La división de inteligencia artificial de Google, Google DeepMind, ha lanzado el AlphaGenome Atlas, un mapa predictivo masivo que anticipa los efectos moleculares de más de 9.000 millones de variantes de un solo nucleótido en el genoma humano, abarcando todas las sustituciones posibles de una letra de ADN.
EL RETO DE INTERPRETAR LAS SECUENCIAS GENÉTICAS
Mientras que leer una secuencia de ADN y hallar dónde cambia una letra resulta un proceso accesible, el verdadero desafío radica en entender las consecuencias de dicha modificación. Múltiples variantes apenas alteran la actividad de las células, al tiempo que otras influyen en los procesos de los genes y en ciertas enfermedades. Durante años, la genética ha buscado diferenciar unas de otras, topándose con un obstáculo insuperable: la cantidad de variantes posibles rebasa la capacidad de estudiarlas de manera experimental una por una.
EL NUEVO MAPA DE GOOGLE DEEPMIND
Para encarar este problema, el AlphaGenome Atlas recopila estimaciones sobre más de 9.000 millones de variantes de un solo nucleótido, considerando que en cada posición la base existente puede modificarse por cualquiera de las otras tres. Lejos de ser un catálogo de mutaciones reales halladas en personas, se trata de un mapa predictivo creado mediante inteligencia artificial que detalla el posible impacto molecular de cada una de estas opciones.
Este recurso traduce las predicciones de AlphaGenome en una herramienta consultable a escala del genoma. El Atlas integra cálculos sobre diversos procesos moleculares, tales como la accesibilidad de la cromatina, la expresión génica y el splicing, abarcando cientos de tipos celulares y tejidos de humanos y ratones. Con un peso aproximado de un petabyte, la gran ventaja es que las predicciones ya están calculadas y se encuentran disponibles para su consulta mediante una interfaz web.
APLICACIONES PRÁCTICAS Y CASOS DE ESTUDIO
Con el objetivo de facilitar la identificación de las variantes más relevantes, se desarrolló el AlphaGenome Variant Impact, conocido como AVI. Esta métrica une las predicciones de AlphaGenome con las de AlphaMissense —el modelo enfocado en variantes que modifican aminoácidos de proteínas— para resumir el posible impacto en un solo valor.
La utilidad de esta herramienta se refleja en casos prácticos. Especialistas del Broad Institute, junto con el consorcio GREGoR, emplearon el AVI para priorizar variantes vinculadas a enfermedades raras, logrando ubicar una alteración en el gen DNM1 que había pasado desapercibida en trabajos previos. Las estimaciones señalaban que dicha alteración generaba un sitio de splicing incorrecto, situación que posteriormente se validó en el laboratorio. Asimismo, Gareth Hawkes, investigador de la Universidad de Exeter, aplicó el Atlas a información genómica de más de 54.000 participantes pertenecientes al UK Biobank, detectando un 22% más de asociaciones genéticas no codificantes que habrían permanecido ocultas bajo el ruido estadístico.
ANTECEDENTES Y LÍMITES TECNOLÓGICOS
Este desarrollo forma parte de una trayectoria de años en la aplicación de inteligencia artificial a la genética por parte de Google DeepMind. En 2021 se introdujo Enformer para predecir la influencia de una secuencia de ADN en la regulación de los genes; para 2023 apareció AlphaMissense con el fin de estimar el impacto de variantes modificadoras de proteínas; y en 2025 se presentó AlphaGenome para anticipar efectos moleculares en secuencias extensas de ADN. El paso actual consiste en llevar esta funcionalidad a escala genómica con predicciones precalculadas y accesibles.
Ante un panorama tan vasto de variantes posibles, el Atlas funciona como un método para priorizar cuáles resultan de mayor interés y qué procesos podrían verse afectados antes de realizar pruebas en el laboratorio. La inteligencia artificial facilita la elección del punto de partida, si bien continúa siendo indispensable comprobar de forma empírica si las predicciones ocurren realmente en los sistemas biológicos. Por su parte, Google DeepMind ha señalado que AlphaGenome todavía no cuenta con validación para aplicaciones de uso clínico.
Por: Redacción de Noticia Digital (NoticiaDigital.com.mx)
