Ejecutar el modelo por adelantado
Google DeepMind publicó el lunes AlphaGenome Atlas, una base de datos de predicciones generadas por IA sobre cómo los cambios de una sola letra en el ADN humano afectan a la biología molecular.
La escala sale de una aritmética sencilla. El genoma humano de referencia tiene unos tres mil millones de letras y, en cada posición, hay tres sustituciones posibles. Eso son nueve mil millones de variantes, y DeepMind ha ejecutado su modelo AlphaGenome sobre todas ellas por adelantado.
El resultado ocupa alrededor de un petabyte. DeepMind afirma que eso hace que el Atlas sea más de treinta veces mayor que la base de datos de AlphaFold, el recurso de estructuras proteicas que la compañía publicó en 2021 y amplió a más de 200 millones de predicciones en 2022.
Qué predice y el número único que lo corona
AlphaGenome compara una secuencia de ADN original con otra alterada y predice cómo el cambio podría afectar a la expresión génica y a otra actividad reguladora. Precalcularlo elimina el paso en el que un investigador tiene que ejecutar él mismo un modelo para preguntar por una variante.
Junto a las predicciones en bruto, DeepMind publicó la puntuación AlphaGenome Variant Impact, o AVI. Condensa las predicciones de AlphaGenome y de AlphaMissense —el modelo de la compañía para variantes que alteran proteínas— en un solo número, de modo que las variantes en regiones codificantes y no codificantes puedan ordenarse en la misma escala.
Ese último punto es el útil. La mayor parte del genoma humano no codifica proteínas, y la mayoría de las herramientas para interpretar variantes han sido más fuertes justo donde AlphaMissense ya funcionaba. Una variante reguladora situada lejos de cualquier gen ha sido históricamente mucho más difícil de puntuar.
Acceso
El Atlas es gratuito para investigación académica, a través de un portal web, la API de AlphaGenome y como capacidad dentro de Google Antigravity. El acceso comercial pasará por Google Cloud.
DeepMind nombra como socios de investigación al Broad Institute, la Universidad de Exeter, el Stowers Institute for Medical Research, el Boston Children’s Hospital y el consorcio GREGoR. Tanto Nature como IEEE Spectrum cubrieron el lanzamiento.
Qué vigilar a continuación
Son predicciones, no mediciones. El valor del Atlas depende de cómo aguanten las salidas de AlphaGenome frente a datos experimentales para variantes que nadie ha caracterizado todavía, y esa es una pregunta que la comunidad genética responde despacio, un banco de pruebas cada vez.
Lo concreto que hay que vigilar es si los flujos clínicos de interpretación de variantes empiezan a citar puntuaciones AVI, y sobre qué base probatoria. Las estructuras de AlphaFold se convirtieron en infraestructura porque la gente las comprobó; aquí se aplica la misma prueba, y todavía no se ha hecho.
