Les scientifiques ont passé plus de deux décennies à détenir le « manuel d’instructions » du génome humain sans être capables de le lire entièrement. Cet écart vient de se réduire de manière notable. Google DeepMind a publié une base de données gratuite et publiquement accessible de prédictions de mutations de l’ADN par IA couvrant chaque modification d’une seule lettre pouvant survenir dans l’ensemble du génome humain — les 9 milliards d’entre elles, selon l’entreprise et le magazine Fortune.
Sommaire
Points clés
- Google DeepMind a lancé l’AlphaGenome Atlas, une base de données de recherche gratuite contenant des prédictions générées par IA pour les 9 milliards de mutations possibles d’une seule lettre de l’ADN humain.
- L’outil interprète à la fois l’ADN codant pour les protéines et la partie réglementaire du génome, beaucoup plus vaste et plus difficile à lire.
- Pushmeet Kohli, vice-président de la recherche chez DeepMind, a déclaré que c’est la première fois qu’un chercheur, où qu’il soit, peut accéder à une carte complète de la variation génétique humaine « en ouvrant simplement un navigateur ».
- L’Atlas est gratuit pour la recherche non commerciale dès maintenant ; l’accès commercial suivra bientôt via des licences sur Google Cloud, et la société sœur Isomorphic Labs devra également obtenir cette licence.
- Un article décrivant la construction de l’Atlas a été publié en prépublication sur bioRxiv.
Google DeepMind lance AlphaGenome Atlas avec des prédictions de mutations pilotées par l’IA
L’AlphaGenome Atlas se décrit le mieux comme un gigantesque catalogue pré-calculé : pour chaque substitution possible d’une base d’ADN par une autre, il estime ce que ce changement unique est susceptible de faire à la machinerie biologique qui active ou désactive les gènes. Au lieu que les chercheurs aient à exécuter des prédictions variante par variante, les réponses sont déjà présentes dans la base de données, prêtes à être consultées.
Cartographier les 9 milliards de mutations possibles d’une seule lettre
L’ADN est constitué de quatre bases chimiques — cytosine, guanine, adénine et thymine — appariées le long d’une double hélice. Lorsqu’une de ces lettres mute, en remplaçant par exemple un A par un G, cela peut remodeler la protéine que ce segment d’ADN indique à la cellule de construire, et ce remodelage peut parfois déclencher une maladie. Google DeepMind a construit l’Atlas en exécutant AlphaGenome, un modèle d’IA publié l’an dernier, sur une version de référence du génome humain et en comparant chaque base à chacune des trois lettres alternatives possibles, générant des prédictions pour l’ensemble des 9 milliards de combinaisons.
Selon l’article de recherche de DeepMind, chaque variante individuelle est associée à environ 27 000 prédictions distinctes couvrant les effets sur l’expression des gènes et la façon dont l’ADN est transcrit en instructions pour construire des protéines, et ce dans des centaines de types de cellules et de tissus humains et murins. L’équipe a également attribué un score à plus de 100 millions d’insertions et de délétions issues de bases de données de population, dont UK Biobank et le projet All of Us des National Institutes of Health américains.
Pour donner du sens à ce volume de données, DeepMind publie également une mesure synthétique appelée AlphaGenome Variant Impact score, qui combine les prédictions réglementaires d’AlphaGenome avec un modèle antérieur centré sur les protéines, AlphaMissense. Un score de 10 place une variante parmi les 10 % les plus impactantes du génome ; un score de 30 la situe dans le premier cas sur mille.
Interpréter l’ADN codant pour les protéines et l’ADN régulateur du génome
L’ADN codant pour les protéines ne représente qu’environ 2 % du génome humain. Les 98 % restants sont du matériel régulateur qui gouverne quand et où les gènes s’activent, et il a historiquement été bien plus difficile à décoder pour les scientifiques. Cette distinction est au cœur de l’importance de l’AlphaGenome Atlas : il ne se contente pas de signaler les mutations qui modifient directement une protéine, il interprète aussi l’immense paysage régulateur entourant ces gènes. Žiga Avsec, responsable de la génomique chez DeepMind, a résumé la répartition ainsi : AlphaMissense s’intéresse aux protéines, tandis qu’AlphaGenome se concentre sur la partie régulatrice du génome. L’Atlas inclut également un catalogue de plus de 2 500 courtes séquences d’ADN récurrentes, appelées motifs, cartographiées à travers le génome — les segments où les facteurs de transcription se lient physiquement.
Faire progresser la recherche génétique en remplaçant des méthodes anciennes et lentes
Avant l’existence de l’Atlas, tester ce qu’une mutation unique pouvait faire nécessitait d’exécuter un modèle variante par variante ou de la tester physiquement en laboratoire — un processus qui était, selon les propres termes de DeepMind, d’une lenteur extrême. Couvrir ainsi les 9 milliards de mutations possibles d’une seule lettre aurait pris de nombreuses vies humaines.
Pushmeet Kohli sur le fait de pouvoir enfin « lire le livre »
Kohli, qui dirige l’équipe IA pour la science de DeepMind, a déclaré aux journalistes lors d’une conférence téléphonique qu’il s’agit de la première fois qu’un chercheur dans le monde peut accéder à une carte complète de la variation génétique humaine « en ouvrant simplement un navigateur ». Il a rattaché cette publication au travail inachevé du Projet génome humain, qui a cartographié l’intégralité de la séquence d’ADN humain en 2003. « Comme le dit l’expression, nous avons acheté le livre », a déclaré Kohli, « mais nous ne savions pas comment le lire ».
