AlphaGenome Atlas: el mapa de Google DeepMind con predicciones para 9.000 millones de variantes del ADN humano

Google DeepMind ha presentado AlphaGenome Atlas, una plataforma que reúne predicciones precalculadas sobre el efecto molecular de 9.000 millones de variantes de un solo nucleótido, es decir, prácticamente todos los cambios de una sola "letra" que se pueden producir en el genoma humano. El objetivo es resolver un problema práctico: comprobar en laboratorio el efecto de cada una de esas variantes es inviable, así que la compañía ha optado por precalcular a gran escala las predicciones de su modelo AlphaGenome, publicado anteriormente, y convertirlas en un recurso abierto y consultable.

AlphaGenome es el modelo de inteligencia artificial que ya permitía analizar cómo una variante genética concreta afecta a procesos biológicos como la regulación de genes. Lo que aporta Atlas es la escala: en lugar de tener que consultar el modelo variante por variante, ofrece de entrada un mapa completo del genoma con miles de predicciones de efecto molecular por cada variante, cubriendo aspectos de la regulación génica en cientos de tipos celulares y tejidos humanos y de ratón. El conjunto de datos resultante ocupa un petabyte, más de 30 veces el tamaño de la Base de Datos AlphaFold, la referencia que DeepMind ya había construido para estructuras de proteínas (que en su ampliación de 2022 pasó de unas 190.000 estructuras obtenidas experimentalmente a más de 200 millones de estructuras predichas).

Para ayudar a los investigadores a priorizar qué variantes merece la pena estudiar, Atlas introduce el AlphaGenome Variant Impact score (AVI), una puntuación única que combina las predicciones de AlphaGenome con las de AlphaMissense, el modelo de DeepMind especializado en variantes que alteran proteínas. La combinación permite puntuar y ordenar variantes tanto en las regiones codificantes del genoma (apenas un 2% del total, la parte que produce proteínas) como en las no codificantes (el 98% restante, que regula la actividad génica y donde se concentra la mayoría de variantes asociadas a rasgos y enfermedades). Según DeepMind, el AVI score obtiene resultados de referencia en varios benchmarks de patogenicidad de variantes y de enfermedades raras. Además, cada puntuación se descompone en "atribuciones de características", que indican qué procesos biológicos concretos —como el splicing del ARN, la expresión génica, la accesibilidad de la cromatina o la conservación evolutiva— explican el impacto detectado, lo que facilita interpretar por qué una variante es relevante y no solo cuánto lo es. El paquete se completa con un catálogo de más de 2.500 motivos de ADN recurrentes, secuencias cortas que actúan como "palabras" del genoma y que ayudan, por ejemplo, a localizar puntos de unión de factores de transcripción.

AlphaGenome Atlas ya está disponible de forma gratuita para investigación académica a través de un portal web pensado para poder explorarse sin necesidad de programar, además de mediante la API de AlphaGenome y como "skill" integrada en Google Antigravity, la plataforma de desarrollo agéntico de la compañía. DeepMind anuncia también que el acceso para uso comercial llegará próximamente a Google Cloud, sumándose a la disponibilidad ya existente del modelo base AlphaGenome en GitHub y en Model Garden.

El artículo detalla tres casos de uso reales con colaboradores externos que ilustran el tipo de hallazgos que el recurso permite. En el ámbito de las enfermedades raras, investigadores del consorcio GREGoR, entre ellos Laura Covill y Anne O'Donnell-Luria del Broad Institute, usaron el AVI score para priorizar variantes previamente pasadas por alto y localizaron una variante en el gen DNM1, fuertemente asociado a la encefalopatía epiléptica; las predicciones de AlphaGenome mostraron el mecanismo exacto, la creación de un sitio de splicing incorrecto que provoca una extensión anómala de la proteína resultante, hallazgo que después fue validado mediante ensayos experimentales que también encontraron variantes cercanas con efectos similares.

En genética poblacional, Gareth Hawkes, investigador del Medical Research Council en la Universidad de Exeter, aplicó Atlas a datos de genoma completo de más de 54.000 participantes del UK Biobank. Agrupando variantes raras según su efecto molecular predicho, logró identificar un 22% más de asociaciones genéticas en regiones no codificantes que de otro modo quedarían ocultas por el ruido estadístico. Ese enfoque le permitió señalar variantes reguladoras concretas vinculadas a los niveles de proteínas como PLA2G7 (relacionada con el envejecimiento) y EGLN1 (un sensor celular de oxígeno). Extendiendo el método a cientos de millones de variantes no codificantes y centrándose en el 1% que Atlas predice como más impactante, Hawkes identificó 19 regiones genéticas potencialmente relacionadas con el índice de masa corporal.

En biología molecular más básica, Julia Zeitlinger y Melanie Weilert, del Stowers Institute for Medical Research, emplearon Atlas para distinguir qué factores de transcripción solo modifican la accesibilidad del ADN y cuáles son además capaces de activar o desactivar genes, un ejemplo de cómo el catálogo de motivos ayuda a interpretar mecanismos reguladores.

DeepMind enmarca Atlas como continuación de la estrategia que ya siguió con AlphaFold: convertir un modelo predictivo potente pero costoso de consultar variante a variante en una base de datos precalculada y accesible mediante un portal intuitivo, lo que en su día impulsó de forma notable la investigación en biología estructural. La compañía presenta este lanzamiento explícitamente como un punto de partida y no como un resultado final: a medida que mejoren modelos como AlphaGenome, esperan que los mapas del genoma se vuelvan más completos y precisos, y plantean integrar estos recursos en flujos de trabajo científicos más amplios basados en agentes, como los que ofrece Antigravity.

El propio artículo incluye una advertencia importante que conviene trasladar sin matices: la información generada por AlphaGenome Atlas no sustituye el consejo médico profesional, no constituye diagnóstico ni tratamiento, y el modelo no ha sido validado ni aprobado para ningún uso clínico. Se trata, por tanto, de una herramienta de investigación básica y traslacional, cuyo valor de momento se mide en publicaciones, priorización de candidatos y validaciones experimentales en curso, no en aplicaciones clínicas inmediatas.