Google DeepMind presentó un nuevo atlas del genoma humano generado con inteligencia artificial que permite anticipar el efecto de los nueve mil millones de mutaciones posibles en una sola letra del ADN. La herramienta, llamada AlphaGenome Atlas, se basa en el modelo AlphaGenome, publicado el año pasado por el laboratorio con sede en Londres, y está disponible de forma gratuita para uso no comercial.

El recurso busca facilitar el trabajo de quienes estudian enfermedades raras o poco caracterizadas, ya que ofrece predicciones sobre cómo distintas variantes genéticas podrían alterar la actividad de los genes cercanos. Martin Kircher, bioinformático del Max Delbrück Centre for Molecular Medicine, en Berlín, advierte que la herramienta no sustituye los experimentos de laboratorio ni el análisis clínico individualizado, aunque reconoce que amplía de forma considerable el acceso a un modelo antes reservado a quienes podían programar sus propias consultas.

Una puntuación única para evaluar el impacto de cada variante

Para simplificar el uso del modelo, el equipo liderado por Žiga Avsec desarrolló una nueva métrica, la puntuación AlphaGenome Variant Impact (AVI), que resume en un solo valor el conjunto de predicciones sobre los posibles efectos biológicos de una mutación. Según un estudio preliminar difundido junto con el lanzamiento, esta puntuación distinguió con fiabilidad las mutaciones asociadas a enfermedades de los cambios genéticos sin consecuencias conocidas dentro de una base de datos clínica.

Un equipo del Instituto Broad, en Massachusetts, utilizó las predicciones del atlas para priorizar una variante no codificante como posible causa de un caso grave de epilepsia. Mafalda Dias y Jonathan Frazer, del Centro de Regulación Genómica de Barcelona, señalan que los investigadores de enfermedades raras suelen recurrir a modelos menos exigentes desde el punto de vista computacional, ya que aplicar herramientas como AlphaGenome sobre todo el genoma resultaba, hasta ahora, inviable para la mayoría de los equipos científicos.

Un mapa para descifrar el ADN que no codifica proteínas

Con las predicciones del atlas, el equipo de DeepMind trazó la ubicación de miles de motivos, secuencias cortas de ADN presentes en todo el genoma, y estimó qué función podrían cumplir en distintos tipos de células, ya sea activando genes, reprimiéndolos o modificando la accesibilidad del material genético. Solo el 2% del genoma humano codifica proteínas, mientras que buena parte del resto sigue siendo difícil de interpretar.

Desde el lanzamiento de AlphaGenome, unos 9.000 investigadores habían accedido a sus predicciones a través de una interfaz de programación, un formato que exigía escribir código y que suponía una barrera para muchos biólogos. El proyecto se inspira en AlphaFold, la base de datos de estructuras de proteínas de DeepMind, que reúne más de 200 millones de predicciones y ha sido consultada por millones de usuarios desde su publicación.