Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoHabr AI→ original

AlphaGenome 2 prevê o funcionamento dos genes em uma célula específica a partir de um trecho de DNA de até 1 milhão de letras

Uma única mutação no DNA pode alterar bastante o funcionamento de um gene em certas células e quase não afetar outras. O AlphaGenome 2, do Google DeepMind, recebe até 1 milhão de nucleotídeos (letras do DNA) e o perfil de uma célula, por exemplo um linfócito durante uma inflamação. A primeira versão conhecia apenas um conjunto fixo de tecidos. Para equipes de biotecnologia, é um caminho rápido da lista de mutações até uma hipótese para o laboratório.

Processado por IA de Habr AI; editado por Hamidun News
AlphaGenome 2 prevê o funcionamento dos genes em uma célula específica a partir de um trecho de DNA de até 1 milhão de letras
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
Dado-chave #1No exemplo com doença intestinal, uma variante aumentava a atividade do gene ETS2 em macrófagos
Dado-chave #2O Atlas, com 9 bilhões de mutações, continua servindo para uma triagem grosseira; depois entra o AlphaGenome 2
Dado-chave #3O acesso via API é restrito a pesquisas não comerciais

A mesma troca de uma letra no DNA pode alterar bastante o funcionamento de um gene em algumas células e quase não afetar outras. É como uma linha em um arquivo de configuração: no ambiente de teste ela é inofensiva, mas em produção derruba o serviço, porque o ambiente é outro. Em 11 de novembro, o Google DeepMind apresentou o AlphaGenome 2.

O modelo recebe um trecho de DNA de até 1 milhão de nucleotídeos (letras do código genético) e a descrição de uma célula específica, como um linfócito em inflamação, e então prevê como a mutação vai alterar o funcionamento dos genes justamente nessa célula. Se você desenvolve ferramentas de IA para biotecnologia ou acompanha a ciência, aqui há uma técnica útil: o modelo recebe o contexto como entrada, em vez de trabalhar com uma média de todos os casos.

Por que o contexto da célula importa tanto

Quase todas as células do organismo têm o mesmo DNA, mas um neurônio e uma célula de músculo liso precisam de proteínas diferentes. A diferença está em quais genes são lidos, isto é, na expressão gênica. Apenas 1–2% do DNA codifica proteínas. Os outros cerca de 98% já foram chamados de "lixo", mas hoje se sabe que ali ficam os pontos de ancoragem de proteínas reguladoras, genes de RNAs auxiliares e elementos que definem o dobramento tridimensional da cromatina (o complexo de DNA com proteínas histonas). O perfil de expressão muda conforme sinais do sistema imune, hormônios, o estágio de desenvolvimento da célula, a temperatura e até estímulos mecânicos.

Por isso, uma mutação fora dos genes também pode causar doença: ela altera a atividade de um gene, e a célula fica sem a proteína de que precisa. Prever esses efeitos continua sendo difícil.

O que mudou em relação à primeira versão

O primeiro AlphaGenome foi lançado no ano passado. Ele recebia até 1 milhão de nucleotídeos e entregava perfis médios para um conjunto fixo de tecidos e linhagens celulares presentes nos dados de treinamento. É como uma previsão do tempo para o país inteiro: dá o panorama geral, mas o modelo não diz nada sobre um quintal específico.

Na segunda versão, a entrada ganhou um codificador de células (Cell encoder). Ele transforma o perfil de expressão em um vetor, ou seja, em uma descrição numérica do estado da célula. Esse contexto é considerado em todas as camadas-chave da rede. No treinamento, foram usados dados dos projetos CZ CELLxGENE e Human Cell Atlas, que descrevem milhões de células individuais. O perfil pode ser escolhido em uma base pronta ou carregado pelo próprio usuário. Com isso, a previsão é feita para o tipo de célula e também para o seu estado.

A arquitetura continua a mesma: uma U-Net em que camadas convolucionais (CNN) buscam padrões locais curtos e transformers conectam trechos separados por até um milhão de bases. Na saída, o modelo entrega o perfil de expressão e um mapa de alterações regulatórias com resolução de até um nucleotídeo. O mapa mostra quais regiões permanecerão abertas para leitura, onde os fatores de transcrição poderão se ligar e como os contatos da cromatina no núcleo vão mudar.

