O Google DeepMind disponibilizou um catálogo com previsões para praticamente todas as substituições possíveis de uma única letra no genoma humano. São cerca de 9 bilhões de variantes analisadas pelo AlphaGenome, uma inteligência artificial capaz de estimar como uma mudança no DNA pode interferir na atividade de genes, no processamento do RNA e em outros mecanismos celulares. O atlas pode acelerar a busca por mutações associadas a doenças, especialmente nos 98% do genoma que não produzem diretamente proteínas. Mas existe uma diferença fundamental: a IA não realizou 9 bilhões de experimentos e tampouco descobriu quais mutações causam doenças. Ela produziu 9 bilhões de previsões que agora podem ajudar os cientistas a decidir quais delas merecem ser investigadas primeiro.

O genoma humano possui aproximadamente 3 bilhões de pares de bases, construídos a partir de quatro “letras” químicas representadas por A, C, G e T. Em praticamente qualquer posição, uma dessas letras pode ser substituída por uma das outras três. Fazendo essa combinação ao longo de todo o genoma, chegamos a algo próximo de 9 bilhões de possíveis substituições de uma única letra. O problema é que descobrir experimentalmente o efeito de cada uma delas seria uma tarefa colossal. Nesta semana, o Google DeepMind apresentou uma tentativa de encurtar esse caminho: o AlphaGenome Atlas, um banco de dados de aproximadamente 1 petabyte que contém previsões computacionais sobre o impacto molecular de todas essas variantes. Em vez de um pesquisador precisar submeter individualmente uma alteração ao modelo, as previsões já foram calculadas e podem ser consultadas por pesquisadores por meio de uma plataforma na internet. 

É importante esclarecer desde o início o que significa dizer que o sistema avaliou “9 bilhões de mutações”. O atlas considera substituições de um único nucleotídeo, conhecidas como variantes de nucleotídeo único. Ele não representa literalmente todas as alterações genéticas que um ser humano poderia apresentar: pedaços de DNA podem ser inseridos ou eliminados, cromossomos podem sofrer rearranjos, grandes regiões podem ser duplicadas e diversas variantes podem atuar simultaneamente. Mesmo assim, alterações de uma única letra são extremamente comuns e algumas delas podem mudar o funcionamento de um gene ou aumentar a predisposição a determinadas doenças. O tamanho do novo catálogo está justamente em calcular antecipadamente o que o AlphaGenome prevê para cada substituição possível dessa categoria. 

O maior problema do DNA está justamente na parte que não produz proteínas

Durante muito tempo, a interpretação genética foi mais direta quando uma mutação aparecia na região de um gene responsável por codificar uma proteína. Nessas regiões, uma mudança na sequência pode alterar os aminoácidos utilizados para construir aquela proteína, interromper sua produção ou modificar sua estrutura. Mas apenas cerca de 2% do genoma humano codifica diretamente proteínas. Grande parte dos outros 98% participa de mecanismos muito mais difíceis de interpretar, incluindo sequências que controlam quando um gene deve ser ligado, em qual tecido deve funcionar e quanto produto deve ser produzido. É nesse enorme território regulatório que estão muitas das variantes relacionadas a características humanas e risco de doenças. 

Isso torna a situação parecida com tentar entender um programa de computador no qual conhecemos razoavelmente bem as linhas responsáveis por produzir o resultado final, mas ainda temos dificuldade para compreender milhões de comandos que dizem quando cada parte deve funcionar. Uma alteração pode estar muito distante do gene que influencia e ainda modificar sua atividade. Outra pode interferir no local onde proteínas reguladoras se ligam ao DNA. Há também mutações capazes de alterar o splicing, processo pelo qual o RNA produzido a partir de um gene é recortado e reorganizado antes de servir como instrução para a produção de proteínas.

O AlphaGenome foi desenvolvido justamente para lidar melhor com esse contexto. O modelo consegue receber sequências com até 1 milhão de pares de bases de uma vez e realizar previsões em resolução que, em determinados tipos de análise, chega a uma única base. Ele foi treinado com dados humanos e de camundongos e pode prever milhares de sinais relacionados à expressão dos genes, acessibilidade do DNA, ligação de fatores de transcrição, modificações de histonas, organização tridimensional dos cromossomos e diferentes etapas do processamento do RNA. No artigo científico publicado na Nature em janeiro, o modelo igualou ou superou os melhores modelos externos avaliados em 25 de 26 testes de previsão do efeito de variantes. 

O atlas não diz simplesmente “essa mutação causa doença”

É provavelmente a distinção mais importante da nova ferramenta. Um pesquisador pode selecionar uma variante e verificar se o AlphaGenome prevê que ela terá grande impacto molecular, mas isso não equivale a um diagnóstico. O sistema não conhece toda a história clínica daquela pessoa, não reproduz um organismo completo e não substitui estudos populacionais, experimentos celulares ou outras evidências necessárias para estabelecer que determinada alteração genética provoca uma doença. A própria cobertura da Nature destaca que especialistas veem o atlas como uma ferramenta para priorizar variantes e orientar pesquisas, não como substituto das evidências experimentais ou da avaliação individual de pacientes. 

