AlphaGenome Atlas: predicciones de 9 mil millones de variantes de ADN

⏱ Tiempo de lectura: 4 min

Google DeepMind presentó el 8 de septiembre de 2026 AlphaGenome Atlas, una plataforma con predicciones de efectos moleculares para los 9 mil millones de variantes de ADN posibles en el genoma humano. El recurso contiene un nuevo puntuaje de clasificación de variantes y un documento técnico acompañante. El conjunto de datos resultante ocupa aproximadamente 1 petabyte, más de 30 veces mayor que la Base de Datos AlphaFold expandida en 2022.

Qué incluye AlphaGenome Atlas

El equipo realizó mutagénesis de saturación in silico en todo el genoma humano, generando predicciones para cada variante de nucleótido único posible en el ensamblaje de referencia hg38, más de 100 millones de inserciones y deleciones observadas en los conjuntos de datos gnomAD, UK Biobank y All of Us. Cada variante incluye un promedio de 27 mil predicciones escalares específicas de experimentos en cientos de tipos celulares y tejidos humanos y de ratón. DeepMind lanzó la puntuación AlphaGenome Variant Impact (AVI), que condensa predicciones de AlphaGenome y AlphaMissense con características de conservación y pérdida de función de proteínas en un número único por variante. El Atlas también incluye un compendio de 2 mil 601 motivos de secuencia de ADN recurrentes con ubicaciones mapeadas entre tipos celulares. La herramienta alcanza rendimiento de vanguardia en variantes no codificantes, donde registra las ganancias más significativas.

Datos clave y aplicaciones iniciales

Colaboradores externos ya utilizan el recurso. Con el Consorcio GREGoR, investigadores del Broad Institute aplicaron la puntuación AVI a casos de enfermedades raras sin resolver y priorizaron una variante intrónica profunda en DNM1, gen vinculado a encefalopatía epiléptica. Las predicciones de AlphaGenome revelaron que la variante creó un sitio de corte y empalme críptico específico del cerebro que extendió la proteína resultante 13 aminoácidos. En la Universidad de Exeter, un investigador del Consejo de Investigación Médica aplicó Atlas a datos del genoma completo de más de 54 mil participantes del UK Biobank, descubriendo 22 por ciento más asociaciones genéticas no codificantes con niveles de proteínas circulantes. En el Instituto Stowers, investigadores usaron el recurso de motivos para categorizar qué factores de transcripción afectan solo la accesibilidad del ADN versus cuáles también pueden activar genes.

Disponibilidad y limitaciones

AlphaGenome Atlas está disponible para uso de investigación no comercial desde el 8 de septiembre de 2026, junto con la API de AlphaGenome y una función en Google Antigravity, la plataforma de desarrollo agentic de la empresa. DeepMind señaló que el acceso comercial en Google Cloud llegará pronto, y el documento técnico indica que una descarga estática de puntuaciones AVI tiene licencia permisiva para uso comercial y no comercial. Los autores aclaran que Atlas y AVI son herramientas de investigación que predicen efectos moleculares y solo pueden servir como parte de la cadena de evidencia que lleva a diagnósticos clínicos, no como evidencia suficiente por sí solas. El descargo de responsabilidad de DeepMind añade que AlphaGenome no ha sido validado ni aprobado para uso clínico alguno. El documento también señala vacíos en los datos de entrenamiento de AlphaGenome, incluyendo tipos celulares faltantes y ARNs no poliadenilados. Fuente: www.unite.ai

Qué falta por confirmar

DeepMind considera esta primera generación de Atlas como una línea de base que mejorará en precisión conforme los modelos subyacentes se perfeccionen. El impacto clínico real dependerá de validación experimental adicional y adopción en flujos de trabajo de diagnóstico estándar. La plataforma representa un avance significativo en la predicción de efectos genéticos, pero requiere integración cuidadosa con procesos clínicos establecidos antes de influir en diagnósticos de pacientes.

Elemento	Detalles
Plataforma	AlphaGenome Atlas
Empresa	Google DeepMind
Fecha de lanzamiento	8 de septiembre de 2026
Variantes predichas	9 mil millones de variantes de ADN de nucleótido único, más de 100 millones de inserciones y deleciones
Tamaño de datos	~1 petabyte (30 veces mayor que AlphaFold Database)
Predicciones por variante	Promedio de 27 mil predicciones escalares específicas de experimentos
Cobertura de tipos celulares	Cientos de tipos celulares y tejidos humanos y de ratón
Puntuación AVI	Condensa AlphaGenome y AlphaMissense con conservación y pérdida de función; rendimiento de vanguardia en variantes no codificantes
Motivos de ADN	2 mil 601 motivos de secuencia recurrentes mapeados por tipo celular
Uso investigativo (gnomAD, UK Biobank, All of Us)	Descubrimiento de 22% más asociaciones genéticas no codificantes con proteínas; identificación de variantes regulatorias
Disponibilidad	Uso no comercial desde 8 de septiembre de 2026; API de AlphaGenome; acceso comercial en Google Cloud próximamente
Licencia AVI estática	Permisiva para uso comercial y no comercial
Limitaciones clínicas	Herramienta de investigación; no validada ni aprobada para uso clínico; solo parte de cadena de evidencia diagnóstica
Brechas en datos de entrenamiento	Tipos celulares faltantes y ARNs no poliadenilados

Preguntas frecuentes sobre AlphaGenome Atlas

¿Qué diferencia tiene AlphaGenome Atlas respecto a AlphaFold Database?

AlphaGenome Atlas contiene predicciones de efectos moleculares para variantes de ADN en todo el genoma humano (~1 petabyte), mientras que AlphaFold Database concentra estructuras de proteínas predichas. Atlas es 30 veces más grande que la base de datos AlphaFold expandida en 2022.

¿Cuándo estará disponible para uso comercial?

El acceso no comercial comenzó el 8 de septiembre de 2026. DeepMind anunció que el acceso comercial en Google Cloud está próximo, aunque no especifica una fecha exacta. La descarga estática de puntuaciones AVI ya tiene licencia permisiva para uso comercial.

¿Puedo usar AlphaGenome Atlas para diagnósticos clínicos?

No se recomienda. DeepMind aclara que Atlas es una herramienta de investigación y solo puede servir como parte de la cadena de evidencia diagnóstica, no como evidencia suficiente por sí sola. No ha sido validado ni aprobado para uso clínico alguno.

Nuestra lectura editorial

AlphaGenome Atlas representa un hito en genómica computacional: una referencia exhaustiva de predicciones que acelera descubrimientos en variantes raras y asociaciones regulatorias no codificantes. Sin embargo, la brecha entre predicción y validación clínica sigue siendo considerable, y la comunidad médica deberá construir protocolos rigurosos antes de integrar estas predicciones en diagnósticos rutinarios.

En Inteligencia Artificial creemos que herramientas de este calibre democratizan el acceso a análisis genómico profundo para investigadores, pero la prueba real será cómo transita desde promesa computacional a impacto clínico verificado. ¿Qué validaciones experimentales podrían acelerar ese tránsito sin comprometer rigor?