Hace veinte años, la finalización del proyecto «Genoma Humano» regaló a la ciencia un texto de tres mil millones de letras. Parecía que lo principal estaba hecho: el libro de la vida había sido leído. En realidad, las dificultades apenas comenzaban: comprender qué significa cada sustitución de una sola letra y cómo cambia el funcionamiento de las células resultó mucho más complejo que leer la secuencia.
DeepMind presentó el 8 de septiembre de 2026 Atlas AlphaGenome, una base de datos de aproximadamente un petabyte de volumen. En ella se han precalculado las consecuencias moleculares de más de nueve mil millones de posibles sustituciones de un solo nucleótido en el genoma humano de referencia. Esto es treinta veces más que el volumen de la base de datos AlphaFold. El acceso al recurso está abierto de forma gratuita para fines científicos a través de un portal web, una API y integraciones con otras herramientas.
El modelo AlphaGenome, publicado en Nature a principios de año, es capaz de analizar hasta un millón de bases a la vez y predecir el efecto de una variante sobre la apertura de la cromatina, la unión de factores de transcripción, las modificaciones de histonas, el empalme del ARN y el nivel de expresión génica. Atlas convierte estas predicciones en un manual listo para usar: en lugar de lanzar cálculos pesados cada vez, los investigadores obtienen resultados ya preparados y un indicador integral adicional, el AVI. Este combina las evaluaciones de AlphaGenome y AlphaMissense, ayudando a clasificar las variantes según su posible impacto tanto en regiones codificantes como no codificantes.
Su valor práctico ya se ha confirmado en investigaciones reales. En colaboración con el GREGoR Consortium y el Broad Institute, el AVI ayudó a identificar una variante en el gen DNM1 en un niño con encefalopatía epiléptica no diagnosticada: el modelo señaló la creación de un sitio de empalme anómalo, lo que posteriormente confirmaron los experimentos. En el trabajo con el UK Biobank, la aplicación de las predicciones de Atlas aumentó en un 22 por ciento el número de asociaciones no codificantes detectadas y permitió reducir cientos de candidatos a unas pocas variantes reguladoras clave que influyen en el nivel de proteínas en plasma y en el índice de masa corporal.
Atlas no solo clasifica variantes, sino que también identifica más de 2500 motivos cortos de ADN repetidos —las «palabras» del genoma— que determinan dónde y cómo funcionan las proteínas reguladoras. Esto ofrece pistas adicionales sobre los mecanismos mediante los cuales una mutación puede alterar el funcionamiento normal de la célula. Al mismo tiempo, los desarrolladores y expertos independientes subrayan sus límites: una puntuación alta de AVI indica un efecto molecular notable, pero no equivale a una patogenicidad demostrada. Las predicciones se refieren al nivel molecular, no a los desenlaces clínicos finales, y requieren una verificación experimental adicional.
El recurso reduce el umbral de entrada para laboratorios sin enormes capacidades de cómputo y disminuye la duplicación de cálculos. Como en el caso de AlphaFold, el acceso abierto acelera el progreso colectivo, permitiendo concentrarse en la interpretación y los experimentos, en lugar de volver a ejecutar los modelos.
