AlphaGenome Atlas è il nuovo atlante genomico di Google DeepMind che raccoglie previsioni sull’effetto molecolare di circa 9 miliardi di possibili variazioni a singola lettera del DNA umano. Presentato l’8 settembre 2026, il progetto porta su scala dell’intero genoma il modello AlphaGenome e rende consultabili le previsioni tramite un portale web pensato per la ricerca accademica.
Il punto da chiarire subito è importante: non sono 9 miliardi di mutazioni osservate nelle persone. Il numero rappresenta tutte le possibili sostituzioni di una singola base nel genoma umano che DeepMind ha pre-calcolato. L’obiettivo è aiutare i ricercatori a capire quali varianti meritano di essere studiate prima in laboratorio, soprattutto nelle regioni non codificanti del DNA, dove interpretare gli effetti è molto più difficile.
Cos’è AlphaGenome Atlas
Google DeepMind descrive AlphaGenome Atlas come una mappa predittiva delle possibili variazioni a singolo nucleotide del genoma umano. Alla base c’è AlphaGenome, il modello di intelligenza artificiale sviluppato per prevedere come una variante genetica possa modificare processi biologici come espressione dei geni, splicing dell’RNA, accessibilità della cromatina e altri meccanismi regolatori.
La novità dell’Atlas è soprattutto la scala: invece di interrogare il modello una variante alla volta, DeepMind ha eseguito in anticipo miliardi di previsioni e le ha organizzate in un dataset consultabile. Secondo l’azienda, l’archivio occupa circa 1 petabyte ed è oltre 30 volte più grande dell’AlphaFold Database.
| Elemento | Cosa offre |
|---|---|
| Varianti analizzate | Circa 9 miliardi di possibili sostituzioni a singola base |
| Dimensione dataset | Circa 1 PB |
| Regioni del genoma | Codificanti e non codificanti |
| Punteggio principale | AlphaGenome Variant Impact (AVI) |
| Accesso accademico | Portale web e strumenti dedicati |
| Uso clinico | Non validato e non approvato per diagnosi o trattamento |
Cosa significa “9 miliardi di mutazioni”
Il genoma umano contiene miliardi di lettere, o basi, indicate con A, C, G e T. In ogni posizione una lettera può essere sostituita da una delle altre tre. Combinando le possibili sostituzioni lungo il genoma si arriva a circa 9 miliardi di single-nucleotide variants, cioè variazioni che interessano una sola base.
Testare sperimentalmente ogni possibilità sarebbe impraticabile. AlphaGenome Atlas prova quindi a fare da filtro: produce una previsione del possibile effetto molecolare e permette ai ricercatori di restringere il numero di varianti da approfondire con esperimenti reali. Una previsione ad alto impatto non equivale però a dimostrare che una variante provochi una malattia.
Cos’è il punteggio AVI e a cosa serve
Una delle parti più utili del progetto è l’AlphaGenome Variant Impact score, abbreviato AVI. Il punteggio sintetizza in un singolo valore le previsioni sull’impatto di una variante e combina informazioni provenienti da AlphaGenome con quelle di AlphaMissense, il modello DeepMind dedicato alle varianti che modificano le proteine.
L’idea è permettere a un ricercatore di ordinare rapidamente migliaia o milioni di varianti in base alla loro priorità potenziale. L’Atlas mostra inoltre quali caratteristiche hanno contribuito al punteggio, per esempio possibili alterazioni dello splicing, dell’espressione genica, dell’accessibilità della cromatina o della funzione di una proteina.
Perché il 98% non codificante del genoma è importante
Solo circa il 2% del genoma umano codifica direttamente per proteine. Il restante 98% contiene moltissimi elementi regolatori che contribuiscono a stabilire quando, dove e quanto un gene deve essere attivo. È proprio questa parte a essere particolarmente difficile da interpretare quando compare una variante.
AlphaGenome Atlas è interessante perché prova a valutare sia le varianti nelle regioni codificanti sia quelle non codificanti. DeepMind riporta che il sistema è già stato utilizzato in collaborazioni di ricerca per dare priorità a varianti candidate in casi di malattie rare e per cercare associazioni con tratti complessi.