Ce cadrage compte au-delà de la formule marketing. Aujourd’hui, le diagnostic génétique cale souvent non pas parce que le séquençage est difficile — il est désormais bon marché et rapide — mais parce que l’interprétation de ce que fait réellement une mutation donnée reste lente et incertaine, en particulier dans le génome non codant. Les premiers testeurs ont donné un aperçu de ce que pourrait signifier, en pratique, la réduction de cet écart. Des chercheurs du Broad Institute travaillant avec le GREGoR Consortium, qui étudie les maladies génétiques rares inexpliquées, ont utilisé le score d’impact de l’Atlas pour réexaminer un cas d’encéphalopathie épileptique et ont été orientés vers une variante du gène DNM1 qui crée un site d’épissage caché dans une version spécifique au cerveau de ce gène. Des expériences en laboratoire ont ensuite confirmé la prédiction, et la variante a été reclassée comme probablement pathogène. Dans un autre test, un chercheur de l’Université d’Exeter a appliqué l’Atlas aux données génomiques de plus de 54 000 participants de UK Biobank et a trouvé 22 % d’associations supplémentaires entre des variants rares et les niveaux de protéines sanguines par rapport à la même analyse réalisée sans l’Atlas.
Accès et licences : gratuit pour la recherche dès maintenant, accords commerciaux bientôt
L’Atlas est disponible immédiatement pour un usage non commercial via un site web dédié mis en place par Google DeepMind. Cela signifie que les laboratoires académiques, les chercheurs universitaires et les scientifiques de la santé publique peuvent commencer dès aujourd’hui à interroger la base de données de prédictions de mutations de l’ADN par IA, sans payer pour y accéder.
Licences via Google Cloud et rôle d’Isomorphic Labs
L’usage commercial est une autre histoire, du moins pour l’instant. DeepMind a indiqué que l’Atlas sera bientôt disponible pour un usage commercial via un accord de licence sur Google Cloud, même si l’entreprise n’a pas encore détaillé les conditions de cet accord. Kohli a confirmé qu’Isomorphic Labs, la société sœur de DeepMind spécialisée dans l’utilisation de l’IA pour la découverte de médicaments, aura accès à l’Atlas — mais uniquement dans le cadre d’une licence commerciale, comme n’importe quel autre client payant. Ce détail mérite d’être souligné : même une entreprise d’Alphabet étroitement affiliée ne bénéficie pas d’un accès gratuit aux mêmes données que les autres sociétés de biotechnologie devront finalement licencier.
DeepMind a pris soin de présenter l’Atlas comme une aide à la recherche, et non comme un substitut aux diagnostics. Avsec a indiqué qu’AlphaGenome donne de bons résultats pour les variants affectant l’épissage ou les promoteurs de gènes, mais peut manquer des effets dans d’autres éléments régulateurs, en particulier les enhancers, et n’est pas globalement aussi fiable que le modèle de structure des protéines de DeepMind, AlphaFold. Les prédictions, a-t-il précisé, sont suffisamment précises pour orienter les chercheurs dans la bonne direction pour des études de suivi, mais elles ne doivent pas être considérées comme des réponses définitives.
Validation scientifique et prochaines étapes
Un article scientifique décrivant la construction et la validation de l’Atlas a été publié en préprint sur bioRxiv, le dépôt biomédical où les chercheurs diffusent leurs résultats avant l’évaluation formelle par les pairs. Cela permet à des scientifiques externes d’examiner la méthodologie sous-jacente aux prédictions de mutations de l’ADN par IA avant que l’outil ne soit intégré dans des chaînes de recherche plus larges.
Les signes de cette intégration sont déjà visibles. Ewan Birney, directeur de l’European Bioinformatics Institute de l’EMBL, a indiqué que son organisation travaille à intégrer le score d’impact de l’Atlas dans le Variant Effect Predictor d’Ensembl, un outil d’annotation largement utilisé. Si cette intégration aboutit, la portée du modèle d’IA de variation génétique de DeepMind s’étendra bien au-delà des chercheurs qui visitent directement le site de l’Atlas, en l’intégrant à l’infrastructure sur laquelle les généticiens du monde entier s’appuient déjà au quotidien.
FAQ
Qu’est-ce que l’AlphaGenome Atlas ?
L’AlphaGenome Atlas est une base de données de recherche gratuite publiée par Google DeepMind, qui regroupe des prévisions computationnelles concernant les conséquences de chacune des 9 milliards de variations concevables d’une seule lettre à travers le génome humain.
Comment l’AlphaGenome Atlas améliore-t-il la recherche génétique ?
Il remplace les anciennes méthodes lentes consistant à tester les variants individuellement ou en laboratoire, en fournissant immédiatement les impacts prédits par l’IA de chaque mutation sur l’ADN codant pour les protéines et sur l’ADN régulateur, accessibles via un navigateur.
Qui peut utiliser l’AlphaGenome Atlas et comment ?
L’Atlas est disponible immédiatement pour un usage de recherche non commercial via un site web dédié, l’accès commercial devant suivre bientôt via des licences sur Google Cloud.
L’AlphaGenome Atlas a-t-il été validé scientifiquement ?
Un article scientifique décrivant sa création a été publié en préprint sur bioRxiv, à l’appui de la technologie et du jeu de données qui le sous-tendent.
Article produit avec l’assistance de l’intelligence artificielle et relu par l’équipe éditoriale.




