Un variant génétique peut ne différer que d’une seule lettre de la séquence de référence et rester pourtant difficile à interpréter. Le problème ne vient pas d’un manque de variants possibles. C’est l’inverse : le génome humain contient une quantité immense de changements potentiels, dans des contextes régulateurs si variés que les chercheurs ne peuvent pas tous les tester un par un au laboratoire. La plupart ne se trouvent d’ailleurs pas dans les régions qui codent des protéines. Ils occupent des portions moins familières du génome, qui contribuent à déterminer quand, où et avec quelle intensité les gènes sont activés.

Une double hélice d’ADN lumineuse au-dessus d’un atlas abstrait de données génomiques et de signaux régulateurs.

Le 8 septembre 2026, Google DeepMind a présenté AlphaGenome Atlas, un catalogue consultable de prédictions couvrant environ neuf milliards de variants mononucléotidiques possibles dans le génome humain. Ce nombre correspond à toutes les substitutions possibles d’une seule lettre à chaque position d’un génome de référence : pour chaque base d’ADN, les trois autres bases donnent trois changements potentiels. L’Atlas précalcule ce que le modèle AlphaGenome prédit pour ces substitutions sur des processus moléculaires comme l’expression des gènes, l’épissage de l’ARN, l’activité de la chromatine et les contacts entre régions d’ADN.

Cette précision est essentielle. L’Atlas n’est pas une liste de neuf milliards de mutations confirmées comme pathogènes. Ce n’est pas une base de diagnostics personnels et il n’établit pas qu’un changement moléculaire prédit provoquera une maladie. Sa contribution immédiate est plus limitée, mais aussi plus concrètement utile : il donne aux biologistes un moyen de classer leurs hypothèses avant de consacrer du temps et des moyens à des expériences.

Le goulet d’étranglement est l’interprétation, pas le séquençage

Les techniques de séquençage modernes identifient beaucoup plus de différences génétiques que les équipes cliniques ou de recherche ne peuvent en expliquer avec assurance. Un compte rendu peut contenir des variants déjà bien compris, d’autres appuyés par des données solides mais incomplètes, ainsi que des variants de signification incertaine. Cette dernière catégorie ne constitue pas un diagnostic. Elle signifie que les éléments disponibles ne permettent pas encore une classification fiable.

La difficulté est particulièrement marquée en dehors des régions codantes. Les exons qui codent des protéines représentent environ 2 % du génome humain, tandis que l’ADN régulateur contribue à contrôler l’activité des gènes dans différents types de cellules et de tissus. Une modification d’un élément régulateur peut influencer la transcription d’un gène, la quantité d’ARN produite ou la manière dont un transcrit d’ARN est épissé. Les indices pertinents peuvent être répartis sur une longue portion d’ADN et n’avoir d’importance que dans un contexte biologique précis.

Une simple table de correspondance fondée uniquement sur le gène le plus proche ne suffit donc pas. Un variant peut influencer un gène éloigné, produire des effets différents selon les tissus ou modifier une étape moléculaire sans entraîner de conséquence clinique évidente. Les chercheurs ont besoin de davantage qu’une position sur un chromosome. Il leur faut un ensemble de prédictions testables sur ce que le changement de séquence pourrait modifier.

AlphaGenome a été conçu pour ce type de prédiction. Il peut traiter des séquences d’ADN allant jusqu’à un million de paires de bases et produire, avec une résolution élevée, de nombreux types de résultats. Le modèle compare une séquence de référence à une séquence porteuse d’un variant, puis estime les changements de propriétés moléculaires. Ces résultats comprennent des signaux d’expression génique, la fixation de facteurs de transcription, l’accessibilité de la chromatine, les contacts tridimensionnels de l’ADN et les profils d’épissage de l’ARN.

L’Atlas applique cette approche à une échelle que les équipes de recherche ne pourraient normalement pas reproduire pour chaque changement possible d’une seule lettre. Google DeepMind indique que le jeu de données précalculé représente environ un pétaoctet. Au lieu de demander à chaque chercheur d’exécuter le modèle pour chaque variant candidat, le service rend les prédictions accessibles depuis une interface web et une API destinée à la recherche universitaire.

Ce que l’Atlas apporte concrètement

Le modèle AlphaGenome original permettait déjà d’évaluer des variants sélectionnés. Le nouvel Atlas modifie le déroulement du travail. Une partie du calcul est déplacée vers une ressource de référence préparée à l’avance : le chercheur peut commencer par explorer une région ou un variant candidat, sans devoir construire d’abord une vaste chaîne de calcul.

