Connect with us

Publicado

on

AlphaGenome es un modelo de inteligencia artificial desarrollado por Google DeepMind, lanzado en junio de 2025. Se trata de una herramienta avanzada diseñada para interpretar el «código regulatorio» del ADN, especialmente en las regiones no codificantes (el 98% del genoma humano, a menudo llamado «materia oscura» del genoma). A diferencia de modelos anteriores que se enfocaban en tareas específicas, AlphaGenome es un modelo unificado que predice de manera comprehensiva y precisa cómo las variantes genéticas (mutaciones o cambios en una sola letra del ADN) afectan procesos biológicos clave que regulan la expresión de los genes.

Explicación simple: ¿Qué es y para qué sirve?

Imaginá el genoma humano como un libro gigante de instrucciones para construir y mantener el cuerpo. Solo el 2% de ese libro tiene recetas directas para hacer proteínas (como AlphaFold, otro modelo de DeepMind, que predice su forma 3D). El resto (98%) son como «interruptores» y «reguladores» que deciden cuándo, dónde y cuánto se activan esos genes.

AlphaGenome actúa como un «traductor» inteligente: le das una secuencia de ADN (hasta 1 millón de letras/base pares) y predice qué pasa si cambias una sola letra. Por ejemplo:

  • ¿Se activa más o menos un gen en cierto tejido (como hígado o cerebro)?
  • ¿Cambia cómo se «corta y pega» el ARN (splicing)?
  • ¿Se abre o cierra la cromatina (la estructura que envuelve el ADN)?
  • ¿Se unen proteínas reguladoras en sitios específicos?

Para qué sirve de forma simple:

  • Ayuda a entender por qué ciertas mutaciones causan enfermedades (cáncer, trastornos genéticos raros, Alzheimer, etc.).
  • Acelera la investigación científica: en lugar de experimentos caros y lentos en laboratorio, simula efectos en segundos.
  • Potencial futuro: diseñar terapias personalizadas, editar genes con CRISPR de manera más segura, o crear ADN sintético para biotecnología.

No es para diagnosticar personas directamente (aún no está validado para uso clínico), pero es una herramienta poderosa para investigadores.

Información técnica: ¿Cómo funciona?

AlphaGenome es un modelo de deep learning híbrido con una arquitectura avanzada que combina:

  • Capas convolucionales (CNN): Detectan patrones cortos y locales en la secuencia de ADN (como motivos reguladores cercanos).
  • Transformers: Permiten que el modelo «comunique» información a lo largo de distancias largas en la secuencia (hasta 1 millón de bases), capturando interacciones lejanas.
  • Capas finales especializadas: Generan predicciones multimodales (en múltiples «modalidades» o tipos de datos) con resolución a nivel de base par individual.

Entrenado en datasets masivos de humanos y ratones, incluyendo:

  • Más de 5.000 tracks genómicos humanos (de proyectos como ENCODE, GTEx, 4D Nucleome).
  • Datos multi-ómicos: expresión génica, accesibilidad cromatina, unión de factores de transcripción, mapas de contactos 3D (Hi-C), splicing, etc.

Características clave:

  • Procesa secuencias largas (megabase-scale) manteniendo precisión en cambios de una sola base.
  • Predice efectos de variantes comparando secuencia «normal» vs. mutada.
  • Supera a modelos especializados en la mayoría de benchmarks (ej.: 22/24 en identificación de features, 24/26 en predicción de efectos de variantes).
  • Más eficiente: entrenado en horas con TPUs de Google, usando menos recursos que modelos previos como Enformer.

Limitaciones actuales:

  • Dificultad con interacciones muy distantes (>100.000 bases).
  • Menos preciso en patrones tejido-específicos muy sutiles.
  • Entrenado principalmente en humanos y ratones; no generaliza perfectamente a otras especies aún.

¿Qué se puede hacer con AlphaGenome?

  • Investigación básica: Interpretar regiones no codificantes, generar hipótesis sobre función genómica.
  • Estudios de enfermedades: Priorizar variantes causales en GWAS (estudios de asociación genómica), entender mutaciones raras en trastornos mendelianos o cáncer.
  • Medicina personalizada: Predecir impactos de variantes en pacientes (futuro, con fine-tuning).
  • Biotecnología y biología sintética: Diseñar promotores/enhancers sintéticos, prever efectos de ediciones CRISPR.
  • Análisis a escala: Procesar miles de variantes rápidamente vía API (gratuita para investigación no comercial).

