Google DeepMind ha presentado AlphaGenome Atlas, una base de datos masiva que ofrece un mapa predictivo de los efectos moleculares de todas las variantes posibles de un solo nucleótido en el genoma humano. Esta herramienta, que representa un salto cualitativo en la genómica, permite a los investigadores explorar cómo cada cambio en la secuencia de ADN podría influir en procesos biológicos críticos, superando las limitaciones de los estudios experimentales tradicionales que no pueden cubrir la inmensidad de combinaciones genéticas posibles.
El problema que aborda esta tecnología es fundamental: mientras que leer la secuencia de ADN es una tarea rutinaria, interpretar las consecuencias funcionales de las mutaciones es un desafío enorme. La mayoría de las variantes no alteran el funcionamiento celular, pero otras pueden afectar la actividad génica y predisponer a enfermedades. Según Google DeepMind, el Atlas precalcula el impacto regulatorio de 9.000 millones de cambios genéticos de una sola letra, generando un conjunto de datos de aproximadamente un petabyte. A diferencia de los catálogos de mutaciones observadas en poblaciones reales, este recurso es predictivo, utilizando inteligencia artificial para estimar qué efectos podría tener cada variante teórica en múltiples procesos, desde la expresión génica y el splicing hasta la accesibilidad de la cromatina, abarcando cientos de tipos celulares humanos y de ratón.
Para facilitar la navegación por esta inmensa cantidad de información, DeepMind ha introducido la puntuación AlphaGenome Variant Impact (AVI). Este indicador único combina las predicciones de AlphaGenome con las de AlphaMissense, otro modelo de la compañía especializado en variantes que alteran aminoácidos de proteínas. El objetivo es permitir a los científicos priorizar rápidamente las variantes más prometedoras sin tener que analizar miles de puntos de datos individuales, democratizando el acceso mediante una interfaz web intuitiva que no requiere habilidades de programación.
La utilidad práctica del Atlas ya se ha demostrado en aplicaciones concretas. En el ámbito de las enfermedades raras, investigadores del Broad Institute, en colaboración con el consorcio GREGoR, utilizaron la puntuación AVI para priorizar variantes en casos sin resolver. La herramienta destacó una alteración en el gen DNM1 que había pasado desapercibida en investigaciones previas; las predicciones indicaban que esta mutación creaba un sitio de splicing incorrecto, un efecto que posteriormente fue validado experimentalmente, permitiendo así resolver el caso. Por otro lado, en el estudio de rasgos complejos, Gareth Hawkes, de la Universidad de Exeter, aplicó el Atlas a los datos genómicos de más de 54.000 participantes del UK Biobank. Al agrupar las variantes según sus efectos moleculares predichos, logró detectar un 22% más de asociaciones genéticas no codificantes que de otro modo habrían quedado ocultas en el ruido estadístico. Además, al centrarse en el 1% superior de variantes de mayor impacto, identificó 19 regiones genéticas vinculadas al índice de masa corporal (IMC), dirigiendo así las siguientes etapas de investigación dirigida.
Este lanzamiento no es aislado, sino el resultado de años de trabajo de DeepMind en la aplicación de la IA a la genética. En 2021, la compañía presentó Enformer, centrado en predecir la regulación génica; en 2023, AlphaMissense, para estimar el impacto de variantes proteicas; y en 2025, AlphaGenome, capaz de anticipar múltiples efectos moleculares a partir de secuencias largas de ADN. El Atlas es el siguiente paso lógico: llevar esa capacidad a escala del genoma completo y dejar las predicciones precalculadas para su consulta directa.
A pesar de su potencial, es crucial mantener una perspectiva realista sobre las limitaciones de la herramienta. El Atlas ofrece una forma de priorizar qué variantes parecen más interesantes y qué procesos podrían estar alterando antes de llevarlas al laboratorio, pero no reemplaza la validación experimental. La IA ayuda a decidir dónde mirar primero, pero sigue siendo necesario comprobar si aquello que predice ocurre realmente en sistemas biológicos. Además, DeepMind advierte explícitamente de que AlphaGenome no ha sido validado para uso clínico. El genoma humano sigue siendo un misterio en gran medida, con solo el 2% de la secuencia codificando proteínas bien entendido, mientras que el 98% restante permanece en la oscuridad. AlphaGenome Atlas ilumina parte de esa oscuridad, acelerando el ritmo de la descubrimiento biológico y ofreciendo a la comunidad científica global una herramienta poderosa para desentrañar los secretos de la genética no codificante.