✨︎ Resumen (TL;DR):
- Google DeepMind publicó el 8 de septiembre de 2026 AlphaGenome Atlas, un catálogo que predice el efecto molecular de los 9,000 millones de cambios de una sola letra posibles en el ADN humano.
- El catálogo ocupa un petabyte, supera por más de 30 veces el tamaño de la base de datos de AlphaFold y reúne unas 27,000 predicciones por variante en promedio.
- Equipos académicos ya lo usaron para reclasificar como probablemente patogénica una variante ligada a una encefalopatía epiléptica que investigaciones previas habían pasado por alto, aunque el sistema no está validado ni aprobado para uso clínico.
Google DeepMind publicó el 8 de septiembre de 2026 AlphaGenome Atlas, un catálogo que predice el efecto molecular de los 9,000 millones de cambios de una sola letra posibles en el ADN humano. AlphaGenome Atlas es un catálogo predictivo que estima los efectos moleculares de esos cambios y ofrece acceso gratis para uso académico desde un portal web, la API de AlphaGenome y una skill de Google Antigravity. DeepMind advierte que sus resultados son predicciones de un modelo, no mediciones de laboratorio, y que la herramienta no está validada ni aprobada para uso clínico.
Un petabyte de predicciones
El Atlas ocupa un petabyte, más de 30 veces el tamaño de la base de datos de AlphaFold. Cada variante incluye unas 27,000 predicciones individuales en promedio, según el paper que DeepMind publicó junto con el lanzamiento como preprint en bioRxiv.
Las predicciones abarcan cuánto cambia la expresión de un gen y cómo se altera la transcripción del ADN en cientos de tipos celulares y tejidos humanos y de ratón. El acceso académico es gratuito mediante un portal web, la API de AlphaGenome y una skill de Google Antigravity. El uso comercial requerirá una licencia de Google Cloud cuando ese canal abra.
AVI convierte miles de señales en un puntaje
Ese volumen resulta difícil de revisar de un vistazo. Por eso, la compañía añadió el AlphaGenome Variant Impact (AVI). AlphaGenome Variant Impact (AVI) es un puntaje único que resume miles de predicciones sobre el impacto de una variante. Combina las predicciones de AlphaGenome sobre regulación génica con las de AlphaMissense, el modelo anterior de Google DeepMind para mutaciones que alteran proteínas.
Un AVI de 10 significa que una variante está dentro del 10% más impactante del genoma. Un puntaje de 30 la coloca en el grupo de una de cada 1,000 variantes con mayor efecto.
Cada AVI también muestra qué factores elevan el resultado, como el splicing, la expresión génica, la accesibilidad de la cromatina y el impacto sobre la proteína. El investigador puede revisar cuánto pesa una variante y por qué.
El puntaje funciona tanto en el 2% del genoma que codifica proteínas como en el 98% restante, que no codifica proteínas. Esa zona concentra la mayoría de las variantes asociadas a rasgos y ha sido más difícil de interpretar.
El Atlas agrega un catálogo de más de 2,500 motivos recurrentes de ADN, secuencias cortas donde se anclan los factores de transcripción. También ofrece el puntaje de más de 100 millones de inserciones y deleciones observadas en bases poblacionales como UK Biobank y All of Us, el programa genómico de los Institutos Nacionales de Salud de Estados Unidos.
Un mapa genético desde el navegador
Pushmeet Kohli, vicepresidente de ciencia de Google DeepMind, planteó el lanzamiento durante una sesión informativa con reporteros como un cambio de acceso. Según explicó, es la primera vez que cualquier investigador del mundo puede llegar a un mapa completo de la variación genética humana “con solo abrir un navegador”.
Kohli vinculó el lanzamiento con el pendiente que dejó el Proyecto Genoma Humano. En 2003, el proyecto terminó de secuenciar el ADN, pero no explicó qué hacía cada tramo.
Jonathan Sebat, genetista psiquiátrico de la Universidad de California en San Diego, señaló una ventaja concreta: sus flujos de laboratorio pueden simplificarse bastante porque ya no tienen que computar nada.
Un caso de epilepsia cambió de clasificación
Antes del lanzamiento, DeepMind dio acceso anticipado a varios grupos académicos. Laura Covill y Anne O’Donnell-Luria, del Broad Institute, trabajaron con el consorcio GREGoR, dedicado a trastornos genéticos sin explicación, para revisar casos que habían quedado cerrados en falso.
