DeepMind a mis en ligne le 8 septembre l'AlphaGenome Atlas, une base de prédictions précalculées couvrant les quelque 9 milliards de substitutions d'une seule lettre possibles dans le génome humain. Le laboratoire a fait tourner son modèle AlphaGenome, sorti en juin 2025, sur chacun de ces variants, et publie le résultat : 1 pétaoctet de données interrogeables gratuitement pour la recherche non commerciale, via un portail web qui ne demande aucune ligne de code.
- L'Atlas fournit des milliers de prédictions par variant (régulation des gènes, épissage, accessibilité de la chromatine) sur des centaines de types cellulaires et de tissus humains et murins.
- Un score unique, l'AVI (AlphaGenome Variant Impact), classe l'impact de chaque variant en combinant AlphaGenome et AlphaMissense - il couvre donc aussi les 98 % du génome qui ne codent pas de protéines.
- Accès gratuit pour la recherche via le portail et l'API ; l'accès commercial arrivera « prochainement » via Google Cloud. L'usage clinique est explicitement exclu.
Le précalcul comme produit : la suite logique d'AlphaFold
L'intérêt n'est pas dans un nouveau modèle, mais dans l'industrialisation de l'existant. Le généticien Carl de Boer (université de Colombie-Britannique) rappelle auprès d'IEEE Spectrum qu'AlphaGenome est le modèle de référence du domaine, mais qu'il reste lent et gourmand en calcul : la plupart des laboratoires n'ont pas l'infrastructure pour le faire tourner à l'échelle d'un génome entier. En précalculant tout, DeepMind transforme un goulot d'étranglement de calcul en simple requête de base de données - exactement le geste qui avait fait le succès de la base AlphaFold en 2021, puis d'AlphaMissense en 2023 sur les 71 millions de variants codants. C'est aussi la deuxième fois en une semaine que Google convertit un modèle de recherche en produit de données grand format, après l'intégration de WeatherNext 3 dans Search et Gemini début septembre.
Les premiers résultats externes sont concrets : identification d'un variant d'épissage validé dans le gène DNM1 lié à une encéphalopathie épileptique, amélioration de 22 % de la détection d'associations non codantes sur plus de 54 000 génomes de la UK Biobank, et 19 régions génomiques reliées à l'indice de masse corporelle. Les limites le sont tout autant : le modèle n'analyse qu'une fenêtre d'un million de paires de bases autour du variant (certains amplificateurs distants lui échappent), la plupart des maladies impliquent des combinaisons de variants qu'un score individuel ne capture pas, et IEEE Spectrum souligne que le score unique AVI, pensé pour trier vite, risque de sur-simplifier des interactions complexes.
Mon avis : notable, pas un basculement. Rien ne change pour les modèles génératifs du quotidien, mais pour la génomique, le passage du « modèle à la demande » au « catalogue précalculé » est le mouvement qui démocratise réellement l'usage.
Ce que ça change pour vous
Si vous travaillez en bio-informatique, en biotech ou dans une équipe data santé, l'Atlas remplace des semaines de calcul GPU par des requêtes : le tri de variants candidats avant expérimentation en laboratoire devient accessible sans cluster dédié. Le score AVI sert de premier filtre, les attributions détaillées (épissage, chromatine, motifs de fixation) servent de justification. Attention en revanche au cadre d'usage : recherche non commerciale uniquement à ce stade, et aucune application clinique ou diagnostique. Pour tous les autres, c'est un signal de fond sur la stratégie de Google : publier des jeux de données précalculés massifs plutôt que de simples API de modèles, et réserver la monétisation à l'intégration Google Cloud.
- Explore le portail alphagenome.google/atlas sur un gène que tu connais et compare le score AVI de quelques variants déjà documentés dans ClinVar pour te calibrer.
- Teste l'API Python du dépôt GitHub google-deepmind/alphagenome pour intégrer les prédictions dans un pipeline d'analyse existant.
- Relis la licence avant tout projet : recherche non commerciale uniquement, usage clinique exclu, accès commercial à venir via le Model Garden de Google Cloud.
Sources
- Google DeepMind - AlphaGenome Atlas: Molecular predictions for 9 billion human DNA variants (8 septembre 2026)
- IEEE Spectrum - AlphaGenome Atlas Maps 9 Billion Possible DNA Variants (8 septembre 2026)
Source : Deepmind.google
Cet article a été rédigé avec l’assistance d’un modèle de langage (LLM).
