AlphaGenome Atlasが90億通りのDNA変異予測を公開、実験候補を絞る力と限界

Google DeepMindは2026年9月8日、ヒトゲノムで可能な約90億通りの一塩基変異について、分子への影響予測を収録した「AlphaGenome Atlas」を公開した。従来は気になる変異ごとにAIモデルを動かしていたが、今度は計算済みの結果を検索し、調べる優先順位とその理由を確認できる。データ量は1ペタバイトに達し、非商用の研究利用向けに提供されている。研究者が得たのは、膨大な候補から次の実験を選ぶための手がかりであり、その有用性を測るには、計算上の予測と実験で確かめた現象を分けて読む必要がある。

90億通りは何を数えているのか

Atlasの計算対象は、ヒト参照ゲノムGRCh38上で塩基が確定している位置の一塩基置換だ。DNAの各位置を、元とは異なる残り3種類の塩基に変える。約30億塩基に3通りの置換を考えると約90億になるという規模で、全人類のDNAを一人ずつ測った数ではない。

計算には、周囲の約100万塩基を入力して遺伝子の働き方を予測するAlphaGenomeを使う。元の配列と変異後の配列で予測を比べ、遺伝子がどれほど読み出されるか、RNAがどう切り貼りされるかなどへの影響を求めた。Atlasは観測済みの1億件を超える短い挿入や欠失も収録するが、あらゆる大規模なDNA構造変化まで網羅するという意味ではない。技術論文では、変異ごとに平均約2万7,000の予測値が対応すると説明されている。これは細胞種や測定対象に応じた計算値の数であり、実験の回数とは区別される。

大量の値を候補選びに使いやすくするのが、AlphaGenome Variant Impact（AVI）スコアである。AlphaGenomeの予測に、タンパク質を変える変異を扱うAlphaMissenseや進化的な保存性などの情報を組み合わせ、変異を順位付けする。さらに、RNA処理などの特徴がスコアにどれだけ寄与したかをたどれる仕組みだ。高い順位は追加調査の手がかりになるが、そのまま発病確率を表すわけではない。

研究成果の公表段階にも違いがある。基盤モデルのAlphaGenomeは、Žiga Avsec氏らによる査読済み論文として2026年1月28日に『Nature』に掲載された（DOI: 10.1038/s41586-025-10014-0）。一方、今回のAtlasはJun Cheng氏らの新しい技術論文に基づくもので、9月9日付のNatureの報道ではプレプリントとして紹介されている。基盤モデルの査読と、Atlasの新たな解析結果の検証状況は別に扱うべきだ。

てんかんの症例で確かめたRNAの異常

GREGoRコンソーシアムとの共同研究では、両親と本人のゲノム情報が得られた814人について、両親には見られない小さな変異を調べた。そのうち、てんかん性脳症の1症例でAVIが最上位に挙げたのが、DNM1遺伝子の非コード領域にある変異である。タンパク質の配列を直接指定しない場所でも、RNAを加工する過程を変えれば、できあがるタンパク質に影響し得る。

AlphaGenomeは、この変異によってRNAを切り貼りするスプライシングの位置が変わり、タンパク質が13アミノ酸分長くなると予測した。対象は脳で使われる転写産物で、血液では該当部分がほとんど読み出されないという予測も得られている。以前の血液RNA解析で判断がつかなかった理由を説明する仮説だが、患者の脳を直接測定した結果ではない。

そこで研究チームは、該当するエクソン10aの上流265塩基に変異を導入し、RNA処理を測るミニジーン実験を行った。論文本文が示す対象は5種類の培養細胞株で、方法欄には各条件で3回の生物学的反復を行い、導入48時間後にRNAを取り出したとある。実験では、タンパク質を読み取る枠を保ったままエクソンが延長する12変異を確認し、予測と突き合わせている。

この実験が直接支えるのは、試験した細胞と配列で起きるスプライシングの異常である。異常なタンパク質が脳内で正常なタンパク質の働きを妨げるという機序については、著者らも可能性として論じた。過去の2症例でも同じ13アミノ酸の延長が報告されており、こうした証拠を合わせ、今回の変異を「病原性の可能性が高い」と分類することを推奨している。治療効果や、Atlasによる診断全般の正確さを示した試験ではない。

「22％増」は何が増えたのか

エクセター大学のGareth Hawkes氏らが担当した集団解析は、UK Biobankの54,189人と、血中で測定された2,028種類のタンパク質を対象にした。頻度が0.1％未満の非コード変異をまとめ、タンパク質量との統計的関連を検定する。Atlasの各特徴量で上位1％に入る変異へ絞れば、異なる影響を持つ変異を一緒にすることで見えにくくなっていた関連を拾えるか、という検証である。

公式発表の「22％増」は、病気を特定できた割合でも、タンパク質量の増加でもない。Cheng氏らの論文の図4Bでは、共通変異などの影響を調整したうえで、条件付き解析により独立とされた有意な関連の件数を比べている。

解析に使う変異群	有意な関連の件数
既存手法で選んだ変異群のみ	595件
Atlasで選んだ変異群のみ	460件
両方の変異群を併用	728件

同じ対象を比べた図4B（論文11ページ）では、595件から728件への増加を、（728−595）÷595×100で計算すると約22％になる。Atlas由来の変異群だけでは460件なので、この結果が支えるのは既存手法との併用による追加発見である。予測で候補を絞ったことが役立っても、見つかった関連が一つずつ病因として実証されたことにはならない。

解析に使われたAtlasの版にも留保が付く。UK Biobankの解析基盤が2026年4月に一時停止したため、論文の主要結果は公開版より前の内部版によるものだった。著者らは予備的な比較から結論への影響は小さいと見込むが、公開版での更新を完了したという報告ではない。発表の数字を、公開版の利用者がそのまま再現できる実績と受け取るのは早い。

候補選びから独立した検証へ

AtlasはWebポータルとAPI、Google Antigravity向けの機能を通じて利用できる。非商用利用の提供は始まっており、AtlasのGoogle Cloud経由での商用提供は今後の予定だ。計算を各研究室で繰り返す負担が減れば、候補の比較や実験設計に時間を回しやすくなると考えられる。

ただし、学習データには未収録の細胞種があり、他の調節因子の量が変わることで生じる作用も直接はモデル化していない。DNA配列の短いパターンと機能の対応も予測に依存し、生体内の直接的な因果関係を必ず示すものではないと、論文は説明する。著者らは臨床診断に向けた証拠の中での使い方について、AtlasとAVIは「それ自体では十分な証拠にならない」と記している。

今回の細胞実験や類似症例の報告を、Atlas全体の性能に対する独立した追試と同一視することもできない。公開資料ではそのような追試は確認できず、著者らも超希少変異では再現性の評価が難しいと述べている。研究者が次に確かめるのは、順位の高い変異が対象の細胞で予測どおりに働くか、集団での関連が別のデータでも再現するかである。そうした検証を積み重ねられれば、事前計算された膨大な予測を、病気の仕組みを解き明かす実験へつなげられる。