En un paciente con encefalopatía epiléptica, el AVI señaló una variante en DNM1, un gen relevante para la función sináptica en el cerebro. El 69% del AVI provenía del splicing: el modelo predijo que la variante creaba un sitio de corte espurio en una versión del gen que solo aparece en tejido cerebral y alargaba la proteína resultante en 13 aminoácidos.
Ese segmento casi no se expresa en sangre, por lo que la secuenciación de ARN de muestras sanguíneas había resultado no concluyente. Los experimentos de laboratorio confirmaron la predicción y la variante quedó reclasificada como probablemente patogénica.
El paper incluye una prueba retrospectiva con casos de GREGoR que ya estaban resueltos. En esa comparación, el AVI colocó la variante causal conocida entre los 50 primeros candidatos del paciente en 29.5% de los casos, frente a 12.5% de CADD, uno de los métodos de ranking que ya usa la genética clínica.
Exeter redujo una región de 526 candidatos a 4
Gareth Hawkes, investigador del Medical Research Council en la Universidad de Exeter, aplicó el Atlas a los genomas completos de más de 54,000 participantes del UK Biobank. Buscó variantes raras no codificantes que alteran los niveles de proteínas circulantes.
Al filtrar los candidatos por su efecto molecular predicho, obtuvo 22% más asociaciones que con el mismo análisis sin el Atlas. En un caso, redujo una región de 526 candidatos a 4.
Entre las señales que sobrevivieron aparecieron variantes reguladoras que gobiernan la abundancia de PLA2G7, ligada al envejecimiento, y de EGLN1, un sensor celular de oxígeno.
En un segundo ejercicio con cientos de millones de variantes no codificantes del mismo biobanco, Hawkes conservó solo el 1% que el Atlas predice como más impactante. De ahí obtuvo 19 regiones genéticas ligadas al índice de masa corporal.
En el Stowers Institute for Medical Research, Julia Zeitlinger usó los mapas de motivos para clasificar factores de transcripción según su función en cada tipo celular. También pudo separar, por ejemplo, los represores que dejan accesible el ADN, pero aun así impiden que un gen se active. Zeitlinger señaló que hacer ese mapeo con experimentos habría sido inviable por la carga de trabajo.
El Atlas no alcanza la precisión de AlphaFold
Žiga Avsec, responsable de genómica de Google DeepMind, fue explícito sobre los límites del modelo. AlphaGenome funciona bien en algunas clases de variantes, como las que afectan el splicing o los promotores, pero otras se le escapan, sobre todo en los enhancers.
En conjunto, Avsec explicó que las predicciones del Atlas no alcanzan la exactitud que AlphaFold logró para la estructura de proteínas. Sirven para orientar los estudios posteriores, pero no deben tomarse como “la verdad universal”.
El contraste es incómodo: la base es 30 veces más grande que la de AlphaFold y bastante menos precisa. El propio paper presenta al Atlas como una herramienta de investigación que solo puede formar parte de la cadena de evidencia detrás de un diagnóstico clínico.
El estudio señala huecos en los datos de entrenamiento y una capacidad limitada para capturar efectos indirectos, como los que pasan por cambios en los niveles de proteínas reguladoras. DeepMind también aclara que AlphaGenome no está validado ni aprobado para ningún uso clínico y que sus resultados no sustituyen la consulta médica.
El acceso comercial queda pendiente
La base de AlphaFold se abrió sin condiciones y se volvió infraestructura pública de la biología. El Atlas, en cambio, es gratuito solo para uso no comercial. Las farmacéuticas y demás usuarios de pago tendrán que licenciarlo a través de Google Cloud cuando ese canal abra.
Kohli dijo que Isomorphic Labs, la empresa hermana de DeepMind dedicada al descubrimiento de fármacos, también tendrá acceso, pero bajo una licencia comercial. No detalló los términos.
Ewan Birney, director del Instituto Europeo de Bioinformática del EMBL, dijo que su organización trabaja para integrar el AVI en el Variant Effect Predictor de Ensembl, la herramienta de anotación que aloja el propio EMBL-EBI. Si esa integración ocurre, el puntaje dejará de estar en un portal aparte y aparecerá dentro del flujo que los genetistas ya abren todos los días.
