Ahora, la división DeepMind de Google dice haber dado un salto en su intento de entender el código con AlphaGenome, un modelo de IA que predice qué efectos tendrán pequeños cambios en el ADN sobre una serie de procesos moleculares, como si la actividad de un gen aumentará o disminuirá. Es justo el tipo de pregunta que los biólogos evalúan habitualmente en experimentos de laboratorio.
"Por primera vez, hemos creado un modelo único que unifica muchos de los retos que plantea la comprensión del genoma", afirma Pushmeet Kohli, vicepresidente de investigación de DeepMind.
Hace cinco años, la división de IA de Google lanzó AlphaFold, una tecnología para predecir la forma tridimensional de las proteínas. Ese trabajo fue galardonado con el Premio Nobel el año pasado y dio lugar a una spinout de descubrimiento de fármacos, Isomorphic Labs, y a un boom de empresas que esperan que la IA sea capaz de proponer nuevos medicamentos.
AlphaGenome es un intento de impulsar el trabajo de los biólogos respondiendo a preguntas básicas sobre cómo el cambio de letras en el ADN altera la actividad de los genes y, en última instancia, cómo las mutaciones genéticas afectan a nuestra salud.
"Tenemos estos 3.000 millones de letras de ADN que componen el genoma humano, pero cada persona es ligeramente distinta y no entendemos del todo qué hacen esas diferencias", afirma Caleb Lareau, biólogo computacional del Memorial Sloan Kettering Cancer Center que ha tenido acceso temprano a AlphaGenome. "Esta es la herramienta más potente hasta la fecha para modelizar eso".
Google afirma que AlphaGenome será gratuito para los usuarios no comerciales y tiene previsto dar a conocer todos los detalles del modelo en el futuro. Según Kohli, la empresa está explorando formas de "permitir el uso de este modelo por entidades comerciales", como empresas de biotecnología.
Lareau afirma que AlphaGenome permitirá realizar virtualmente, en un ordenador, ciertos tipos de experimentos que ahora se hacen en el laboratorio. Por ejemplo, los estudios de personas que han donado su ADN para la investigación suelen revelar miles de diferencias genéticas, cada una de las cuales aumenta o disminuye ligeramente la probabilidad de que una persona padezca una enfermedad como el Alzheimer.
Lareau dice que el software de DeepMind podría utilizarse para hacer rápidamente predicciones sobre cómo funciona cada una de esas variantes a nivel molecular, algo que de otro modo requeriría experimentos de laboratorio que llevarían mucho tiempo. "Obtendrás esta lista de variantes genéticas, pero luego quiero entender cuáles de ellas están realmente haciendo algo, y dónde puedo intervenir", dice. "Este sistema nos acerca a una buena primera conjetura sobre lo que hará cualquier variante cuando la observemos en un ser humano".
Sin embargo, no espere que AlphaGenome prediga mucho sobre personas concretas. Ofrece pistas sobre detalles moleculares esenciales de la actividad génica, no revelaciones del tipo 23andMe sobre los rasgos o la ascendencia de una persona.
"No hemos diseñado ni validado AlphaGenome para la predicción del genoma personal, un reto conocido para los modelos de IA", afirma Google en un comunicado.
El sistema de inteligencia artificial se basa en la arquitectura de transformadores inventada por Google, que también utiliza grandes modelos lingüísticos como el GPT-4. Este modelo se ha entrenado a partir de una gran cantidad de datos. Este sistema se ha entrenado a partir de una gran cantidad de datos experimentales producidos por proyectos científicos públicos.
Lareau afirma que el sistema no cambiará en gran medida el trabajo diario de su laboratorio, pero podría permitir nuevos tipos de investigación. Por ejemplo, a veces los médicos encuentran pacientes con cánceres ultra raros, erizados de mutaciones desconocidas. AlphaGenome podría sugerir cuáles de esas mutaciones son las que realmente causan el problema de fondo, lo que posiblemente indicaría un tratamiento.
"Una característica distintiva del cáncer es que determinadas mutaciones del ADN hacen que los genes equivocados se expresen en el contexto equivocado", explica Julien Gagneur, profesor de medicina computacional de la Universidad Técnica de Múnich. "Este tipo de herramienta es fundamental para determinar cuáles estropean la expresión adecuada de los genes".
El mismo planteamiento podría aplicarse a pacientes con enfermedades genéticas raras, muchos de los cuales nunca llegan a conocer el origen de su dolencia, aunque se haya descodificado su ADN. "Podemos obtener sus genomas, pero no tenemos ni idea de qué alteraciones genéticas causan la enfermedad", dice Gagneur. En su opinión, AlphaGenome podría ofrecer a los médicos una nueva forma de diagnosticar estos casos.
Con el tiempo, algunos investigadores aspiran a utilizar la IA para diseñar genomas enteros desde cero y crear nuevas formas de vida. Otros piensan que los modelos se utilizarán para crear un laboratorio totalmente virtual para el estudio de fármacos. "Mi sueño sería simular una célula virtual", dijo este año Demis Hassabis, CEO de Google DeepMind.
Kohli califica AlphaGenome de "hito" en el camino hacia ese tipo de sistema. "Puede que AlphaGenome no modele toda la célula en su totalidad, pero está empezando a arrojar luz sobre la semántica más amplia del ADN", afirma.