Deepmind lança AlphaGenome 2: IA que mapeia variantes genéticas em células individuais

---

O que muda é o modo como a IA processa dados. Antes, AlphaGenome trabalhava com sequências genéticas longas e tentava prever efeitos em milhares de experimentos simultaneamente. Agora, o modelo é condicional: recebe não só a sequência genética, mas também um estado celular específico (como "macrófago inflamatório" ou "célula do sangue vermelho em maturação") e calcula efeitos unicamente para esse tipo.

Além disso, AlphaGenome 2 vai além da expressão gênica e calcula:

• Empacotamento físico do DNA (como partes do genoma ficam acessíveis ou compactadas no núcleo).
• Metilação do DNA (tags químicos que ativam ou desativam genes).

E, diferentemente do modelo anterior, não precisa ser retreinado para novos experimentos. Basta inserir dados de poucas células para prever efeitos em um estado celular desconhecido.

---

Disponibilidade e limites O modelo está disponível para uso não-comercial por meio de API, mas não há custo explícito. A integração com o agente de IA Antigravity de Deepmind ainda não foi confirmada. A empresa ressalta que as previsões pré-computadas para centenas de condições celulares já são usadas em pesquisa e desenvolvimento de medicamentos.

O benchmark mais citado é o TenK10K, com 28 tipos de células imunológicas: AlphaGenome 2 identificou 30% de variantes causais, contra 16% do modelo anterior. Em casos de doença inflamatória intestinal, reproduziu um mecanismo específico que outros métodos ignoravam.

---

O que isso significa para o setor? AlphaGenome 2 resolve uma lacuna crítica: enquanto modelos tradicionais de genômica analisavam tecidos como um todo, a biologia celular exige detalhes de cada célula. Isso abre caminho para estudos mais precisos de doenças, como o caso do gene ETS2 ativado em macrófagos intestinais — algo que modelos anteriores não detectariam.

A diferença não é apenas técnica, mas estratégica. Em vez de esperar por dados experimentais, a IA agora antecipa resultados, guiando pesquisas e até mesmo o design de vacinas. O desafio agora é escalar o uso em laboratórios que não têm infraestrutura para processar milhões de células.