LONDON / LONDON (IT BOLTWISE) – DeepMind stellt mit AlphaGenome Atlas einen KI-Katalog bereit, der die Wirkung nahezu aller einzelnen DNA-Buchstabenwechsel im menschlichen Genom vorhersagen soll. Das System ergänzt frühere Ansätze wie AlphaGenome und AlphaMissense um genomweite, molekulare Effekte. Forschende können die Ergebnisse über ein Web-Portal sowie eine AlphaGenome-Schnittstelle durchsuchen. Gleichzeitig liefert Google einen Variant Impact Score, um aussichtsreiche Mutationen schneller zu priorisieren.
DeepMind will die „lücke“ zwischen genetischer Abweichung und biologischer Wirkung enger schließen: AlphaGenome Atlas wird als KI-gestützter, genomweiter Katalog beschrieben, der vorhersagt, wie sich einzelne DNA-Änderungen auf molekulare Prozesse im Körper auswirken. Der Kern der Idee ist nicht einfach, Mutationen zu klassifizieren, sondern mögliche Buchstabenwechsel im Erbgut in eine Art durchsuchbare Landkarte zu übersetzen. Damit adressiert das Projekt ein Problem, das in der Genetik seit Jahren in vielen Datenbanken nur indirekt sichtbar ist: Man findet immer häufiger Varianten in Sequenzdaten – aber die entscheidende Frage lautet, welche davon wirklich krankheitsrelevant sind.
Der Umfang ist dabei der eigentliche Kraftbeweis. Das menschliche Genom besteht aus etwa drei Milliarden Basenpaaren, und die DNA wird in einer Vier-Buchstaben-Schreibweise (A, C, G, T) betrachtet. Für ein einzelnes „Buchstabenpaar“ gibt es im Prinzip neun Milliarden mögliche Single-Letter-Substitutionen, weil jede Position verschiedene Ersetzungen zulässt. AlphaGenome Atlas soll für genau diese Größenordnung prognostizieren, wie sich die Variante auf biologischer Ebene auswirkt – etwa indem es abschätzt, wie stark bestimmte Proteine gebildet werden oder wie Genregulationsmechanismen funktionieren. DeepMind formuliert das als umfassendstes Verzeichnis der Effekte genetischer Mutationen auf die molekulare Biologie, und die praktische Bedeutung liegt darin, dass sich daraus ein deutlich schnellerer Weg zur Hypothesenbildung ableiten lässt.
Technisch knüpft Atlas an DeepMinds Modellfamilie an. AlphaGenome wurde bereits zuvor vorgestellt, um genetische Treiber von Krankheiten zu identifizieren, während AlphaMissense auf kleine Mutationen fokussierte, die Proteine verändern könnten. Atlas geht nach den Angaben des Unternehmens jedoch weiter: Statt nur Teilbereiche zu betrachten, werden Vorhersagen über das gesamte Genom hinweg bereitgestellt – inklusive der „weiten“ Abschnitte, die nicht direkt Proteine kodieren, sondern stattdessen steuern, wann und wie Gene aktiv werden. Für ein Team, das genomweite Modelle auf diese Weise in einen nutzbaren Katalog überführen will, ist das vor allem eine Frage der Vorberechnung und Datenaufbereitung: In einer Einordnung aus dem Projektumfeld hieß es, AlphaGenome sei zwar schon verfügbar, aber die Umwandlung in einen katalogartigen Datensatz für Milliarden Varianten habe Zeit gebraucht, weil der Suchraum so groß ist.
Die Vorberechnungen enden laut Google in einem massiven Datenpaket: Für die Trainingsbasis wurden öffentliche Datensätze zu menschlichen und Mausgenomen genutzt, sodass das Modell Muster zwischen DNA-Änderungen und biologischen Prozessen lernen konnte. Wenn man diese Lernfähigkeit dann auf Milliarden möglicher Varianten anwendet, entsteht ein Datensatz, den das Unternehmen auf etwa 1 Petabyte beziffert. Genau hier zeigt sich auch, wie „produktfähig“ die KI sein muss: Es geht nicht nur um die Modellgüte in einem Labor-Notebook, sondern um die Fähigkeit, die Ergebnisse so aufzubereiten, dass Forschende sie iterativ durchsuchen können. Google stellt Atlas daher über einen Webzugang sowie über eine AlphaGenome-Integration bereit; außerdem soll die Nutzung über das agentische Entwicklungsumfeld „Antigravity“ möglich sein, um Ergebnisse in Arbeitsabläufe einzubetten.
