Google DeepMind ha presentado AlphaGenome Atlas, una plataforma que reúne predicciones sobre el efecto molecular de unos 9.000 millones de posibles cambios de una sola letra en el ADN humano. Según la compañía, el objetivo es ofrecer a los investigadores una visión global de cómo estas variaciones pueden afectar a procesos biológicos y facilitar la búsqueda de cambios genéticos relevantes para enfermedades y otros rasgos.
Un atlas para explorar millones de variantes genéticas
La presentación se produce el 8 de septiembre de 2026 y parte de un problema difícil de abordar de forma experimental. De acuerdo con Google DeepMind, existen aproximadamente 9.000 millones de posibles mutaciones de una sola letra en el genoma humano, una cantidad que hace prácticamente imposible estudiar cada modificación individualmente en el laboratorio.
AlphaGenome Atlas intenta abordar ese volumen mediante predicciones generadas previamente con inteligencia artificial. La compañía explica que el sistema permite consultar los posibles efectos moleculares de estas variantes sin tener que ejecutar una predicción independiente para cada análisis, lo que puede facilitar el trabajo de investigadores que estudian grandes cantidades de datos genéticos.
La idea se parece a la de un atlas convencional: en lugar de representar carreteras, ciudades o accidentes geográficos, la plataforma organiza información sobre cómo los cambios en el ADN podrían modificar procesos biológicos. Según DeepMind, esto permite pasar de analizar variantes aisladas a disponer de una visión más amplia de la variación genética a escala del genoma.
Un conjunto de datos de un petabyte
El tamaño de AlphaGenome Atlas da una idea de la cantidad de información que maneja. Según Google DeepMind, la plataforma contiene un conjunto de datos de aproximadamente 1 petabyte, lo que supone más de 30 veces el tamaño de la base de datos de AlphaFold, el conocido proyecto de la compañía dedicado a predecir estructuras de proteínas.
El paralelismo con AlphaFold no es casual. DeepMind recuerda que la ampliación de AlphaFold Database en 2022 permitió pasar de unas 190.000 estructuras experimentales a más de 200 millones de predicciones. Con AlphaGenome Atlas, la compañía busca aplicar una filosofía similar a la interpretación de variantes genéticas.
La plataforma reúne diferentes tipos de información que pueden consultarse de forma relacionada. Entre ellos se encuentran predicciones sobre efectos moleculares, puntuaciones de impacto y características del ADN que pueden ayudar a interpretar por qué una determinada variante podría tener consecuencias biológicas.
- Predicciones moleculares: miles de predicciones para cada variante en distintos procesos relacionados con la regulación genética.
- Puntuación AVI: un único valor diseñado para ayudar a clasificar las variantes según su posible impacto.
- Atribuciones de características: información sobre los procesos biológicos que contribuyen a una determinada puntuación.
- Motivos de ADN: una colección de más de 2.500 secuencias recurrentes y sus localizaciones.
La puntuación AVI busca ordenar las variantes más relevantes
Uno de los elementos centrales de AlphaGenome Atlas es la denominada AlphaGenome Variant Impact, o AVI. Según la compañía, esta puntuación combina las capacidades de AlphaGenome con AlphaMissense, otro modelo desarrollado para predecir el impacto de variantes de ADN que alteran proteínas.
El propósito es simplificar una tarea habitual en genética: determinar qué variantes merecen una investigación más detallada. En lugar de revisar millones de posibilidades sin un criterio inicial, los investigadores pueden utilizar la puntuación para clasificar variantes según su posible relevancia y concentrar después los análisis experimentales en las candidatas más interesantes.
DeepMind señala que la puntuación AVI está pensada tanto para las regiones codificantes como para las no codificantes del genoma. Esta distinción es importante porque, según los datos facilitados por la compañía, solo alrededor del 2% del genoma codifica proteínas, mientras que el 98% restante participa en procesos de regulación y contiene buena parte de las variantes asociadas a rasgos.
Además, la plataforma no se limita a proporcionar una cifra. Cada puntuación AVI puede relacionarse con diferentes características biológicas que contribuyen al resultado, como procesos vinculados a la accesibilidad de la cromatina, el splicing, la expresión genética o la conservación. Esto busca facilitar que los investigadores entiendan qué hay detrás de una predicción.
Primeros resultados en investigación de enfermedades raras
Google DeepMind afirma que colaboradores externos ya han utilizado AlphaGenome Atlas para investigar enfermedades raras todavía sin resolver. Uno de los casos mencionados involucra a investigadores del Broad Institute y sus colaboradores, que utilizaron la puntuación AVI para priorizar variantes candidatas.
