Google publica el efecto de cada mutación del ADN humano

Entre teoremas del milenio y agentes personales, la noticia científica más útil de la semana casi pasa desapercibida. Google DeepMind ha publicado AlphaGenome Atlas: un catálogo con la predicción del efecto molecular de todos los cambios de una letra posibles en el ADN humano. Los 9.000 millones. Precalculados, ordenados y consultables gratis desde una web sin escribir una línea de código.

El problema que ataca

Del genoma humano solo el 2% fabrica proteínas y se entiende razonablemente; el 98% restante regula cuándo y cuánto se fabrica cada cosa, y ahí es donde una sola letra cambiada puede desactivar un gen o disparar una enfermedad. El cuello de botella de la genómica clínica lleva años siendo ese: secuenciar un genoma es barato, pero interpretar qué significan sus miles de variantes raras exige experimentos de laboratorio variante a variante. Con 9.000 millones de cambios posibles, probarlos todos en el laboratorio es directamente imposible.

La jugada de DeepMind es de fuerza bruta elegante: en enero publicó AlphaGenome, el modelo que predice el efecto molecular de una variante; ahora ha ejecutado ese modelo sobre todas las variantes posibles y ha colgado el resultado. Lo que antes era "pide una predicción y espera" ahora es "búscalo, que ya está calculado". Los primeros usos que enseña van de un caso de enfermedad rara a análisis sobre los datos del Biobanco de Reino Unido.

Por qué es la manera correcta de usar la IA en ciencia

Hay un contraste instructivo con el otro anuncio científico de la semana. La prueba de Navier-Stokes de OpenAI es un fogonazo espectacular de capacidad; el Atlas es infraestructura: aburrida, verificable y útil desde hoy para miles de laboratorios. Es el mismo patrón que ya funcionó con AlphaFold, cuya base de datos de estructuras de proteínas se convirtió en herramienta estándar de la biología mundial, y el mismo que vimos cuando Claude diseñó proteínas reales que superaron a las de los expertos: la IA científica rinde más como pico y pala masivo que como genio de la lámpara.

La letra pequeña, que la tiene: son predicciones, no hechos. La puntuación AVI dice qué variantes merecen investigación, no qué enfermedad tiene nadie; el modelo no está validado para uso clínico y el artículo científico del Atlas aún no ha pasado la revisión por pares. DeepMind lo dice con claridad, cosa que se agradece; los titulares que ya hablan de "descifrar el genoma", no tanto.

La lectura sin humo

Si el patrón AlphaFold se repite, dentro de dos años habrá cientos de artículos científicos que empiecen con una consulta a este Atlas, y alguna variante hoy clasificada como "significado incierto" en un informe genético (la frase más frustrante de la medicina moderna) tendrá una pista de por dónde tirar. Eso no saldrá en ningún titular porque pasará poco a poco y en laboratorios ajenos.

Para el lector de a pie, la moraleja es de criterio: la IA en ciencia rinde de dos maneras muy distintas. Una da espectáculo y notas de prensa (el teorema, el récord); la otra deja herramientas públicas que multiplican el trabajo de miles de investigadores humanos. Las dos valen, pero cuando quieras medir cuánto está cambiando la IA la ciencia de verdad, mira la segunda columna. Esta semana, la segunda columna ganó por goleada y casi nadie la vio.

Fuentes: Google DeepMind · Nature · Google · 8 septiembre 2026