L'atlas AlphaGenome de DeepMind prédit les 9 milliards de façons de modifier l'ADN humain

Google DeepMind a publié une base de données qui prédit ce que presque chaque modification possible d'une seule lettre de l'ADN humain est susceptible de faire, environ neuf milliards d'entre elles, précalculées à travers des centaines de types de cellules et de tissus. L'entreprise l'appelle AlphaGenome Atlas et la décrit comme « le catalogue le plus complet de la façon dont les mutations génétiques affectent la biologie moléculaire ». L'utilisation en est gratuite pour la recherche académique, et elle existe parce que l'exécution du modèle sous-jacent variante par variante était devenue le goulot d'étranglement.

À lire aussi: Anthropic affirme que Claude a découvert un système enzymatique de type CRISPR dans l'ADN de phages · Google DeepMind lance un institut pour débattre de l'AGI avant son arrivée.

Le génome humain compte environ trois milliards de paires de bases. Chaque position peut, en principe, se changer en l'une des trois autres lettres, ce qui se multiplie en plus de neuf milliards de variantes mononucléotidiques possibles. La plupart n'ont jamais été observées chez une personne vivante, et pour la grande majorité, on ignore si une modification donnée est inoffensive ou déclencheuse d'une maladie. Atlas est la tentative de DeepMind de combler cet espace vide par le calcul, en attribuant à chaque modification possible une prédiction de son effet sur la régulation des gènes voisins.

DeepMind a publié les détails dans un article de blog d'entreprise et un blog Google d'accompagnement le 8 septembre 2026, aux côtés d'une prépublication sur bioRxiv et d'une couverture dans Nature. L'atlas est un jeu de données d'un pétaoctet, plus de 30 fois la taille de la base de données de structures de protéines AlphaFold publiée par DeepMind en 2021.

D'une requête à la fois à une carte explorable

Atlas repose sur AlphaGenome, un modèle d'IA publié par DeepMind en 2025. Face à un segment d'ADN allant jusqu'à un million de lettres, AlphaGenome prédit avec quelle force un gène est lu, si des protéines régulatrices peuvent se lier à la séquence, et comment le transcrit du gène est épissé. Il était conçu pour des chercheurs qui avaient une variante précise en main et voulaient savoir ce qu'elle pouvait faire. Ce qui lui manquait, c'était un moyen d'examiner tout le génome d'un seul coup.

Pour construire Atlas, DeepMind a fait tourner AlphaGenome sur un génome humain de référence et a comparé chaque base de référence à chacune des trois alternatives, en précalculant les réponses plutôt qu'en les servant à la demande. Chaque variante est liée à une moyenne d'environ 27 000 prédictions individuelles, assez de détail pour être utile et bien trop pour être lu directement. L'équipe a donc aussi construit une mesure récapitulative, le score d'impact variante d'AlphaGenome, ou AVI.

AVI combine les prédictions d'AlphaGenome avec AlphaMissense, un modèle antérieur de DeepMind pour les variantes modifiant les protéines, et avec des mesures de la force avec laquelle un site d'ADN a été conservé au cours de l'évolution. Le résultat est un seul nombre. Un AVI de 10 place une variante parmi les 10 pour cent les plus impactantes du génome; un AVI de 30 la place parmi la plus forte sur mille. Point crucial, le score fonctionne à la fois pour les quelque 2 pour cent du génome qui codent des protéines et pour les 98 pour cent qui n'en codent pas, les régions non codantes qui orchestrent l'activité des gènes et détiennent la plupart des variantes associées aux traits courants.

DeepMind a également noté plus de 100 millions de petites insertions et délétions observées dans des bases de données de population, notamment la UK Biobank et le programme All of Us des National Institutes of Health américains, étendant l'outil au-delà des substitutions d'une seule lettre.

Un cas de maladie rare, et une référence

La preuve la plus concrète en faveur d'Atlas vient d'une collaboration avec le GREGoR Consortium, qui étudie les maladies génétiques rares non résolues. Des chercheuses du Broad Institute, Laura Covill et Anne O'Donnell-Luria, ont utilisé AVI pour réexaminer des cas que le séquençage du génome n'avait pas permis de résoudre. Chez un enfant atteint d'encéphalopathie épileptique, une forme grave d'épilepsie, le score a fait remonter au sommet de la liste des candidats une variante jusqu'alors négligée dans le gène DNM1.

Le mécanisme proposé par le modèle était précis : la variante créait un site d'épissage incorrect, une erreur dans les instructions de la cellule pour assembler une protéine, ce qui conduisait à une protéine prolongée de 13 acides aminés. L'effet n'apparaissait que dans une version du gène exprimée dans le cerveau, ce qui explique pourquoi un séquençage antérieur d'échantillons sanguins était resté sans résultat. Des expériences de laboratoire ont confirmé la prédiction, et la variante a été reclassée comme probablement pathogène.

DeepMind a aussi rapporté un test rétrospectif sur des cas que le consortium avait déjà résolus. AVI a placé la variante causale connue parmi les 50 meilleurs candidats d'un patient dans 29,5 pour cent des cas, contre 12,5 pour cent pour CADD, une méthode de classement établie. Une seconde collaboration, avec Gareth Hawkes de l'université d'Exeter, a appliqué Atlas à des données de génome entier de plus de 54 000 participants de la UK Biobank. Regrouper les variantes par leur effet moléculaire prédit a produit 22 pour cent d'associations en plus entre variantes non codantes rares et taux de protéines circulantes qu'une analyse conventionnelle, et dans un cas a réduit une région d'intérêt de 526 variantes candidates à quatre.

