Ordelvio News

Ciencia · Publicado

Google DeepMind presenta AlphaGenome 2 para predecir los efectos de variantes del ADN en células específicas

La empresa afirmó que su nuevo modelo detecta casi el doble de variantes que alteran la expresión génica en las células que su modelo anterior.

Ilustración al estilo de tinta impresa a mano, en tinta coral sobre blanco papel.Ilustración generada con IA
Ilustración de IA · no es una fotografía del hecho · Cómo se usa la IA

Google DeepMind ha anunciado AlphaGenome 2, un modelo que predice cómo las secuencias de ADN y sus variantes afectan a la actividad génica en tipos específicos de células humanas. La empresa afirmó que el modelo identifica casi el doble de variantes que alteran la expresión génica en las células que su modelo anterior.

El primer AlphaGenome, lanzado el año pasado, predecía cómo afectan las variantes del ADN a la actividad molecular en tejidos amplios. Según Google DeepMind, predecía propiedades para miles de experimentos a la vez, lo que dispersaba su capacidad y dificultaba captar diferencias sutiles entre tipos celulares estrechamente relacionados.

AlphaGenome 2, en cambio, funciona como un modelo condicional. Recibe una secuencia de ADN de un millón de letras junto con una única condición objetivo, como un tejido, un tipo celular o un estado celular, y realiza predicciones solo para esa condición. La empresa afirmó que esto permite al modelo aprender cómo un mismo fragmento de ADN se lee de forma distinta en células diferentes. Se entrenó con más de 100 millones de perfiles celulares individuales de 68 tejidos, utilizando datos humanos y de ratón. Además de la expresión génica, las modificaciones de histonas y la accesibilidad de la cromatina, ahora también predice la metilación del ADN.

En el conjunto de datos TenK10K, que abarca 28 tipos de células inmunitarias primarias, el modelo identificó el 30% de las variantes causales, frente al 16% del AlphaGenome original ajustado con datos unicelulares y de otras herramientas especializadas, y el 43% de los efectos génicos direccionales, frente al 23%, según la empresa. Además, reprodujo de forma computacional el hallazgo de un estudio anterior según el cual una variante provoca la EII al sobreactivar el gen ETS2 en los macrófagos intestinales.

Google DeepMind afirmó que el modelo puede aplicarse a nuevos experimentos unicelulares sin necesidad de volver a entrenarlo, con datos de apenas unas pocas decenas de células. Con datos de un estudio sobre una vacuna de ARNm contra la COVID-19 que no había visto, el modelo distinguió los linfocitos T activados por la vacuna de los linfocitos en reposo y mostró que una variante asociada a la COVID-19 grave altera la actividad génica con más intensidad en el estado activado.

La empresa también ha precalculado predicciones para variantes asociadas a rasgos en cientos de condiciones de células y tejidos humanos. AlphaGenome 2 está disponible para la investigación no comercial a través de la API de AlphaGenome y en versión preliminar privada para la investigación comercial. Google DeepMind afirmó que los modelos están destinados exclusivamente a la investigación y no se han validado ni aprobado para fines clínicos ni diagnósticos.

  • Genómica
  • ADN
  • Modelos de IA
  • Biología unicelular
  • Google DeepMind