Google DeepMind ra mắt AlphaGenome Atlas – Bản đồ dự đoán toàn diện mọi biến thể DNA người

Mở đầu

Vào ngày 8 tháng 9 năm 2026, Google DeepMind công bố công cụ AI mới mang tên AlphaGenome Atlas. Được mô tả là “bản đồ dự đoán mọi thay đổi DNA có thể xảy ra trong bộ gen người”, nền tảng này hứa hẹn sẽ giúp các nhà khoa học hiểu sâu hơn về cách các biến thể di truyền ảnh hưởng tới sinh học phân tử và mở đường cho các phương pháp điều trị bệnh mới.

Chi tiết cụ thể

AlphaGenome Atlas chứa một “bản đồ dự đoán” cho mọi chữ cái DNA có thể thay đổi trong bộ gen người. Bộ gen người gồm khoảng ba tỷ cặp base (A, C, G, T) và có tới chín tỷ khả năng thay đổi một base duy nhất. Đối với mỗi biến thể trong số này, công cụ dự đoán cách nó có thể thay đổi mức độ sản xuất protein hoặc các quá trình sinh học khác ở cấp độ phân tử. Nhóm nghiên cứu DeepMind gọi đây là “bộ sưu tập toàn diện nhất về cách các đột biến di truyền ảnh hưởng tới sinh học phân tử”.

Để giúp các nhà nghiên cứu lọc ra những biến thể quan trọng, Google đồng thời ra mắt Variant Impact Score (AVI) – một chỉ số dựa trên các mô hình dự đoán tác động của DNA đã được phát triển trước đây. Nhờ AVI, người dùng có thể xếp hạng nhanh chóng các biến thể và đồng thời giải thích tác động phân tử của chúng.

AlphaGenome Atlas được xây dựng dựa trên nền tảng AlphaGenome, mô hình AI được DeepMind công bố năm ngoái nhằm xác định các yếu tố di truyền gây bệnh, và AlphaMissense, một công cụ trước đó tập trung dự đoán các đột biến nhỏ có thể làm thay đổi cấu trúc protein. So với hai công cụ này, Atlas mở rộng phạm vi dự đoán ra toàn bộ bộ gen, bao gồm cả những đoạn không mã hoá protein nhưng có vai trò điều chỉnh hoạt động của gen.

Ziga Avsec, trưởng bộ phận genomics của DeepMind, cho biết: “Mô hình AlphaGenome đã được phát hành trước, nhưng để biến nó thành một danh mục toàn bộ bộ gen thực sự mất nhiều thời gian. Chúng tôi phải tính toán và phân tích hàng tỷ biến thể vì không gian dữ liệu quá khổng lồ.” Đội ngũ đã đào tạo AlphaGenome bằng cách sử dụng các cơ sở dữ liệu công khai của bộ gen người và chuột, giúp mô hình học được các mẫu quan hệ giữa thay đổi DNA và các quá trình sinh học.

Kết quả là một tập dữ liệu khổng lồ ước tính khoảng 1 petabyte – tương đương với hàng nghìn máy chủ lưu trữ. Google hiện đang cung cấp Atlas cho cộng đồng nghiên cứu miễn phí cho mục đích phi thương mại qua website, và hứa hẹn sẽ mở rộng dịch vụ thương mại trên Google Cloud trong thời gian tới.

Sự ra mắt của AlphaGenome Atlas là một phần trong chuỗi nỗ lực của Google sử dụng AI để giải quyết các vấn đề cốt lõi trong khoa học và y học. Đáng chú ý, đồng sáng lập DeepMind Demis Hassabis đã rời vị trí lãnh đạo phòng AI để tập trung vào nghiên cứu khoa học, trong đó có việc dẫn dắt công ty con Isomorphic Labs – một startup chuyên về phát hiện thuốc. DeepMind cũng nổi tiếng với AlphaFold, mô hình dự đoán cấu trúc protein đã giúp Demis Hassabis và John Jumper đoạt Giải Nobel Hóa học 2024.

Bối cảnh/so sánh

AlphaGenome Atlas xuất hiện trong bối cảnh AI đang dần trở thành “người trợ lý” cho nghiên cứu sinh học. Các công cụ như AlphaFold đã chứng minh sức mạnh của học sâu trong việc giải quyết những câu hỏi phức tạp của sinh học cấu trúc. Bây giờ, DeepMind mở rộng tầm ảnh hưởng sang genomics, một lĩnh vực vốn chứa đựng hàng tỉ biến thể DNA và luôn là thách thức lớn trong việc phân biệt biến thể gây bệnh và biến thể bình thường.

So với các dự án tương tự, chẳng hạn như Ensembl Variant Effect Predictor hay ClinVar, AlphaGenome Atlas không chỉ cung cấp dự đoán ở mức độ gen mà còn đưa ra điểm ảnh hưởng (AVI) giúp ưu tiên các biến thể cần nghiên cứu sâu hơn. Điều này có thể rút ngắn thời gian từ khám phá biến thể đến phát triển thuốc, đặc biệt khi dữ liệu dự đoán được tích hợp sẵn trong một giao diện web và nền tảng phát triển AI Antigravity của Google.

Trong khi các công ty công nghệ lớn như Microsoft và IBM cũng đang đầu tư vào AI y sinh, AlphaGenome Atlas của DeepMind nổi bật nhờ quy mô dữ liệu (1 PB) và tính toàn diện (dự đoán cho mọi biến thể đơn lẻ). Nếu công cụ này được áp dụng rộng rãi, nó có thể trở thành một “bản đồ chỉ đường” cho các nhà nghiên cứu, giúp họ nhanh chóng xác định những đột biến tiềm năng gây bệnh và từ đó thiết kế các liệu pháp gen hoặc thuốc mới. Đây là một bước tiến quan trọng, hứa hẹn sẽ làm thay đổi cách chúng ta tiếp cận điều trị cá nhân hoá trong tương lai.