Google DeepMind ha presentado AlphaGenome 2, un modelo de inteligencia artificial que predice cómo los cambios en el ADN afectan de forma distinta a cada tipo de célula del cuerpo, una mirada mucho más fina a un problema notoriamente difícil que podría ayudar a entender el origen de muchas enfermedades y a abrir vías de tratamiento. Es el sucesor de AlphaGenome, el modelo que DeepMind lanzó el año pasado para leer el genoma. Lo cuenta The Verge.
La clave del avance está en una idea sencilla de enunciar y endiablada de modelar: el mismo cambio genético no significa lo mismo en todas las células.
¿Qué problema resuelve AlphaGenome 2?
Predice el efecto de una variante genética según el tipo y el estado concreto de cada célula, no en general. Según The Verge, casi todas las células del cuerpo llevan el mismo ADN, pero una célula del músculo cardíaco, una de la piel o una célula inmunitaria combatiendo una infección activan y desactivan genes distintos, y esos patrones cambian según lo que la célula esté haciendo. Como consecuencia, una misma variante genética puede tener efectos muy diferentes dependiendo del tipo y el estado de la célula.
AlphaGenome 2 está diseñado precisamente para capturar esas diferencias. DeepMind afirma en una entrada de blog que ofrece una vista mucho más detallada que modelos más amplios como el AlphaGenome original, lo que permitiría revelar efectos relevantes para una enfermedad en células específicas que de otro modo pasarían inadvertidos. Es la evolución natural del modelo que ya contamos cuando AlphaGenome aprendió a leer los «interruptores» del ADN apuntando a una oncología más precisa.
¿Por qué importa para la medicina?
Porque gran parte de las variantes genéticas asociadas a enfermedades actúan en tipos de células concretos, y verlas con detalle es el paso previo a tratarlas. Buena parte de la dificultad de la genómica está ahí: saber que una variante existe no basta si no se entiende dónde y cómo actúa. Un modelo que distingue el efecto célula a célula acerca a los investigadores a identificar qué tejidos y qué procesos están implicados en una dolencia.
Es la misma frontera que exploran otros grandes proyectos de biología computacional, como la célula virtual con IA que impulsan Google y el Biohub de Meta, dentro del empeño de Google por poner la IA al servicio de la investigación científica que ya vimos con sus herramientas de Gemini for Science.
Mi lectura es que AlphaGenome 2 es importante por un motivo que conviene no exagerar: no cura nada, pero afina el mapa. La genómica lleva años atascada en la distancia entre «hemos encontrado una variante asociada a esta enfermedad» y «sabemos qué hace y cómo frenarla», y esa distancia se recorre entendiendo el comportamiento de las células una a una. Si el modelo cumple lo que promete —y, como siempre con los anuncios de DeepMind, habrá que verlo validado por la comunidad y contrastado con experimentos reales—, dará a los investigadores una herramienta para mirar donde antes había niebla. No es un titular de cura milagrosa, y mejor así: es infraestructura científica, la clase de avance discreto que no sale en los telediarios pero que, acumulado, cambia el ritmo al que la medicina entiende las enfermedades. El valor no está en la promesa, sino en la resolución del mapa.