Faire tourner le modèle à l’avance
Google DeepMind a publié lundi AlphaGenome Atlas, une base de prédictions générées par IA sur la manière dont les changements d’une seule lettre de l’ADN humain affectent la biologie moléculaire.
L’échelle découle d’une arithmétique simple. Le génome humain de référence compte environ trois milliards de lettres et, à chaque position, trois substitutions sont possibles. Cela fait neuf milliards de variants, et DeepMind a fait tourner son modèle AlphaGenome sur l’ensemble à l’avance.
Le résultat représente environ un pétaoctet de données. DeepMind indique que l’Atlas est ainsi plus de trente fois plus volumineux que la base AlphaFold, la ressource de structures protéiques publiée en 2021 et étendue à plus de 200 millions de prédictions en 2022.
Ce qu’il prédit, et le chiffre unique qui le coiffe
AlphaGenome compare une séquence d’ADN d’origine à une séquence modifiée et prédit l’effet possible du changement sur l’expression des gènes et d’autres activités régulatrices. Le précalcul supprime l’étape où un chercheur doit lui-même faire tourner un modèle pour interroger un variant.
À côté des prédictions brutes, DeepMind a publié le score AlphaGenome Variant Impact, ou AVI. Il condense les prédictions d’AlphaGenome et d’AlphaMissense — le modèle de l’entreprise pour les variants qui modifient les protéines — en un seul chiffre, afin que les variants des régions codantes et non codantes puissent être classés sur la même échelle.
Ce dernier point est le plus utile. L’essentiel du génome humain ne code pas de protéines, et la plupart des outils d’interprétation des variants étaient les plus solides précisément là où AlphaMissense fonctionnait déjà. Un variant régulateur éloigné de tout gène a toujours été bien plus difficile à noter.
Accès
L’Atlas est gratuit pour la recherche académique, via un portail web, l’API AlphaGenome et sous forme de compétence dans Google Antigravity. L’accès commercial passera par Google Cloud.
DeepMind cite parmi ses partenaires de recherche le Broad Institute, l’université d’Exeter, le Stowers Institute for Medical Research, le Boston Children’s Hospital et le consortium GREGoR. Nature et IEEE Spectrum ont tous deux couvert la publication.
Ce qu’il faut surveiller
Ce sont des prédictions, pas des mesures. La valeur de l’Atlas dépend de la tenue des sorties d’AlphaGenome face aux données expérimentales pour des variants que personne n’a encore caractérisés, et la communauté génétique répond lentement à cette question, un jeu de référence à la fois.
Le point concret à surveiller est de savoir si les pipelines cliniques d’interprétation des variants se mettent à citer les scores AVI, et sur quelle base probante. Les structures d’AlphaFold sont devenues une infrastructure parce que les gens les ont vérifiées ; le même examen s’applique ici, et il n’a pas encore eu lieu.
