Cover Story: DNAを読み解く方法：ゲノム調節領域の遺伝的バリアントの効果を予測する統合的塩基配列モデル
Nature 649, 8099 (2026年1月29日)
遺伝的変異は生物学的過程に影響を及ぼし、疾患を駆動し得るが、DNA塩基配列の変化がもたらす正確な影響を読み解くことは、依然として大きな課題である。これはとりわけ、変異がタンパク質配列をコードしない領域に生じる場合に当てはまり、ヒトで観察される遺伝的変異のおよそ98％が、まさにそのような領域にある。深層学習モデルは、この分野で有望さを示してきたものの、通常、こうしたモデルには、入力塩基配列長と予測解像度のトレードオフという制約があった。今週号では、Googleディープマインド社のŽ Avsecたちが、100万塩基対のDNA塩基配列を用いて広範なゲノムの特徴とバリアント効果を高精度に予測できる深層学習モデルAlphaGenomeを提示している。ヒトおよびマウスのゲノムで訓練されたAlphaGenomeは、遺伝子発現、DNAアクセシビリティー、スプライシングなどの機能に関連するゲノムシグナルを、ヒトでは5930種類、マウスでは1128種類、同時に予測することができる。研究チームは、AlphaGenomeが遺伝性疾患の原因特定を助け、合成DNAの設計を導き、ゲノムの基礎的な理解を加速させる可能性があると述べている。