Imagine que pesquisadores analisem o DNA de pessoas com determinada doença rara e encontrem milhares de diferenças em relação ao genoma de referência. Algumas dessas diferenças são completamente inofensivas; outras podem ter relação com a doença. Testar todas em laboratório seria caro e demorado. Uma ferramenta como o AlphaGenome pode funcionar como um filtro inicial, destacando aquelas que parecem alterar fortemente a expressão de um gene, interferir em um ponto de splicing ou modificar alguma região regulatória importante. Os cientistas poderiam então concentrar seus experimentos nessas candidatas.

É nesse sentido que o novo atlas pode ser particularmente útil. Desde a apresentação original do AlphaGenome, milhares de pesquisadores já vinham acessando o modelo através de uma interface de programação, mas isso exigia conhecimentos de código e a realização das previsões conforme elas fossem necessárias. Agora, o DeepMind calculou previamente todas as substituições simples possíveis e criou uma interface de consulta. Cada variante recebe também um AlphaGenome Variant Impact Score, ou AVI, destinado a ajudar pesquisadores a comparar e priorizar alterações potencialmente importantes. 

Nove bilhões de possibilidades vieram de uma conta relativamente simples

O número parece quase absurdo à primeira vista, mas ele deriva diretamente da estrutura do DNA. Em cada posição do genoma existe uma das quatro bases. Se naquela posição há, por exemplo, um A, existem três substituições simples possíveis: transformar aquele A em C, G ou T. Multiplique aproximadamente 3 bilhões de posições por três alternativas e chegamos à ordem de grandeza de 9 bilhões.

O que é extraordinário não é descobrir matematicamente que essas possibilidades existem; isso já era evidente. O desafio foi gerar uma previsão molecular para cada uma delas. Segundo o DeepMind, o conjunto resultante possui aproximadamente 1 petabyte de dados, equivalente a cerca de um milhão de gigabytes. A plataforma disponibilizada agora evita que cada laboratório precise executar individualmente o modelo bilhões de vezes para construir um catálogo semelhante. 

Também não significa que todas essas variantes existam atualmente em seres humanos. Muitas talvez nunca tenham ocorrido em uma pessoa observada, outras podem ser extremamente raras e inúmeras não devem produzir qualquer efeito significativo. O catálogo responde a uma pergunta hipotética: se essa letra do genoma fosse substituída por aquela, o que o modelo prevê que poderia mudar na biologia molecular?

Essa abordagem permite inclusive investigar variantes que ainda não foram encontradas em grandes bancos populacionais. Para doenças raras, isso pode ser particularmente valioso, porque uma alteração responsável por um caso individual pode ser tão incomum que quase não exista informação clínica anterior sobre ela.

A região não codificante é onde uma IA desse tipo pode fazer maior diferença

Um dos motivos para o entusiasmo em torno do AlphaGenome está no histórico recente da genética. Sequenciar o DNA ficou muito mais rápido e barato, mas interpretar aquilo que foi sequenciado continua sendo um gargalo. Encontrar uma diferença no DNA é relativamente simples; descobrir se ela importa pode ser muito mais difícil.

Esse problema aparece constantemente em testes genéticos. Um laboratório pode encontrar uma variante que nunca foi bem estudada e classificá-la como de significado incerto. Isso não significa que ela seja perigosa nem inofensiva; significa que faltam evidências suficientes para chegar a uma conclusão. Modelos computacionais já fazem parte desse processo de investigação, mas a complexidade aumenta drasticamente nas regiões que não codificam proteínas.

O AlphaGenome tenta integrar vários tipos de efeito numa única arquitetura. Em vez de possuir um modelo para prever splicing, outro para expressão genética e outro para acessibilidade da cromatina, ele consegue avaliar diferentes aspectos simultaneamente e considerar até 1 milhão de bases de contexto ao redor de uma região. Isso importa porque os controles de um gene podem estar a centenas de milhares de bases de distância. 

Ainda assim, o modelo não resolve completamente esse problema. Pesquisadores destacam que modelos especializados podem continuar sendo melhores em tarefas específicas e que existem aspectos da regulação genética que ainda são difíceis de prever, principalmente efeitos muito dependentes do tipo celular ou do tecido. Além disso, o estudo do AlphaGenome concentrou grande parte de sua avaliação em alterações de uma única letra no genoma de referência. Genomas reais carregam combinações de variantes, inserções, deleções e grandes alterações estruturais que podem interagir entre si. 

Isso pode acelerar a descoberta de tratamentos?

Potencialmente, mas existe um caminho considerável entre interpretar uma variante genética e desenvolver um medicamento. A contribuição mais imediata do AlphaGenome provavelmente está antes do tratamento: ajudar pesquisadores a entender mecanismos de doenças e escolher quais alterações estudar.

