Informática

AlphaGenome de Google DeepMind avanza en el mapeo genómico para la investigación de enfermedades

Tendela Briefing ·
4 lecturas · 0 Comentarios
AlphaGenome de Google DeepMind avanza en el mapeo genómico para la investigación de enfermedades

Image: Google · Source

El modelo AlphaGenome de Google DeepMind predice efectos de variantes genéticas para acelerar la investigación médica, priorizando cambios en el ADN con mayor impacto. Su conjunto de datos AlphaGenome Atlas ayuda a comprender mecanismos moleculares de enfermedades y a avanzar en la medicina personalizada.

Google DeepMind ha desarrollado AlphaGenome, un modelo de IA diseñado para decodificar el genoma humano y acelerar la investigación de enfermedades mediante la predicción de los efectos de las variaciones genéticas. El genoma consta de aproximadamente 3 mil millones de pares de bases de ADN, que forman un manual de instrucciones con cuatro bases de ADN—adenina (A), timina (T), citosina (C) y guanina (G). Cambios en una sola letra entre estas bases pueden causar enfermedades genéticas, pero identificar las variantes causales entre miles de millones de posibilidades representa un desafío formidable.

AlphaGenome aborda esto analizando segmentos de un millón de pares de bases para predecir miles de resultados genéticos a la vez. Esto permite a los científicos reducir rápidamente qué cambios en el ADN probablemente influyan en la enfermedad. Complementando el modelo, DeepMind lanzó el AlphaGenome Atlas, un conjunto de datos completo que califica las nueve mil millones de mutaciones posibles de una sola letra en el ADN con un puntaje de Impacto de Variante AlphaGenome (AVI). Este puntaje ayuda a los investigadores a priorizar variantes para estudio adicional al indicar el posible efecto de cada cambio.

Žiga Avsec, científico investigador en Google DeepMind a cargo de la iniciativa genómica, explica que entender la "materia oscura" del genoma—regiones no codificantes que regulan la expresión génica—es vital pero experimentalmente desafiante. Los experimentos tradicionales de laboratorio son lentos y costosos, especialmente en casos como enfermedades raras donde el ADN de los pacientes puede mostrar millones de variantes. El enfoque computacional de AlphaGenome ofrece una herramienta escalable para priorizar los cambios más impactantes.

Los primeros usuarios del AlphaGenome Atlas han demostrado su utilidad. Por ejemplo, un investigador de la Universidad de Exeter utilizó el conjunto de datos para enfocarse en el 1 % superior de variantes más influyentes relacionadas con el índice de masa corporal. Otro científico en el Broad Institute identificó una variante crucial vinculada a trastornos del neurodesarrollo, guiando avances en la investigación de enfermedades raras.

Basándose en este progreso, DeepMind ha presentado AlphaGenome 2, que mejora la especificidad por tipo celular. A diferencia del modelo original entrenado mayormente con datos de tejido completo, la nueva versión predice cómo las variantes afectan tipos celulares individuales, ofreciendo percepciones más profundas sobre los mecanismos celulares de la enfermedad.

La visión final del trabajo en genómica de DeepMind es simular digitalmente una célula humana, permitiendo estudios computacionales de procesos patológicos e intervenciones terapéuticas. Al avanzar desde la lectura del genoma hacia una comprensión molecular detallada, AlphaGenome aspira a transformar el diagnóstico, el tratamiento personalizado, el descubrimiento de fármacos e incluso áreas más amplias como el desarrollo de cultivos resistentes al clima. Lanzado inicialmente en junio de 2025, con el atlas seguido en septiembre de 2026, AlphaGenome continúa facilitando la investigación genética de vanguardia a nivel mundial.

Fuentes e informes originales

Comentarios (0)

Aún no hay comentarios.

Escribe un comentario

Los comentarios se publican tras moderación. Tu nombre y comentario serán públicos. Cuenta