Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAPI / Producto · Listo para usarHabr AI→ original

AlphaGenome 2 predice cómo funcionan los genes en una célula concreta a partir de un fragmento de ADN de hasta 1 millón de letras

Una misma mutación en el ADN puede alterar con fuerza el funcionamiento de un gen en unas células y casi no afectar a otras. AlphaGenome 2, de Google DeepMind, admite hasta 1 millón de nucleótidos (letras del ADN) y el perfil de una célula, por ejemplo un linfocito en inflamación. La primera versión solo conocía un conjunto fijo de tejidos. Para los equipos de biotecnología, es un camino rápido de una lista de mutaciones a una hipótesis para el laboratorio. El modelo no sustituye al catálogo previo: AlphaGenome Atlas sirve como filtro grueso y AlphaGenome 2 se reserva para los candidatos más interesantes.

Procesado por IA desde Habr AI; editado por Hamidun News
AlphaGenome 2 predice cómo funcionan los genes en una célula concreta a partir de un fragmento de ADN de hasta 1 millón de letras
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1En el ejemplo de enfermedad inflamatoria intestinal, una variante intensificaba el gen ETS2 en macrófagos
Dato clave #2Atlas, con 9000 millones de mutaciones, sigue sirviendo para un primer descarte; después entra AlphaGenome 2
Dato clave #3Acceso por API solo para investigación no comercial

Un mismo cambio de letra en el ADN puede alterar mucho el funcionamiento de un gen en unas células y apenas afectar a otras. Es como una línea en un archivo de configuración: en el entorno de pruebas es inofensiva, pero en producción rompe el servicio porque el entorno es otro. El 11 de noviembre, Google DeepMind presentó AlphaGenome 2.

El modelo recibe un fragmento de ADN de hasta 1 millón de nucleótidos (letras del código genético) y la descripción de una célula concreta, por ejemplo un linfocito en inflamación, y predice cómo cambiará la mutación el funcionamiento de los genes precisamente en esa célula. Si desarrollas herramientas de IA para biotecnología o sigues la ciencia, aquí hay un enfoque práctico: al modelo se le da el contexto y no se usa una imagen promediada de todos los casos.

Por qué importa tanto el contexto celular

Casi todas las células del organismo contienen el mismo ADN, pero una neurona y una célula de músculo liso necesitan proteínas distintas. La diferencia está en qué genes se leen, es decir, en la expresión. Solo el 1–2% del ADN codifica proteínas. Hasta el 98% restante se consideraba antes «basura», pero ahora se sabe que contiene sitios de anclaje para proteínas reguladoras, genes de ARN auxiliares y elementos que determinan el plegamiento tridimensional de la cromatina (el complejo de ADN con proteínas histonas). El perfil de expresión cambia con las señales del sistema inmunitario, las hormonas, la etapa de desarrollo de la célula, la temperatura e incluso los estímulos mecánicos.

Por eso, una mutación fuera de los propios genes también puede provocar una enfermedad: modifica la actividad del gen y a la célula le falta la proteína necesaria. Predecir esos efectos sigue siendo difícil.

Qué ha cambiado respecto a la primera versión

La primera AlphaGenome salió el año pasado. Admitía hasta 1 millón de nucleótidos y devolvía perfiles promediados para un conjunto fijo de tejidos y líneas celulares de la muestra de entrenamiento. Es como un pronóstico del tiempo para todo un país: hay una imagen general, pero el modelo no dice nada de un patio concreto.

La segunda versión incorpora un codificador celular (Cell encoder). Este convierte el perfil de expresión en un vector, es decir, en una descripción numérica del estado de la célula. Ese contexto se tiene en cuenta en todas las capas clave de la red. Para el entrenamiento se usaron datos de los proyectos CZ CELLxGENE y Human Cell Atlas, que describen millones de células individuales. El perfil se puede elegir de una base de datos ya preparada o cargar uno propio. Así, la predicción se construye para un tipo de célula y para su estado.

