Google DeepMind cartografiază 9 miliarde de mutaţii genetice cu ajutorul AI. Ce poate dezvălui AlphaGenome Atlas despre ADN-ul uman

O singură modificare într-una dintre cele aproximativ trei miliarde de perechi de baze care alcătuiesc ADN-ul uman poate schimba modul în care funcţionează celulele şi, în anumite cazuri, poate contribui la apariţia unor boli. Identificarea efectelor acestor variaţii reprezintă una dintre marile provocări ale geneticii moderne, iar inteligenţa artificială le oferă cercetătorilor noi instrumente pentru a accelera acest proces.

Google DeepMind a lansat AlphaGenome Atlas, o bază de date care conţine predicţii privind efectele a aproximativ 9 miliarde de variaţii posibile ale ADN-ului uman. Potrivit Live Science, platforma ar putea facilita cercetarea genetică, însă specialiştii avertizează că predicţiile generate de AI nu trebuie confundate cu dovezile obţinute prin experimente.

Anunţată pe 8 septembrie 2026, platforma pune la dispoziţia cercetătorilor o cantitate uriaşă de date despre modul în care variaţiile ADN-ului ar putea influenţa activitatea genelor în diferite ţesuturi şi procese celulare.

Cercetătorii pot consulta aceste predicţii printr-o interfaţă web, fără să fie nevoiţi să efectueze individual calcule complexe sau să aibă cunoştinţe avansate de programare. Instrumentul are însă şi limite importante, mai ales atunci când încearcă să estimeze amploarea efectelor unei mutaţii sau să stabilească legăturile dintre anumite regiuni ale ADN-ului şi genele pe care acestea le reglează.

Genomul uman conţine aproximativ trei miliarde de perechi de baze, însă doar în jur de 2% din ADN codifică direct proteine. Restul, cunoscut drept ADN necodant, include numeroase regiuni care controlează activitatea genelor şi contribuie la stabilirea momentului, locului şi cantităţii în care sunt produse anumite proteine.

Înţelegerea acestor mecanisme este dificilă deoarece unele secvenţe care reglează activitatea unei gene pot fi localizate la distanţe considerabile de aceasta.

Modelul AlphaGenome, prezentat iniţial în 2025, poate analiza secvenţe de ADN de până la un milion de perechi de baze şi poate estima modul în care anumite variaţii influenţează procesele moleculare.

AlphaGenome Atlas extinde această capacitate prin calcularea în avans a efectelor posibile pentru aproximativ 9 miliarde de variaţii genetice care presupun înlocuirea unei singure baze. Rezultatul este o bază de date de aproximativ un petabyte, echivalentul unui milion de gigabytes şi de peste 30 de ori mai mare decât baza de date AlphaFold.

Până acum, cercetătorii care doreau să utilizeze AlphaGenome aveau nevoie de cunoştinţe de bioinformatică şi de resurse de calcul pentru a analiza variaţiile genetice. Noua platformă simplifică procesul şi oferă acces printr-un portal web gratuit destinat cercetării academice.

Cercetătorii pot căuta o anumită variantă genetică şi pot consulta predicţiile asociate acesteia, fără să fie nevoiţi să ruleze individual modelul AI.

Unul dintre instrumentele disponibile este AlphaGenome Variant Impact, care utilizează indicatorul AVI pentru estimarea impactului biologic al unei variaţii genetice. Acesta combină predicţiile AlphaGenome cu cele ale AlphaMissense, un alt model dezvoltat de Google DeepMind pentru estimarea efectelor unor modificări genetice asupra proteinelor.

Scorul poate ajuta cercetătorii să identifice mai rapid variantele care merită investigate în laborator. El nu poate stabili însă dacă o anumită persoană va dezvolta o anumită boală.

Una dintre posibilele aplicaţii importante ale AlphaGenome Atlas este identificarea variaţiilor genetice asociate unor boli rare.

În multe cazuri, cercetătorii cunosc modificările prezente în ADN-ul unui pacient, dar nu pot determina cu uşurinţă care dintre acestea contribuie la apariţia bolii. AlphaGenome Atlas poate ajuta la selectarea variantelor cu potenţial impact biologic, reducând numărul celor care trebuie investigate experimental.

