Présentation de l'Atlas AlphaGenome
AlphaGenome Atlas, lancé par DeepMind, propose une carte prédictive de chaque substitution possible d’une lettre d’ADN dans le génome humain. Le génome compte environ 3 milliards de paires de bases, ce qui génère près de 9 milliards de variantes mononucléotidiques. Le catalogue indique, pour chacune, l’impact potentiel sur la production de protéines ou d’autres processus moléculaires, constituant ce que les chercheurs qualifient de « catalogue le plus complet » des effets des mutations.
Méthodologie et architecture du modèle
Le socle d’AlphaGenome Atlas repose sur le modèle AlphaGenome, entraîné sur des bases de données publiques d’ADN humain et de souris. Cette approche multi‑espèces permet d’apprendre les corrélations entre changements de séquence et fonctions biologiques. Le modèle, probablement basé sur des architectures de type transformer, a été pré‑calculé pour l’ensemble des 9 milliards de variantes, générant un jeu de données d’environ 1 pétaoctet. Le pré‑calcul permet d’interroger instantanément les prédictions via un portail web, la plateforme Antigravity et l’interface AlphaGenome.
Analyse du Variant Impact Score (AVI)
Pour aider les chercheurs à prioriser les variantes, DeepMind introduit le Variant Impact Score (AVI). Ce score combine les sorties d’AlphaGenome avec d’autres modèles internes de prédiction d’effets génétiques. En pratique, il classe chaque mutation selon son potentiel de perturbation moléculaire, facilitant le tri parmi les milliards de possibilités. Le score est calculé en temps réel lors de la requête, mais repose sur les valeurs pré‑calculées du dataset, ce qui garantit rapidité et cohérence.
Limites et perspectives d’utilisation
Malgré l’ampleur du catalogue, les prédictions restent in silico et nécessitent une validation expérimentale. Les régions non codantes, bien que largement couvertes, sont moins bien caractérisées que les exons, ce qui peut réduire la précision du modèle dans ces zones. De plus, l’entraînement sur des bases publiques implique une dépendance aux biais de ces jeux de données. L’accès est actuellement limité à un usage non commercial via le site de Google, avec une extension prévue sur Google Cloud pour les partenaires industriels. Cette ouverture pourrait accélérer les projets de découverte de médicaments, mais soulève des questions de confidentialité des données génomiques et de responsabilité en cas d’erreur de prédiction.
