Представьте: одна-единственная буква в четырёхмиллиардном тексте вашего генома решает, будет ли тело строить жизнь — или строить опухоль.

Чтобы просто прочитать этот текст, публичный консорциум под руководством генетика Фрэнсиса Коллинза и частная команда Крейга Вентера сожгли 13 лет и 3 млрд $.
Сегодня DeepMind тратит четыре часа на облачных GPU — и сразу показывает, какую букву нужно переписать, чтобы повернуть судьбу человека.

Что случилось

Google DeepMind выпустила AlphaGenome.
Модель читает фрагменты ДНК до 1 000 000 «букв» (старые инструменты спотыкались на 10 000) и одним проходом предсказывает, какие гены включатся, какие регуляторные тумблеры щёлкнут, а какие участки «замолчат». На выборке пациентов с лейкемией AlphaGenome точно указала мутацию-рубильник, которая активировала онкоген. Обучение заняло четыре часа на открытых базах и потребовало вдвое меньше вычислений, чем предыдущая ДНК-модель DeepMind.

И что?

Учёные получают первичную проверку гипотезы за вечер на ноутбуке, а не за месяцы in vitro.

Био-стартапы могут почти бесплатно отсеивать тысячи идей и тратить деньги только на перспективные мутации, а не на «стрельбу по площадям».

Фарма находит новые лекарственные мишени быстрее: ранние этапы R&D дешевеют, воронка кандидатов расширяется.

Инвесторы смотрят на «AI-first» сервисы геномики: теперь ценность — в доступе к данным и клиническим партнёрам, а не в самом коде модели.

AlphaGenome — не оракул персонального здоровья, но это самый быстрый «металлодетектор» для поиска опасных мутаций: показывает, куда смотреть и на что не тратить лабораторные миллионы. Охота на заболевания официально переезжает с колб на видеокарты.