מעבדת המחקר Google DeepMind הציגה היום (שלישי) את אחד הפרויקטים השאפתניים ביותר בתולדות הביולוגיה החישובית ומכריזה על השקת AlphaGenome Atlas. מדובר במאגר נתונים חסר תקדים בנפח של פטה-בייט שלם (גדול פי 30 ממאגר ה-AlphaFold המפורסם), הממפה ומנבא את ההשפעה המולקולרית של כל 9 מיליארד השינויים הגנטיים האפשריים ברמת האות הבודדת בגנום האנושי.
We’re launching AlphaGenome Atlas: an AI-powered searchable database mapping the predicted impact of all 9 billion possible single-letter DNA changes.
Here’s how it could help researchers better understand our biology 🧵 pic.twitter.com/SABFZW5SiR
— Google DeepMind (@GoogleDeepMind) September 8, 2026
פענוח ה"חומר האפל"
הגנום האנושי מורכב מכשלושה מיליארד זוגות בסיסים של DNA, אולם עד כה המדע הבין היטב רק את אותם 2% המקודדים לחלבונים. שאר 98% מהרצף הגנטי, המווסתים את פעילות הגנים, נותרו תעלומה רפואית המכונה "החומר האפל" של הגנטיקה. כדי לגשר על הפער, גוגל שילבה את כוחם של מודל AlphaGenome ומודל AlphaMissense ופיתחה את מדד ה-AVI. מדד זה מדרג כל מוטציה במספר בודד ומשקלל תהליכים מולקולריים מורכבים כמו שחבור RNA וביטוי גנטי במאות סוגי תאים ורקמות.
בנוסף לדירוג המוטציות, המאגר כולל קטלוג מקיף של יותר מ-2,500 רצפי DNA חוזרים (Motifs) – המוגדרים כ"מילים" של הקוד הגנטי. רצפים אלו משמשים כאתרי קשירה עבור חלבונים האחראיים על כיבוי והפעלת גנים בגוף האדם. ניתוח המבנים הללו מאפשר לחוקרים להבין לא רק האם מוטציה מסוימת היא מזיקה, אלא בדיוק באיזה מנגנון ביולוגי היא משבשת את פעולת התא.
Accelerating genomic discovery with Google Antigravity 🧬🚀.
We’ve integrated the new AlphaGenome Atlas Skill into our scientific workbench. Watch researchers Natasha and Kyle use AI agents to quickly prioritize variants and generate structural plots and build testable… pic.twitter.com/aZFKe27vxm
— Google Antigravity (@antigravity) September 8, 2026
פיצוח מחלות נדירות וסוכני AI במעבדה
ההשלכות הרפואיות של המאגר כבר הוכחו בשטח. חוקרים מ-Broad Institute השתמשו בציון ה-AVI כדי לפענח מקרה רפואי בלתי פתור, וגילו מוטציה בגן DNM1 שגרמה לשחבור שגוי של חלבון והובילה לאפילפסיה קשה בילדים. במקביל, במחקר שנערך באוניברסיטת אקסטר על בסיס נתונים של 54 אלף נבדקים ממאגר ה-UK Biobank, הצליחה המערכת לחשוף 22% יותר קשרים גנטיים נסתרים, וזיהתה 19 אזורים גנטיים חדשים הקשורים למדד מסת הגוף (BMI) ולחלבונים המעורבים בהזדקנות.
חידוש משמעותי נוסף הוא שילוב המאגר בתוך סביבת המחקר האוטונומית Google Antigravity ובממשקי API ייעודיים. ארכיטקטורה זו מאפשרת לסוכני בינה מלאכותית לבצע שאילתות מורכבות, להצליב נתונים גנומיים ולבדוק השערות מדעיות מקצה לקצה באופן עצמאי. בנוסף, גוגל שחררה את מודל הבסיס לשימוש אקדמי בקוד פתוח בפלטפורמת GitHub, כדי לאפשר למדענים לבנות עליו כלים מותאמים אישית.
כדי להנגיש את התגליות לכלל הקהילה הרפואית, גוגל פותחת את הפורטל לגישה חופשית ללא צורך בידע מוקדם בתכנות, כאשר שירותים מסחריים מורחבים יוטמעו בקרוב בענן של Google Cloud תחת מאגר ה-Model Garden. המהלך מסמן קפיצת מדרגה היסטורית לקראת רפואה מותאמת אישית, שבה מודלי AI מקצרים שנים של ניסויי מעבדה ומאפשרים לזהות מטרות טיפוליות חדשות למחלות מורכבות.
