Una misma variación del ADN puede tener consecuencias distintas según la célula en la que actúe. Para investigar una enfermedad, conocer el cambio genético es solo parte de la pregunta: también importa dónde altera el funcionamiento del organismo.
Google DeepMind ha presentado este 11 de noviembre AlphaGenome 2, un modelo de inteligencia artificial que predice los efectos de variantes genéticas en tipos y estados celulares concretos. Su posible interés para la longevidad está en ayudar a investigar cómo se regulan los genes y qué cambios podrían contribuir al deterioro de los tejidos.
LA CLAVE
AlphaGenome 2 acerca las predicciones del ADN al contexto de cada célula. Para la longevidad, su potencial consiste en orientar experimentos sobre regulación genética, enfermedades asociadas a la edad y cambios celulares que todavía necesitamos comprender.
Del tejido completo al contexto de cada célula
Una muestra de tejido reúne células con funciones diferentes. Observar su actividad media puede ocultar un efecto importante en una población minoritaria. La nueva versión permite estudiar una secuencia de ADN junto con una condición biológica concreta, como un tipo celular o su estado de activación.
Según la presentación de AlphaGenome, el modelo se ha entrenado con más de 100 millones de perfiles celulares de 68 tejidos y puede adaptarse a nuevos datos de células individuales sin un ajuste adicional de entrenamiento. El objetivo es pasar de una visión general del tejido a predicciones que ayuden a localizar dónde actúa una variante.
En una evaluación con células inmunitarias, DeepMind comunica que identificó el 30 % de las variantes causales examinadas, frente al 16 % de la versión anterior adaptada a esos datos. Es una comparación en una prueba concreta; no una tasa general de acierto para todas las enfermedades.
Por qué puede ser útil para investigar la longevidad
El envejecimiento no depende únicamente de acumular cambios en la secuencia del ADN. También cambia la forma en que las células utilizan sus instrucciones. La revisión Hallmarks of aging: An expanding universe incluye las alteraciones epigenéticas y la inflamación crónica entre los procesos relacionados con el envejecimiento.
A partir de ese contexto, una posible aplicación sería estudiar variantes asociadas a enfermedades de la edad y preguntar en qué células producen su efecto. Un resultado podría apuntar hacia una población inmunitaria, otra hacia células de un órgano concreto. Esa precisión ayudaría a formular hipótesis más delimitadas y a elegir qué comprobar en el laboratorio.
Imaginemos una variante vinculada a una respuesta inflamatoria. Antes de intentar modificarla, interesa saber qué gen afecta, en qué células y bajo qué condiciones. Este es un ejemplo de cómo podrían utilizarse estas predicciones en investigación, no un resultado sobre longevidad demostrado por el lanzamiento.
La metilación conecta con una pregunta del envejecimiento
AlphaGenome 2 incorpora predicciones de metilación del ADN, unas marcas químicas relacionadas con su regulación. Algunos relojes epigenéticos utilizan patrones de metilación para estimar edad biológica, pero predecir esas marcas a partir de una secuencia no equivale a medir cuánto ha envejecido una persona.
La relación entre estas medidas y el envejecimiento es compleja. Un estudio publicado en Nature Aging examinó cómo distintos mecanismos celulares afectan a la edad epigenética y encontró conexiones con algunos procesos, pero no con todos. Para valorar una intervención, las mediciones moleculares deben acompañarse de información sobre la función y la salud del tejido.
De una predicción a un tratamiento
Una herramienta de este tipo puede ayudar a priorizar preguntas y experimentos. Después habrá que modificar la variante o el mecanismo señalado, observar qué ocurre y comprobar si el efecto se mantiene en un organismo. La predicción sirve para orientar ese recorrido; no sustituye sus pruebas.
DeepMind ofrece AlphaGenome 2 para investigación no comercial y una vista previa privada para usos comerciales. La documentación del proyecto presenta el trabajo como un preprint; el anuncio señala que la herramienta no está validada para diagnóstico ni uso clínico.
Su impacto en longevidad dependerá de lo que permita descubrir y verificar. El avance inmediato es disponer de una lectura más precisa del contexto celular del ADN. Convertirla en tratamientos que conserven la salud con los años será el siguiente desafío.