Google DeepMind anunció el 11 de noviembre AlphaGenome 2, un modelo de inteligencia artificial que predice cómo las variaciones del ADN afectan a tipos y estados celulares concretos. El lanzamiento acerca el análisis genético a una pregunta fundamental: ¿por qué un mismo cambio puede importar en unas células y apenas influir en otras?
Del tejido a la célula: qué cambia con AlphaGenome 2
El ADN contiene instrucciones para fabricar proteínas y regular su actividad. Interpretar esas instrucciones exige conocer el contexto en el que actúan. Según la presentación del proyecto AlphaGenome, la nueva versión se entrenó con más de 100 millones de perfiles celulares de 68 tejidos. Su objetivo es distinguir efectos que pueden diluirse cuando se estudia un tejido como un promedio.
La documentación técnica explica que el investigador puede seleccionar una condición biológica de referencia o aportar sus propios datos de secuenciación de ARN de células individuales. El sistema utiliza esa información para orientar las predicciones a un contexto celular específico.
Entre las posibilidades que describe la documentación están:
- Comparar variantes genéticas: estimar cómo cambia su efecto entre condiciones celulares.
- Estudiar la regulación de genes: analizar predicciones de actividad y otras señales moleculares.
- Explorar datos que faltan: inferir determinadas mediciones experimentales no observadas.
Qué significan las cifras anunciadas
En su anuncio oficial, DeepMind comunica que, en el conjunto TenK10K de 28 tipos de células inmunitarias, AlphaGenome 2 identificó un 30 % de las variantes causales evaluadas, frente al 16 % de la versión anterior ajustada con datos celulares.
Es una comparación dentro de una evaluación concreta, comunicada por la compañía. No significa que el modelo diagnostique enfermedades con ese porcentaje de acierto ni que el resultado pueda trasladarse automáticamente a cualquier paciente. Para un laboratorio, su posible utilidad está en orientar qué hipótesis merece la pena comprobar después.
Cómo se puede utilizar
El lanzamiento ofrece acceso mediante la API de AlphaGenome para investigación no comercial; el uso comercial comienza en una vista previa privada.
Predicciones para investigar, con límites importantes
Las preguntas frecuentes del servicio advierten de que los datos muy diferentes de los utilizados en el entrenamiento pueden producir resultados que no capturen bien esa variación. También distinguen predicciones respaldadas por evaluaciones de otras exploratorias, que deben tratarse como hipótesis.
Las condiciones de uso excluyen la toma de decisiones clínicas. El propio anuncio precisa que AlphaGenome y AlphaGenome 2 no han sido validados ni aprobados para diagnóstico. Su aplicación es científica: ayudar a formular preguntas y diseñar comprobaciones experimentales.
La novedad, por tanto, está en ganar detalle sobre el contexto celular. El siguiente paso para valorar su impacto será observar qué resultados consiguen equipos independientes al incorporarlo a sus investigaciones.
Imagen de archivo ilustrativa: una investigadora prepara un equipo de secuenciación en los CDC (2021). Fotografía: Lauren Bishop / CDC. Dominio público. Fuente gratuita: CDC, Public Health Image Library, imagen 26167. La fotografía no corresponde a instalaciones de Google DeepMind.
