Google DeepMind lança AlphaGenome 2 para prever efeito de mutações em células

A DeepMind, laboratório de inteligência artificial do Google, apresentou o AlphaGenome 2, um modelo que estima como mudanças no DNA afetam tipos específicos de células e seus estados. O anúncio foi feito em post no blog do Google publicado numa quarta-feira, 11 de novembro de 2026, segundo a reportagem do The Verge. A proposta é olhar para as variantes genéticas no nível celular, e não apenas no nível do genoma como um todo, algo que pode ajudar a entender as origens de doenças e a apontar caminhos para tratamentos.

O problema de fundo é que praticamente todas as células do corpo humano carregam o mesmo DNA, mas genes são ligados e desligados de forma diferente conforme o tipo de célula, seja uma célula do músculo cardíaco, da pele ou do sistema imunológico em combate a uma infecção. Por isso, a mesma variante genética pode produzir efeitos bem distintos dependendo da célula e do estado em que ela se encontra.

O AlphaGenome 2 é sucessor do AlphaGenome, lançado no ano anterior. Segundo a DeepMind, o novo modelo foi treinado com mais de 100 milhões de perfis celulares individuais, distribuídos em 68 tecidos. Com isso, a empresa afirma que ele identifica quase duas vezes mais variantes capazes de alterar a expressão gênica nas células do que o modelo anterior, que era o estado da arte até então.

Um ponto destacado pelos pesquisadores é que o modelo consegue fazer previsões sobre tipos celulares e estados biológicos novos sem precisar ser retreinado. Ele também pode apontar lacunas nos dados experimentais, o que ajuda cientistas a decidir que linha de investigação seguir no laboratório.

Adam Gayoso, pesquisador da DeepMind envolvido no projeto, disse ao The Verge que o grande avanço está em conectar a genética humana à biologia celular. Na prática, pesquisadores podem analisar variantes identificadas em grandes populações e verificar que efeitos elas provocam no nível celular, potencialmente ligando esses efeitos a doenças.

Žiga Avsec, responsável pela área de genômica da DeepMind, afirmou que essa granularidade importa para quem quer desenvolver tratamentos. Segundo ele, ao criar medicamentos, a equipe mira proteínas específicas e tipos celulares específicos. Avsec também disse que construir um modelo desse porte só se tornou possível recentemente, graças a tecnologias que capturam células individuais e seus estados em alta resolução e geram os grandes volumes de dados necessários ao treinamento.

Custo computacional e acesso

O modelo não deve substituir o AlphaGenome tão cedo. Avsec afirmou que as previsões mais detalhadas exigem mais capacidade computacional e custam mais caro para produzir. Por isso, o AlphaGenome 2 não seria prático para gerar o atlas em escala de genoma que a DeepMind publicou em setembro, cobrindo cada possível troca de letra do DNA humano.

Segundo o Google, o AlphaGenome 2 fica disponível a partir de hoje para pesquisa não comercial por meio da API do AlphaGenome. Para pesquisa comercial, há uma prévia privada com acesso limitado.

Corrida da IA aplicada à ciência

A DeepMind não está sozinha nessa frente. Pushmeet Kohli, que chefia a área de IA para ciência da empresa, sinalizou que novos resultados científicos devem vir, e o laboratório deve abrir em breve um laboratório automatizado de ciência de materiais no Reino Unido. A Anthropic tem testado design de fármacos e deu ao Claude acesso a um laboratório experimental com bancada úmida. A OpenAI, segundo a reportagem, tem avançado sobre problemas antigos em matemática e áreas relacionadas.

Para quem trabalha com biotecnologia e saúde, a consequência prática é que a triagem de variantes pode passar a ser feita com base em tipos celulares específicos, o que reduz a dependência de experimentos caros para cada hipótese. O custo de cada previsão, porém, é maior que o do modelo anterior, e o acesso comercial ainda está restrito a uma prévia privada.