Google DeepMind lanza AlphaGenome 2 para predecir efectos genéticos en células

Fuentes: Google DeepMind launches AlphaGenome 2 to predict genetic effects in specific cells, 20minutos.esT3clickbait

Google DeepMind ha presentado AlphaGenome 2, un nuevo modelo de inteligencia artificial diseñado para predecir con precisión cómo las variaciones en el ADN afectan a diferentes tipos de células humanas. Este avance representa la sucesora directa de AlphaGenome, lanzado el año pasado, y marca un hito significativo en la genómica computacional al permitir a los científicos comprender mejor la relación entre la genética y la biología celular. El objetivo principal es desentrañar por qué ciertas variantes genéticas pueden influir en la aparición de enfermedades, ofreciendo una visión más detallada de un problema históricamente difícil de abordar mediante métodos tradicionales.

El funcionamiento de AlphaGenome 2 se basa en el hecho de que, aunque casi todas las células del cuerpo humano comparten el mismo ADN, no todas expresan los mismos genes. Por ejemplo, las células musculares del corazón activan un conjunto de genes distinto al de las células de la piel o a las células inmunitarias que combaten una infección. Según The Verge, el nuevo modelo está diseñado para capturar estas diferencias, prediciendo los efectos de las variantes genéticas en tipos de células y estados específicos. Esto permite a los investigadores identificar efectos relevantes para la enfermedad en células que podrían pasar desapercibidas si se analizara solo el tejido completo, como explica 20minutos.es.

Para lograr esta granularidad, AlphaGenome 2 ha sido entrenado con más de 100 millones de perfiles celulares individuales, abarcando 68 tejidos distintos. El modelo se ha alimentado de datos de alto resolución que incluyen el Atlas Celular Humano, un proyecto internacional que cataloga los diferentes tipos de células. Según la empresa, AlphaGenome 2 transforma los atlas celulares estáticos en un "motor predictivo para la genética humana". Un dato clave es que el modelo identifica casi el doble de variantes que modifican la expresión génica en las células en comparación con su predecesor, mejorando significativamente la capacidad de detección de efectos sutiles.

Una de las capacidades más notables de AlphaGenome 2 es su capacidad para hacer predicciones sobre nuevos tipos de células y estados biológicos sin necesidad de ser reentrenado. Además, puede identificar vacíos en los datos experimentales, lo que ayuda a los científicos a decidir qué experimentos realizar en el laboratorio a continuación. Adam Gayoso, científico de investigación en Google DeepMind, destaca que el gran avance radica en "enlazar la genética humana con la biología celular", permitiendo profundizar en las variantes genéticas identificadas en poblaciones grandes para ver sus efectos a nivel celular.

Žiga Avsec, líder de genómica en DeepMind, subraya la importancia de esta especificidad para el desarrollo de fármacos, ya que los medicamentos suelen dirigirse a proteínas y tipos de células específicos. Avsec señala que la construcción de este modelo solo ha sido posible recientemente gracias a nuevas tecnologías que permiten capturar células individuales y sus estados con alta resolución. Además, la empresa está trabajando para mejorar sus modelos generando más datos, incluyendo estados celulares que no están bien representados actualmente, y planea entrenar futuras versiones con datos de múltiples especies para obtener una visión más amplia de la biología.

En cuanto a la disponibilidad, Google ha hecho AlphaGenome 2 disponible para investigación no comercial a través de su API, con una "vista previa privada" limitada para investigación comercial. Sin embargo, es crucial aclarar que el modelo está destinado exclusivamente a la investigación y no ha sido aprobado para realizar diagnósticos médicos. Aunque AlphaGenome 2 es la sucesora de AlphaGenome, no reemplazará a este último de inmediato debido a que las predicciones más detalladas implican un coste computacional más alto y son más costosas de producir. Por ejemplo, el modelo anterior no habría sido práctico para generar el Atlas Genómico que cubre todos los posibles cambios de una sola letra en el genoma humano.

Este lanzamiento se enmarca en un contexto más amplio de esfuerzos por parte de Google y otros laboratorios de IA para abordar problemas complejos en la ciencia y la medicina. Pushmeet Kohli, responsable de investigación de IA para la ciencia en DeepMind, ha indicado que se esperan resultados científicos aún más impresionantes. Mientras tanto, competidores como Anthropic están experimentando con el diseño de fármacos y OpenAI continúa resolviendo problemas matemáticos de larga data. La integración de AlphaGenome 2 en la investigación científica promete abrir nuevas vías para el descubrimiento de enfermedades y el desarrollo de terapias más precisas.