Google DeepMind、全ヒトゲノムの一塩基変異の影響を予測する「AlphaGenome Atlas」を公開

遺伝子配列のわずかな違いである一塩基変異（SNV）は、疾患の発症や薬剤への反応性に大きく影響しますが、その大部分の機能的影響は未解明のままでした。特に、タンパク質をコードしない非コード領域の変異については、その機能的意義を予測する有効な手段が限られており、ゲノム医学における大きな課題となっていました。この課題に対処するため、Google DeepMindはAIを活用した大規模な予測マップの作成に取り組みました。

「AlphaGenome Atlas」は、AIを用いてヒトゲノム内で起こり得る約90億通り全ての一塩基変異について、それが分子レベルでどのような影響を及ぼすかを予測した包括的なデータベースです。この予測は、変異が遺伝子発現、タンパク質構造、あるいは他の生体機能に与える影響を数値化するスコア「Variant Effect Score (VES)」によって示されます。VESは、特定の変異が分子機能に有害か、中立か、または有益であるかを定量的に評価し、特にこれまで解析が困難だった非コード領域の変異に対しても、詳細な情報を提供します。このデータベースは学術研究者向けにウェブ上で無償提供されます。

この技術的意義は、深層学習モデルが膨大なゲノムデータから複雑なパターンを学習し、未観測の変異の機能的影響を高い精度で予測できることを示した点にあります。従来の実験的手法では不可能だった規模で、ゲノム全体の変異を網羅的に解析するAIの能力は、ゲノム科学におけるブレイクスルーと言えます。これにより、疾患の遺伝的基盤の理解が深まり、個別化医療の実現に向けた基盤が強化されます。

社会・産業への影響として、研究者は「AlphaGenome Atlas」を利用して、未解明の遺伝性疾患の原因遺伝子や、薬剤の効果・副作用に関連する変異を効率的に特定できるようになります。これは、診断精度の向上や、新しい治療法の開発を加速させます。製薬企業やバイオテクノロジー企業は、創薬ターゲットの特定や、個別化された治療戦略の開発にこの情報を活用できるでしょう。最終的に、患者はより正確な診断と効果的な治療を受けられるようになります。

今後の展望として、「AlphaGenome Atlas」は、遺伝子変異の機能的影響予測の標準ツールとなることが期待されます。将来的には、より複雑な多塩基変異や構造変異への予測範囲の拡大、さらに個別の患者のゲノム情報に基づいた精密なリスク評価と治療提案へと進化していく可能性があります。AIとゲノム科学の融合は、生命科学研究と臨床医療に革命をもたらし続けるでしょう。