È un’evoluzione dello stesso approccio che ha reso l’intelligenza artificiale sempre più centrale nelle scienze della vita. Su Tech iCrewPlay avevamo già seguito il salto compiuto da DeepMind con AlphaFold nella previsione delle strutture proteiche e, più recentemente, il lavoro sull’AI applicata alle proteine disordinate.
Un caso concreto: cercare varianti rare nel rumore genetico
DeepMind cita un’analisi condotta su dati di oltre 54.000 partecipanti della UK Biobank. Utilizzando le previsioni dell’Atlas per raggruppare varianti non codificanti potenzialmente più rilevanti, i ricercatori hanno identificato il 22% in più di associazioni genetiche non codificanti rispetto al metodo di confronto utilizzato nel lavoro.
In un’altra applicazione, il punteggio AVI è stato usato per restringere la ricerca di una possibile variante coinvolta in un caso di malattia rara, seguita poi da verifiche sperimentali. È esattamente il tipo di flusso per cui l’Atlas è stato progettato: AI per scegliere dove guardare, laboratorio e dati clinici per stabilire che cosa sia davvero rilevante.
AlphaGenome Atlas può diagnosticare una malattia?
No. Google DeepMind specifica che le informazioni prodotte da AlphaGenome Atlas non sono destinate a sostituire il parere medico, una diagnosi o un trattamento e che il sistema non è stato validato né approvato per uso clinico.
Un punteggio elevato indica che il modello prevede un possibile impatto biologico maggiore, ma una previsione può essere incompleta o sbagliata e deve essere verificata con esperimenti, evidenze genetiche e valutazione specialistica. Per un utente che trova una variante in un test genetico personale, quindi, l’AVI non va interpretato come un responso medico automatico.
AlphaGenome Atlas è gratuito?
Per la ricerca accademica DeepMind ha reso disponibile un portale web gratuito per uso non commerciale. Il modello AlphaGenome è accessibile anche attraverso API e strumenti dedicati alla ricerca. L’azienda indica inoltre che l’uso commerciale dell’Atlas arriverà tramite Google Cloud.
Il vantaggio del portale è che una parte delle informazioni può essere esplorata senza dover calcolare da zero miliardi di previsioni o mantenere localmente un dataset da un petabyte. Per gruppi di ricerca più avanzati restano invece disponibili interfacce e workflow programmabili.
AlphaGenome Atlas sostituisce AlphaFold?
No, i due sistemi rispondono a domande diverse. AlphaFold è concentrato soprattutto sulla struttura tridimensionale delle proteine; AlphaGenome analizza invece come le variazioni nel DNA possano modificare diversi processi molecolari, compresa la regolazione dei geni.
| Strumento | Domanda principale |
|---|---|
| AlphaFold | Quale struttura può assumere una proteina? |
| AlphaMissense | Quanto può essere dannosa una variante che cambia una proteina? |
| AlphaGenome | Come può una variante influire sui processi molecolari e sulla regolazione? |
| AlphaGenome Atlas | Quali effetti sono previsti su scala genome-wide e quali varianti conviene prioritizzare? |
Perché AlphaGenome Atlas conta per la ricerca
La promessa non è “leggere il DNA e ottenere una diagnosi”, ma ridurre un problema di scala. Un laboratorio può trovarsi davanti a milioni di varianti e dover decidere quali meritano tempo, esperimenti e risorse. Un atlante pre-calcolato permette di trasformare quella ricerca in una selezione più mirata.
Il valore reale dipenderà dalla capacità delle previsioni di reggere a verifiche indipendenti e su popolazioni diverse. Per questo i risultati dell’AI non chiudono l’indagine: servono a formulare ipotesi migliori e più rapidamente. Se l’approccio continuerà a essere validato, AlphaGenome Atlas potrebbe diventare per la genomica funzionale ciò che il database AlphaFold è diventato per molte ricerche sulle proteine: una grande base predittiva da cui partire, non il punto finale.
In breve
AlphaGenome Atlas contiene previsioni per circa 9 miliardi di possibili variazioni a singola lettera del DNA umano. Offre un punteggio AVI per prioritizzare le varianti, copre regioni codificanti e non codificanti, occupa circa un petabyte ed è disponibile alla comunità accademica tramite un portale dedicato. È uno strumento di ricerca, non un sistema diagnostico: le previsioni devono essere confermate da dati sperimentali e clinici prima di attribuire un significato medico a una variante.