Cette évolution est utile dans plusieurs situations. Une équipe spécialisée dans les maladies rares peut disposer d’une liste de variants trouvés chez un patient ou dans une famille et chercher à déterminer quels changements non codants méritent une étude fonctionnelle. Un groupe de génétique des populations peut vouloir examiner si des variants rares proches d’un gène risquent d’avoir des effets régulateurs similaires. Un laboratoire étudiant la régulation génique peut devoir sélectionner un petit nombre de substitutions pour des essais rapporteurs, des perturbations CRISPR ou des mesures d’ARN. Dans chaque cas, le modèle peut réduire l’espace de recherche.

L’Atlas introduit aussi un score AlphaGenome Variant Impact, ou score AVI. DeepMind le décrit comme un score combiné qui rassemble les prédictions d’AlphaGenome sur les effets régulateurs et celles d’AlphaMissense sur les variants qui modifient les protéines. Un score unique ne peut pas remplacer les données sous-jacentes, mais il peut aider à trier une longue liste de candidats et à examiner ceux qui semblent les plus importants au regard des différents signaux disponibles.

C’est là que se situe la différence entre prédiction et preuve. Un score est utile lorsqu’il améliore l’ordre dans lequel les scientifiques étudient leurs questions. Il devient trompeur lorsqu’il est traité comme un verdict définitif. Il vaut mieux considérer l’Atlas comme une couche de priorisation posée au-dessus de la biologie, et non comme une autorité automatisée capable de dire ce qu’un variant signifie pour une personne.

Les premiers exemples montrent l’usage visé

Google DeepMind décrit deux premières applications. Dans la première, des chercheurs du Broad Institute ont utilisé le score AVI pour hiérarchiser des variants dans un cas de maladie rare qui n’avait pas encore été résolu. Le système a mis en avant un variant du gène DNM1 et prédit qu’il pourrait créer un site d’épissage anormal. Cette prédiction a apporté un élément de soutien dans un dossier finalement résolu au terme d’une investigation génomique plus large.

Le mot important est « soutien ». Le résultat ne provenait pas du modèle seul. Un diagnostic de maladie rare dépend généralement du phénotype du patient, des liens familiaux, de la fréquence dans la population, de la relation entre le gène et la maladie, des observations antérieures et, lorsqu’elles existent, de données fonctionnelles. Une prédiction concernant l’épissage peut rendre un candidat plus intéressant pour le laboratoire ou pour une expertise, mais elle ne supprime pas la nécessité d’examiner ces autres lignes de preuve.

Dans un autre exemple, un chercheur a utilisé les prédictions de l’Atlas avec les données de plus de 54 000 participants à la UK Biobank. Le regroupement de variants selon leurs effets moléculaires prédits aurait fait apparaître 22 % d’associations génétiques non codantes supplémentaires par rapport à une approche qui n’exploitait pas les prédictions d’impact de la même manière. L’analyse a également identifié 19 régions génomiques liées à l’indice de masse corporelle parmi les variants présentant les impacts les plus élevés.

Ce résultat illustre la manière dont un modèle peut aider à organiser des données statistiques sans produire pour autant une nouvelle conclusion médicale. Les chercheurs doivent souvent travailler sur un ensemble bruité de variants rares, dont chacun est observé trop peu souvent pour être analysé isolément. Si les prédictions permettent de regrouper des variants qui semblent perturber le même mécanisme régulateur, ces groupes peuvent devenir plus faciles à étudier. L’association doit toutefois faire l’objet d’analyses indépendantes et d’une validation biologique.

Ces exemples montrent aussi ce que l’Atlas n’est pas conçu pour faire. Il n’explique pas l’ensemble du phénotype d’une personne à partir de son génome. Il ne calcule pas son état de santé futur. Il ne détermine pas le comportement d’un variant dans chaque tissu, à tout âge et dans toutes les conditions environnementales. Il formule des hypothèses moléculaires qui peuvent être combinées à d’autres éléments de preuve.

Pourquoi l’ADN non codant complique le problème

L’expression « ADN non codant » peut donner une impression trompeuse. Non codant ne veut pas dire inutile, pas plus que cela ne signifie que chaque base possède un rôle régulateur connu. Le terme indique que la séquence ne code pas directement une protéine. De nombreuses régions non codantes contribuent au contrôle de l’activité des gènes, mais leur fonction régulatrice est souvent conditionnelle. Une séquence peut avoir de l’importance dans une cellule du foie et pas dans un neurone, pendant le développement et non à l’âge adulte, ou seulement après l’activation d’une voie par un signal particulier.

