Лаборатория Google DeepMind представила платформу Atlas на основе ИИ, которая должна помочь учёным разгадать тайны генома человека. По словам разработчиков, Atlas изменит нынешнее понимание биологии, ускорит научные исследования и проложит путь к новым методам лечения заболеваний. Исследователи утверждают, что представленная платформа содержит «прогнозируемую карту каждого возможного изменения ДНК в геноме человека».

Компьютер месяца, спецвыпуск: выбираем мини-ПК для работы и развлечений в эпоху дефицита чипов памяти

Сравнительный тест камер флагманских смартфонов (2026): итоги

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Мастерская локальных ИИ: салат картофельный с Qwen3.8

Компьютер месяца — сентябрь 2026 года

Обзор HONOR Pad X9b Max: универсальный большой планшет с антибликовым экраном

Источник изображения: Google

Макромолекула ДНК состоит из двух нуклеотидных цепей, сформированных четырьмя азотистыми основаниями: аденином (A), гуанином (G), тимином (T) и цитозином (C). Основания одной цепи соединены с основаниями другой парными связями по принципу комплементарности: аденин соединяется только с тимином, гуанин — только с цитозином.

Источник изображения: Wikipedia

Геном человека содержит примерно 3 миллиарда таких пар и представляет собой совокупность наследственного материала, заключённого в клетке человека. Изменения отдельных сочетаний могут быть безвредными, определять различия между людьми или играть роль в развитии заболеваний. Главная задача исследователей генома состоит в том, чтобы выяснить, какое влияние окажет каждое из примерно 9 миллиардов потенциальных замен одного основания.

Источник изображения: Wikipedia

Платформа Atlas содержит прогнозы того, как каждый из этих 9 миллиардов вариантов может повлиять на организм на молекулярном уровне, например, изменить количество определённого вырабатываемого белка. Исследователи называют это «самым полным каталогом того, как генетические мутации влияют на молекулярную биологию». Доступ к платформе возможен через веб-портал, при помощи ИИ-агентов Antigravity и через собственный интерфейс AlphaGenome.

Чтобы помочь исследователям разобраться в миллиардах возможных вариантов и сосредоточиться на мутациях, заслуживающих более пристального внимания, Google также выпускает так называемый Variant Impact Score, который использует другие модели компании для прогнозирования последствий изменений ДНК. По словам компании, «теперь исследователи могут быстро ранжировать варианты и одновременно интерпретировать их молекулярные эффекты».

Проект Atlas основан на AlphaGenome, модели ИИ, представленной DeepMind в прошлом году, которая помогает учёным выявлять генетические факторы, вызывающие заболевания, а также на AlphaMissence, более раннем инструменте, ориентированном на прогнозирование того, как мутации могут изменять белки. Atlas идёт гораздо дальше, распространяя прогнозы на весь геном, включая подавляющее большинство участков, которые не кодируют белки напрямую, но могут контролировать поведение генов.

Источник изображения: unsplash.com

AlphaGenome была обучена с использованием общедоступных баз данных геномов человека и мыши, что позволило ей выявлять закономерности между изменениями ДНК и биологическими процессами. Применение этих прогнозов к миллиардам возможных вариантов привело к созданию огромного набора данных, размер которого, по словам Google, составляет примерно 1 петабайт. Компания с сегодняшнего дня предоставляет доступ к Atlas для некоммерческого использования через свой сайт, вскоре должна стать доступна коммерческая версия в Google Cloud.

Atlas — это очередная попытка Google использовать ИИ для решения ключевых проблем в науке и медицине. Самая известная работа компании в этой области — AlphaFold, модель прогнозирования структуры белка, за которую её создатели Демис Хассабис (Demis Hassabis) и Джон Джампер (John Jumper) получили Нобелевскую премию по химии 2024 года. Компания также разработала инструменты ИИ для прогнозирования погоды, оптимизации поиска новых решений в вычислительной технике и математике, а также для оказания помощи исследователям при помощи ИИ-агентов.

Современная генетика всё чаще обращается к искусственному интеллекту как к инструменту не только анализа, но и создания новых биологических элементов. В новой работе учёные показали, что генеративные модели ИИ способны проектировать регуляторные участки ДНК — фрагменты, отвечающие за экспрессию генов. Это новый шаг: вместо поиска подходящих регуляторов в природе исследователи начали создавать их с нуля под конкретные задачи.

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Компьютер месяца, спецвыпуск: выбираем мини-ПК для работы и развлечений в эпоху дефицита чипов памяти

Компьютер месяца — сентябрь 2026 года

Сравнительный тест камер флагманских смартфонов (2026): итоги

Мастерская локальных ИИ: салат картофельный с Qwen3.8

Обзор HONOR Pad X9b Max: универсальный большой планшет с антибликовым экраном

Источник изображения: ИИ-генерация ChatGPT 5.2/3DNews

В основе работы лежит метод DNA-Diffusion — алгоритм, заимствующий идеи из диффузионных моделей, широко применяемых в генерации изображений и текста. Модель обучалась на огромных массивах геномных данных и научилась предсказывать, какие последовательности ДНК будут эффективно включать или усиливать работу генов в определённых типах клеток. В результате ИИ смог сгенерировать тысячи вариантов синтетических регуляторов, многие из которых оказались функционально сильнее природных аналогов.

Экспериментальная проверка показала, что созданные ИИ регуляторные элементы действительно работают в живых клетках. Более того, они продемонстрировали высокую точность: активировали гены именно в нужных клетках, минимизируя побочные эффекты. Особенно показательным стал пример с геном AXIN2 (важным для подавления лейкемии) — синтетические регуляторы управляли его активностью эффективнее природных защитных вариантов.

Значение этой работы выходит далеко за рамки фундаментальной науки. Возможность целенаправленно конструировать регуляторные фрагменты ДНК открывает путь к более безопасной и точной генной терапии, созданию «умных» генетических лекарств и тонкой настройке клеточных функций. По сути, ИИ начинает выступать в роли инженера генома, расширяя границы того, что ранее считалось возможным только в ходе естественного эволюционного процесса.