Google DeepMind publicó AlphaGenome Atlas, una plataforma que reúne predicciones sobre el efecto de 9.000 millones de variantes de un solo nucleótido, es decir cada cambio de una sola letra que puede ocurrir en el genoma humano. Es el catálogo más completo hasta ahora de cómo las mutaciones genéticas afectan la biología molecular y está disponible sin costo para investigación académica mediante un portal web.
El problema que intenta resolver es de escala. El genoma humano admite alrededor de 9.000 millones de mutaciones de una letra y probar cada una en el laboratorio es materialmente imposible. La compañía ya había abordado ese cuello de botella con AlphaGenome, un modelo de inteligencia artificial capaz de predecir cómo una variante genética altera procesos biológicos, pero cada equipo tenía que elegir las variantes, escribir el código y correr un modelo computacionalmente caro. Atlas hace ese trabajo por adelantado.
¿Qué contiene exactamente AlphaGenome Atlas?
Según DeepMind, la plataforma ofrece cuatro recursos interconectados:
- Predicciones de efecto molecular: miles de predicciones por variante, en múltiples aspectos de la regulación génica y a lo largo de cientos de tipos celulares y tejidos humanos y de ratón.
- Puntaje AVI (AlphaGenome Variant Impact): un número único que resume el impacto de cada variante. Combina AlphaGenome con AlphaMissense, el modelo de la empresa para variantes que alteran proteínas.
- Atribuciones de características del AVI: cada puntaje queda ligado a los procesos biológicos que lo explican, como el corte y empalme del ARN o la expresión génica.
- Motivos de secuencia de ADN: una colección de más de 2.500 secuencias recurrentes, las "palabras" del genoma, con sus ubicaciones.
El puntaje AVI funciona tanto en las regiones codificantes, que son el 2% del genoma encargado de producir proteínas, como en el 98% no codificante, donde se concentra la mayoría de las variantes asociadas a rasgos. DeepMind afirma que sus pruebas internas lo ubican a la cabeza de varios estándares de comparación de patogenicidad de variantes y de enfermedades raras.
Un petabyte, más de 30 veces AlphaFold
El tamaño del conjunto de datos es la mejor medida del salto. Estas son las cifras que entrega la propia empresa:
| Recurso | Cobertura | Tamaño |
|---|---|---|
| Base de datos de AlphaFold (2022) | de unas 190.000 estructuras experimentales a más de 200 millones de predicciones | referencia |
| AlphaGenome Atlas (2026) | 9.000 millones de variantes de un nucleótido | 1 petabyte, más de 30 veces AlphaFold |
La comparación no es casual. Cuando DeepMind amplió la base de AlphaFold, el valor no estuvo solo en el volumen sino en que investigadores sin experiencia en programación pudieron consultarla desde un portal con visualizaciones. Atlas repite esa apuesta: el costo de cómputo ya lo pagó la empresa y el resto de la comunidad consulta resultados.
¿Para qué sirve en enfermedades raras?
El primer caso que muestra la compañía viene del consorcio GREGoR. Investigadores usaron el puntaje AVI para priorizar variantes que estudios anteriores habían pasado por alto entre miles de candidatas. Laura Covill y Anne O'Donnell-Luria, del Instituto Broad, dieron con una variante en el gen DNM1, fuertemente vinculado a la encefalopatía epiléptica.
Lo relevante es que las predicciones explicaban el mecanismo: la variante creaba un sitio de corte y empalme incorrecto, un error en las instrucciones genéticas de la célula, que terminaba alargando de manera anómala la proteína resultante. Ensayos experimentales validaron la predicción y encontraron variantes cercanas con efectos parecidos.
Rasgos comunes: 54.000 genomas del UK Biobank
Gareth Hawkes, investigador del Medical Research Council en la Universidad de Exeter, aplicó Atlas a datos de genoma completo de más de 54.000 participantes del UK Biobank. Al agrupar variantes raras según su efecto molecular predicho, detectó un 22% más de asociaciones genéticas no codificantes que las que emergían del ruido estadístico con los métodos habituales.
Ese trabajo apuntó a variantes regulatorias que determinan la abundancia de proteínas circulantes como PLA2G7, asociada al envejecimiento, y EGLN1, un sensor celular de oxígeno. En un segundo ejercicio, Hawkes se concentró en el 1% de variantes no codificantes que Atlas predice como más impactantes y aisló 19 regiones genéticas posiblemente ligadas al índice de masa corporal.
En el Instituto Stowers, Julia Zeitlinger y Melanie Weilert usaron los motivos del catálogo para separar qué factores de transcripción solo modifican la accesibilidad del ADN y cuáles además encienden o apagan genes.
¿Cómo se accede y a qué costo?
Atlas está disponible desde hoy en el sitio de DeepMind para uso no comercial, a través de la API de AlphaGenome y como una función dentro de Google Antigravity. El uso comercial llegará a Google Cloud más adelante. El modelo base ya estaba publicado para uso académico en GitHub y disponible comercialmente en Model Garden.
Para un laboratorio latinoamericano sin acceso a un clúster de GPU, esa diferencia es la que decide si el recurso se usa o no: consultar una variante en un portal web no exige infraestructura propia, correr el modelo sobre 9.000 millones de variantes sí. DeepMind describe el catálogo como una línea de base y no como un punto final, y anticipa que los mapas se harán más precisos a medida que mejore el modelo subyacente.
