AlphaGenome Atlas: el mapa de IA de DeepMind para 9.000 millones de variantes del ADN

Google DeepMind presentó el 8 de septiembre de 2026 AlphaGenome Atlas, una base de datos consultable que predice los posibles efectos moleculares de cada variante de un solo nucleótido del genoma humano: alrededor de 9.000 millones de cambios posibles en una letra del ADN. El recurso, de aproximadamente 1 petabyte, está disponible gratuitamente para investigación académica mediante un portal web. 67

La promesa es práctica: en lugar de tener que ejecutar un modelo de IA para cada cambio genético candidato, los equipos de investigación pueden consultar predicciones ya calculadas y decidir cuáles merecen un análisis genético o experimental posterior.

Qué es —y qué no es— AlphaGenome Atlas

Una variante de un solo nucleótido es el reemplazo de una única letra de la secuencia de ADN. Puede ocurrir en regiones codificantes, que contienen instrucciones para fabricar proteínas, o en regiones no codificantes, que participan, entre otras funciones, en regular cuándo y dónde se activan los genes.

El Atlas se apoya en AlphaGenome, el modelo de IA de DeepMind diseñado para predecir cómo las variantes del ADN pueden afectar procesos biológicos relacionados con la regulación genética. La diferencia es importante:

• AlphaGenome es el modelo predictivo.
• AlphaGenome Atlas es el catálogo masivo y consultable de predicciones precalculadas con ese modelo. 6721

Es decir, el Atlas no comunica mediciones obtenidas directamente en el laboratorio para cada variante. Reúne hipótesis generadas por un modelo sobre cuáles cambios podrían tener mayor relevancia biológica y mediante qué mecanismos moleculares.

Un petabyte para cubrir 9.000 millones de cambios posibles

La base contiene predicciones para aproximadamente 9.000 millones de variantes de un solo nucleótido, junto con una puntuación denominada AlphaGenome Variant Impact (AVI) para cada una. 16

El objetivo es acortar una lista potencialmente enorme de diferencias genéticas observadas hasta llegar a un grupo de candidatas que convenga estudiar con mayor detalle. Esto resulta especialmente relevante en el ADN no codificante, cuya interpretación sigue siendo compleja pese a que puede influir en la actividad de los genes.

Cómo se puede acceder

DeepMind indica que AlphaGenome Atlas está disponible para investigación académica a través de un portal web gratuito e intuitivo. La plataforma está pensada para consultar el conjunto de datos sin tener que ejecutar el modelo ni escribir código. 7

Así, puede servir como una primera capa de investigación: un equipo revisa una variante candidata, consulta sus efectos predichos y usa esa información para priorizar experimentos, análisis genéticos o estudios funcionales.

Qué mide la puntuación AVI

La puntuación AVI condensa en un único indicador el impacto biológico predicho de una variante. Su particularidad es que ofrece un marco común para comparar dos grandes tipos de cambios:

• Variantes codificantes, que pueden alterar la secuencia o el procesamiento de una proteína.
• Variantes no codificantes, que pueden afectar la regulación de los genes y otras actividades moleculares.

Al reunir ambos tipos de señales, AVI pretende facilitar la priorización de candidatas en análisis de todo el genoma. 16

Las fuentes disponibles describen AVI como una herramienta de clasificación práctica, pero no detallan por completo su formulación matemática. Por ello, debe entenderse como una señal para ordenar prioridades de investigación, no como una prueba directa de causalidad de una enfermedad.

Primeras señales en enfermedad rara y genética de poblaciones

DeepMind y las informaciones sobre el lanzamiento destacaron dos aplicaciones iniciales comunicadas por colaboradores.

En investigación de enfermedades raras, un equipo del Broad Institute habría usado AVI para identificar una variante que afecta a DNM1 y genera un evento de splicing o empalme incorrecto. El gen DNM1 se ha asociado con encefalopatía epiléptica. 10 Es un ejemplo de cómo el sistema puede ayudar a sacar a la luz una candidata que podría pasar inadvertida, aunque la información facilitada no permite evaluar de forma independiente la replicación, la interpretación clínica ni el alcance general de ese caso.

Por otro lado, investigadores que analizaron genomas completos de más de 54.000 participantes de UK Biobank —un gran proyecto biomédico del Reino Unido— comunicaron un 22 % más de asociaciones no codificantes al utilizar el Atlas. 310 Detectar más asociaciones no demuestra por sí solo que sean causales ni que tengan aplicación clínica. Las fuentes proporcionadas no especifican los rasgos estudiados, los umbrales estadísticos ni la validación posterior de esos hallazgos.

El paralelismo con AlphaFold

La estrategia recuerda a AlphaFold: DeepMind combina un sistema predictivo con una base de datos de amplio acceso para que otros científicos puedan utilizar sus resultados. La base de datos de AlphaFold, desarrollada con el Instituto Europeo de Bioinformática del Laboratorio Europeo de Biología Molecular (EMBL-EBI), puso a disposición de la comunidad estructuras proteicas predichas. AlphaGenome Atlas traslada ese planteamiento a las consecuencias estimadas de variantes del ADN. 3134

Pero los objetos científicos son distintos:

• AlphaFold predice estructuras tridimensionales de proteínas.
• AlphaGenome Atlas predice efectos moleculares y regulatorios asociados a cambios de una letra del ADN. 731

Por volumen de datos, el Atlas es, según lo comunicado, más de 30 veces mayor que la base de datos de AlphaFold. 215

La advertencia clave: son predicciones, no diagnósticos

Las predicciones del Atlas no son resultados experimentales, y una puntuación AVI elevada no demuestra que una variante genética cause una enfermedad. Su uso adecuado es como base de investigación para priorizar variantes, formular hipótesis sobre mecanismos biológicos y planificar estudios funcionales o genéticos de seguimiento. 16

En la práctica, una variante destacada por el Atlas debería contrastarse con evidencia genética independiente, experimentos funcionales y, cuando corresponda, una evaluación clínica apropiada. La contribución central de AlphaGenome Atlas es su escala y accesibilidad: ofrece un mapa consultable de hipótesis generadas por IA para todos los cambios posibles de una sola letra en el ADN humano. El valor científico de esas hipótesis dependerá de su comprobación en el laboratorio y en estudios con personas.