Está disponible vía:

  • API de AlphaGenome (para uso no comercial, con clave).
  • GitHub (google-deepmind/alphagenome) con notebooks en Colab para pruebas rápidas.
  • Visualizaciones integradas para interpretar predicciones.

DeepMind planea extenderlo a más especies, tareas clínicas y liberación completa del modelo.

Fuentes

Continue Reading
Advertisement
Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Bio

Una terapia génica en fase clínica logra eliminar el reservorio del virus de la hepatitis B

Publicado

on

Precision Biosciences reportó los primeros resultados clínicos de PBGENE-HBV, una terapia de edición génica in vivo basada en su plataforma ARCUS, que logró evidencia directa de eliminación e inactivación del ADNccc del virus de la hepatitis B, el reservorio viral que sostiene la infección crónica en el hígado y que hasta ahora ningún tratamiento disponible podía erradicar de forma definitiva.

Biopsias hepáticas de los pacientes tratados mostraron una reducción de los transcriptos de ADNccc, mientras que la totalidad de los pacientes evaluables perdió los niveles detectables de pgRNA, un marcador clave de replicación viral activa. A diferencia de los tratamientos antivirales actuales para la hepatitis B, que logran suprimir la replicación del virus pero deben mantenerse de por vida porque no eliminan el reservorio viral latente en el núcleo de las células hepáticas, la plataforma ARCUS de Precision Biosciences fue diseñada específicamente para cortar y desactivar ese ADN viral remanente de forma dirigida.

Para la industria de la biotecnología, este resultado temprano —aunque todavía preliminar— representa una prueba de concepto significativa: la hepatitis B crónica afecta a cientos de millones de personas en el mundo, y la ausencia de una cura definitiva ha sido durante décadas uno de los mayores desafíos no resueltos de la hepatología. Que una terapia de edición génica in vivo logre evidencia clínica de eliminación del reservorio viral abre una vía de desarrollo que distintas compañías de edición genética vienen persiguiendo en paralelo, con distintas plataformas de enzimas y sistemas de entrega.

Para los pacientes, la perspectiva de una terapia potencialmente curativa y de dosis finita —en lugar de un tratamiento antiviral de por vida— cambiaría de forma radical el manejo clínico de la enfermedad, aunque todavía restan etapas regulatorias y clínicas extensas antes de que un tratamiento así llegue a estar disponible de forma masiva. El caso también reabre el debate de fondo sobre los costos y el acceso equitativo a terapias génicas curativas, que hasta ahora han tendido a ser extremadamente costosas en su lanzamiento comercial.

Fuentes al pie:

CRISPR Medicine News: https://crisprmedicinenews.com/news/cmn-weekly-26-june-2026-your-weekly-crispr-medicine-news/

Continue Reading

Bio

El laboratorio de Jennifer Doudna avanza con CRISPR-Cas12a2 contra el cáncer

Publicado

on

Esta nota amplía la cobertura previa del portal sobre CRISPR-Cas12a2. Un nuevo trabajo del laboratorio de Jennifer Doudna describe un sistema que detecta mutaciones específicas del gen p53 en células cancerosas y las induce a autodestruirse, entregado mediante nanopartículas lipídicas que se dirigen preferentemente al pulmón.

El enfoque desarrollado por el equipo de Doudna se aparta de la estrategia clásica de bloquear la proteína p53 mutada: en cambio, el sistema CRISPR-Cas12a2 identifica los transcriptos de ARN mutantes de p53 y cambia a un modo destructivo, fragmentando el ADN de la célula y provocando esencialmente que la célula cancerosa se autoelimine. La especificidad del mecanismo es notable porque las guías moleculares apuntan a un cambio de una sola letra en el ARN, dejando intactas a las células que no portan esa mutación puntual, un nivel de precisión que reduce el riesgo de daño a tejido sano circundante.

La entrega del sistema utiliza ARN mensajero encapsulado en nanopartículas lipídicas diseñadas con componentes que las dirigen preferentemente hacia el pulmón, a diferencia de las nanopartículas lipídicas estándar que tienden a acumularse en el hígado. Esta particularidad de entrega es clave porque las mutaciones de p53 están entre las más comunes en distintos tipos de cáncer, y contar con una plataforma que además pueda transportar varias guías simultáneamente significa que un mismo tratamiento podría apuntar a múltiples mutaciones causantes de cáncer a la vez, en lugar de requerir terapias separadas para cada alteración genética específica.

