Google DeepMind revela AlphaGenome 2 para mapear doenças em nível celular
O AlphaGenome 2 prevê como mutações genéticas impactam tipos específicos de células usando um conjunto de dados de 100 milhões de perfis celulares, oferecendo uma visão mais detalhada para a descoberta de medicamentos do que seu antecessor.
Pesquisadores do Google DeepMind apresentaram o AlphaGenome 2, um modelo sofisticado de IA projetado para prever como mudanças no DNA afetam diferentes tipos de células. O modelo visa resolver um quebra-cabeça biológico complexo: por que a mesma mutação genética pode causar doenças em um órgão e deixar outros ilesos. Ao fornecer uma visão de alta resolução do comportamento celular, o AlphaGenome 2 pode acelerar significativamente o desenvolvimento de tratamentos médicos direcionados.
Além dos mapas estáticos de DNA
Embora quase todas as células do corpo humano contenham o mesmo DNA, diferentes células — como as do coração, da pele ou células imunológicas — ativam genes distintos dependendo de sua função e estado. O AlphaGenome 2 é o sucessor do modelo AlphaGenome original, lançado no ano passado. Enquanto a primeira versão fornecia uma visão mais ampla do genoma, o AlphaGenome 2 foca nas "raízes celulares" das doenças, capturando os padrões específicos de expressão gênica que variam entre os tipos de células.
De acordo com o Google DeepMind, o novo modelo identifica quase o dobro de variantes genéticas que alteram a expressão gênica em células em comparação com o modelo de ponta anterior. Essa granularidade é essencial para a descoberta de medicamentos, pois os pesquisadores precisam atingir proteínas específicas dentro de tipos celulares específicos para minimizar efeitos colaterais e aumentar a eficácia.
Dados massivos e previsões "Zero-Shot"
O avanço foi possível graças ao treinamento do modelo em um conjunto massivo de dados de mais de 100 milhões de perfis celulares individuais em 68 tecidos diferentes. O DeepMind afirma que isso transforma efetivamente os "atlas celulares" estáticos — grandes repositórios de dados biológicos — em um motor preditivo para a genética humana.
Uma característica notável do AlphaGenome 2 é sua capacidade de fazer previsões sobre tipos de células e estados biológicos inteiramente novos sem a necessidade de treinamento adicional. Ele também pode identificar lacunas nos dados experimentais existentes, ajudando os cientistas a determinar quais áreas do laboratório exigem mais investigação.
"Quando você desenvolve medicamentos, está visando proteínas específicas e tipos de células específicos", explicou Žiga Avsec, líder de genômica do DeepMind. Ele observou que a especificidade fornecida pelo AlphaGenome 2 é vital para passar de uma compreensão geral da genética para soluções médicas acionáveis.
O caminho para as células virtuais
Apesar de seus avanços, o AlphaGenome 2 ainda não está substituindo seu antecessor. O alto nível de detalhamento do modelo tem um custo computacional significativo, tornando sua execução mais "cara" do que a do AlphaGenome original. Por exemplo, o Atlas abrangente do DeepMind de cada mudança possível nas letras do DNA, lançado em setembro, foi produzido usando o modelo mais antigo porque as demandas computacionais do AlphaGenome 2 teriam sido impraticáveis para uma escala tão massiva.
Olhando para o futuro, o DeepMind planeja expandir os dados de treinamento do modelo para incluir mais estados celulares e, potencialmente, dados de múltiplas espécies. A longo prazo, espera-se que esses modelos contribuam para a criação de "células virtuais" — simulações digitais que podem imitar sistemas biológicos complexos.
O Google está disponibilizando o AlphaGenome 2 para pesquisa não comercial por meio da AlphaGenome API a partir de hoje, com uma "prévia privada" limitada disponível para pesquisa comercial. Este lançamento segue uma tendência mais ampla de laboratórios de IA enfrentando grandes obstáculos científicos, com concorrentes como a Anthropic explorando o design de medicamentos e a OpenAI focando em problemas matemáticos complexos.
