O Google DeepMind lançou na terça-feira o AlphaGenome Atlas, um banco de dados pesquisável de previsões de IA que abrange todas as nove bilhões de substituições possíveis de uma única letra no genoma humano. A ambição é direta: ajudar cientistas a identificar quais pequenas alterações no DNA podem perturbar a regulação genética, a produção de proteínas ou outros processos biológicos — e quais podem ser ignoradas com segurança.¹

O lançamento se baseia no AlphaGenome, o modelo anterior da DeepMind para estimar os efeitos de variantes genéticas. Em vez de fazer pesquisadores executarem previsões uma mutação por vez, o Atlas as pré-calcula em um genoma de referência, associando cada variante a uma média de cerca de 27.000 previsões moleculares em tipos de células e tecidos humanos e de camundongos. Ele também introduz a pontuação AlphaGenome Variant Impact, ou AVI, para classificar mutações por sua provável importância.²

A proposta do Google é tanto acessibilidade quanto escala. Sundar Pichai afirmou que o recurso interativo funciona “em um navegador comum, sem necessidade de programação” e é gratuito para pesquisadores acadêmicos.Sundar Pichai (sundarpichai)³ O acesso comercial, porém, é esperado posteriormente por meio de licenciamento do Google Cloud — uma divisão que deixa o benefício mais imediato para a ciência não comercial.

Os primeiros testes sugerem que o sistema pode reduzir o ruído. Em uma análise retrospectiva de casos não resolvidos de doenças raras, pesquisadores usaram o Atlas para sinalizar uma variante DNM1 em um paciente com encefalopatia epiléptica; trabalhos de laboratório posteriormente confirmaram a previsão, e a variante foi reclassificada como provavelmente patogênica. Em uma análise separada do Biobanco do Reino Unido, filtrar variantes pelo efeito molecular previsto gerou 22% mais associações do que uma análise sem o Atlas, segundo o relato da empresa.²

Ainda assim, os próprios pesquisadores da DeepMind alertam contra tratar o mapa como um mecanismo de diagnóstico. O líder de genômica Žiga Avsec disse que as previsões são “precisas o suficiente para realmente nos apontar a direção certa”, mas não “a verdade universal”.² O modelo tem melhor desempenho em algumas classes de variantes, incluindo splicing e promotores, do que em outras, como enhancers. O Atlas pode reduzir o palheiro; os cientistas ainda precisam verificar o que encontrarem.