Exemplo e lugar no fluxo de trabalho

O anúncio da DeepMind traz um exemplo com doença inflamatória intestinal. O modelo reproduziu o resultado de um estudo experimental anterior e destacou uma variante em uma região regulatória distante. Essa mutação intensifica de forma seletiva a atividade do gene ETS2 em monócitos e macrófagos e quase não afeta outras células. Para o pesquisador, é um caminho curto da lista de variantes suspeitas até uma hipótese verificável: qual gene é afetado, em quais células e o que vale testar no experimento.

O AlphaGenome 2 não substitui o AlphaGenome Atlas, a base lançada em setembro. Nela, o modelo calculou previamente o efeito de 9 bilhões de mutações de uma única letra: o genoma tem cerca de 3 bilhões de bases, e cada uma admite três variantes de substituição. Rodar tantas variantes em uma rede contextual pesada, para cada estado celular, exige recursos demais. Por isso, primeiro se faz uma triagem grosseira dos candidatos no Atlas, e só depois os mais interessantes são calculados no AlphaGenome 2. Ali também é possível submeter combinações mais complexas de mutações.

O modelo faz parte do ecossistema da DeepMind para biologia: o AlphaMissense avalia o risco de substituições de aminoácidos, o AlphaFold prevê estruturas de proteínas e o AlphaProteo projeta proteínas para um alvo escolhido.

Limitações e conclusões para a prática

Mesmo previsões precisas, em casos clinicamente relevantes, exigem confirmação experimental. O exemplo do ETS2 mostra que o modelo repetiu um resultado já conhecido, e ele não pode ser considerado uma descoberta independente. É possível testar o AlphaGenome 2 via API, mas apenas para pesquisas não comerciais. Código e pesos abertos existem somente para a primeira versão.

Para equipes que constroem ferramentas para laboratórios, a conclusão é a seguinte. O esquema de "uma consulta barata no primeiro passo e um modelo caro, com contexto, no segundo" funciona também fora da genômica. Se você desenvolve um produto para busca de alvos terapêuticos ou análise de variantes, vale estudar a API com antecedência e planejar como integrá-la ao pipeline. A DeepMind ainda não anunciou condições comerciais, então é cedo para construir um produto apenas sobre o AlphaGenome 2.

História

Perguntas frequentes sobre a notícia

Por que o contexto da célula importa tanto?

Quase todas as células do organismo têm o mesmo DNA, mas um neurônio e uma célula de músculo liso precisam de proteínas diferentes. A diferença está em quais genes são lidos, isto é, na expressão gênica. Apenas 1–2% do DNA codifica proteínas. Os outros cerca de 98% já foram chamados de "lixo", mas hoje se sabe que ali ficam os pontos de ancoragem de proteínas reguladoras, genes de RNAs auxiliares e elementos que definem o dobramento tridimensional da cromatina (o complexo de DNA com proteínas histonas).

O que mudou em relação à primeira versão?

O primeiro AlphaGenome foi lançado no ano passado. Ele recebia até 1 milhão de nucleotídeos e entregava perfis médios para um conjunto fixo de tecidos e linhagens celulares presentes nos dados de treinamento. É como uma previsão do tempo para o país inteiro: dá o panorama geral, mas o modelo não diz nada sobre um quintal específico. Na segunda versão, a entrada ganhou um codificador de células (Cell encoder). Ele transforma o perfil de expressão em um vetor, ou seja, em uma descrição numérica do estado da célula.

O que se sabe sobre Exemplo e lugar no fluxo de trabalho?

O anúncio da DeepMind traz um exemplo com doença inflamatória intestinal. O modelo reproduziu o resultado de um estudo experimental anterior e destacou uma variante em uma região regulatória distante. Essa mutação intensifica de forma seletiva a atividade do gene ETS2 em monócitos e macrófagos e quase não afeta outras células. Para o pesquisador, é um caminho curto da lista de variantes suspeitas até uma hipótese verificável: qual gene é afetado, em quais células e o que vale testar no experimento.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ 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
O que você acha?
Carregando comentários…