Un cambio mínimo en el ADN puede pasar inadvertido o alterar funciones básicas de una célula. Entre esos dos extremos se mueve una de las preguntas más difíciles de la genética moderna.Ahora, Google DeepMind presentó AlphaGenome Atlas, un mapa predictivo con los efectos potenciales de 9.000 millones de variantes de una sola letra del genoma humano, una escala que hasta hace poco quedaba fuera del alcance práctico de la investigación. La novedad no reside solo en el volumen. El avance consiste en convertir esa masa de cálculos en una herramienta consultable, con una puntuación que ayuda a separar qué mutaciones merecen atención inmediata.PUBLICIDADLa propuesta parte de un problema conocido. El genoma humano contiene cerca de 3.000 millones de posiciones y, en cada una, la letra presente puede cambiar por cualquiera de las otras tres. Eso abre un espacio inmenso de variantes posibles. Algunas no provocan efectos detectables.Una infografía de Infobae sintetiza el catálogo de Google DeepMind con predicciones de 9.000 millones de variantes genéticas y sus aplicaciones en la investigación biomédica. (Imagen Ilustrativa Infobae)Otras modifican la actividad de los genes, alteran el procesamiento del ARN o cambian la forma en que el ADN queda accesible dentro de la célula. En ciertos casos, esas alteraciones se vinculan con enfermedades. Comprobar una por una en el laboratorio exige una cantidad de tiempo y recursos imposible de sostener.PUBLICIDADDeepMind buscó resolver ese cuello de botella con una estrategia distinta. En vez de estudiar solo ejemplos aislados, trasladó las predicciones de su modelo AlphaGenome a la escala completa del genoma y las reunió en un atlas abierto desde la web, la API y la herramienta Antigravity.Según la compañía, el conjunto ocupa cerca de un petabyte de datos, unas treinta veces más que la base que impulsó el despliegue de AlphaFold en proteínas. La comparación no resulta menor: si AlphaFold cambió la investigación biomolecular al ofrecer estructuras predichas listas para consultar, AlphaGenome Atlas aspira a cumplir una función parecida en genética regulatoria.PUBLICIDADEl desarrollo fue destacado por el prestigioso médico cardiólogo estadounidense Eric Topol, quien felicitó al equipo a través de la red social X.Un diagrama explica el uso del sistema AlphaGenome para evaluar el impacto de variaciones en la secuencia del ADN humano. (Google)La base del sistema es el modelo AlphaGenome, presentado antes por DeepMind para analizar fragmentos concretos de ADN y anticipar múltiples consecuencias moleculares de una variante. PUBLICIDADEse modelo ya podía estimar efectos sobre expresión génica, accesibilidad de la cromatina y otros procesos. El problema era la escala. Aplicarlo a un genoma completo exigía una capacidad computacional que la mayoría de los equipos no tenía a mano. El atlas resuelve esa barrera con predicciones precalculadas para todas las sustituciones posibles de una sola base.Ese detalle cambia el uso práctico de la herramienta. En lugar de programar consultas complejas y esperar el procesamiento de cada caso, los investigadores pueden entrar al catálogo y revisar resultados listos para usar. PUBLICIDADŽiga Avsec, líder del equipo de AlphaGenome, resumió esa idea con una frase que apunta al corazón del proyecto: “El acceso instantáneo es algo que resulta mágico”. Más allá del tono, la afirmación expresa el salto principal de esta etapa. DeepMind no presentó solo un modelo, sino una infraestructura pensada para que más laboratorios puedan trabajar con sus salidas.El atlas ocupa cerca de un petabyte de datos y extiende a escala del genoma humano las capacidades predictivas del modelo AlphaGenome