Google DeepMind ha anunciado el lanzamiento de AlphaGenome Atlas, una herramienta de inteligencia artificial que mapea predictivamente los efectos moleculares de más de 9.000 millones de variantes genéticas en el genoma humano. Este recurso, que ocupa aproximadamente un petabyte de datos, representa un avance significativo en la genómica al permitir a los investigadores priorizar mutaciones sin necesidad de realizar experimentos físicos para cada una de las posibilidades teóricas. El atlas se centra en las regiones no codificantes del ADN, que constituyen el 98% del genoma y cuya función sigue siendo en gran medida un misterio, a diferencia del 2% que codifica proteínas, el cual ha sido estudiado con mayor profundidad durante décadas.
La base tecnológica de este proyecto es el modelo AlphaGenome, desarrollado por DeepMind, que anticipa cómo los cambios en una sola letra del ADN (variantes de nucleótido único) afectan procesos como la expresión génica, el splicing y la accesibilidad de la cromatina. A diferencia de catálogos anteriores que listaban mutaciones observadas en poblaciones, AlphaGenome Atlas ofrece predicciones computacionales sobre todas las sustituciones posibles. Para facilitar la navegación en este volumen masivo de información, DeepMind ha introducido el puntaje AlphaGenome Variant Impact (AVI). Esta métrica unifica las predicciones de AlphaGenome con las de AlphaMissense, el modelo especializado en variantes que alteran aminoácidos, proporcionando a los científicos un valor único que resume el impacto potencial de una variante en cientos de tipos celulares y tejidos humanos y de ratón.
La utilidad práctica del Atlas ya se está demostrando en estudios colaborativos. En colaboración con el consorcio GREGoR y el Broad Institute, investigadores utilizaron el puntaje AVI para resolver casos de enfermedades raras. En un ejemplo destacado, la herramienta identificó una alteración en el gen DNM1 que había pasado desapercibida en análisis previos, prediciendo la creación de un sitio de splicing incorrecto; esta predicción fue posteriormente validada experimentalmente, confirmando su papel en la enfermedad. Por otro lado, el Dr. Gareth Hawkes de la Universidad de Exeter aplicó el Atlas a datos de más de 54.000 participantes del UK Biobank. Al agrupar variantes según sus efectos moleculares predichos, logró detectar un 22% más de asociaciones genéticas no codificantes que de otro modo habrían quedado ocultas por el ruido estadístico. Este enfoque permitió identificar 19 regiones genéticas vinculadas al índice de masa corporal (IMC), abriendo nuevas vías para la investigación de rasgos complejos.
Este lanzamiento se inscribe en la evolución continua de las herramientas de IA de DeepMind aplicadas a la biología. Tras el lanzamiento de Enformer en 2021, que predecía la regulación génica, y AlphaMissense en 2023, que estimaba el impacto de variantes en proteínas, AlphaGenome (presentado en 2025) amplió el alcance para predecir múltiples efectos moleculares a partir de secuencias largas de ADN. AlphaGenome Atlas constituye el siguiente paso lógico: llevar esta capacidad predictiva a una escala genómica completa y hacerla accesible mediante una interfaz web intuitiva que no requiere conocimientos de programación, democratizando así el acceso para biólogos y clínicos.
A pesar del entusiasmo científico, es crucial mantener una perspectiva crítica. DeepMind advierte explícitamente que AlphaGenome no ha sido validado para uso clínico. La IA actúa como un filtro de priorización, ayudando a decidir dónde mirar primero, pero la validación experimental en sistemas biológicos sigue siendo indispensable. El salto que propone DeepMind no es reemplazar el método científico, sino acelerarlo, permitiendo a los investigadores enfocarse en las variantes con mayor probabilidad de impacto antes de invertir recursos en laboratorio. En un campo donde el número de variantes posibles supera con creces la capacidad de estudio experimental tradicional, esta herramienta ofrece un mapa predictivo que transforma la incertidumbre genómica en hipótesis accionables, marcando un hito en la búsqueda de las causas moleculares de las enfermedades y la comprensión del funcionamiento del genoma humano.