Google DeepMind lanzó AlphaGenome Atlas el 10 de septiembre, el mayor mapa de predicción de efectos genómicos de la historia, que abarca 9000 millones de posibles variantes de un solo nucleótido (SNV) y cuenta con una capacidad total de 1 PB, 30 veces mayor que la de AlphaFold Database, lanzada en 2022. Desde hoy, está disponible gratuitamente para consultas académicas.
Estructura y escala de AlphaGenome Atlas
AlphaGenome Atlas tiene una capacidad total de 1 PB, 30 veces mayor que la de AlphaFold Database, lanzada por Google DeepMind en 2022. En aquel momento, AlphaFold Database amplió los datos sobre estructuras de proteínas de 190 000 estructuras experimentales a más de 200 millones de estructuras predichas y proporcionó una interfaz visual para reducir la barrera de acceso. AlphaGenome Atlas adopta la misma estrategia: utiliza IA para calcular en lote una cantidad de datos que originalmente no podía procesarse en el laboratorio y la convierte en un portal que los investigadores pueden consultar directamente.
El indicador central, la puntuación AVI, se calcula combinando los resultados de predicción de dos modelos: AlphaGenome y AlphaMissense. Condensa complejas predicciones de biología molecular en un único valor, de modo que los investigadores no necesitan comparar individualmente decenas de indicadores y pueden determinar directamente, a partir de la puntuación, qué variantes merecen un estudio más profundo.
Atribución funcional AVI y herramienta de investigación de 2500 motivos de secuencia de ADN
Cada puntuación AVI incluye una «atribución funcional AVI» que señala qué mecanismo molecular se ve afectado principalmente por la variante, como el corte y empalme del ARN, el nivel de expresión génica o el grado de compactación de la cromatina. Así, los investigadores no solo conocen la gravedad del efecto, sino que también pueden localizar en qué etapa se produce el problema.
AlphaGenome Atlas también recopila más de 2500 motivos de secuencia de ADN recurrentes, que pueden utilizarse para localizar los sitios de acción de los factores de transcripción. Los factores de transcripción son proteínas que determinan si los genes se activan o se desactivan. Poder localizar estos motivos determina directamente si los investigadores pueden interpretar la función de una secuencia no codificante.
Julia Zeitlinger y Melanie Weilert, del Stowers Institute for Medical Research de Estados Unidos, utilizaron los recursos de motivos de secuencia para distinguir qué factores de transcripción solo se encargan de abrir el ADN y cuáles pueden activar o silenciar realmente los genes. En el pasado, reconstruir estos detalles poco a poco requería repetir numerosos experimentos.
Casos de epilepsia relacionados con DNM1 del GREGoR Consortium
El GREGoR Consortium recurrió a Laura Covill y Anne O'Donnell-Luria, del Broad Institute, quienes utilizaron las puntuaciones AVI para volver a priorizar, entre miles de variantes candidatas, variantes posiblemente patogénicas que habían sido ignoradas anteriormente. Se centraron en el gen DNM1, estrechamente relacionado con la encefalopatía epiléptica. Las predicciones de AlphaGenome indicaron que una variante había creado un sitio de corte y empalme incorrecto, lo que provocaba un error en la lectura de las instrucciones genéticas por parte de la célula y hacía que, aguas abajo, se produjera una sección adicional de proteína.
Las posteriores pruebas experimentales confirmaron esta conclusión y también identificaron variantes cercanas con efectos similares. Google DeepMind señaló específicamente en la explicación de la base de datos que este caso es sólido porque estuvo respaldado por una validación experimental posterior, en lugar de darse por concluido basándose únicamente en la puntuación AVI.
Gareth Hawkes identifica un 22 % más de asociaciones en regiones no codificantes
Gareth Hawkes, investigador de la Universidad de Exeter, aplicó AlphaGenome Atlas a los datos genómicos completos de más de 54 000 participantes del UK Biobank. Tras agrupar las variantes según su impacto predicho, identificó un 22 % más de asociaciones en regiones no codificantes que antes estaban ocultas por el ruido estadístico y localizó con éxito variantes que regulan PLA2G7, relacionado con el envejecimiento, y EGLN1, un gen clave para la detección celular del oxígeno.
Hawkes se centró posteriormente en el 1 % superior de las variantes no codificantes que el sistema determinó como más influyentes y, tras comparar cientos de millones de datos, identificó 19 regiones genéticas relacionadas con el IMC, lo que puede orientar la siguiente fase de investigación. Este caso demuestra que AlphaGenome Atlas no solo puede encontrar variantes patogénicas en una familia individual, sino también recuperar señales que originalmente estaban ocultas en el ruido de los datos poblacionales de cientos de miles de personas.
Condiciones de acceso académico gratuito, limitaciones de validación clínica e integración con Antigravity
Las condiciones de acceso y las limitaciones de uso actuales de AlphaGenome Atlas son las siguientes:
Versión académica gratuita: limitada a usos académicos no comerciales; disponible para consultas desde hoy
Versión comercial: próximamente disponible en Google Cloud para usuarios empresariales
Modelo base de AlphaGenome: ya está disponible en GitHub para su uso gratuito por parte del ámbito académico
Modelo comercial para empresas: disponible a través de Model Garden
Limitación clínica: el sitio web indica claramente que las predicciones no han sido validadas clínicamente y no pueden utilizarse como consejo médico
Google DeepMind reconoce que AlphaGenome Atlas es una base, no el punto final. A medida que el modelo siga optimizándose, el mapa será cada vez más detallado, y la versión actual no constituye la respuesta definitiva. Además, AlphaGenome Atlas ya se ha integrado en Google Antigravity como una función que puede invocarse directamente dentro del flujo de trabajo científico, avanzando hacia la creación de una plataforma unificada de investigación científica.
Preguntas frecuentes
¿De qué modelos procede la puntuación AVI de AlphaGenome Atlas y cuál es la lógica de su diseño?
La puntuación AVI se calcula combinando los resultados de predicción de dos modelos: AlphaGenome y AlphaMissense. Condensa complejas predicciones de biología molecular en un único valor, y cada puntuación incluye una «atribución funcional AVI» que señala si la variante afecta al corte y empalme del ARN, al nivel de expresión génica o al grado de compactación de la cromatina. Las pruebas internas de Google DeepMind indican que la puntuación AVI alcanza un rendimiento de referencia en varias evaluaciones de referencia sobre patogenicidad y enfermedades raras.
¿Qué descubrimientos concretos obtuvo Gareth Hawkes en el estudio del UK Biobank?
Hawkes aplicó AlphaGenome Atlas a los datos genómicos completos de más de 54 000 participantes del UK Biobank e identificó un 22 % más de asociaciones en regiones no codificantes que antes estaban ocultas por el ruido estadístico. Tras centrarse en el 1 % superior de las variantes no codificantes más influyentes, identificó además 19 regiones genéticas relacionadas con el IMC.
¿Cuáles son actualmente las condiciones de acceso de AlphaGenome Atlas para el ámbito académico y sus limitaciones de uso clínico?
La versión académica gratuita está limitada a usos no comerciales y disponible para consultas desde hoy. El modelo base de AlphaGenome ya está disponible en GitHub. La versión comercial para empresas estará próximamente disponible en Google Cloud y también puede obtenerse a través de Model Garden. El sitio web indica claramente que las predicciones no han sido validadas clínicamente y no pueden utilizarse como consejo médico.
