非コードDNAを地図にしたGoogle DeepMind——AlphaGenome Atlasの野心と精度の限界

2026年9月8日、Google DeepMindはAlphaGenome Atlasを発表した。ヒトDNAバリアントの分子レベルの影響について、あらかじめ計算された予測をまとめたデジタルアーカイブである。データベースは90億の一塩基バリアントを収録し、ゲノム上の1文字の変化として起こりうるものをすべて網羅している。総量はおよそ1ペタバイト、AlphaFoldのデータベースの30倍を超える規模で、対象は非コードDNAだ。ゲノム全体の約98%を占め、タンパク質の働きを調節している領域である。これまでAlphaGenomeモデルを使うには高度なプログラミング能力と相当な計算基盤が必要だったが、今回の公開で同社は計算の負荷を自社側に引き取り、非商用なら無料のウェブポータルから結果を直接提供する形にした。

マッピングを完了させるため、開発チームはモデルの計算速度を約80倍に引き上げる必要があったと、IEEE Spectrumは伝えている。Google DeepMindでゲノミクスを率いるŽiga Avsec氏は、開発に要した工学的な労力の大きさを強調し、同社副社長のPushmeet Kohli氏は、この生命の言語を理解すれば非常に多くのことが可能になると述べた。Atlasは新たにAlphaGenome Variant Impact（AVI）を導入した。AlphaGenomeとAlphaMissenseの予測を並べ替え、要約するための単一のスコアで、コード領域にも非コード領域にも適用できる。モデルの系譜ははっきりしている。2020年のAlphaFold、2023年のAlphaMissenseに続き、AlphaGenomeは2025年に発表され、2026年1月にNature誌の論文で記述された。Scientific Americanによれば、製薬企業などの商用利用にはライセンスが必要で、学術研究者のアクセスは引き続き無料だ。DeepMindのブログはGoogle Cloudでの商用利用を「近く」と告知しているが、時期も価格も示していない。

潜在的な影響の大きさとは別に、科学界と独立した情報源はいくつもの欠落を具体的に指摘している。Scientific Americanは、AtlasはAlphaFoldのデータベースに比べてはるかに精度が低く、あくまで出発点として扱うべきだと報じている。モデルには構造的な限界がある。複数のバリアントが同時に存在して初めて成り立つ病態は評価できないし、きわめて遠い距離から遺伝子を制御するエンハンサーは、モデルが各バリアントの周囲で見る100万塩基対のウィンドウの外に出てしまうことがある。影響スコアについて、ブリティッシュコロンビア大学のゲノム研究者Carl de Boer氏は、用途は明確だが誤読されやすいだろうと指摘する。一方で仕事の価値については明快だ——変化が制御にどう影響するかを理解することは、ほとんどの病気を理解するうえで決定的だという。DeepMind自身も、Atlasのデータは医学的な助言・診断・治療に代わるものではなく、臨床利用について検証も承認も受けていないと明記している。方法論の面では未解決の点が残る。2026年1月のNature論文はAlphaGenomeモデルについてのものであり、Atlasについてブログが示すのはPDFの技術文書だ。今回の公開が査読を経た論文を伴うのかどうかは確認できない。

DeepMindの戦略はAlphaFoldで見た筋書きの再演だ。まずモデル、次にコードもGPUも持たない人が引ける形にしたデータベース。生物学的な複雑さをブラウザから引ける単一の指標にまとめれば参入の壁は下がる。ただし本当の有用性は、研究室があらかじめ計算された地図を臨床データと取り違えずにいられるかで測られる——独立した検証が欠けている以上、なおさらだ。 — Olya