DeepMindが90億のDNA変異をマッピング

Google DeepMindは、ヒトゲノムの解釈を大きく広げる取り組みとして、90億ものDNA変異をマッピングしたと発表しました。対象はタンパク質をコードする領域にとどまらず、長らく研究者を悩ませてきた広大な非コード領域にも及びます。 ヒトゲノムの大部分は非コードです。なかには遺伝子がいつ、どこでオンになるかを調整する領域もありますが、多くの非コード領域の機能はまだ分かっていません。どの変異が重要で、どれが無害なのかを見極めることは、疾患に関連する遺伝的な違いを読み解くうえで中心的な課題です。 今回のマッピングはその規模が意味を持ちます。数十億の変異がカタログ化されることで、研究者は特定の遺伝的変化が良性なのか、有害な可能性があるのかを判断するための参照情報を得られます。これは、個人の遺伝情報に合わせて治療を調整する個別化医療やゲノム研究の加速につながる可能性があります。 このプロジェクトは、生物学においてAIを集団規模で活用する流れを反映しています。膨大な遺伝子配列データで訓練されたモデルは、実験だけに頼るよりも速く、安く、変異の影響を予測できます。ただし、こうした予測は実験による検証の代替ではなく、より詳しく調べるべき変異を優先順位づけする助けになります。 課題も残ります。予測は誤ることがあり、計算上のスコアと実際の生物学的な結果との隔たりは現在も活発に研究されている領域です。遺伝データのプライバシーや、医療でこうした情報をどう使うかをめぐる倫理的な問題も続いています。 それでも、この取り組みは計算生物学が成熟しつつあることを示しています。生の配列データを解釈可能な知識に変えることで、DeepMindなどは、希少疾患の診断から多数の遺伝子が関与する複雑な疾患の理解まで、数十年にわたる遺伝研究を支えうる基盤を築こうとしています。