Les données d’entraînement de modèles comme AlphaGenome comptent donc autant que leur architecture. DeepMind indique qu’AlphaGenome a été entraîné à partir de mesures issues de ressources publiques telles qu’ENCODE, GTEx, le projet 4D Nucleome et FANTOM5. Ces projets mesurent différents aspects de la régulation génique dans certains types de cellules et de tissus humains et murins. Ils offrent une couverture précieuse, mais ne constituent pas l’enregistrement complet de chaque état cellulaire chez chaque personne.

Un modèle apprend des motifs à partir de ce qui a été mesuré. Si un tissu, un stade du développement, un groupe d’ascendance ou une condition cellulaire est peu représenté dans les données d’entraînement, le modèle peut disposer d’informations moins fiables pour ce contexte. Son résultat peut rester utile comme hypothèse, mais l’incertitude ne doit pas être masquée par un nombre qui donne une impression de précision.

Un deuxième problème tient à la distance biologique. La régulation des gènes ne se limite pas à leur voisinage immédiat. Les enhancers et d’autres éléments régulateurs peuvent agir à longue distance, tandis que l’ADN se replie en structures tridimensionnelles qui mettent en contact des régions éloignées. AlphaGenome peut utiliser un contexte allant jusqu’à un million de paires de bases, une longueur sensiblement supérieure à celle de nombreux modèles de séquence, mais il s’agit tout de même d’une fenêtre finie. La documentation technique de Google cite un horizon de contexte d’un mégabase comme limite : les interactions situées au-delà de cette distance ne peuvent pas être capturées dans une seule requête de prédiction.

Il existe enfin une différence entre un résultat moléculaire et une conséquence à l’échelle de l’organisme. Le modèle peut prédire qu’un variant modifie un signal d’épissage de l’ARN ou diminue un signal d’expression génique. Cela n’établit pas, à lui seul, que le changement cause une maladie, détermine sa gravité ou répond à un traitement particulier. Le chemin qui relie l’ADN à la santé passe par la biologie cellulaire, le développement, la physiologie, l’environnement et le hasard.

Une carte utile a toujours besoin d’un terrain de référence

Après une prédiction de l’Atlas, l’étape suivante la plus utile n’est généralement pas une autre prédiction. C’est une expérience ou une revue des preuves conçue autour de l’affirmation précise à vérifier. Si le modèle prédit un épissage modifié, les chercheurs peuvent mesurer l’ARN provenant d’un tissu pertinent ou utiliser un essai cellulaire validé. S’il prévoit un changement d’activité d’un enhancer, ils peuvent comparer la séquence de référence et la séquence alternative dans un système rapporteur, puis vérifier si le résultat se maintient dans un modèle cellulaire plus réaliste. Lorsqu’un variant est associé à un caractère, il faut une réplication statistique et un mécanisme biologique plausible.

La conception expérimentale importe aussi parce que les prédictions informatiques peuvent être corrélées aux données ayant servi à entraîner ou à évaluer le modèle. Un résultat convaincant in silico peut échouer lorsque la séquence est testée dans un autre type cellulaire ou avec un autre essai. À l’inverse, un modèle peut aider un laboratoire à choisir des expériences qui auraient été trop nombreuses ou trop coûteuses à tenter sans présélection. Son rôle le plus solide consiste souvent à rendre la validation plus sélective.

La génomique clinique possède ses propres règles pour combiner les éléments de preuve. Les recommandations de ClinGen pour la classification des variants s’appuient sur un cadre ACMG/AMP qui intègre les données de population, les indices computationnels, les études fonctionnelles, la ségrégation, le phénotype et d’autres informations. Les prédictions informatiques ne sont qu’un volet de ce processus, et non un remplacement de l’interprétation par des experts. ClinGen précise que ses recommandations ne sont pas destinées à une décision diagnostique ou médicale directe sans examen par un professionnel de la génétique.

Les propres conditions d’utilisation d’AlphaGenome sont tout aussi explicites. Google DeepMind indique qu’AlphaGenome Atlas n’a pas été validé ni approuvé pour un usage clinique. Le modèle est destiné à la recherche, et ses prédictions ne doivent pas servir de conseil médical, de diagnostic ou de fondement à une modification de traitement. Cette limite n’est pas une simple mention juridique. Elle sépare un outil qui aide à produire des éléments de preuve d’un test clinique réglementé.

