El martes, Google DeepMind presentó AlphaGenome Atlas, una base de datos consultable que predice el impacto molecular de las nueve mil millones de posibles sustituciones de una sola letra en el ADN humano. El lanzamiento aborda un problema de larga data en la genética: los científicos pueden leer el genoma, pero a menudo no pueden determinar qué pequeños cambios importan para la salud y la enfermedad.¹

DeepMind construyó el atlas ejecutando su modelo AlphaGenome sobre un genoma humano de referencia y comparando cada letra de ADN con sus tres posibles reemplazos. El resultado pretende ofrecer a los investigadores un punto de partida inmediato para preguntas que antes exigían ejecuciones lentas de modelos, variante por variante, o pruebas de laboratorio. Pushmeet Kohli, director de IA para la ciencia de la empresa, presentó el avance como un nuevo capítulo tras el Proyecto Genoma Humano: “Compramos el libro, pero no entendíamos cómo leerlo”.²

La empresa afirma que la herramienta puede señalar cambios que podrían alterar la expresión génica, el empalme o la producción de proteínas, incluso en la vasta parte no codificante del genoma que ha sido especialmente difícil de interpretar. También lanzó una puntuación de Impacto de Variante de AlphaGenome para ayudar a los científicos a clasificar qué mutaciones merecen un examen más detenido. El director ejecutivo de Google, Sundar Pichai, dijo que el recurso académico gratuito funciona en un navegador común, “sin necesidad de programar”.Sundar Pichai (sundarpichai)³

Las primeras pruebas sugieren por qué esa clasificación podría importar. En un caso de epilepsia sin resolver, los investigadores utilizaron la puntuación para identificar una variante de DNM1 que se preveía crearía un sitio de empalme anormal; el trabajo de laboratorio confirmó posteriormente la predicción y la variante fue reclasificada como probablemente patogénica. En un análisis separado de más de 54.000 participantes del UK Biobank, filtrar variantes raras no codificantes según los efectos moleculares previstos produjo un 22 % más de asociaciones que un análisis sin Atlas.²

Pero los propios investigadores de DeepMind trazan una línea entre un mapa prometedor y un veredicto médico. El responsable de genómica, Žiga Avsec, dijo que el sistema puede pasar por alto algunas variantes, particularmente en potenciadores, y advirtió que sus resultados no son “la verdad universal”. Por lo tanto, Atlas es una potente herramienta de triaje, no un sustituto de los experimentos ni de la evidencia completa necesaria para un diagnóstico clínico.²