Google DeepMind startet AlphaGenome Atlas für Vorhersagen zu 9 Milliarden DNA-Varianten

Google DeepMind hat am 8. September 2026 AlphaGenome Atlas vorgestellt. Die Forschungsplattform enthält KI-Vorhersagen zu den molekularen Auswirkungen von 9 Milliarden einzelnen Nukleotidvarianten im menschlichen Genom. Sie richtet sich an akademische Forscher und ist über ein kostenloses Webportal, die AlphaGenome API und Google Antigravity zugänglich.

Die Veröffentlichung greift ein zentrales Problem der Genomik auf. DNA kann heute in großem Maßstab sequenziert werden, doch die Bedeutung einzelner Veränderungen in einer Zelle zu verstehen, bleibt schwierig. Das menschliche Genom umfasst rund 3 Milliarden Basenpaare. Schon der Austausch eines einzelnen Buchstabens kann Genregulation, Proteinproduktion oder krankheitsrelevante Prozesse beeinflussen. Jede mögliche Variante im Labor zu testen, ist praktisch nicht machbar.

AlphaGenome Atlas baut auf dem AlphaGenome-Modell von Google DeepMind auf. Statt das Modell nur für einzelne Varianten auszuführen, hat DeepMind Vorhersagen über das gesamte Genom vorab berechnet und in einer durchsuchbaren Karte organisiert. Das Unternehmen spricht von einem Datensatz von etwa 1 Petabyte, mehr als 30-mal größer als die AlphaFold Database. Ziel ist eine breite Übersicht über molekulare Effekte, nicht nur eine Sammlung isolierter Einzelprognosen.

Neu ist auch der AlphaGenome Variant Impact Score, kurz AVI. Er kombiniert AlphaGenome mit AlphaMissense, DeepMinds Modell für proteinverändernde Varianten. Der Score soll Forschern helfen, Varianten schneller zu priorisieren und zugleich zu verstehen, welche biologischen Merkmale die Vorhersage beeinflussen. Das ist besonders wichtig, weil nur etwa 2 Prozent des Genoms direkt Proteine codieren. Die übrigen nichtcodierenden Regionen steuern Genaktivität und stehen mit vielen Merkmalen in Verbindung.

Google DeepMind berichtet, dass externe Partner den Atlas bereits genutzt haben, um wichtige Varianten in ungelösten seltenen Krankheiten zu identifizieren und experimentell zu überprüfen. Die Plattform ersetzt weder Laborarbeit noch klinische Bewertung. Sie soll den Suchraum verkleinern, plausible Mechanismen sichtbar machen und entscheiden helfen, welche Varianten genauer untersucht werden. Nach AlphaFold zeigt AlphaGenome Atlas, wie KI-Werkzeuge in der Biologie von einzelnen Vorhersagen zu navigierbarer wissenschaftlicher Infrastruktur werden.