AlphaGenome Atlas: qué se ha calculado para 9.000 millones de cambios de ADN

Donde un genoma de referencia contiene una A, cambiarla por C, G o T da tres preguntas distintas. Repítase esa operación en miles de millones de posiciones y se entiende la escala de AlphaGenome Atlas. Google DeepMind presentó en septiembre un catálogo de predicciones moleculares para unos 9.000 millones de sustituciones de una sola letra. El número cuenta alternativas de secuencia. No cuenta personas estudiadas, enfermedades identificadas ni mutaciones observadas en un laboratorio. Presentación del Atlas.

Lo interesante aparece después de la cifra. Si una variante destaca, el investigador puede preguntar qué tipo de proceso molecular podría alterarse, en qué tejido interesa mirar y qué experimento permitiría contrastarlo. En una investigación de una encefalopatía epiléptica, esa secuencia de preguntas llevó a un cambio en DNM1 y a ensayos sobre el procesamiento del ARN. El caso explica mejor las posibilidades y límites de la herramienta que la expresión «la IA ha descifrado el genoma». Método y caso DNM1, figura 3.

Modelo, atlas y puntuación son tres cosas distintas

AlphaGenome es el modelo. Recibe una secuencia extensa de ADN y predice diversas señales funcionales. En enero de 2026 sus autores publicaron en Nature el trabajo que explica su arquitectura y evaluación. Una de sus características es procesar alrededor de un millón de bases de contexto. Eso permite que la predicción para una región tenga en cuenta una porción más amplia de secuencia que la letra que se pretende cambiar. Investigación sobre el modelo AlphaGenome.

El atlas es el recurso con resultados precalculados. Si alguien quiere comparar varias alternativas cubiertas en un punto del genoma, puede consultar predicciones ya realizadas. Esta diferencia es parecida a consultar una tabla de distancias o pedir al navegador que calcule un trayecto: el dato disponible en la tabla tiene condiciones de origen, mientras que una consulta distinta puede exigir un nuevo cálculo. Además de las sustituciones, el trabajo incluye determinadas inserciones y deleciones observadas en conjuntos de datos poblacionales. Estas últimas no representan todas las inserciones o pérdidas de ADN imaginables. Alcance y criterios de inclusión del catálogo.

AVI, de AlphaGenome Variant Impact, es una puntuación para ordenar variantes. Integra las señales del modelo con otros indicios, entre ellos conservación de secuencia e información sobre cambios en proteínas. Que dos variantes queden en posiciones próximas en esa clasificación no significa que causen el mismo efecto. Una puede llamar la atención por una señal relacionada con el procesamiento del ARN; otra, por un cambio previsto en una proteína. La descomposición de la puntuación ayuda a decidir qué hipótesis vale la pena mirar. Documentación y recursos del modelo.

Cómo se llega a miles de millones de preguntas

Tomemos una secuencia inventada y una de sus A. Para estudiar la comparación A frente a C se conserva el resto del contexto y se comparan las predicciones obtenidas con la referencia y con la alternativa. Se vuelve a empezar para A frente a G y A frente a T. El modelo estima diferencias en las señales moleculares de interés. El procedimiento aísla un cambio bajo unas condiciones bien definidas. No simula al mismo tiempo todas las combinaciones de variantes de dos personas emparentadas. Cómo se puntúa una variante.

El cálculo aproximado «tres alternativas por posición conocida» explica el orden de magnitud, no la contabilidad exacta de cada cromosoma. Para reproducir una consulta hay que identificar una posición, la versión del genoma de referencia y el alelo alternativo. El trabajo técnico indica que usó GRCh38 y excluyó letras de referencia indeterminadas. Así, «en este lugar cambia una letra» es una descripción comprensible para el lector, pero insuficiente para un laboratorio que quiera repetir la búsqueda. Métodos de indexación de las predicciones.

En una tabla con solo «posición» y «puntuación» se perdería una distinción decisiva. Si dos equipos comparan distintas alternativas en la misma coordenada pueden obtener resultados diferentes sin que exista desacuerdo entre ellos. Si uno trabaja con otra versión de referencia, incluso el número de posición puede apuntar a otro lugar. Para compartir una observación son necesarios el ensamblaje, el cromosoma, la posición, el cambio exacto y la señal que se está comparando. Registrar esas piezas cuesta poco y evita perseguir una discrepancia que en realidad era una consulta distinta.

Qué está leyendo el modelo

Algunas secuencias participan en procesos que regulan cuándo, cuánto o en qué tejido se expresa un gen. Otras influyen en cómo se recortan y unen partes del ARN para formar una molécula madura. Una variante puede afectar a alguna de estas operaciones sin cambiar directamente una letra de la parte de un gen que codifica una proteína. El atlas es especialmente interesante en esas regiones, donde la interpretación suele exigir mirar algo más que la secuencia final de la proteína. Tipos de señal y estimaciones del modelo.