Suponha que uma variante associada estatisticamente a determinada doença esteja em uma região aparentemente distante de qualquer gene conhecido. O modelo pode prever que aquela alteração modifica a ligação de uma proteína reguladora e reduz a expressão de um gene localizado mais adiante. Isso fornece uma hipótese biologicamente testável: pesquisadores podem levar aquela variante ao laboratório, reproduzi-la em células e verificar se o efeito previsto realmente ocorre.

Esse tipo de investigação pode revelar novos genes ou vias celulares envolvidos em uma doença e, eventualmente, apontar alvos terapêuticos. Também pode auxiliar no estudo de câncer, em que mutações adquiridas ao longo da vida alteram o comportamento das células. No artigo original, por exemplo, pesquisadores mostraram que o AlphaGenome conseguiu reproduzir mecanismos associados a variantes clinicamente relevantes próximas ao oncogene TAL1, envolvido em determinados tipos de leucemia. 

Existe ainda potencial em biologia sintética, na qual pesquisadores projetam sequências de DNA com funções específicas. Saber antecipadamente como mudanças na sequência podem afetar a expressão de genes ajudaria a escolher construções mais promissoras antes de produzi-las fisicamente. Mas, novamente, a palavra central é previsão. Biologia é suficientemente complexa para que os resultados importantes precisem ser confirmados experimentalmente.

A IA não “decifrou o genoma humano”

É provável que manchetes sobre o AlphaGenome acabem sugerindo algo dessa natureza, mas seria uma interpretação exagerada. O genoma humano não é um código simples no qual cada letra possui uma função isolada. Uma mesma sequência pode produzir efeitos diferentes dependendo do tecido, da idade, do ambiente celular, de outras variantes presentes no indivíduo e de fatores que não estão escritos diretamente na sequência do DNA.

O AlphaGenome aprende padrões a partir de enormes conjuntos de dados experimentais e utiliza esses padrões para estimar aquilo que aconteceria diante de novas sequências. Quanto melhor a qualidade e a diversidade dos dados utilizados no treinamento, mais úteis tendem a ser determinadas previsões. Mas o modelo não possui uma teoria completa da biologia humana, nem transforma uma sequência de DNA em uma previsão perfeita sobre o organismo inteiro.

Isso explica por que a própria publicação científica reconhece limitações. Embora o modelo apresente desempenho de ponta em grande parte dos testes, ainda existem dificuldades para reproduzir com precisão alguns efeitos específicos de determinados tecidos e para lidar com toda a diversidade de variação encontrada em genomas reais. 

A diferença entre mapear previsões e mapear certezas é essencial. O AlphaGenome Atlas pertence à primeira categoria.

Um mapa para decidir onde procurar

Talvez a melhor forma de entender o novo atlas seja pensar no mapa de uma região praticamente inexplorada. O mapa não prova o que existe em cada ponto do território, mas pode mostrar aos exploradores onde estão os lugares mais interessantes para investigar.

Em genética, esse problema de escala é gigantesco. Temos bilhões de letras no genoma, milhões de variantes já observadas entre seres humanos e inúmeros mecanismos pelos quais uma única alteração pode afetar uma célula. Realizar experimentos para todas elas é inviável. A inteligência artificial oferece uma maneira de organizar essa imensidão e transformar bilhões de possibilidades em uma lista muito menor de hipóteses prioritárias.

O AlphaGenome Atlas fez isso em uma escala inédita: três alternativas para cada uma de aproximadamente três bilhões de posições, resultando em cerca de nove bilhões de previsões. O resultado não é uma enciclopédia definitiva dizendo quais mutações causam câncer, diabetes, doenças neurológicas ou qualquer outra condição. É uma ferramenta que tenta dizer aos cientistas quais alterações parecem biologicamente importantes e por quê. 

Isso pode parecer uma diferença pequena, mas na pesquisa científica é enorme. Quando existem bilhões de perguntas possíveis, saber quais algumas milhares merecem ser testadas primeiro pode economizar anos de trabalho.

Há pouco mais de duas décadas, concluir a primeira sequência de referência do genoma humano foi celebrado como um marco por finalmente revelar grande parte das letras que compõem nosso DNA. Desde então, o desafio mudou. Ler as letras já não é suficiente; precisamos compreender o que elas fazem.

O AlphaGenome não terminou essa tarefa.

Mas seu novo atlas mostra como a inteligência artificial pode começar a ajudar os cientistas a navegar por um texto de 3 bilhões de letras, uma alteração por vez.

Fontes

Google DeepMind — AlphaGenome Atlas
Apresentação oficial da plataforma lançada em 8 de setembro de 2026, com previsões para aproximadamente 9 bilhões de variantes de um único nucleotídeo e informações sobre o conjunto de dados de 1 petabyte. (Google DeepMind)

Conhecer o AlphaGenome Atlas

Nature — AlphaGenome Atlas
Cobertura independente do lançamento, incluindo comentários de pesquisadores sobre utilidade e limitações da ferramenta. (Nature)

Ler a reportagem da Nature

Nature — “Advancing regulatory variant effect prediction with AlphaGenome”
Artigo científico original do AlphaGenome, publicado em janeiro de 2026, descrevendo arquitetura, avaliações e desempenho do modelo. (Nature)

Acessar o estudo científico