Google DeepMind anunció AlphaGenome 2, un modelo que predice cómo las secuencias de ADN y sus variaciones afectan tipos celulares humanos específicos. Según la empresa, el modelo identifica casi el doble de variantes que alteran la expresión génica en células en comparación con el modelo anterior, se entrenó con más de 107 millones de perfiles celulares y está disponible para investigación no comercial vía API.
Google DeepMind anunció AlphaGenome 2, una nueva generación de su modelo de secuencia de ADN que predice cómo las secuencias genéticas y sus variaciones afectan tipos celulares humanos específicos. El anuncio se publicó en el blog de la empresa, firmado por Adam Gayoso, Natasha Latysheva, Pushmeet Kohli y Žiga Avsec.
La propuesta central es abandonar los promedios de tejidos amplios y llegar al nivel de células individuales y de sus estados. Según DeepMind, esto permite predecir efectos de variantes en células relevantes para enfermedades que los modelos basados en tejidos amplios dejarían pasar.
Cómo se rediseñó el modelo
El primer AlphaGenome recibía una secuencia de ADN de un millón de letras y predecía propiedades de miles de experimentos de muchos tejidos a la vez. Según el blog, ese enfoque paralelo diluía la capacidad del modelo y dificultaba capturar diferencias sutiles entre tipos celulares cercanos.
AlphaGenome 2 adopta una arquitectura condicional: además de la secuencia de ADN, recibe como entrada una condición biológica, definida como tejido, tipo celular o estado, en todas las etapas de la arquitectura. La condición puede provenir de un catálogo de referencia de tipos celulares o generarse a partir del propio experimento de célula única del científico, mediante un codificador celular.
Según DeepMind, el modelo se entrenó con datos de muestras humanas y de ratón, incluidos más de 107 millones de perfiles celulares individuales. Predice los mismos tipos centrales de lectura experimental que AlphaGenome, como expresión génica, modificaciones de histonas y accesibilidad de la cromatina, y añade la metilación del ADN.
Rendimiento y aplicaciones reportadas
DeepMind afirma que AlphaGenome 2 identifica casi el doble de variantes que alteran la expresión génica en células en comparación con el modelo anterior de vanguardia. En el conjunto de datos TenK10K, un mapa de célula única de 28 tipos de células inmunes primarias, el modelo identificó el 30% de las variantes causales, frente al 16% de AlphaGenome original ajustado para célula única y de otras herramientas especializadas. Para efectos direccionales de genes, las cifras fueron 43% frente a 23%.
El blog cita además un estudio que asoció una variante en un interruptor regulatorio distante con la enfermedad inflamatoria intestinal, mediante la superactivación del gen ETS2 en macrófagos del intestino. Según DeepMind, AlphaGenome 2 reprodujo computacionalmente el hallazgo, aislando la variante causal y mostrando que aumenta selectivamente ETS2 en esos macrófagos.
Otro punto destacado es la capacidad de generalizar a experimentos de célula única sin nuevo entrenamiento. A partir de un retrato de ARN de célula única de algunas decenas de células, el modelo condiciona predicciones sobre estados celulares no vistos. DeepMind ejemplifica con datos de un estudio de vacuna de ARNm contra la covid-19, en el que el modelo distinguió células T activadas por la vacuna de células en reposo e indicó que una variante ligada a la covid-19 grave perturba más la actividad génica en ese estado activado.
Disponibilidad y límites
AlphaGenome 2 está disponible para investigación no comercial mediante la AlphaGenome API, con una vista previa privada para investigación comercial. DeepMind también menciona tutoriales interactivos en Colab para el condicionamiento de expresión y la futura liberación de AlphaGenome 2 Skills en Google Antigravity.
La empresa afirma que precalculó predicciones del modelo para variantes asociadas a rasgos y enfermedades en cientos de condiciones celulares y tisulares humanas, con el objetivo de ayudar a los investigadores a vincular señales de estudios de asociación genómica amplia con genes diana y tipos celulares específicos.
DeepMind advierte que AlphaGenome y AlphaGenome 2 están destinados únicamente a la investigación y no han sido validados ni aprobados para fines clínicos o de diagnóstico. Las cifras de rendimiento citadas son las divulgadas por la propia empresa en el anuncio y no fueron verificadas de forma independiente en esta nota.
Fuente original: Google DeepMind — AlphaGenome 2: Deciphering how cells read DNA to better understand disease.
Recibe Radar de IA todos los días
Las noticias de inteligencia artificial que importan — con nuestro prisma y siempre con las fuentes. Gratis.






