Salud
Google DeepMind presenta AlphaGenome para descifrar la función del genoma humano

Puntos claveAlphaGenome predice la regulación génica a lo largo de un millón de pares de bases de…
Ver más
- AlphaGenome predice la regulación génica a lo largo de un millón de pares de bases de ADN en un único modelo unificado.
- El modelo supera a herramientas especializadas en la predicción del efecto de variantes al capturar interacciones genómicas de largo alcance.
- DeepMind lanzó AlphaGenome como software de código abierto para acelerar la investigación sobre mutaciones no codificantes en enfermedades.
Google DeepMind lanzó AlphaGenome el 28 de enero, un modelo de inteligencia artificial que predice cómo las secuencias de ADN se traducen en funciones biológicas, procesando hasta un millón de pares de bases a la vez y superando a los modelos existentes en 25 de 26 benchmarks de predicción de efectos de variantes.
El modelo, publicado en Nature y descrito en detalle en el blog de DeepMind, representa un avance significativo en la genómica computacional. Mientras que los modelos anteriores requerían sistemas separados para diferentes tareas de predicción, AlphaGenome maneja todo, desde la expresión génica hasta la accesibilidad de la cromatina, en una arquitectura unificada.
“AlphaGenome puede buscar a lo largo de una larga secuencia de ADN y predecir dónde se encuentran los elementos reguladores críticos y sus efectos posteriores en la expresión génica”, escribió el equipo de DeepMind en su anuncio. La ventana de contexto de un millón de tokens del modelo le permite capturar interacciones de largo alcance entre regiones de ADN distantes que influyen en cómo se activan y desactivan los genes.
Cómo funciona
AlphaGenome combina dos arquitecturas de redes neuronales: una red convolucional 1D de estilo Borzoi para procesar secuencias de ADN sin procesar y una arquitectura U-Net adaptada de la segmentación de imágenes. Este enfoque híbrido permite que el modelo maneje tanto la naturaleza secuencial del ADN como las complejas relaciones espaciales entre los elementos reguladores.
Los datos de entrenamiento abarcan aproximadamente 7.000 pistas de datos genómicos de los consorcios ENCODE y FANTOM, grandes iniciativas de colaboración que han catalogado elementos funcionales en todo el genoma humano. El modelo aprende a predecir señales de ensayos experimentales que miden la expresión génica, la accesibilidad del ADN, la unión de proteínas y las modificaciones de la cromatina.
Para los investigadores, el valor práctico radica en la predicción de efectos de variantes. Cuando el genoma de un paciente contiene una mutación, los clínicos necesitan saber si esa variante es importante. AlphaGenome puede predecir cómo un cambio en un solo nucleótido afecta el paisaje regulatorio completo, lo que podría marcar variantes que causan enfermedades que los métodos actuales pasan por alto.
El modelo logró resultados sólidos en benchmarks que prueban su capacidad para predecir cómo las variantes genéticas afectan la expresión génica y la actividad de los elementos reguladores. En los loci de rasgos cuantitativos de expresión (eQTLs), variantes conocidas por afectar los niveles de expresión génica, AlphaGenome igualó o superó a los modelos especializados entrenados específicamente para esas tareas.
Disponibilidad de código abierto
DeepMind lanzó el código fuente de AlphaGenome en GitHub para uso no comercial, continuando el patrón del laboratorio de poner herramientas fundamentales de biología a disposición del público. El repositorio incluye pesos del modelo, código de inferencia y documentación para ejecutar predicciones en secuencias personalizadas.
El lanzamiento abierto sigue el modelo establecido por AlphaFold, la herramienta de DeepMind para predecir la estructura de proteínas que ha sido utilizada por más de 3 millones de investigadores desde su lanzamiento en 2021. AlphaGenome aborda un problema complementario: mientras que AlphaFold predice cómo se ven las proteínas, AlphaGenome predice cuándo y dónde los genes producen esas proteínas.
El CEO de Google DeepMind, Demis Hassabis, ha posicionado la biología como un dominio de aplicación principal para las capacidades de inteligencia artificial del laboratorio. El trabajo en genómica extiende las ambiciones de DeepMind más allá de la inteligencia artificial conversacional y los modelos de lenguaje que alimentan productos como Gemini, aplicando innovaciones arquitectónicas similares a problemas científicos.
Por qué esto es importante
El genoma humano contiene aproximadamente 3.000 millones de pares de bases, pero solo alrededor del 1,5% codifica directamente proteínas. El 98,5% restante, anteriormente descartado como “ADN basura”, contiene elementos reguladores que controlan cuándo, dónde y cuánto se expresan los genes. Las mutaciones en estas regiones no codificantes causan enfermedades, pero identificar qué variantes son importantes ha sido extraordinariamente difícil.
Los métodos tradicionales requieren experimentos costosos y que consumen mucho tiempo para probar variantes individuales. Los modelos de aprendizaje automático como AlphaGenome pueden cribar miles de variantes computacionalmente, priorizando cuáles merecen un seguimiento experimental. Para el diagnóstico de enfermedades raras, donde los pacientes suelen ser portadores de variantes nuevas con efectos desconocidos, esta capacidad podría acelerar el camino desde la secuenciación hasta el diagnóstico.
La capacidad del modelo para procesar contextos de un millón de pares de bases es particularmente significativa. Los elementos reguladores génicos pueden estar cientos de miles de pares de bases alejados de los genes que controlan, comunicándose a través de un plegamiento complejo tridimensional del ADN. Los modelos anteriores con ventanas de contexto más cortas no podían capturar estas dependencias de largo alcance.
AlphaGenome se une a un ecosistema en crecimiento de herramientas de inteligencia artificial que transforman la investigación biológica. La predicción de la estructura de proteínas, el descubrimiento de fármacos y ahora la regulación génica son problemas cada vez más tratables para el aprendizaje automático. Para la comunidad de investigación genética, la disponibilidad abierta de estos modelos democratiza el acceso a capacidades computacionales que anteriormente estaban limitadas a laboratorios bien financiados.
Las limitaciones del modelo también quedan claras en la presentación de DeepMind. Si bien AlphaGenome sobresale al predecir mediciones experimentales, traducir esas predicciones en resultados clínicos requiere una validación adicional. La brecha entre predecir la accesibilidad de la cromatina y predecir el riesgo de enfermedad sigue siendo sustancial.
Por ahora, AlphaGenome sirve como una herramienta de investigación, una que podría acelerar la comprensión de cómo funciona el genoma, incluso si las aplicaciones clínicas aún podrían tardar años en llegar. El hecho de que 3.000 científicos de 160 países ya utilicen el modelo sugiere que la comunidad de investigación ve un valor inmediato en lo que DeepMind ha construido.