Según la compañía, este trabajo permitió identificar una variante relacionada con el gen DNM1, que está fuertemente asociado a la encefalopatía epiléptica. Las predicciones de AlphaGenome apuntaron a que la variante podía crear un sitio de splicing incorrecto, provocando una extensión anómala de la proteína resultante.
La investigación no se quedó únicamente en la predicción informática. De acuerdo con DeepMind, los experimentos posteriores validaron la predicción y también identificaron variantes cercanas con efectos similares. Para la compañía, este tipo de resultados muestra cómo el atlas puede servir para reducir el número de candidatos que necesitan una comprobación experimental.
También puede ayudar a estudiar rasgos comunes
El uso de AlphaGenome Atlas no se limita a las enfermedades poco frecuentes. La plataforma también se ha probado con datos de población para estudiar variantes raras no codificantes relacionadas con rasgos humanos, un campo especialmente complicado por la enorme cantidad de cambios genéticos que pueden actuar como ruido estadístico.
Según los datos facilitados por DeepMind, Gareth Hawkes, investigador del University of Exeter, aplicó AlphaGenome Atlas a datos de más de 54.000 participantes del UK Biobank. Al agrupar variantes raras en función de sus efectos moleculares previstos, consiguió detectar un 22% más de asociaciones genéticas no codificantes que, según la compañía, no habrían sido identificadas de otra manera.
El análisis permitió señalar variantes reguladoras concretas relacionadas con proteínas presentes en el organismo. Entre los ejemplos citados aparecen PLA2G7, relacionada con el envejecimiento, y EGLN1, un gen implicado en la respuesta celular al oxígeno.
En otro análisis, Hawkes utilizó el atlas para estudiar cientos de millones de variantes no codificantes del UK Biobank en relación con el índice de masa corporal. Al concentrarse en el 1% de las variantes que AlphaGenome Atlas consideraba potencialmente más relevantes, identificó 19 regiones genéticas que podrían servir como punto de partida para futuras investigaciones.
El mapa también intenta explicar cómo funciona el ADN
Otra de las posibilidades de AlphaGenome Atlas está relacionada con los llamados motivos de ADN, pequeñas secuencias que aparecen de forma recurrente. Según DeepMind, estos patrones pueden aportar pistas sobre los lugares donde se unen determinados factores de transcripción, proteínas que participan en la activación o desactivación de genes.
Investigadores del Stowers Institute for Medical Research utilizaron estos recursos para estudiar qué factores de transcripción afectan únicamente a la accesibilidad del ADN y cuáles pueden intervenir también en la activación o desactivación de genes. El objetivo es comprender mejor las reglas que regulan la actividad genética en distintos tipos celulares.
Esta parte resulta especialmente relevante porque una gran cantidad de variantes genéticas se encuentra fuera de las regiones que codifican proteínas. La capacidad de relacionar una modificación concreta con procesos de regulación genética puede aportar una pista adicional para interpretar variantes cuyo efecto no resulta evidente a partir de su secuencia.
AlphaGenome Atlas ya está disponible para investigadores
Google DeepMind ha anunciado que AlphaGenome Atlas puede utilizarse desde un portal web gratuito orientado a la investigación académica. La compañía también ofrece acceso mediante su API de AlphaGenome y como una herramienta integrada en Google Antigravity, ampliando las formas en las que los investigadores pueden trabajar con los datos.
Según DeepMind, el atlas está disponible para uso no comercial desde el momento de su lanzamiento, mientras que la compañía prevé ofrecer próximamente acceso para usos comerciales a través de Google Cloud. El modelo AlphaGenome también cuenta con opciones de acceso para investigadores académicos mediante GitHub y su API.
La compañía plantea AlphaGenome Atlas como una base sobre la que seguir construyendo y no como un resultado definitivo. A medida que mejoren los modelos de inteligencia artificial utilizados para analizar el genoma, las predicciones podrían hacerse más completas y precisas, según la propia Google DeepMind.
El proyecto apunta así a una tendencia cada vez más visible en la investigación científica: utilizar modelos de IA no solo para resolver problemas concretos, sino también para generar grandes mapas de conocimiento que puedan ser explorados por otros investigadores. En este caso, el objetivo es convertir miles de millones de posibles cambios genéticos en información que pueda ayudar a decidir qué merece ser estudiado con mayor profundidad.
Eso sí, la propia fuente introduce una advertencia importante. AlphaGenome Atlas no está validado ni aprobado para uso clínico y su información no pretende sustituir el consejo médico, el diagnóstico o el tratamiento profesional. Por ahora, su papel se sitúa en el terreno de la investigación y el análisis de datos genómicos.
Fuente: https://deepmind.google/blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome/