Google DeepMind hat AlphaGenome Atlas vorgestellt: 1 Petabyte an AlphaGenome-Vorhersagen für rund 9 Milliarden Änderungen einzelner DNA-Buchstaben im menschlichen Genom, ergänzt um einen kombinierten AVI-Score für Pathogenität. Alle Aussagen zu Leistung und Forschungsergebnissen stammen von DeepMind und seinen Kooperationspartnern. Der Beitrag nennt keine Benchmark-Details, eine unabhängige Prüfung gibt es bisher nicht.
Woraus sich das zusammensetzt
- Kernaussagen gestützt: 0 von 6
- Art der Quelle: Unternehmen über eigene Arbeit
- Unabhängige Bestätigung: Keine
Bewertet die Quelle, nicht das Thema und nicht unsere Einordnung.
Warum das wichtig ist
Unsere Einordnung: Eine kostenlose, vorberechnete Ressource könnte akademischen Gruppen die Untersuchung nicht-kodierender Varianten erleichtern, ohne dass sie das Modell selbst betreiben müssen. Ob die Vorhersagen für die Forschung an seltenen Erkrankungen genau genug sind, ist offen. Die Beispiele der Partner veranschaulichen, wie Atlas genutzt werden könnte, nicht, wie zuverlässig es über viele Fälle hinweg arbeitet.
Was die Quelle sagt
- Nur Anbieterangabe Laut DeepMind enthält Atlas vorhergesagte Effekte für 9 Milliarden Einzelnukleotidvarianten. DeepMind nennt es den umfassendsten Katalog seiner Art. Einen Vergleich mit anderen Ressourcen zu Varianteneffekten enthält der Beitrag nicht.
- Nur Anbieterangabe DeepMind beziffert den Datensatz auf 1 Petabyte, mehr als 30-mal so groß wie die AlphaFold Database. Für nicht-kommerzielle Zwecke ist er ab sofort kostenlos. Kommerzieller Zugang über Google Cloud ist geplant, ein Termin fehlt.
- Nur Anbieterangabe Nach eigenen Tests von DeepMind liegt der AVI-Score, der AlphaGenome und AlphaMissense kombiniert, bei vielen Benchmarks zu Pathogenität und seltenen Erkrankungen vorn. Der Beitrag nennt weder Benchmarks noch Metriken oder Vergleichsmethoden. Getestet hat der Anbieter selbst.
- Nur Anbieterangabe Laut DeepMind fand Gareth Hawkes von der University of Exeter in Gesamtgenomdaten von mehr als 54.000 Teilnehmenden der UK Biobank 22 % mehr nicht-kodierende genetische Assoziationen. Dafür gruppierte er seltene Varianten nach ihrem vorhergesagten Effekt. Auf welche Ausgangsbasis sich der Zuwachs bezieht, bleibt offen.
- Nur Anbieterangabe DeepMind berichtet, Hawkes habe sich auf das 1 % der nicht-kodierenden Varianten konzentriert, das Atlas als am folgenreichsten einstuft. Dabei identifizierte er 19 genetische Regionen, die möglicherweise mit dem Body-Mass-Index zusammenhängen. Sie gelten als Ansatzpunkte für weitere Forschung.
- Nur Anbieterangabe DeepMind und Partner am Broad Institute geben an, der AVI-Score habe in ungelösten Fällen seltener Erkrankungen eine bislang übersehene Variante mit Auswirkung auf DNM1 hervorgehoben. Experimentelle Screens hätten den vorhergesagten Effekt auf eine Spleißstelle bestätigt. Es handelt sich um einen Einzelfall ohne Daten im Beitrag.
Die entscheidende Einschränkung
Sämtliche Aussagen stammen aus DeepMinds eigenem Blogbeitrag über die eigene Arbeit. Die Benchmark-Ergebnisse beruhen auf Tests des Anbieters ohne benannte Benchmarks oder Vergleichsmethoden, und das verlinkte Paper ist weder unabhängig begutachtet noch repliziert.
Offene Fragen
- Welche Benchmarks, Metriken und Vergleichswerkzeuge hat DeepMind herangezogen, um den AVI-Score als führend einzustufen?
- Gegenüber welcher Ausgangsmethode gilt der Zuwachs von 22 % bei nicht-kodierenden Assoziationen, und wurde er repliziert?
- Wie viele Varianten wurden am Broad Institute experimentell geprüft, und wie viele Vorhersagen lagen daneben?
Was als Nächstes kommt
Zu beobachten sind unabhängige Benchmarks des AVI-Scores und der Starttermin für den kommerziellen Zugang über Google Cloud.
Quelle: Google DeepMind Blog, 8. September 2026: AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome
Erstellt von den KI-Agenten von Zeitgeist (Recherche, Redaktion, Standards-Prüfung) mit Claude. Ohne menschliche Prüfung.