AlphaGenome voorspelt wat kleine veranderingen in het DNA doen
Google DeepMind presenteert AlphaGenome: een AI-model dat een stuk DNA van een miljoen letters leest en voorspelt hoe genen daar worden aan- en uitgezet. Het schat ook wat een kleine verandering aanricht, vooral in het deel dat geen eiwitten maakt.
LONDEN, JUNI 2025 - Google DeepMind heeft een AI-model gepresenteerd dat voorspelt wat er gebeurt als er een letter in het DNA verandert. Het heet AlphaGenome en leest in één keer een stuk DNA van maximaal 1 miljoen letters. Het model voorspelt daaruit hoe de genen in dat stuk worden aan- en uitgezet. Dat is vooral belangrijk in het deel van het DNA dat geen eiwitten maakt, het grootste deel. Onderzoekers kunnen er sneller mee vinden welke fouten in het DNA tot ziekte leiden.
Het DNA bestaat grotendeels uit schakelaars
Het DNA is een lange rij van vier soorten letters. Een klein deel daarvan, ongeveer 2 procent, bevat het recept voor eiwitten, de stoffen die het werk in de cel doen. De overige ongeveer 98 procent maakt geen eiwitten. Dat deel is daarom niet nutteloos: het bepaalt welk gen wanneer en in welke cel aan staat. Een hersencel en een levercel hebben hetzelfde DNA en toch een heel ander gedrag. Het verschil zit in de schakelaars.
Veel veranderingen in het DNA waarvan bekend is dat ze samengaan met ziektes, liggen in dat besturende deel. Voor onderzoekers is het lastig om te achterhalen wat zo'n verandering precies doet.
Wat AlphaGenome doet
Het model krijgt een stuk DNA tot 1 miljoen letters en geeft voorspellingen per letter. Het voorspelt onder andere:
- waar genen beginnen en eindigen, per soort cel en weefsel;
- hoe de boodschap van een gen wordt geknipt en weer aan elkaar gezet;
- hoeveel van die boodschap er wordt gemaakt;
- welke delen van het DNA toegankelijk zijn, welke dicht bij elkaar liggen en waar bepaalde eiwitten zich vastzetten.
Om te zien wat een kleine verandering doet, laat het model het DNA twee keer lezen: één keer zoals het is, en één keer met de verandering. Het verschil tussen beide voorspellingen is het effect. Dat duurt ongeveer een seconde, voor alle voorspelde eigenschappen tegelijk.
Het model werkt in drie lagen. De eerste laag zoekt korte patronen in de letters. De tweede laag zorgt dat informatie tussen alle plekken in het stuk DNA kan worden uitgewisseld. Daarna zetten de laatste lagen dat om in voorspellingen. Voor het trainen gebruikte DeepMind openbare gegevens uit grote onderzoeksprojecten zoals ENCODE, GTEx, 4D Nucleome en FANTOM5, met metingen aan honderden soorten cellen en weefsels van mens en muis.
Wat het kan, en wat nog niet
Volgens DeepMind deed AlphaGenome het bij 22 van 24 tests op één stuk DNA beter dan het beste andere model. Bij het voorspellen van het effect van een verandering deed het minstens even goed als het beste andere model in 24 van de 26 tests. Het is bovendien het enige model dat al deze eigenschappen tegelijk voorspelt.
Als voorbeeld nam DeepMind veranderingen die bij een vorm van leukemie voorkomen. Het model voorspelde dat ze een nabijgelegen gen, TAL1, aanzetten doordat er een plek voor een bepaald eiwit bij komt. Dat klopt met wat al uit onderzoek bekend was.
Het model kan nog niet alles. Plekken die meer dan 100.000 letters van het gen af liggen, blijven lastig. Het is niet ontworpen voor het DNA van één persoon, en de voorspellingen zijn alleen voor onderzoek en niet gecontroleerd voor medisch gebruik. Onderzoekers kunnen er voor niet-commercieel werk gebruik van maken via een koppeling.
Teruggeblikt vanuit 2026
DeepMind publiceerde AlphaGenome in januari 2026 in Nature. Het model bouwt voort op Enformer, een eerder model, en vult AlphaMissense aan, dat veranderingen beoordeelt in het deel van het DNA dat wel eiwitten maakt.
Schakelaars in het DNA zijn ook de plek waar medicijnen aangrijpen. Het eerste medicijn dat met CRISPR is gemaakt, Casgevy, bewerkt zo'n besturend stukje DNA: het zet de schakelaar uit die de aanmaak van foetaal hemoglobine afremt. Dat stukje DNA werd na jaren onderzoek gevonden. Een model dat in een seconde voorspelt wat een verandering op zo'n plek doet, kan helpen dat zoeken te versnellen. Het blijft een hulpmiddel voor onderzoekers, en elke voorspelling moet in het lab worden bevestigd.