Ce que les chercheurs peuvent en faire dès maintenant

Pour les utilisateurs universitaires, l’Atlas réduit plusieurs obstacles à la fois. Un scientifique peut interroger un candidat sans exécuter localement le modèle complet. Une équipe peut examiner des variants non codants qu’il serait autrement difficile de hiérarchiser. Un étudiant peut explorer la manière dont une modification d’une seule lettre est censée influencer plusieurs processus moléculaires simultanément. Une équipe computationnelle peut utiliser l’API pour des analyses de moindre ampleur et construire ses propres comparaisons autour des scores renvoyés.

La ressource peut aussi rendre les résultats négatifs plus informatifs. Si un variant obtient un faible impact prédit sur plusieurs résultats moléculaires pertinents, il peut descendre dans la liste des priorités d’un laboratoire. Cela ne prouve pas qu’il est inoffensif, mais peut aider à affecter une capacité expérimentale limitée. L’inverse est également vrai : un effet prédit comme important peut désigner un candidat à étudier plus profondément sans le déclarer pathogène.

Des limites pratiques subsistent. L’API publique est destinée à la recherche non commerciale, et la documentation du projet indique qu’elle convient mieux aux analyses petites ou moyennes qu’aux requêtes portant sur plus d’un million de prédictions. Les chercheurs doivent également conserver le génome de référence utilisé, la version de l’assemblage, le choix du transcrit et le contexte biologique de l’analyse. Une coordonnée dépourvue de ces métadonnées ne constitue pas un résultat reproductible.

La précalcul crée une autre responsabilité : le suivi des versions. Un atlas génomique n’est pas une réponse intemporelle. Les modèles peuvent être mis à jour, les assemblages de référence peuvent évoluer, les annotations s’améliorer et de nouvelles données expérimentales peuvent renverser une interprétation antérieure. Une analyse sérieuse devrait conserver la version du modèle ou de l’Atlas, le variant interrogé, le génome de référence, les champs de sortie et la date d’accès. Sans cette trace, les utilisateurs ultérieurs risquent de ne pas comprendre pourquoi un résultat a changé.

Pourquoi il s’agit d’une bonne nouvelle technologique, avec les précautions nécessaires

La bonne nouvelle n’est pas que l’IA aurait résolu le génome. Ce n’est pas le cas. L’intérêt est qu’un obstacle bien identifié de la recherche reçoit une réponse concrète. Au lieu de demander aux scientifiques de choisir dans un espace presque impossible à parcourir de changements possibles d’une seule lettre, AlphaGenome Atlas leur offre un premier passage large et consultable dans cet espace. Il peut intégrer les variants non codants au même flux de travail pratique que les variants codants mieux connus et aider à relier plusieurs signaux moléculaires autour d’un même candidat.

Cela compte parce que la découverte dépend souvent de la décision sur la prochaine expérience. Un laboratoire ne dispose ni d’un temps, ni d’échantillons, ni d’un financement illimités. Une meilleure priorisation peut raccourcir le chemin entre une observation génomique et une expérience bien conçue. Dans les maladies rares, elle peut aider une équipe à repérer un mécanisme régulateur ou d’épissage plausible. Dans les études de population, elle peut faciliter le regroupement de variants en ensembles biologiquement cohérents. En recherche fondamentale, elle peut faire émerger des motifs indiquant quelles parties du génome méritent des mesures plus précises.

Les limites sont tout aussi importantes. L’Atlas prédit des effets moléculaires, pas des issues cliniques complètes. Il couvre un génome de référence, pas tous les contextes propres aux génomes individuels. Il ne peut pas représenter correctement les processus biologiques absents de ses données ou qui y sont peu représentés. Sa fenêtre de séquence finie laisse certaines interactions à longue distance sans réponse. Ses résultats doivent être validés, accompagnés d’une évaluation prudente de l’incertitude et intégrés aux éléments de preuve génétique établis.

C’est une bonne manière d’évaluer la biologie computationnelle. Un outil de recherche mérite la confiance lorsqu’il clarifie l’expérience suivante, documente ce qu’il sait et laisse une place explicite à ce qu’il ignore. AlphaGenome Atlas semble utile selon ce critère : non comme un oracle diagnostique, mais comme une carte pour naviguer dans un problème devenu trop vaste pour une inspection manuelle.

Sources et lectures complémentaires