Damit die Masse nicht zur neuen Hürde wird, ergänzt DeepMind den Variant Impact Score (AVI). Die Logik dahinter: Wenn es neun Milliarden Kandidaten gibt, entscheidet nicht die reine Existenz einer Variante, sondern ihre potenzielle Wirkung. Der AVI soll diese Bewertung beschleunigen, indem er auf weiteren Vorhersagemodellen aufbaut, die den Einfluss einer DNA-Änderung auf molekulare Effekte schätzen. In der Praxis wirkt das wie ein Priorisierungsfilter, der Forschenden hilft, schneller von einer Rohvariante zu einer Auswahl zu gelangen, die sich näher untersuchen lässt – etwa durch Laborexperimente oder funktionelle Tests. Die Veröffentlichung zielt damit auf „Interpretierbarkeit im Workflow“, nicht nur auf bessere Benchmarks.
Für den Markt ist Atlas auch deshalb bemerkenswert, weil es die Linie der letzten Jahre im Science- und Health-Umfeld fortsetzt: DeepMinds AlphaFold, für das Demis Hassabis und John Jumper 2024 den Nobelpreis in Chemie erhielten, zeigte bereits, dass KI komplexe biowissenschaftliche Problemräume adressieren kann. Atlas steht in derselben programmatischen Richtung – nur verschiebt sich der Schwerpunkt von der Proteinkonformation auf die Genom-zu-Wirkungs-Kette. Daneben nennt Google weitere KI-Anwendungen von der Wettervorhersage bis zur mathematischen Optimierung und einem „Co-Scientist“-Ansatz für die Assistenz von Forschenden. Auch organisatorisch passt das in den größeren Kontext: Demis Hassabis soll sich schrittweise stärker auf wissenschaftliche Arbeit konzentrieren, während die KI-Laborrolle zurücktritt; parallel wird Isomorphic Labs als Spin-off für die Wirkstoffentdeckung genannt. Unterm Strich entsteht so ein Ökosystem, in dem genomische Daten, molekulare Vorhersagen und Entscheidungsunterstützung enger miteinander verknüpft werden.
Entscheidend für Unternehmen und Forschungsteams ist nun die Verfügbarkeit unter realistischen Nutzungsbedingungen. Google stellt Atlas für nichtkommerzielle Nutzung über die Website bereit, während kommerzielle Nutzung „soon“ auf Google Cloud angekündigt ist. Für Teams, die bereits mit genomischen Pipelines arbeiten, kann das den Aufwand reduzieren, weil sie nicht jedes Mal eigene Vorhersage-Modelle aufbauen müssen, um eine Variant-Einordnung zu erhalten. Gleichzeitig bleibt die wissenschaftliche Validierung natürlich zentral: KI-Kataloge können die Suche drastisch beschleunigen, aber sie ersetzen keine funktionellen Tests, wenn es um genaue Wirkmechanismen oder therapeutische Konsequenzen geht. Wenn Atlas sich in der Praxis als stabile Priorisierungsquelle etabliert, könnte das besonders für Programme in der personalisierten Medizin und für frühe Schritte in der Wirkstoffentwicklung relevant werden – dort, wo aus vielen Kandidaten wenige die nächste Experimentierwelle auslösen sollen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "AlphaGenome Atlas: DeepMind erstellt KI-Katalog für Folgen von DNA-Varianten" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "AlphaGenome Atlas: DeepMind erstellt KI-Katalog für Folgen von DNA-Varianten" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »AlphaGenome Atlas: DeepMind erstellt KI-Katalog für Folgen von DNA-Varianten« bei Google Deutschland suchen, bei Bing oder Google News!