Google DeepMind「AlphaGenome Atlas」──ヒトゲノムで起こりうる一文字変異90億通りの分子効果を予測して公開、1ペタバイトでAlphaFoldデータベースの30倍超、変異1つを1つの数字にするAVIスコア

2026年9月17日・日本時間時点の情報です。 Google DeepMindが9月8日、「AlphaGenome Atlas」を公開した。ヒトゲノムの約30億塩基のそれぞれが別の3種類の文字に置き換わる、合計およそ90億通りの一塩基変異について、AIモデルAlphaGenomeがどんな分子レベルの影響を予測するかを、あらかじめ全部計算して置いたデータベースである。当サイトは公開から9日たって扱うが、日本語での整理が少ない題材なので、公式ブログに書かれた数字と、公式が挙げた3つの利用例、利用条件をまとめる。

3行まとめ

1. 何を作ったか。 変異90億通りの予測を事前計算した1ペタバイトのデータで、AlphaFoldデータベース（2022年に約19万の実験構造から2億超の予測構造へ拡張）の30倍超。変異ごとに数千の分子効果予測（遺伝子制御の複数の側面、ヒトとマウスの数百の細胞種・組織）を持つ。
2. AVIスコア。 AlphaGenome（遺伝子制御への影響）とAlphaMissense（タンパク質を変える変異の影響）の予測を1つの数字に凝縮した「AlphaGenome Variant Impact」。タンパク質をコードする2%の領域と、残り98%の非コード領域の両方で使え、スコアの内訳（スプライシング、遺伝子発現、クロマチンの開き具合、保存性など）も付く。2,500超のDNA配列モチーフ（ゲノムの「単語」）の一覧も同時公開。
3. 成果と条件。 ブロード研究所らが未解決の希少疾患でDNM1遺伝子の変異（てんかん性脳症に強く関連）を特定して実験で裏づけ、エクセター大学の研究者がUKバイオバンク5万4,000人超の全ゲノムで非コード領域の関連を22%多く検出。学術・非商用は無料のウェブポータル、AlphaGenome API、Google Antigravityのスキルから。商用はGoogle Cloudで「近く」。

何を計算したのか

DeepMindの説明はこうである。

Today, we are introducing AlphaGenome Atlas: a platform (detailed in our paper) containing predictions for the effects of 9 billion single-nucleotide variants — every single-letter change possible — in the human genome.

（本日、AlphaGenome Atlasを発表する。ヒトゲノムにおける90億の一塩基変異──起こりうるすべての一文字の変化──の効果の予測を収めたプラットフォームである）

土台のAlphaGenomeは、遺伝的変異が生物学的な過程にどう影響するかを予測するモデルで、個別の変異の分析には既に広く使われていた。今回はその予測をゲノム全体で事前計算し、AlphaFoldデータベースのときと同じように「コードを書かない研究者でも使えるポータル」にした、というのがDeepMindの位置づけである。

DeepMindは、AVIスコアが「多くの変異の病原性と希少疾患のベンチマークで最高水準の性能」だとしているが、ブログ本文に比較の数値表は無い（詳細は論文に、とある）。

公式が挙げた3つの利用例

いずれもDeepMindのブログに載った共同研究者の成果で、当サイトが検証したものではない。

希少疾患。 GREGoRコンソーシアムとの共同で、未解決の希少疾患について数千の候補からAVIスコアで変異を優先順位づけした。ブロード研究所のLaura Covill氏とAnne O'Donnell-Luria氏らは、以前の研究で見落とされていた変異の中から、てんかん性脳症に強く関連するDNM1遺伝子の変異を見つけた。AlphaGenomeの予測は「誤ったスプライス部位を作り、タンパク質が異常に伸びる」という仕組みまで示し、実験スクリーニングで裏づけられ、近くに似た効果の変異も見つかったとしている。

集団遺伝学。 エクセター大学のGareth Hawkes氏（英国医学研究会議フェロー）は、UKバイオバンク5万4,000人超の全ゲノムデータにAtlasを適用し、予測された分子効果で希少変異をまとめることで、統計的な雑音に埋もれていた非コード領域の関連を22%多く見つけた。老化に関連するPLA2G7、細胞の酸素センサーEGLN1などのタンパク質量を左右する制御変異を特定し、さらに数億の非コード変異のうちAtlasが最も影響が大きいと予測した1%に絞ってBMI（体格指数）に関わる19の遺伝子領域を挙げたという。

ゲノムの「単語」。 ストワーズ医学研究所のJulia Zeitlinger氏とMelanie Weilert氏は、モチーフの資源を使って、DNAの開き具合だけに影響する転写因子と、遺伝子のオンオフまで切り替える転写因子を分類した。

使える条件

DeepMindはAtlasを「終点ではなく基準線」と呼び、AlphaGenomeの改良に合わせて地図も更新するとしている。エージェント基盤のAntigravityに組み込んで「研究の一連の流れ」に載せる、という方向も書かれている。

筆者の見方──同じ2週間で、2社が生物学に「地図」を出した

筆者は生物学の専門家ではなく、ここに書いた数字はすべてDeepMindの記述である。ひとつだけ並べておきたいのは時期で、Anthropicは9月1日のClaude Fable 5.1の公開で、タンパク質設計の結合親和性や金星の地形図といった科学の成果を前面に出した。Googleはその1週間後に、モデルの答えを事前計算した「地図」という形で出している。個別の質問に答えるモデルと、答えを全部並べたデータベースの、どちらが研究者の手に馴染むかは、AlphaFoldデータベースが「コードを書かない研究者に使われた」という前例が示している。

論文を読んでいない、という前提で

• 論文（ブログが「detailed in our paper」と言及）の中身は本記事では読んでいない。AVIスコアのベンチマーク数値はブログ本文に無い
• 「22%多く」「19の遺伝子領域」などの共同研究者の成果は、DeepMindのブログの記述のみで、査読論文としての公開状況は確認していない
• 日本の研究機関が利用する際のデータ持ち出しや利用規約は、ポータルの規約を読む必要があり、本記事では見ていない

この記事の出典はDeepMindのブログ1本

• 数字と引用はGoogle DeepMind公式ブログ「AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome」（2026年9月8日・AlphaGenome Atlasチーム名義）。当サイトが2026年9月17日に取得
• 本記事は続報があれば更新する。論文の詳細、商用提供の開始日、第三者の評価が出たら追記する