El atlas AlphaGenome de DeepMind predice las 9.000 millones de formas de cambiar el ADN humano

Google DeepMind ha publicado una base de datos que predice lo que probablemente hace casi cada posible cambio de una sola letra en el ADN humano (unos 9.000 millones), precalculado en cientos de tipos de células y tejidos. La compañía la llama AlphaGenome Atlas y la describe como «el catálogo más completo de cómo las mutaciones genéticas afectan a la biología molecular». Es gratuita para uso en investigación académica, y existe porque ejecutar el modelo subyacente variante a variante se había convertido en el cuello de botella.

Lectura relacionada: Anthropic afirma que Claude descubrió un sistema enzimático similar a CRISPR en el ADN de un fago · Google DeepMind lanza un instituto para debatir sobre la AGI antes de que llegue.

El genoma humano tiene unos 3.000 millones de pares de bases. Cada posición puede, en principio, cambiar a una de otras tres letras, lo que se multiplica hasta más de 9.000 millones de posibles variantes de un solo nucleótido. La mayoría nunca se ha observado en una persona viva y, para la inmensa mayoría, se desconoce si un cambio dado es inofensivo o el desencadenante de una enfermedad. Atlas es el intento de DeepMind de rellenar ese espacio en blanco de forma computacional, asignando a cada cambio posible una predicción de cómo afecta a la regulación de los genes cercanos.

DeepMind publicó los detalles en una entrada del blog de la compañía y un blog de Google complementario el 8 de septiembre de 2026, junto a un preprint en bioRxiv y cobertura en Nature. El atlas es un conjunto de datos de un petabyte, más de 30 veces el tamaño de la base de datos de estructuras de proteínas AlphaFold que DeepMind publicó en 2021.

De una consulta a la vez a un mapa consultable

Atlas se construye sobre AlphaGenome, un modelo de IA que DeepMind publicó en 2025. Dado un tramo de ADN de hasta un millón de letras, AlphaGenome predice con qué intensidad se lee un gen, si las proteínas reguladoras pueden unirse a la secuencia y cómo se empalma el transcrito del gen. Se diseñó para investigadores que tenían una variante concreta en la mano y querían saber qué podía hacer. Lo que le faltaba era una forma de mirar todo el genoma a la vez.

Para construir Atlas, DeepMind ejecutó AlphaGenome sobre un genoma humano de referencia y comparó cada base de referencia con cada una de las tres alternativas, precalculando las respuestas en lugar de servirlas a demanda. Cada variante está vinculada a una media de unas 27.000 predicciones individuales: suficiente detalle para ser útil y demasiado para leerse directamente. Así que el equipo también creó una métrica resumen, la puntuación de impacto de variantes AlphaGenome, o AVI.

AVI combina las predicciones de AlphaGenome con AlphaMissense, un modelo anterior de DeepMind para variantes que alteran proteínas, y con medidas de cuán fuertemente se ha conservado un sitio de ADN a lo largo de la evolución. El resultado es un único número. Un AVI de 10 sitúa una variante entre el 10 por ciento más impactante del genoma; un AVI de 30 la sitúa entre la más fuerte de cada mil. De forma crucial, la puntuación funciona tanto para el aproximadamente 2 por ciento del genoma que codifica proteínas como para el 98 por ciento que no lo hace: las regiones no codificantes que orquestan la actividad génica y albergan la mayoría de las variantes asociadas a rasgos comunes.

DeepMind también puntuó más de 100 millones de inserciones y deleciones cortas observadas en bases de datos de población, incluidos el UK Biobank y el programa All of Us de los Institutos Nacionales de Salud de Estados Unidos, extendiendo la herramienta más allá de las sustituciones de una sola letra.

Un caso de enfermedad rara y un punto de referencia

La evidencia más concreta a favor de Atlas procede de una colaboración con el GREGoR Consortium, que estudia enfermedades genéticas raras sin resolver. Las investigadoras del Broad Institute Laura Covill y Anne O'Donnell-Luria usaron AVI para reexaminar casos que la secuenciación del genoma no había logrado resolver. En un niño con encefalopatía epiléptica, una forma grave de epilepsia, la puntuación elevó al primer puesto de la lista de candidatos una variante del gen DNM1 que antes se había pasado por alto.

El mecanismo que propuso el modelo era concreto: la variante creaba un sitio de empalme incorrecto, un error en las instrucciones de la célula para ensamblar una proteína, lo que hacía que la proteína se extendiera 13 aminoácidos. El efecto solo aparecía en una versión del gen expresada en el cerebro, razón por la cual la secuenciación anterior de muestras de sangre no había dado resultado. Los experimentos de laboratorio confirmaron la predicción, y la variante se reclasificó como probablemente patogénica.

DeepMind también informó de una prueba retrospectiva sobre casos que el consorcio ya había resuelto. AVI situó la variante causal conocida entre los 50 principales candidatos de un paciente en el 29,5 por ciento de los casos, frente al 12,5 por ciento de CADD, un método de clasificación consolidado. Una segunda colaboración, con Gareth Hawkes, de la Universidad de Exeter, aplicó Atlas a datos de genoma completo de más de 54.000 participantes del UK Biobank. Agrupar las variantes por su efecto molecular previsto arrojó un 22 por ciento más de asociaciones entre variantes raras no codificantes y niveles de proteínas circulantes que un análisis convencional y, en un caso, redujo una región de interés de 526 variantes candidatas a cuatro.

