AI-karta över DNA kan hjälpa forskare att hitta sjukdomsorsaker

En ny AI-karta över DNA gör det lättare för forskare att sortera bland miljarder genetiska förändringar och välja vilka som är viktigast att undersöka vidare.

september 10, 2026

Google DeepMind har presenterat en AI-karta över DNA som beräknar hur omkring nio miljarder möjliga förändringar av en enda DNA-bokstav kan påverka kroppens biologi. Tanken är att ge forskare ett snabbare sätt att hitta de genetiska förändringar som kan vara värda att studera vidare vid exempelvis sällsynta sjukdomar.

Miljarder möjliga förändringar blir mer sökbara

Den nya AI-karta över DNA är inte ett test för patienter och kan inte ställa diagnoser. Däremot kan den fungera som ett avancerat sorteringsverktyg. När forskare letar efter en möjlig genetisk förklaring till en sjukdom finns ofta ett mycket stort antal tänkbara förändringar i arvsmassan. AI-systemet kan hjälpa till att peka ut vilka av dem som verkar mest sannolika att påverka hur gener fungerar.

DNA kan liknas vid kroppens instruktionsbok. En liten ändring i en bokstav kan ibland få stor betydelse, men de flesta förändringar är ofarliga. Den svåra delen är att avgöra vilka förändringar som faktiskt kan påverka celler, proteiner eller regleringen av gener. Det är särskilt krävande i de delar av DNA:t som inte själva kodar för proteiner, men som fungerar som kroppens reglage för när och hur gener används.

I material som Google DeepMind beskriver har externa forskare redan använt verktyget för att prioritera varianter vid utredning av sällsynta sjukdomar. I ett annat exempel användes det för att hitta fler möjliga kopplingar mellan ovanliga DNA-varianter och egenskaper i data från över 54 000 deltagare i UK Biobank.

För vanliga människor betyder nyheten inte att sjukvården plötsligt kan förklara varje genetisk sjukdom. Men den visar hur AI kan bidra i ett tidigt steg av medicinsk forskning: genom att minska tiden som går åt till att leta efter lovande spår. De mest intressanta resultaten måste fortfarande kontrolleras i laboratorier och bedömas av forskare och vårdpersonal.

Databasen är tillgänglig för akademisk forskning. Om metoden fungerar väl över tid kan den på sikt ge forskare bättre underlag för att förstå ärftliga sjukdomar och utveckla mer träffsäkra studier av möjliga behandlingar.