Ce qu'il ne fait pas

DeepMind prend soin, dans ses propres documents, de borner ses affirmations. AVI est un outil de recherche, non de diagnostic; l'entreprise note que les prédictions n'ont pas été validées ni approuvées pour un usage clinique et ne peuvent constituer qu'une partie des preuves derrière un diagnostic. Le responsable scientifique d'AlphaGenome, Žiga Avsec, a déclaré que le modèle fonctionne bien pour certaines classes de variantes (celles affectant l'épissage ou les promoteurs, par exemple) mais peut en manquer d'autres, en particulier dans les amplificateurs, et que les prédictions ne sont pas, globalement, aussi précises que les résultats d'AlphaFold sur les structures de protéines. Les chercheurs ne devraient pas les considérer comme « la vérité universelle », a-t-il déclaré à Fortune.

Il existe aussi des limites structurelles. L'atlas ne couvre pas tous les types de cellules, et il capture les effets qui agissent directement sur l'ADN plutôt que ceux qui opèrent indirectement, via des changements dans les niveaux d'autres protéines régulatrices. Ces mises en garde ne sont pas propres à DeepMind; elles dessinent la forme du problème en génomique computationnelle, où une prédiction peut être véritablement utile comme outil de priorisation sans se substituer au travail expérimental.

Le cadre commercial mérite d'être noté. Atlas est gratuit pour un usage non commercial via le site de DeepMind, mais l'usage commercial passe par Google Cloud, et DeepMind a indiqué que sa société sœur Isomorphic Labs, qui applique l'IA à la découverte de médicaments, aurait aussi besoin d'une licence commerciale. C'est le même schéma que celui suivi par l'entreprise avec d'autres modèles scientifiques : publier la recherche, offrir largement le modèle de base pour le travail académique, et monétiser l'offre entreprise. Pour les laboratoires académiques sans gros budgets de calcul, l'effet pratique est qu'une ressource générant un pétaoctet de prédictions est désormais une requête sur un site web plutôt qu'un entraînement de modèle.

Pourquoi c'est plus qu'une base de données

L'importance d'Atlas tient moins à un gène particulier qu'au changement de méthode qu'il représente. La génétique a toujours été limitée par le coût de la découverte de ce que fait une variante : un chercheur qui soupçonnait qu'une mutation pouvait compter devait l'identifier, concevoir une expérience et la réaliser, ce qui explique pourquoi la plupart des neuf milliards de variantes possibles ne seront jamais examinées en laboratoire. Précalculer une prédiction d'IA pour toutes ne remplace pas ces preuves, mais cela change le point de départ de la recherche, d'une liste non classée à une liste ordonnée par impact probable.

La comparaison avec AlphaFold est instructive mais imparfaite. AlphaFold prédisait les structures de protéines avec une précision qui rendait la confirmation expérimentale largement confirmatoire; le problème de la prédiction de structure a une réponse objective qui peut être vérifiée. La prédiction d'effet des variantes est plus désordonnée. La même modification d'ADN peut compter dans un tissu et pas dans un autre, et sa conséquence dépend souvent d'autres gènes, de l'environnement et du calendrier de développement. Un modèle qui prédit une perturbation de l'épissage peut avoir raison sur le mécanisme et se tromper néanmoins sur le point de savoir si elle cause une maladie. C'est pourquoi les chercheurs de DeepMind eux-mêmes décrivent Atlas comme un moyen de prioriser plutôt que de conclure, et pourquoi la communauté clinique est susceptible de le traiter comme un générateur d'hypothèses pendant un certain temps.

Il y a aussi une question de gouvernance. Atlas est gratuit pour l'usage académique mais verrouillé derrière Google Cloud pour le travail commercial, et la société sœur Isomorphic Labs de DeepMind est soumise à la même licence. Cette structure concentre une puissante ressource scientifique au sein de l'écosystème d'une seule entreprise, à un moment où l'accès aux données génomiques à grande échelle est déjà inégal. DeepMind a publié le modèle et une prépublication, ce qui représente plus d'ouverture qu'un outil purement propriétaire n'en offrirait, mais les données d'entraînement et les conditions commerciales ne sont pas entièrement publiques. Les chercheurs qui construisent sur Atlas devraient comprendre ce qu'ils peuvent et ne peuvent pas faire avec les résultats, et ce qui se passe si la licence change.

Cela a une qualité cumulative. Chaque expérience qui confirme ou contredit une prédiction devient une donnée qui peut améliorer le modèle suivant, et chaque chercheur qui utilise Atlas génère un cas dont les versions futures pourront apprendre. La formulation de DeepMind elle-même fait remonter l'idée à AlphaFold, dont la base de données de plus de 200 millions de structures de protéines a été consultée par des millions d'utilisateurs et a remodelé la façon dont la biologie structurale se pratique.

Il convient d'appliquer un scepticisme raisonnable ici. Les prédictions d'IA ont une manière de sembler autoritaires tout en étant fausses de façons difficiles à repérer, et une base de données qui classe les variantes selon un score unique risque d'être traitée comme plus définitive qu'elle ne l'est. Les résultats de référence d'AVI (surpassant CADD sur les tâches rapportées, mais pas sur toutes) sont encourageants plutôt que concluants. La valeur de l'outil sera établie non pas par la couverture du lancement, mais par la question de savoir si les laboratoires constatent qu'il les oriente systématiquement vers des variantes qui valent la peine d'être testées, et par la fréquence à laquelle il se trompe. À ce test, la réponse honnête est que personne ne le sait encore. Ce qui est clair, c'est que DeepMind a rendu l'espace de recherche de la variation génétique humaine navigable d'une manière qu'il ne l'était pas auparavant, et que les outils pour l'interpréter seront désormais itérés publiquement.

Image d'illustration : une illustration de double hélice d'ADN par le National Human Genome Research Institute (NHGRI), domaine public.