Lo que no hace

DeepMind tiene cuidado, en sus propios materiales, de acotar las afirmaciones. AVI es una herramienta de investigación, no de diagnóstico; la compañía señala que las predicciones no han sido validadas ni aprobadas para uso clínico y que solo pueden formar parte de la evidencia que sustenta un diagnóstico. El responsable científico de AlphaGenome, Žiga Avsec, dijo que el modelo funciona bien para algunas clases de variantes (las que afectan al empalme o a los promotores, por ejemplo), pero puede fallar en otras, en particular en los potenciadores, y que las predicciones, en conjunto, no son tan precisas como los resultados de estructura de proteínas de AlphaFold. Los investigadores no deberían tratarlas como «la verdad universal», dijo a Fortune.

También hay límites estructurales. El atlas no cubre todos los tipos de células y capta los efectos que actúan directamente sobre el ADN, no los que operan indirectamente, a través de cambios en los niveles de otras proteínas reguladoras. Esas salvedades no son exclusivas de DeepMind; son la forma del problema en la genómica computacional, donde una predicción puede ser genuinamente útil como herramienta de priorización sin sustituir al trabajo experimental.

Vale la pena señalar el enfoque comercial. Atlas es gratuito para uso no comercial a través del sitio web de DeepMind, pero el uso comercial se canaliza a través de Google Cloud, y DeepMind dijo que su empresa hermana Isomorphic Labs, que aplica la IA al descubrimiento de fármacos, también necesitaría una licencia comercial. Es el mismo patrón que la compañía ha seguido con otros modelos científicos: publicar la investigación, ofrecer el modelo base ampliamente para trabajo académico y monetizar el nivel empresarial. Para los laboratorios académicos sin grandes presupuestos de cómputo, el efecto práctico es que un recurso que genera un petabyte de predicciones es ahora una consulta en un sitio web en lugar de un entrenamiento.

Por qué esto es más que una base de datos

La importancia de Atlas tiene menos que ver con cualquier gen concreto que con el cambio de método que representa. La genética siempre se ha visto limitada por el coste de averiguar qué hace una variante: un investigador que sospechaba que una mutación podía importar tenía que identificarla, diseñar un experimento y ejecutarlo, y por eso la mayoría de los 9.000 millones de variantes posibles nunca se examinarán en un laboratorio. Precalcular una predicción de IA para todas ellas no sustituye esa evidencia, pero cambia dónde empieza la búsqueda: de una lista sin clasificar a una ordenada por impacto probable.

La comparación con AlphaFold es ilustrativa pero imperfecta. AlphaFold predijo estructuras de proteínas con una precisión que hacía que la confirmación experimental fuera en gran medida confirmatoria; el problema de la predicción de estructuras tiene una respuesta objetiva que puede comprobarse. La predicción del efecto de variantes es más desordenada. El mismo cambio en el ADN puede importar en un tejido y no en otro, y su consecuencia a menudo depende de otros genes, del entorno y del momento del desarrollo. Un modelo que predice una alteración del empalme puede acertar en el mecanismo y aun así equivocarse sobre si causa enfermedad. Por eso los propios investigadores de DeepMind describen Atlas como una forma de priorizar y no de concluir, y por eso es probable que la comunidad clínica lo trate como un generador de hipótesis durante algún tiempo.

También hay una cuestión de gobernanza. Atlas es gratuito para uso académico pero está restringido tras Google Cloud para el trabajo comercial, y la empresa hermana de DeepMind, Isomorphic Labs, está sujeta a la misma licencia. Esa estructura concentra un recurso científico poderoso dentro del ecosistema de una sola compañía, en un momento en que el acceso a datos genómicos a gran escala ya es desigual. DeepMind ha publicado el modelo y un preprint, lo que supone más apertura de la que ofrecería una herramienta puramente propietaria, pero los datos de entrenamiento y los términos comerciales no son plenamente públicos. Los investigadores que construyan sobre Atlas deberían entender qué pueden y qué no pueden hacer con los resultados, y qué ocurre si la licencia cambia.

Eso tiene una cualidad acumulativa. Cada experimento que confirma o contradice una predicción se convierte en datos que pueden mejorar el siguiente modelo, y cada investigador que usa Atlas genera un caso del que las versiones futuras pueden aprender. El propio planteamiento de DeepMind remonta la idea a AlphaFold, cuya base de datos de más de 200 millones de estructuras de proteínas ha sido consultada por millones de usuarios y ha remodelado la forma de hacer biología estructural.

Hay un escepticismo razonable que aplicar aquí. Las predicciones de IA tienen la costumbre de sonar autorizadas y a la vez equivocarse de formas difíciles de detectar, y una base de datos que clasifica variantes con una sola puntuación corre el riesgo de ser tratada como más definitiva de lo que es. Los resultados de referencia de AVI (superar a CADD en las tareas reportadas, pero no en todas) son alentadores más que concluyentes. El valor de la herramienta no lo decidirá la cobertura del lanzamiento, sino si los laboratorios comprueban que los orienta de forma consistente hacia variantes que merece la pena probar, y con qué frecuencia se equivoca. En esa prueba, la respuesta honesta es que nadie lo sabe todavía. Lo que está claro es que DeepMind ha hecho navegable el espacio de búsqueda de la variación genética humana de una forma en que antes no lo era, y que las herramientas para interpretarlo se iterarán ahora en público.

Imagen destacada: una ilustración de la doble hélice de ADN del National Human Genome Research Institute (NHGRI), dominio público.