El ADN se explica a menudo como un libro de códigos o un conjunto de instrucciones para producir proteínas y, en última instancia, la vida. Algunos segmentos de ADN, llamados genes, codifican proteínas, pero la gran mayoría del ADN se considera "no codificante". Parte de este no tiene una función conocida, mientras que otros segmentos son críticos para regular la actividad genética.

Estos elementos reguladores pueden interactuar de formas complejas y sus efectos pueden variar entre diferentes células y tejidos. Algunos también influyen en genes ubicados lejos en el genoma. Comprender cómo los cambios en el ADN afectan esta regulación "es fundamental para entender la mayoría de las enfermedades", afirma Carl de Boer, genómico de la Universidad de Columbia Británica.

Es por eso que los investigadores trabajan para comprender qué podría significar cada pequeña variación imaginable en el ADN humano a través de todo el genoma para la regulación genética. Una reciente herramienta de IA creada para ese propósito por Google DeepMind, AlphaGenome, fue anunciada originalmente en 2025. En enero, un artículo publicado en Nature proporcionó más detalles y el modelo se liberó para uso público no comercial.

El modelo de IA puede comparar una secuencia de ADN original con una alterada y predecir cómo el cambio podría afectar la expresión génica y otra actividad reguladora. Sin embargo, los investigadores debían seleccionar las variantes que deseaban probar, escribir código y ejecutar el modelo, el cual es computacionalmente exigente.

Ahora, DeepMind ha realizado ese trabajo de antemano para los 9 mil millones de posibles cambios de una sola letra en un genoma humano de referencia. El 8 de septiembre, DeepMind anunció la creación y lanzamiento público del AlphaGenome Atlas, un repositorio en línea de predicciones precomputadas realizadas mediante el modelo AlphaGenome. El Atlas ofrece una interfaz más accesible para los científicos, sin la necesidad de escribir código o ejecutar el modelo por sí mismos. También incluye una función muy solicitada: una puntuación de impacto de un solo número destinada a mostrar de un vistazo si es probable que una variante sea significativa.

"Comprender nuestro ADN es un gran desafío", afirma Pushmeet Kohli, vicepresidente de ciencia en Google DeepMind. "Entender este lenguaje de la vida puede desbloquear muchas cosas".

Las predicciones de AlphaGenome tienen algunas limitaciones importantes. Por ejemplo, muchas enfermedades están asociadas con múltiples variantes genéticas. Y aunque AlphaGenome analiza un segmento relativamente grande de ADN que rodea la variante en cuestión (1 millón de pares de bases), algunas secuencias de ADN, llamadas potenciadores (enhancers), pueden regular genes a distancias muy largas, a veces más allá del campo de visión del modelo. Sus efectos son difíciles de predecir.

Sin embargo, el Atlas aún podría ayudar a los científicos a filtrar posibilidades y priorizar experimentos de laboratorio que validen sus predicciones. De esa manera, podría acelerar enormemente el trabajo en biología fundamental, investigación de enfermedades y desarrollo de tratamientos, señala Žiga Avsec, líder de genómica en DeepMind.

"Parece que han creado un recurso útil para las personas", comenta de Boer, quien recientemente ayudó a crear un framework para mejores comparaciones de modelos computacionales similares a AlphaGenome. Él no está afiliado a DeepMind.

Aunque de Boer considera a AlphaGenome el "modelo líder del campo", señala que también es "muy lento y computacionalmente intensivo". El Atlas podría beneficiar a personas sin acceso a hardware más nuevo, o simplemente reducir la cantidad de personas que repiten las mismas simulaciones. El Atlas está disponible gratuitamente para investigación no comercial, con el potencial de licencias comerciales.

Computando 9 mil millones de predicciones

El genoma humano completo contiene aproximadamente tres mil millones de pares de bases. En cada posición hay tres posibles sustituciones de nucleótidos individuales y, por lo tanto, nueve mil millones de variantes en el Atlas. El conjunto de datos completo es de aproximadamente 1 petabyte.

"Cuando comenzamos a pensar en este proyecto, parecía imposible hacerlo computacionalmente", dice Avsec. Las estimaciones iniciales indicaron al equipo que necesitarían mejorar su velocidad de cálculo en un factor de 80 para compilar el Atlas en un tiempo razonable.

Para alcanzar ese objetivo, el equipo obtuvo ventajas utilizando varias técnicas diferentes, incluyendo la destilación de modelos, la optimización de kernels de GPU y la eliminación de cálculos redundantes. "Hubo mucho pensamiento e ingeniería que tuvimos que hacer para lograr que esto sucediera a esta escala", explica Avsec.

AlphaGenome y el Atlas se basan en años de trabajo relacionado en DeepMind. En 2020, AlphaFold predijo la estructura tridimensional de las proteínas a partir de secuencias de aminoácidos. En 2023, AlphaMissense predijo si 71 millones de variantes posibles que alteran las proteínas eran probablemente benignas o patogénicas. Similar al nuevo Atlas, los resultados de predicción de esos proyectos se pusieron a disposición en una base de datos pública.

El Atlas permite a un científico buscar una variante única y ver información más detallada sobre la predicción del modelo, incluyendo 11 tipos de salida diferentes. Pero la cifra principal es una puntuación de impacto de un solo número, que por su naturaleza es una simplificación de muchos aspectos de esas predicciones. "Tiene un uso claro, pero probablemente también va a ser..."

Vía IEEE Spectrum.