El impacto de este desarrollo se inscribe en la misma familia tecnológica que ya cubrió este portal en la plataforma GuardianConve, orientada a la detección temprana y eliminación selectiva de células tumorales con CRISPR-Cas12a2 e infraestructura de NVIDIA. La diferencia central es que este nuevo trabajo de Doudna se concentra específicamente en el mecanismo de destrucción dirigida contra mutaciones de p53 y en la vía de entrega pulmonar, un paso que profundiza la validación científica de base detrás de ese tipo de plataformas diagnóstico-terapéuticas que combinan CRISPR con inteligencia artificial y nanotecnología de entrega.

La dimensión humana de este avance es directa: el gen p53, apodado por muchos investigadores como «el guardián del genoma», está mutado en aproximadamente la mitad de todos los cánceres humanos, por lo que cualquier estrategia capaz de atacar selectivamente esas mutaciones sin dañar tejido sano representa una vía terapéutica de alto impacto potencial. Restan, de todos modos, años de validación preclínica y clínica antes de que este tipo de enfoque llegue a pacientes reales, y la comunidad científica seguirá de cerca si la especificidad observada en el laboratorio se mantiene en organismos completos y, eventualmente, en ensayos humanos.

Fuentes:
Works in Progress: https://www.worksinprogress.news/p/whats-new-in-biology-july-2026

Continue Reading

Bio

Investigadores logran editar por primera vez un embrión humano con «edición de bases»

Publicado

on

El laboratorio de Dieter Egli en Columbia probó en un entorno de investigación una técnica de edición de bases sobre embriones humanos, un método considerado más seguro que el CRISPR-Cas9 clásico porque evita cortar ambas cadenas de ADN. El hallazgo reabre, con nuevas salvaguardas técnicas, un debate ético que había quedado congelado desde el escándalo de He Jiankui en 2018.

La técnica de edición de bases, a diferencia del CRISPR-Cas9 estándar que corta ambas hebras de la doble hélice de ADN, modifica directamente una única letra genética sin generar una rotura de doble cadena, el tipo de daño que resulta más difícil de reparar para la célula y que puede provocar la pérdida de fragmentos largos de ADN o incluso de cromosomas enteros. El equipo de Dieter Egli en la Universidad de Columbia ya había probado en 2020 la edición clásica en un entorno de investigación y encontró que cerca de la mitad de los embriones sufrían lo que el propio investigador calificó como «consecuencias catastróficas». La nueva prueba con edición de bases busca precisamente evitar ese tipo de daño estructural masivo.

El contexto histórico de este trabajo es ineludible: hace ocho años, el científico chino He Jiankui se convirtió en una figura infame de la ciencia mundial al usar CRISPR-Cas9 para editar embriones de fecundación in vitro que efectivamente nacieron como niños, en lo que trascendió como mucho más que un escándalo ético sobre edición genética, ya que expuso los riesgos técnicos reales de una tecnología aplicada de forma prematura y sin las salvaguardas adecuadas. Desde entonces, la comunidad científica internacional avanzó con extrema cautela en experimentos de investigación —sin implantación ni gestación— que buscan primero resolver los problemas de seguridad técnica antes de cualquier consideración de uso clínico real.

El impacto potencial de esta línea de investigación, si eventualmente madura hacia aplicaciones seguras, apunta a la corrección de mutaciones de una sola letra que causan numerosas enfermedades congénitas. La idea, según describe el propio trabajo, es que embriones detectados durante un proceso de fecundación in vitro que porten este tipo de mutaciones —y que hoy los padres podrían optar por descartar— podrían en el futuro ser corregidos antes de la implantación, evitando así la transmisión de la enfermedad sin necesidad de descartar el embrión.

La dimensión ética y social de este avance es, casi por definición, tan relevante como la técnica: la edición de la línea germinal humana —aquella que se transmite a la descendencia— sigue prohibida para uso clínico en la enorme mayoría de los países, precisamente por las implicancias irreversibles de cualquier error y por el precedente que sentaría sobre la selección de características heredables. Que un laboratorio de investigación serio logre reducir el riesgo técnico de la edición de embriones no despeja, sin embargo, las preguntas regulatorias y filosóficas sobre quién debe decidir qué mutaciones corregir y dónde trazar el límite entre terapia y mejora genética.

Fuentes:
Works in Progress: https://www.worksinprogress.news/p/whats-new-in-biology-july-2026

Continue Reading

TENDENCIAS