Parece que solo son cuatro letras. Y es mucho m�s. El genoma humano es el manual de instrucciones de la vida. Sin embargo, la ciencia tan solo entend�a una peque�a parte: el 2% que codifica prote�nas. El 98% restante, denominado ADN no codificante (o incluso �ADN basura�), ha sido descrito a menudo como un territorio oscuro y dif�cil de interpretar, pese a que contiene muchas de las variantes gen�ticas asociadas a las enfermedades. Muchas alteraciones oncol�gicas y de las patolog�as m�s raras encuentran ah� su raz�n de ser.

Sin embargo, ahora un nuevo modelo de inteligencia artificial llamado AlphaGenome aspira a cambiar esa situaci�n. Desarrollado por el equipo liderado por Ziga Avsec y Natasha Latysheva, junto al vicepresidente de Google DeepMind, Pushmeet Kohli,, el sistema acaba de ser presentado ayer en sociedad a trav�s de la portada de la revista Nature, y ya est� disponible para investigaci�n. Su objetivo es ambicioso: predecir c�mo peque�as variaciones en la secuencia del ADN afectan a los complejos mecanismos que regulan la actividad de los genes.

Kohli situ� a AlphaGenome como la evoluci�n l�gica tras el �xito de AlphaMissense y AlphaFold. Esta IA cient�fica fue desarrollada por Demis Hassabis y John Jumper y presentada tambi�n a trav�s de Nature en 2020. Su impacto fue tal, que poco tiempo despu�s sus creadores recibieron con el Premio Nobel en 2024. Entonces la herramienta ya supuso un punto de inflexi�n. La comunidad cient�fica calificaba sosten�a que iba a cambiar la medicina, la investigaci�n y la bioingenier�a. �Pero las prote�nas son tan solo un cap�tulo de la historia biol�gica�, apuntaba Kohli en una rueda de prensa de presentaci�n a los medios.

�Si las prote�nas son los ingredientes de la vida, el ADN es la receta�, continuaba el vicepresidente de Google DeepMind con la descripci�n del salto cualitativo que supone AlphaGenome. �Aunque el Proyecto del Genoma Humano nos proporcion� el libro de la vida, leerlo sigue siendo un reto. Tenemos el texto, pero a�n estamos descifrando la sem�ntica. Comprender la gram�tica de este genoma, lo que est� codificado en nuestro ADN y c�mo gobierna la vida, es la pr�xima frontera cr�tica para la investigaci�n�.

La comunidad cient�fica valora este avance muy positivamente. Jonathan Frazer, jefe de grupo en el Centro de Regulaci�n Gen�mica (CRG), confiesa que es un gran admirador de este trabajo. �En los �ltimos a�os se ha producido un gran avance en la predicci�n de los efectos de las variantes, y esta contribuci�n a la gen�mica reguladora es especialmente emocionante�.

Para Llu�s Montoliu, investigador en el Centro Nacional de Biotecnolog�a (CNB-CSI C) y en el CIBERER-ISCIII, esta nueva inteligencia artificial de Google pone luz donde solo hab�a oscuridad. �Y lo hace con un detalle, una sistematicidad y una precisi�n necesarios�. Si bien subraya que �estamos ante un trabajo complej�simo�, tambi�n reconoce su gran utilidad dentro y fuera de los laboratorios: �Nos va a ayudar much�simo, sobre todo a completar los diagn�sticos gen�ticos de personas con enfermedades cong�nitas en los cuales habitualmente o bien no encontr�bamos la causa o bien era muy dif�cil interpretarlos�

�C�mo consigue todo esto?

Leer y comprender qu� hay en las secuencias que nos describen las combinaciones de las cuatro letras y c�mo intervienen otros procesos es un desaf�o constante, sobre todo cuando hay fallos que se convierten en enfermedades. En la presentaci�n a los medios, Natasha Latysheva se centr� en las aplicaciones pr�cticas: c�mo los cient�ficos utilizar�n la herramienta y qu� la hace diferente en el laboratorio. �No solo dice si una mutaci�n tiene un efecto, sino que predice la direcci�n (si aumentar� o disminuir� la expresi�n de un gen)�.

AlphaGenome analiza secuencias de ADN de hasta un mill�n de pares de bases, una escala in�dita hasta ahora, y genera predicciones a resoluci�n de letra individual. Esto le permite captar tanto los efectos locales de una mutaci�n como la influencia de regiones reguladoras situadas a gran distancia, algo fundamental para entender c�mo se activan o silencian los genes.

Ziga Avsec enumer� las ventajas t�cnicas que explican por qu� AlphaGenome es un salto t�cnico respecto a herramientas anteriores como Enformer. Adem�s del volumen que puede manejar, �a diferencia de modelos anteriores especializados en una sola tarea, esta herramienta modela simult�neamente 11 procesos biol�gicos distintos�.

En cifras, la herramienta permite la predicci�n simult�nea de 5.930 se�ales gen�ticas humanas o 1.128 procedentes de ratones relacionadas con funciones espec�ficas, como la expresi�n g�nica, el splicing (el corte y la reorganizaci�n de genomas) y la modificaci�n de prote�nas. Los resultados igualan o superan el rendimiento de los modelos m�s avanzados existentes en 25 de las 26 evaluaciones de predicciones de efectos de variantes, como el mencionado Enformer. Su punto fuerte radica en la capacidad de realizar m�ltiples predicciones sobre una serie de se�ales gen�ticas y resultados biol�gicos simult�neamente, subrayaron los investigadores.

