Google DeepMind เปิดตัว AlphaGenome Atlas คำนวณผลกระทบของการกลายพันธุ์ 9 พันล้านตำแหน่งไว้ล่วงหน้า เปิดให้นักวิจัยทั่วโลกใช้งาน

เมื่อวันที่ 8 กันยายน 2569 Google DeepMind ประกาศเปิดตัว AlphaGenome Atlas ผ่านบล็อกอย่างเป็นทางการและ blog.google พร้อมเผยแพร่บทความทางเทคนิค แนวคิดหลักคือ แทนที่จะให้นักวิจัยส่งลำดับพันธุกรรมไปถามโมเดลทีละรายการ DeepMind ใช้โมเดล AlphaGenome แบบ “ลำดับ→หน้าที่” คำนวณผลกระทบระดับโมเลกุลของการกลายพันธุ์แบบเบสเดี่ยวทั้ง 9 พันล้านตำแหน่งในจีโนมมนุษย์ไว้ล่วงหน้า แล้วจัดเก็บเป็นฐานข้อมูลที่ค้นหาได้ทันที ปริมาณข้อมูลราว 1 PB มากกว่า AlphaFold DB ฉบับขยายปี 2565 กว่า 30 เท่า และ DeepMind ระบุว่าเป็นแคตตาล็อกผลกระทบของการกลายพันธุ์ที่สมบูรณ์ที่สุดในปัจจุบัน

พร้อมกันนี้ยังเปิดตัว คะแนน AVI (AlphaGenome Variant Impact) ซึ่งรวมผลการทำนายทั้งในบริเวณเข้ารหัสและไม่เข้ารหัส เพื่อให้จัดอันดับการกลายพันธุ์จำนวนมากได้ด้วยมาตรฐานเดียว ช่องทางการเข้าถึงแบ่งเป็นสามระดับ

• เว็บไซต์ alphagenome.google/atlas ใช้งานได้โดยไม่ต้องเขียนโค้ด เปิดให้นักวิจัยทั่วโลกใช้เพื่อวัตถุประสงค์ที่ไม่ใช่เชิงพาณิชย์ตั้งแต่วันที่ประกาศ
• AlphaGenome API และ skill บน Google Antigravity สำหรับนักพัฒนา ส่วนการเข้าถึงเชิงพาณิชย์ผ่าน Google Cloud จะเปิดในเร็ว ๆ นี้
• ดาวน์โหลดคะแนน AVI แบบไฟล์คงที่ ภายใต้สัญญาอนุญาตแบบผ่อนปรน ใช้เชิงพาณิชย์ได้

ความหมายทางเทคนิค: จาก “การอนุมานแบบเรียลไทม์” สู่ “การค้นจากตาราง”

AlphaGenome สามารถทำนายผลของการกลายพันธุ์แต่ละตำแหน่งได้ตั้งแต่ปี 2568 แต่ต้องรันโมเดลทุกครั้ง ซึ่งช้าและมีต้นทุนสูงสำหรับงานวิจัยประชากรที่มีการกลายพันธุ์นับล้าน Atlas จึงคำนวณให้เสร็จในคราวเดียว ใครก็ตามที่ค้นจากตารางจะได้คำตอบมาตรฐานชุดเดียวกัน แนวทางนี้สอดคล้องกับ AlphaFold DB คือคำนวณทุกสิ่งที่โมเดลทำได้ให้ครบ แล้วเปิดผลลัพธ์เป็นโครงสร้างพื้นฐานสาธารณะ ความต่างอยู่ที่ขนาดและเป้าหมาย AlphaFold ทำงานกับโครงสร้างโปรตีน ส่วน Atlas ครอบคลุมทุกตำแหน่งในจีโนม รวมถึงบริเวณไม่เข้ารหัสที่ตีความยากที่สุด

กรณีตัวอย่าง: ทั้งเคสที่ค้างคาและงานวิจัยประชากรขนาดใหญ่

DeepMind เปิดเผยการใช้งานเบื้องต้นสองกรณี

• Broad Institute ใช้คะแนน AVI ค้นพบการกลายพันธุ์สำคัญบนยีน DNM1 ที่ทำให้เกิดตำแหน่งตัดต่อผิดพลาด ในเคสที่ยังหาสาเหตุไม่ได้มานาน
• การวิเคราะห์ค่า BMI ของประชากร 54,000 คนจาก UK Biobank เมื่อเพิ่ม AVI พบความสัมพันธ์ในบริเวณไม่เข้ารหัสเพิ่มขึ้น 22% ครอบคลุม 19 บริเวณยีน

อย่างไรก็ตาม DeepMind ระบุชัดเจนว่า Atlas และ AVI เป็นเพียงเครื่องมือวิจัย ใช้ได้เฉพาะเป็นส่วนหนึ่งของห่วงโซ่หลักฐานในการวินิจฉัย ยังไม่ผ่านการตรวจสอบหรือรับรองทางคลินิกใด ๆ จึงนำไปใช้วินิจฉัยโดยตรงไม่ได้

ความหมายสำหรับผู้บริหาร

หากมองข้ามเรื่องพันธุศาสตร์ ข่าวนี้แสดงรูปแบบที่องค์กรนำไปใช้ได้ง่าย นั่นคือเปลี่ยน AI จาก “ต้องถามทุกครั้ง” ให้เป็นสินทรัพย์ที่ “คำนวณครั้งเดียว ใช้ได้หลายครั้ง” เมื่อคำถามประเภทหนึ่งมีขอบเขตอินพุตจำกัดและคำตอบค่อนข้างคงที่ เช่น ตารางเทียบสเปกสินค้า การจัดหมวดข้อร้องเรียนที่พบบ่อย หรือกฎการเสนอราคา การให้ AI คำนวณเป็นชุดล่วงหน้าแล้วเก็บเป็นฐานความรู้ให้หน้างานเปิดดู ย่อมเร็วกว่า ประหยัดกว่า และสม่ำเสมอกว่าการเรียกโมเดลทุกครั้ง ลองเริ่มจากชุดคำถามที่ถูกถามซ้ำทุกวัน ให้ AI ตอบให้ครบในคราวเดียวโดยมีคนตรวจสอบ แล้วทำเป็นตารางค้นหาภายใน จากนั้นสังเกตว่าความเร็วและความสม่ำเสมอของคำตอบดีขึ้นหรือไม่