Google DeepMind a prezentat deja un exemplu în care cercetători de la Broad Institute au utilizat AlphaGenome Atlas pentru a identifica o variantă relevantă a genei DNM1, asociată unui caz nerezolvat de encefalopatie epileptică.

Modelul a indicat că modificarea ar putea perturba procesul de maturare a ARN-ului şi ar putea conduce la producerea unei proteine anormale. Predicţia a fost ulterior susţinută prin experimente, ceea ce oferă un exemplu al modului în care AI-ul poate orienta cercetarea asupra unor variante genetice cu efecte potenţial importante.

Noua platformă continuă direcţia unor cercetări recente privind utilizarea inteligenţei artificiale pentru identificarea unor regiuni mai puţin cunoscute ale ADN-ului uman.

În august 2026, cercetători de la Universitatea California din San Diego au prezentat un studiu în care au folosit algoritmi AI pentru identificarea unei secvenţe genetice implicate în activarea genelor, despre care au raportat că apare în aproximativ 60% dintre genele umane.

AlphaGenome Atlas face parte, totodată, dintr-o serie mai amplă de proiecte prin care Google DeepMind încearcă să accelereze cercetarea biologică. Compania a dezvoltat anterior AlphaFold, sistemul AI capabil să prezică structura tridimensională a proteinelor, o tehnologie care a avut un impact important asupra cercetării în biologia structurală.

În ciuda potenţialului său, AlphaGenome Atlas nu reprezintă o soluţie definitivă pentru interpretarea genomului uman.

Tuuli Lappalainen, profesoară de genomică la KTH Royal Institute of Technology din Stockholm şi cercetătoare afiliată New York Genome Center, a explicat pentru Live Science că instrumentul poate fi o resursă valoroasă pentru cercetători, însă predicţiile sale trebuie interpretate cu prudenţă.

Platforma poate ajuta la identificarea variantelor genetice care merită investigate, dar rezultatele nu sunt întotdeauna suficient de precise pentru a determina efectele biologice reale ale acestora.

Un studiu preliminar publicat pe 11 septembrie 2026 de cercetători conduşi de Katie Pollard, de la Gladstone Institutes şi Universitatea California din San Francisco, a evidenţiat una dintre aceste limitări.

Echipa a constatat că AlphaGenome poate identifica anumite variaţii genetice cu rol cauzal, dar poate subestima intensitatea efectelor acestora asupra expresiei genelor. Modelul întâmpină dificultăţi şi în identificarea legăturilor dintre unele regiuni reglatoare şi genele asupra cărora acţionează, în special atunci când acestea se află la distanţe mari una de cealaltă.

Rezultatele provin dintr-un preprint şi nu reprezintă încă concluziile unei lucrări evaluate independent prin procesul de peer review.

Limitarea este importantă deoarece efectul unei variaţii genetice poate diferi în funcţie de tipul celulei, ţesutul în care apare şi interacţiunile cu alte regiuni ale genomului.

Prin urmare, identificarea unei modificări potenţial relevante nu demonstrează, de una singură, că aceasta provoacă o anumită afecţiune.

Google DeepMind precizează că AlphaGenome nu a fost validat sau aprobat pentru utilizare clinică, iar informaţiile furnizate de platformă nu trebuie utilizate ca substitut pentru diagnostic sau recomandări medicale. Instrumentul este destinat cercetării, iar predicţiile sale trebuie confirmate prin experimente şi, atunci când este cazul, prin investigaţii clinice adecvate.

Lappalainen subliniază, de asemenea, importanţa continuării experimentelor de laborator. Acestea sunt necesare pentru confirmarea directă a efectelor biologice ale variaţiilor genetice şi pot furniza datele necesare pentru îmbunătăţirea viitoarelor modele de inteligenţă artificială.

AlphaGenome Atlas ar putea reduce semnificativ timpul necesar pentru identificarea mutaţiilor care merită investigate şi ar putea ajuta cercetătorii să analizeze un volum de variaţii genetice imposibil de evaluat manual la aceeaşi scară.

Totuşi, drumul de la o predicţie generată de AI până la un diagnostic sau un tratament rămâne unul complex. La fel ca în cazul altor aplicaţii ale inteligenţei artificiale în cercetarea genetică şi studiul bolilor complexe, tehnologia poate accelera identificarea unor mecanisme biologice şi poate orienta cercetarea, dar rezultatele sale trebuie validate înainte de a putea fi transferate în practica medicală.