De hecho, Frazer destaca tambi�n estas ventajas del modo multimodal, que �combinado con una longitud de contexto tan grande, lo convierte en una herramienta valiosa para el descubrimiento�.

Entender el lado oscuro del genoma

Esto marca la diferencia clave: AlphaGenome se adentra de lleno en el ADN no codificante. El modelo predice miles de propiedades moleculares: d�nde empiezan y terminan los genes, c�mo se procesa el ARN, cu�nta expresi�n g�nica se produce, qu� regiones del ADN est�n accesibles o qu� prote�nas se unen a ellas. Para entrenarlo, los investigadores recurrieron a grandes consorcios p�blicos como ENCODE, GTEx, 4D Nucleome y FANTOM5, que han recopilado datos experimentales de cientos de tipos celulares, tejidos humanos y de rat�n.

Gracias a las mejoras arquitect�nicas, el modelo logra este salto sin disparar los costes computacionales. De hecho, entrenar AlphaGenome requiri� aproximadamente la mitad del presupuesto de c�lculo utilizado para Enformer.

Uno de sus avances m�s destacados es el modelado expl�cito de las uniones de splicing, un proceso clave en numerosas enfermedades gen�ticas raras. Hasta ahora, este fen�meno era especialmente dif�cil de predecir directamente a partir de la secuencia del ADN. Natasha Latysheva explic� que reemplaza el �kit de herramientas fragmentado� (un modelo para splicing, otro para expresi�n, otro para estructura 3D) �por un marco de trabajo �nico y m�s amigable�.

Uno de los investigadores, Ziga Avsec, cont� c�mo fue �ese momento eureka� en el que el gran avance dio el salto definitivo al descubrir �c�mo romper la barrera entre secuencias largas y alta resoluci�n mediante el entrenamiento en m�ltiples GPUs y la destilaci�n de modelos�.

Los autores muestran el potencial del modelo con un ejemplo concreto: una mutaci�n asociada a la leucemia linfobl�stica aguda de c�lulas T. AlphaGenome predijo que dicha mutaci�n activaba el gen TAL1 al introducir un motivo de uni�n para la prote�na MYB, reproduciendo con precisi�n el mecanismo patol�gico ya conocido. �Es un hito para el campo�, afirma Caleb Lareau, del Memorial Sloan Kettering Cancer Center.

Montoliu manifiesta que �tener acceso al detalle gen�mico� marca un punto de inflexi�n en el diagn�stico y tratamiento de las enfermedades. �Hay que conocer los elementos reguladores de los genes cuando est�n mutados, pues pueden ser causa de una patolog�a�, explica el investigador del CNB-CSIC, ya que �en las enfermedades de base gen�tica, no solamente las mutaciones est�n dentro de los genes, sino que est�n tambi�n alrededor de esos elementos reguladores�.

Las limitaciones de AlphaGenome

Pese a sus avances, los propios investigadores subrayan las limitaciones del sistema. AlphaGenome no est� dise�ado para la predicci�n del genoma personal ni para uso cl�nico directo, y no puede explicar por s� solo c�mo una variante gen�tica desemboca en enfermedades complejas que dependen tambi�n de factores ambientales y de desarrollo.

Natasha Latysheva admiti� que la gen�mica es �m�s confusa y desordenada� que el plegamiento de prote�nas, y que �el modelo es mejor prediciendo efectos cuando tiene alta confianza, aunque los falsos negativos siguen siendo un reto�.

Desde el CRG, Frazer tambi�n ayuda a poner los pies en el suelo ante las expectativas que pueda levantar la nueva herramienta. �Si vemos todo el campo en su conjunto, a�n no han alcanzado el objetivo final de la predicci�n del genoma personal, por lo que es importante se�alar que la utilidad cl�nica de estos modelos sigue siendo algo limitada�. No obstante, �parece un gran paso en la direcci�n correcta�, certifica. Tambi�n, resumen los responsables que se podr�an realizar m�s mejoras para ampliar las aplicaciones de esta herramienta, como aumentar la cobertura de especies o ampliar la gama de secuencias no codificantes que conoce el modelo.

Sin embargo, la verdadera potencia de este avance reside en su accesibilidad: AlphaGenome no se ha quedado bajo llave en los servidores de Google. En un ejercicio de ciencia abierta, el equipo ha liberado el modelo, sus pesos y una herramienta digital que ya utilizan m�s de 3.000 cient�ficos en todo el mundo. Esta democratizaci�n permite que laboratorios sin grandes recursos computacionales puedan investigar enfermedades raras o dise�ar nuevas terapias g�nicas en igualdad de condiciones.

Para el vicepresidente de Google DeepMind, �el siguiente objetivo es predecir con alta precisi�n el efecto de cualquier mutaci�n en el genoma�. Con AlphaGenome, la inteligencia artificial no solo da un paso m�s hacia uno de los grandes objetivos de la biolog�a moderna, sino que entrega las llaves de este conocimiento a toda la humanidad para comprender, por fin, c�mo el ADN dicta el funcionamiento de la vida.