Stel je voor: een onderzoeker die al jaren naar de genetische oorzaak van een zeldzame ziekte zoekt, moet vroeger eerst dagen rekentijd inplannen om te schatten wat één enkele DNA-verandering doet. Sinds 8 september 2026 kan diezelfde onderzoeker het antwoord gewoon opzoeken.
Google DeepMind lanceerde die dag de AlphaGenome Atlas, een gratis doorzoekbare database met voorspellingen voor 9 miljard mogelijke DNA-varianten — praktisch elke enkele-letter-verandering die in het menselijk genoom kan voorkomen (Bron: Google DeepMind). De onderliggende dataset is ongeveer 1 petabyte groot: meer dan dertig keer zo veel data als de AlphaFold Database, DeepMind’s eerdere doorbraak die de vorm van bijna elk bekend eiwit voorspelde.
Van rekenen naar opzoeken
Het verschil met eerdere tools zit ‘m niet in wat er berekend wordt, maar in wanneer. Voorheen moest een onderzoeker die wilde weten of een specifieke DNA-variant iets doet, dat per geval laten voorspellen door een model als AlphaGenome — DeepMind’s onderliggende AI die dit voorjaar al beschikbaar kwam. Met de atlas is dat werk al voor de hele mogelijke ruimte gedaan.
“We don’t actually have to compute anything. We literally can just look up everything.”
— Jonathan Sebat, psychiatrisch geneticus, UC San Diego (Bron: Scientific American)
Dat klinkt misschien als een technisch detail, maar voor een lab zonder eigen supercomputer is het verschil tussen wel en niet kunnen meedoen aan dit soort onderzoek. Pushmeet Kohli, VP Science bij Google DeepMind, noemt het “de eerste keer dat elke onderzoeker ter wereld toegang heeft tot een compleet overzicht van het menselijk genoom” (Bron: Scientific American).
Beginner-tipMet “DNA-variant” bedoelen onderzoekers een verschil tussen jouw DNA en de standaard-referentie van het menselijk genoom — soms onschuldig, soms de oorzaak van een ziekte. De atlas voorspelt per variant hoe waarschijnlijk het is dat die iets doet, en waar in het lichaam.
Waar dit concreet bij helpt
Het grootste probleem bij zeldzame genetische ziektes zit zelden in te weinig DNA-data van patiënten — het zit in het gebrek aan een idee waar je moet zoeken. Žiga Avsec, Genomics Lead bij Google DeepMind, omschrijft precies dat scenario: een onderzoeker die een ziekte bestudeert zonder enig aanknopingspunt “over welke celtypes te onderzoeken of welke moleculaire processen geraakt zijn” (Bron: Scientific American). De atlas geeft dan een eerste voorselectie: welke varianten in de buurt van het ziektebeeld vallen, en in welk weefsel ze actief lijken.
DeepMind noemt zelf onder meer Tay-Sachs, sikkelcelanemie en bepaalde vormen van kanker gekoppeld aan niet-coderend DNA als voorbeelden waar dit type analyse relevant is. Dat sluit aan bij wat we eerder schreven over AI in de huisartsenpraktijk en bij glaucoomscreening in het Oogziekenhuis Rotterdam: de meest concrete impact van AI in de zorg zit voorlopig vooral in de onderzoeksfase, eerder dan in de behandelkamer zelf.
GevorderdenDe atlas voorspelt vooral het effect van niet-coderende varianten — DNA buiten de genen zelf, die de “regelknoppen” van het genoom vormen. Dat is precies het gebied waar traditionele genetica het minst grip op heeft, omdat zo’n verandering zelden direct een eiwit raakt, en in plaats daarvan kan bepalen wanneer en waar een gen aan- of uitstaat.
Niet zo nauwkeurig als AlphaFold — en dat is geen geheim
Hier wringt meteen de belangrijkste kanttekening. AlphaFold, DeepMinds eerdere genetica-doorbraak, wordt inmiddels breed vertrouwd omdat de voorspelde eiwitstructuren keer op keer kloppen met laboratoriummetingen. Bij de AlphaGenome Atlas ligt dat anders: de voorspellingen zijn volgens berichtgeving over het project zelf minder nauwkeurig, ondanks — of juist door — de veel grotere schaal (Bron: Scientific American).
Dat is geen kleine voetnoot. Het betekent dat de atlas een startpunt is om kandidaat-varianten te vinden die verder onderzoek verdienen, niet een instrument waarmee een arts of patiënt een diagnose kan stellen. Elke hit die de atlas oplevert, moet nog steeds in een lab worden nagetrokken voordat er iets met zekerheid over gezegd kan worden.
Er zit ook een verschil in wie ervoor betaalt. Academisch gebruik is gratis via een doorzoekbaar webportaal, maar een farmaceutisch bedrijf dat de atlas commercieel wil inzetten — bijvoorbeeld om medicijnkandidaten te screenen — krijgt toegang via Google Cloud en betaalt daarvoor. Bij AlphaFold, dat overigens ook door academische partners mede werd ontwikkeld, is commercieel gebruik nog steeds gratis. Voor precies één van de twee grote DeepMind-genetica-projecten geldt dus een betaalmuur voor bedrijven; voor het andere niet.
Waarom dit uit dezelfde koker komt
Dat DeepMind na eiwitten nu ook het DNA zelf in kaart brengt, past bij de bredere ambitie van het lab onder leiding van Demis Hassabis en Koray Kavukcuoglu, over wie we eerder schreven toen de interne taakverdeling bij Google veranderde. Genetica en biologie zijn al jaren een speerpunt naast de bekendere chatbot- en agentproducten van het bedrijf, en de AlphaGenome Atlas is nu het meest omvangrijke resultaat daarvan tot nu toe.
Voor Nederlandse onderzoekers en universitair medische centra die met genetisch onderzoek bezig zijn, verandert er in elk geval één ding meteen: een vraag die voorheen weken rekentijd of een aparte subsidie-aanvraag voor computertijd kostte, is nu in seconden te beantwoorden via een gratis portaal. Wat dat oplevert aan daadwerkelijke doorbraken, moet nog blijken — maar de drempel om het te proberen is in elk geval verdwenen.