La arquitectura sigue siendo la misma: una U-Net en la que las capas convolucionales (CNN) buscan patrones locales cortos y los transformers conectan regiones separadas por hasta un millón de bases. A la salida, el modelo entrega un perfil de expresión y un mapa de cambios regulatorios con resolución de hasta un nucleótido. El mapa muestra qué regiones permanecerán abiertas para la lectura, dónde podrán unirse los factores de transcripción y cómo cambiarán los contactos de la cromatina en el núcleo.

Un ejemplo y el lugar en el flujo de trabajo

En el anuncio de DeepMind hay un ejemplo con enfermedad inflamatoria intestinal. El modelo reprodujo el resultado de un estudio experimental anterior y destacó una variante en una región regulatoria distante. Esa mutación intensifica de forma selectiva la actividad del gen ETS2 en monocitos y macrófagos y casi no afecta a otras células. Para un investigador, es un camino corto desde una lista de variantes sospechosas hasta una hipótesis comprobable: qué gen está afectado, en qué células y qué conviene verificar en un experimento.

AlphaGenome 2 no sustituye a AlphaGenome Atlas, la base de datos lanzada en septiembre. En ella, el modelo calculó de antemano el efecto de 9000 millones de mutaciones de una sola letra: el genoma tiene unos 3000 millones de bases y cada una admite tres variantes de sustitución. Pasar tantas variantes por una red contextual pesada para cada estado celular exige demasiados recursos. Por eso, primero se criban los candidatos de forma aproximada con Atlas y luego los más interesantes se calculan en AlphaGenome 2. Allí también se pueden introducir combinaciones de mutaciones más complejas.

El modelo forma parte del ecosistema de DeepMind para la biología: AlphaMissense evalúa la peligrosidad de las sustituciones de aminoácidos, AlphaFold predice estructuras de proteínas y AlphaProteo diseña proteínas para una diana elegida.

Limitaciones y conclusión práctica

Incluso las predicciones precisas requieren confirmación experimental en los casos clínicamente relevantes. El ejemplo de ETS2 muestra que el modelo repitió un resultado ya conocido, y no puede considerarse un descubrimiento independiente. AlphaGenome 2 se puede probar a través de una API, pero solo para investigación no comercial. El código y los pesos están en acceso abierto únicamente en la primera versión.

Para los equipos que construyen herramientas para laboratorios, la conclusión es esta. El esquema de «un catálogo barato en el primer paso y un modelo caro con contexto en el segundo» sirve también fuera de la genómica. Si desarrollas un producto para buscar dianas o analizar variantes, conviene estudiar la API con antelación y pensar cómo integrarla en el pipeline. DeepMind aún no ha anunciado las condiciones comerciales, así que es pronto para construir un producto solo sobre AlphaGenome 2.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Por qué importa tanto el contexto celular?

Casi todas las células del organismo contienen el mismo ADN, pero una neurona y una célula de músculo liso necesitan proteínas distintas. La diferencia está en qué genes se leen, es decir, en la expresión. Solo el 1–2% del ADN codifica proteínas. Hasta el 98% restante se consideraba antes «basura», pero ahora se sabe que contiene sitios de anclaje para proteínas reguladoras, genes de ARN auxiliares y elementos que determinan el plegamiento tridimensional de la cromatina (el complejo de ADN con proteínas histonas).

¿Qué se sabe sobre Qué ha cambiado respecto a la primera versión?

La primera AlphaGenome salió el año pasado. Admitía hasta 1 millón de nucleótidos y devolvía perfiles promediados para un conjunto fijo de tejidos y líneas celulares de la muestra de entrenamiento. Es como un pronóstico del tiempo para todo un país: hay una imagen general, pero el modelo no dice nada de un patio concreto. La segunda versión incorpora un codificador celular (Cell encoder). Este convierte el perfil de expresión en un vector, es decir, en una descripción numérica del estado de la célula.

¿Qué se sabe sobre Un ejemplo y el lugar en el flujo de trabajo?

En el anuncio de DeepMind hay un ejemplo con enfermedad inflamatoria intestinal. El modelo reprodujo el resultado de un estudio experimental anterior y destacó una variante en una región regulatoria distante. Esa mutación intensifica de forma selectiva la actividad del gen ETS2 en monocitos y macrófagos y casi no afecta a otras células.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…