Historia
12 de nov de 2026
AlphaGenome 2 promete respuestas más precisas sobre enfermedades, a un mayor costo computacional
DeepMind presenta AlphaGenome 2 como un paso importante hacia el rastreo de cambios en el ADN vinculados a enfermedades hasta las células precisas donde importan. La cobertura externa coincide en que el detalle biológico añadido podría ser valioso para la investigación de tratamientos, al tiempo que subraya que la ganancia en precisión conlleva un costo práctico en potencia computacional.
El primer modelo AlphaGenome de DeepMind, lanzado el año pasado, examinaba cómo las variantes del ADN afectaban la actividad molecular en tejidos amplios. Su sucesor, anunciado el miércoles, estrecha el enfoque: AlphaGenome 2 está diseñado para predecir qué puede hacer el mismo cambio genético en un tipo celular o estado celular concreto, en lugar de promediar sus efectos en todo un tejido.1
Esta distinción importa porque las células del corazón, las inmunitarias y otras llevan el mismo ADN, pero lo utilizan de manera diferente. Al anunciar el modelo, el director ejecutivo de DeepMind, Demis Hassabis, afirmó que predice los efectos de las variantes en «diferentes tipos celulares específicos», una capacidad que presentó como crucial para comprender enfermedades complejas.
2
La empresa afirma que el sistema fue entrenado con más de 100 millones de perfiles celulares individuales que abarcan 68 tejidos. Informa que AlphaGenome 2 identifica casi el doble de variantes que alteran la expresión génica en las células que su anterior modelo líder, y que puede hacer predicciones para estados celulares perfilados recientemente sin reentrenamiento.1
La perspectiva independiente es más moderada, pero en general coincide. The Verge informó que el modelo podría vincular variantes halladas en estudios genéticos a escala poblacional con sus efectos a nivel celular, lo que potencialmente revelaría mecanismos de enfermedad que los modelos más amplios no detectan. Žiga Avsec, responsable de genómica de DeepMind, afirmó que esa resolución importa porque el desarrollo de fármacos se dirige a «proteínas específicas y tipos celulares específicos».3
La contrapartida surgió con igual claridad. Avsec afirmó que los resultados más detallados de AlphaGenome 2 son «más caros» de generar, lo que hace poco práctico aplicarlo al atlas de todo el genoma que DeepMind produjo anteriormente para cada posible cambio de una sola letra en el ADN humano.3
Por ahora, Google ha abierto el modelo a través de la API de AlphaGenome para investigación no comercial, mientras que el acceso comercial sigue en vista previa privada.
4 La promesa es un mapa más exacto de la mutación a la enfermedad; la limitación es si los investigadores pueden permitirse utilizar ese mapa a escala.