Google DeepMind brengt alle 9 miljard DNA-varianten in kaart

TL;DR

• Wat: Google DeepMind heeft AlphaGenome Atlas gelanceerd — een database met voorspellingen over het effect van alle 9 miljard mogelijke éénletterige DNA-varianten in het menselijk genoom.
• Waarom relevant: AI-toepassingen in de gezondheidszorg versnellen. Bedrijven in biotech, diagnostiek en health-tech krijgen toegang tot data die eerder miljoenen aan rekenkracht kostte.
• Wat je ermee kunt: Als je in of rond de zorgsector opereert, bekijk of deze dataset (gratis voor academisch onderzoek, commercieel via Google Cloud) relevant is voor je R&D of partnerschappen.

Google DeepMind publiceerde gisteren AlphaGenome Atlas, een dataset van 1 petabyte die voorspelt wat er gebeurt bij élke mogelijke letterverandering in menselijk DNA. Ik viel over de aankondiging van Demis Hassabis op X omdat het me deed denken aan het moment dat AlphaFold eiwitstructuren openbaar maakte — en dat heeft de biotech-wereld meetbaar veranderd.

Wat is AlphaGenome Atlas precies?

Ons DNA bestaat uit circa 3 miljard basenparen — de "letters" A, T, C en G. Op elke positie kun je drie alternatieve letters invullen. Dat levert in totaal zo'n 9 miljard mogelijke single-nucleotide varianten op: plekken waar één letter verschilt van de referentie.

AlphaGenome Atlas is een vooraf berekende database die voor elk van die 9 miljard varianten voorspelt wat het moleculaire effect is. Denk aan: verandert deze variant hoe een gen wordt afgelezen? Beïnvloedt het de werking van een eiwit? Heeft het gevolgen in specifieke celtypen of weefsels?

De onderliggende technologie is het AlphaGenome-model, een AI-systeem dat zowel de 2% coderende als de 98% niet-coderende delen van het DNA analyseert. Dat niet-coderende deel — lang "junk DNA" genoemd — blijkt vol regulerende functies te zitten. Juist daar liggen veel varianten die bij ziekte een rol kunnen spelen.

Om het even tastbaar te maken: stel je een encyclopedie voor met 9 miljard pagina's, waarin op elke pagina staat wat er waarschijnlijk gebeurt als je op die ene plek in het DNA een letter verwisselt. Dat is, in essentie, wat deze atlas biedt.

De AVI-score: één getal per variant

Een opvallend onderdeel vind ik de AlphaGenome Variant Impact-score, afgekort AVI. Die condenseert al die moleculaire voorspellingen tot één getal per variant. Onderzoekers kunnen daarmee snel varianten rangschikken op waarschijnlijke impact, zonder eerst duizenden losse voorspellingen door te spitten.

Dat klinkt misschien als een detail, maar voor wetenschappers die op zoek zijn naar de naald in een hooiberg — bijvoorbeeld de ene variant die een zeldzame ziekte veroorzaakt — is zo'n rangscore enorm praktisch. Het Broad Institute, de University of Exeter en Boston Children's Hospital hebben volgens DeepMind al met vroege versies gewerkt. Een van de resultaten: de identificatie van een variant in het DNM1-gen die gelinkt is aan epilepsie.

Hoe groot is dit werkelijk?

Enige context helpt. De AlphaFold-database, die in 2022 werd uitgebreid, bevatte voorspelde structuren van meer dan 200 miljoen eiwitten. AlphaGenome Atlas is volgens DeepMind meer dan 30 keer zo groot — ongeveer 1 petabyte aan data.

Nature, Scientific American en IEEE Spectrum hebben er inmiddels over gepubliceerd. De brede wetenschappelijke aandacht lijkt te bevestigen dat dit niet zomaar een persbericht is. Tegelijkertijd is het belangrijk om de nuance vast te houden: dit zijn voorspellingen, geen klinische diagnoses. DeepMind zegt zelf expliciet dat AlphaGenome Atlas niet gevalideerd of goedgekeurd is voor klinisch gebruik. Het is een onderzoeksinstrument, geen medisch hulpmiddel.

Ik vind het eerlijk gezegd sterk dat DeepMind die disclaimer zo duidelijk naar voren brengt. In een wereld waar AI-hype snel uit de hand loopt, is dat het soort terughoudendheid dat vertrouwen opbouwt.

Wat betekent dit voor ondernemers?

Als je een bakkerij runt, verandert dit morgen niets aan je bedrijf — laat ik daar helder over zijn. Maar als je opereert in of rond de gezondheidszorg, biotech, diagnostiek of health-tech, dan is dit wél iets om in de gaten te houden. Een paar observaties:

Drempel voor genomisch onderzoek daalt

Labs die eerder forse rekenbudgetten nodig hadden om dit soort analyses zelf te draaien, kunnen nu voorspellingen gratis opzoeken via de Atlas-website. Dat verlaagt de instapdrempel voor kleinere onderzoeksgroepen en biotech-startups.

Commerciële toegang via Google Cloud

DeepMind heeft aangekondigd dat commerciële toegang binnenkort via Google Cloud beschikbaar komt. De statische download van AVI-scores is volgens de technische paper al beschikbaar onder een licentie die commercieel gebruik toestaat. Stel dat je als ondernemer software bouwt voor variant-interpretatie bij diagnostische labs — dan wordt deze dataset potentieel een bouwsteen.

Het AlphaFold-patroon herhaalt zich

Wat mij hier opvalt, is het patroon. AlphaFold begon als wetenschappelijke doorbraak en groeide uit tot een platform waar honderden biotechbedrijven dagelijks gebruik van maken. DeepMind lijkt diezelfde strategie te volgen: eerst gratis voor academisch onderzoek, dan commercieel via het eigen cloudplatform. Voor ondernemers in de life sciences is het verstandig om nu al te begrijpen wat deze data kunnen betekenen — niet over vijf jaar, maar als de commerciële API beschikbaar wordt.

Geen vervanging voor klinische validatie

Een belangrijke kanttekening: voorspellingen zijn geen bewijs. Een variant die een hoge AVI-score krijgt, moet nog steeds in het lab worden gevalideerd voordat er klinische conclusies aan mogen worden verbonden. Wie diensten bouwt op basis van deze data, zal dat onderscheid glashelder moeten communiceren — zowel richting klanten als richting toezichthouders.

Wat ik hiervan meeneem

Ik ben geen bioloog en ik ga niet doen alsof ik de technische details tot op het bot begrijp. Maar wat ik wél zie, is een patroon dat steeds terugkomt: AI-modellen die eerst fundamenteel onderzoek versnellen, vervolgens als open dataset beschikbaar komen, en daarna een ecosysteem van commerciële toepassingen aanjagen.

Voor mij is dit vooral een signaal dat de gezondheidszorg een van de sectoren is waar AI het snelst concreet wordt — niet in de vorm van chatbots, maar in de vorm van wetenschappelijke infrastructuur die nieuwe producten en diensten mogelijk maakt. Kun je je voorstellen wat het betekent als een diagnostisch lab in Nederland straks in seconden kan opzoeken wat de waarschijnlijke impact is van een DNA-variant bij een patiënt met een onverklaarde aandoening?

Dat is geen science fiction. Het is een database die sinds gisteren online staat.