Google DeepMind ha lanzado AlphaGenome Atlas, un catálogo de predicciones precomputadas sobre los efectos moleculares de cada posible variante de nucleótido único en el genoma humano. Esto abarca aproximadamente 9 mil millones de cambios de una sola letra. El lanzamiento también introduce el score de impacto de variante AlphaGenome (AVI, por sus siglas en inglés), un valor único que clasifica las variantes según su impacto previsto, además de atribuciones de características por variante y una colección de motivos a nivel genómico. El recurso se distribuye como un portal web gratuito para uso académico, a través de la API de AlphaGenome y como una habilidad en Google Antigravity.

¿Es posible su despliegue? Parcialmente. El Atlas es consultable hoy para investigación no comercial a través del portal y la API, mientras que el acceso comercial en Google Cloud se enumera como "próximamente". El modelo AlphaGenome subyacente ya está disponible para uso académico en GitHub y para uso comercial en Model Garden en Google Cloud.

De un modelo a un mapa de todo el genoma

AlphaGenome, lanzado en junio de 2025, predice cómo una variante de ADN cambia procesos moleculares como la expresión génica y el splicing de ARN. Se ha utilizado ampliamente, pero siempre analizando una variante o región a la vez. El Atlas cambia la unidad de trabajo. El equipo de DeepMind ejecutó AlphaGenome en las 9 mil millones de variantes de nucleótido único y almacenó los resultados, produciendo un dataset de 1 petabyte. Esto es más de 30 veces mayor que la Base de Datos AlphaFold, que contiene más de 200 millones de predicciones de estructuras proteicas.

Probar 9 mil millones de mutaciones en un laboratorio no es factible, y ejecutar un modelo grande bajo demanda para cada variante candidata resulta lento para estudios a escala genómica. Una tabla de consulta con interpretación adjunta elimina ambos cuellos de botella.

¿Qué contiene el Atlas?

El Atlas expone 4 recursos vinculados:

  • Predicciones de efectos moleculares: miles de predicciones por variante, cubriendo múltiples aspectos de la regulación génica en cientos de tipos de células y tejidos humanos y de ratón.
  • Score AVI: un número de impacto único por variante. Combina las predicciones regulatorias de AlphaGenome con AlphaMissense, el modelo de DeepMind para variantes que alteran proteínas, por lo que funciona tanto en regiones codificantes (alrededor del 2% del genoma) como en regiones no codificantes (el 98% restante).
  • Atribuciones de características AVI: cada puntuación se descompone en contribuciones aditivas de categorías interpretables como accesibilidad a la cromatina, splicing y conservación, para que un investigador pueda ver qué proceso se predice que alterará una variante.
  • Motivos de secuencia de ADN: un compendio de más de 2,500 secuencias cortas recurrentes, con ubicaciones genómicas, incluidos los sitios de unión de factores de transcripción.

El equipo de DeepMind informa que el score AVI ofrece un rendimiento líder en su clase en muchos benchmarks de patogenicidad de variantes y enfermedades raras. El reporte técnico contiene los detalles de los benchmarks.

El Atlas ya contiene una predicción precomputada para cada uno de los 9 mil millones de cambios de una sola letra en el genoma humano. Esta demostración muestra lo que devuelve una búsqueda única. Al mutar una base, los usuarios pueden hacer clic en cualquier letra para intercambiarla. Las bases codificantes obtienen un término de proteína AlphaMissense, mientras que las no codificantes dependen únicamente de AlphaGenome. Las barras ilustran cómo el Atlas divide un score AVI en atribuciones de características aditivas.

El proceso de construcción del Atlas comienza con 9 mil millones de variantes que pasan por el modelo AlphaGenome, generando miles de efectos moleculares que se consolidan en el score AVI, atribuciones y más de 2,500 motivos. Este sistema permite pasar de cero variantes puntuadas a un dataset 30 veces mayor que el de AlphaFold, logrando identificar más asociaciones no codificantes en los más de 54,000 genomas del Biobanco del Reino Unido.

Resultados iniciales de colaboradores externos

Tres grupos de investigación utilizaron el Atlas antes del lanzamiento, y sus resultados respaldan el anuncio:

  • Enfermedades raras: Trabajando con el Consorcio GREGoR, Laura Covill y Anne O'Donnell-Luria en el Broad Institute utilizaron el score AVI para repriorizar variantes que análisis anteriores habían pasado por alto. La puntuación reveló una variante en DNM1, un gen fuertemente relacionado con la encefalopatía epiléptica. Las predicciones subyacentes de AlphaGenome mostraron el mecanismo: la variante creaba un sitio de splicing incorrecto que extendía anormalmente la proteína resultante. Los cribados experimentales validaron la predicción y encontraron variantes cercanas con efectos similares.
  • Genética de poblaciones: Gareth Hawkes, becario del Medical Research Council en la Universidad de Exeter, aplicó el Atlas a datos de genoma completo de más de 54,000 participantes del Biobanco del Reino Unido. Agrupar variantes raras por efecto molecular predicho descubrió un 22% más de asociaciones no codificantes de las que serían detectables de otro modo, identificando variantes regulatorias que impulsan los niveles circulantes de proteínas como PLA2G7 y EGLN1. Filtrando al 1% de las variantes no codificantes que el Atlas califica como más impactantes, Hawkes identificó 19 regiones genómicas asociadas con el índice de masa corporal.
  • Gramática regulatoria: Julia Zeitlinger y Melanie Weilert del Stowers Institute for Medical Research utilizaron el recurso de motivos para separar los factores de transcripción que solo cambian la accesibilidad del ADN de aquellos que también activan o desactivan genes.

Conclusiones clave

  • AlphaGenome Atlas precomputa efectos moleculares para todas las 9 mil millones de variantes de nucleótido único humano en un dataset de 1 PB.
  • El score AVI fusiona AlphaGenome y AlphaMissense en 1 número clasificable para variantes codificantes y no codificantes.
  • Las atribuciones de características y más de 2,500 motivos explican la causa de una puntuación alta, no solo su valor.
  • Colaboradores hallaron una variante de splicing en DNM1 validada y un 22% más de asociaciones no codificantes en 54,000 genomas del Biobanco del Reino Unido.
  • Portal y API gratuitos para uso académico disponibles hoy; acceso comercial en Google Cloud próximo; sin aprobación clínica.

Consulte el Paper, el anuncio de DeepMind, el Post Técnico de Google y el Portal del Atlas. Vía MarkTechPost.