La palabra «efecto» necesita complemento. Efecto previsto sobre una señal de expresión en cierto tipo celular y efecto sobre la salud de una persona son afirmaciones con exigencias probatorias diferentes. Un sistema puede acertar sobre una modificación molecular sin determinar cuánto importa para el organismo. Puede también sugerir el mecanismo equivocado o no haber aprendido suficientemente bien determinado tejido. Que una herramienta ofrezca varias señales es una oportunidad para formular mejores preguntas, pero también multiplica la posibilidad de elegir después la señal que más convenga a una historia.

El caso DNM1 paso a paso

En el trabajo del Atlas, los investigadores ordenaron variantes en personas con trastornos raros sin explicación molecular establecida. Para uno de los casos con encefalopatía epiléptica, una variante no codificante en un intrón de DNM1 emergió como candidata destacada. La localización importaba porque estaba cerca de un exón presente en determinadas formas del transcrito que se expresan en el cerebro. La figura 3 del estudio compara las señales previstas en neuronas y en sangre. Mirar el mismo gen en tejido sanguíneo no habría respondido automáticamente a la pregunta sobre esa forma del ARN. Caso publicado y elección del tejido.

La hipótesis era concreta: la variante podía crear un lugar alternativo de corte y unión durante el procesamiento del ARN y modificar el producto resultante. Esa formulación permite diseñar un experimento. Los investigadores estudiaron el efecto en ensayos celulares y compararon también variantes próximas. Hay una diferencia importante entre observar que los cálculos apuntan a una alteración, observar material experimental compatible con ella y determinar qué significado tiene todo ello para el caso clínico. Cada conclusión necesita indicar en cuál de esas etapas se apoya. Resultados experimentales y su interpretación.

Una herramienta que prioriza bien puede ahorrar búsquedas aunque nunca emita un diagnóstico por sí misma. Imaginemos dos equipos que disponen de presupuesto para comprobar cinco candidatos. El valor práctico de la clasificación está en si esos cinco incluyen una pista que merece contrastarse y en si la explicación ayuda a elegir una prueba adecuada. Que una variante quede quinta en lugar de décima no dice que su probabilidad de causar enfermedad se haya duplicado. El orden y una probabilidad individual contestan preguntas diferentes.

Cómo leer un AVI de 20

El trabajo transforma la clasificación en una escala en la que, para las variantes de una sola letra, una puntuación de 10 corresponde aproximadamente al 10 % de puntuaciones más altas y una de 20 al 1 % superior del conjunto de referencia. Sirve para ordenar. No equivale a un 20 % de riesgo, ni a una certeza del 99 % de que una persona enfermará. Dos cifras pueden coexistir: una variante puede estar en el extremo de la distribución calculada y seguir teniendo consecuencias clínicas inciertas. Definición de la escala AVI.

El porcentaje tampoco explica de dónde viene la señal. Para ese propósito los autores describen atribuciones por características, un desglose de qué componentes influyeron en el resultado de la puntuación. Esto puede orientar una comparación posterior con datos medidos. Una atribución matemática al componente relacionado con el corte del ARN no constituye una observación directa de ese corte. Esa distinción conviene mantener incluso cuando el modelo tiene buen rendimiento general en una evaluación.

Qué cuenta como validación

Evaluar un recurso así requiere declarar la prueba que se quiere superar. En un conjunto de casos resueltos se puede preguntar cuántas variantes relevantes aparecen entre las primeras cincuenta candidatas, lo bastante pocas para orientar una investigación. En otro ensayo interesa saber si el orden de los efectos previstos concuerda con mediciones en células. Un buen resultado en el primer ejercicio no fija automáticamente la concordancia en el segundo. Tampoco fija qué ocurrirá con una variante en un tejido poco representado. Comparaciones retrospectivas y pantallas experimentales.

La distinción entre las publicaciones también tiene importancia. El trabajo del modelo base apareció en Nature. La versión del estudio específico del Atlas citada aquí se identifica como prepublicación en el repositorio. Estar disponible para escrutinio y haber superado la revisión editorial de una revista no son estados intercambiables. Se puede aprender del método, inspeccionar resultados y reproducir consultas sin conceder al documento un estado de revisión que no figura en esa versión. Artículo del modelo y versión consultada del estudio del Atlas.

Para quien siga una noticia sobre genómica, una lectura rigurosa acaba con cuatro datos: qué variante se comparó, qué señal se predijo, en qué contexto y con qué observación se contrastó. Si la noticia se detiene después de la predicción, queda identificada una hipótesis. Si incorpora una medición celular independiente del cálculo, la evidencia avanza un paso. El caso DNM1 muestra lo que puede suceder cuando cada etapa se documenta sin utilizar el resultado de una como atajo para todas las demás.

Fuentes y agradecimientos

Agradecemos a los equipos de AlphaGenome, AlphaGenome Atlas y GREGoR la publicación de métodos, ejemplos y limitaciones, y a los responsables de la documentación de puntuación de variantes las instrucciones para interpretar comparaciones. Gaia elaboró ambos gráficos a partir de esas fuentes; el ejemplo de la base A es ilustrativo.