O Google DeepMind apresentou em 10 de setembro de 2026 o AlphaGenome Atlas, plataforma que reúne previsões sobre os efeitos de 9 bilhões de variantes de nucleotídeo único — todas as trocas de uma única letra possíveis no genoma humano. Segundo a empresa, trata-se do catálogo mais abrangente já montado sobre como mutações genéticas alteram a biologia molecular, com acesso gratuito para pesquisa acadêmica. O anúncio saiu no blog da companhia, acompanhado do artigo científico que descreve o sistema.
A dificuldade que o projeto ataca é conhecida: interpretar, no nível molecular, o efeito de cada variação genética. Como existem cerca de 9 bilhões de mutações de uma única letra no genoma humano, testar todas em laboratório é praticamente inviável. O DeepMind já havia avançado nessa frente com o AlphaGenome, modelo de inteligência artificial que prevê como variantes impactam processos biológicos e que já circula entre pesquisadores. A diferença agora é a escala: em vez de analisar caso a caso, a empresa pré-computou as previsões para o genoma inteiro.
O que o Atlas entrega
Segundo o DeepMind, o AlphaGenome Atlas funciona como uma coleção de mapas interligados. Para cada variante, há milhares de previsões de efeitos moleculares, cobrindo diferentes aspectos da regulação gênica e centenas de tipos de células e tecidos humanos e de camundongo. O conjunto inclui ainda um catálogo com mais de 2.500 sequências de DNA recorrentes — os motifs, descritos como as palavras do genoma — e suas localizações. A proposta é permitir que o pesquisador ligue uma variante diretamente às sequências funcionais que ela pode romper.
O escore AVI
Para acelerar a triagem, a empresa lançou o AlphaGenome Variant Impact (AVI), um escore que condensa em um único número as previsões do AlphaGenome e do AlphaMissense, modelo do DeepMind voltado a variantes que alteram proteínas. O índice funciona tanto nas regiões codificantes, que respondem por 2% do genoma e dão origem a proteínas, quanto nas não codificantes, os 98% restantes, responsáveis por orquestrar a atividade dos genes e onde está a maior parte das variantes associadas a características. Testes da companhia apontam desempenho de ponta em benchmarks de patogenicidade e de doenças raras. Cada escore vem acompanhado de atribuições que indicam quais processos moleculares — splicing de RNA, expressão gênica, acessibilidade da cromatina ou conservação — a variante tende a perturbar.
Escala comparável à do AlphaFold
O volume é o argumento central: o Atlas é um conjunto de dados de 1 petabyte, mais de 30 vezes maior que o banco de dados do AlphaFold. O paralelo não é casual. Em 2022, o DeepMind ampliou esse repositório de cerca de 190 mil estruturas experimentais de proteínas para mais de 200 milhões de previsões, cobrindo praticamente todas as proteínas catalogadas pela ciência. A base virou referência para pesquisadores sem experiência em programação, com visualizações intuitivas. Com o novo Atlas, a ambição declarada é repetir a fórmula para o genoma.
Doenças raras à genética de populações
De acordo com o DeepMind, colaboradores externos já usaram o AlphaGenome Atlas para identificar e verificar experimentalmente variantes importantes em investigações de doenças raras ainda sem solução, além de localizar variantes raras associadas a características comuns. A aposta é que a combinação entre escore único, atribuições por processo biológico e catálogo de motifs permita tarefas que vão do ranqueamento rápido de variantes a análises mecanísticas detalhadas sobre a função de uma sequência específica.
Na prática, isso significa que cada laboratório não precisa rodar o modelo por conta própria: o resultado chega pronto, e a equipe pode concentrar esforços na interpretação biológica. A plataforma está disponível para pesquisa acadêmica por meio de um portal na web, da API do AlphaGenome e como uma skill no Google Antigravity.
