AlphaGenome 2, noviembre de 2026: lee el ADN célula a célula
DeepMind presentó el 11 de noviembre de 2026 AlphaGenome 2, IA genómica entrenada con más de 107 millones de perfiles celulares humanos y de ratón.
· 7 min de lectura
Leer en otros idiomas한국어English简体中文繁體中文日本語
Claves (a 13 de noviembre de 2026)
- DeepMind afirma que AlphaGenome 2 identificó el 30 % de las variantes causales probables en una prueba con 28 tipos de células inmunitarias (TenK10K), casi el doble que el 16 % del primer AlphaGenome ajustado con datos unicelulares.
- AlphaGenome 2 ya puede usarse mediante una API para investigación no comercial y no está aprobado para diagnóstico clínico, mientras que el proyecto coreano National Integrated Bio Big Data prepara su primera apertura de datos en noviembre de 2026.

Entre las variantes de ADN asociadas a enfermedades, la proporción que el modelo señaló correctamente como causa probable pasó del 16 % al 30 %. Es el resultado principal de las pruebas de AlphaGenome 2, el modelo de IA genómica que Google DeepMind presentó el 11 de noviembre. El primer AlphaGenome, lanzado año y medio antes, respondía a partir de promedios por tejido. El nuevo modelo permite elegir un único tipo y estado celular, como una célula inmunitaria o una célula intestinal, y predice qué hace una variante dentro de esa célula. La misma variante puede pasar inadvertida en una célula y favorecer la enfermedad en otra. Lo relevante del anuncio es que la pregunta de la IA genómica ha pasado de «qué variante es» a «en qué célula causa el problema».
AlphaGenome 2 pregunta por una sola célula
Solo el 2 % del genoma humano codifica proteínas. El 98 % restante es no codificante y alberga los interruptores que deciden cuándo, dónde y con qué intensidad se activan los genes. El primer AlphaGenome, que DeepMind lanzó el 25 de junio de 2025, leía hasta un millón de letras de ADN de una vez y predecía el efecto de esos interruptores con resolución de una sola letra. El trabajo se publicó en Nature en enero de 2026. AlphaGenome 2 añade una entrada. Junto a la secuencia de un millón de letras, el usuario indica un tejido, un tipo celular o un estado celular. Los datos de entrenamiento proceden de conjuntos masivos y unicelulares de 68 tejidos de humanos y ratones, y a las predicciones se ha sumado la metilación del ADN, una marca química que mantiene un gen apagado sin alterar la secuencia.
| Aspecto | AlphaGenome (25 jun. 2025) | AlphaGenome 2 (11 nov. 2026) |
|---|---|---|
| ADN leído de una vez | Hasta 1 millón de letras | 1 millón de letras |
| Unidad de predicción | Salidas fijas por tejido y línea celular | Tejido, tipo o estado celular elegido |
| Datos de entrenamiento | Cientos de tipos celulares y tejidos humanos y de ratón | 68 tejidos humanos y de ratón, más de 107 millones de perfiles celulares |
| Nueva predicción | — | Metilación del ADN |
| Acceso | API para investigación no comercial | API para investigación no comercial; vista previa privada para investigación comercial |
Fuente: entradas del blog de DeepMind del 25 de junio de 2025 y del 11 de noviembre de 2026.
El 30 % de las variantes causales en 28 tipos de células inmunitarias
La comparación de rendimiento se hizo con TenK10K, un conjunto de datos inmunitarios unicelulares que abarca 28 tipos de células inmunitarias primarias. Los modelos de referencia fueron el primer AlphaGenome ajustado con datos unicelulares y otras herramientas especializadas.
| Prueba (TenK10K, %) | AlphaGenome 2 | Modelo de comparación |
|---|---|---|
| Variantes causales probables identificadas | 30 | 16 |
| Dirección del efecto génico acertada (aumento o descenso) | 43 | 23 |
Fuente: anuncio de DeepMind del 11 de noviembre de 2026. El comunicado no detalla las condiciones en que se midieron ambas cifras. También cambia la forma de uso. El investigador sube datos de ARN unicelular de unas pocas decenas de células; el modelo resume el estado de esas células y genera predicciones incluso para estados que no ha visto antes, sin necesidad de reentrenarlo. En la práctica, un laboratorio puede evaluar variantes tomando como referencia sus propias células aunque ese estado celular no figure en los datos públicos. Sarah Teichmann, catedrática de la Universidad de Cambridge y cofundadora del Human Cell Atlas, declaró en el anuncio de DeepMind del 11 de noviembre: «Lo interesante de AlphaGenome 2 es que se adapta de inmediato a nuevos datos unicelulares sin reentrenamiento».

Un interruptor lejano y una pista sobre la inflamación intestinal
DeepMind comprobó además si el modelo podía redescubrir un resultado conocido. Un estudio publicado en Nature en 2024 localizó variantes vinculadas a la enfermedad inflamatoria intestinal en un «desierto génico», un tramo largo de ADN sin genes, y mostró que una variante allí sobreactiva el gen ETS2, situado lejos, en los macrófagos intestinales. AlphaGenome 2 reprodujo el hallazgo solo con cálculo y señaló la variante causal. Según sus predicciones, esa variante elevaba ETS2 únicamente en los macrófagos intestinales y apenas afectaba a otras células o genes. Los límites están claros. Según Dataconomy, Žiga Avsec, responsable de genómica de DeepMind, explicó que AlphaGenome 2 requiere más capacidad de cálculo por predicción y que, por ello, no sustituirá de inmediato al modelo anterior. DeepMind subraya que ambos modelos son solo para investigación y no han sido validados ni aprobados para uso clínico o diagnóstico.
Para los investigadores en Corea, coincide con la apertura de datos de noviembre
AlphaGenome 2 puede usarse ya mediante la API para investigación no comercial, y la investigación comercial está abierta como vista previa privada. DeepMind recoge propuestas de uso mediante un formulario hasta el 30 de noviembre y afirma que podrá conceder uso adicional y créditos a los proyectos seleccionados. Como el modelo exige más cálculo que su predecesor, conviene que los laboratorios revisen antes su capacidad de computación. Ese mismo mes, el proyecto coreano National Integrated Bio Big Data prepara su primera apertura de datos. Este programa público reúne datos genómicos, clínicos y públicos donados por ciudadanos y los pone a disposición de la investigación. Lo impulsan conjuntamente el Ministerio de Salud y Bienestar (Ministry of Health and Welfare); el Ministerio de Ciencia y TIC (Ministry of Science and ICT), responsable de la política científica y digital; el Ministerio de Comercio e Industria (Ministry of Trade and Industry, antes Ministry of Trade, Industry and Energy), y la Agencia de Control y Prevención de Enfermedades de Corea (Korea Disease Control and Prevention Agency, KDCA), el organismo nacional de salud pública.
| Aspecto | Detalle | Fuente |
|---|---|---|
| Objetivo final | 1 millón de personas en 2032 | KDCA y ministerios asociados (15 oct. 2026) |
| Fase 1 (2024-2028) | 772.000 personas | KDCA y ministerios asociados (15 oct. 2026) |
| Composición del reclutamiento | 585.000 participantes generales, 140.000 pacientes con enfermedades graves y 47.000 con enfermedades raras | KDCA y ministerios asociados (15 oct. 2026) |
| Participantes reclutados | Unos 220.000 (48 centros médicos) | Información de MTN (10 sept. 2026) |
| Requisitos | De participantes en chequeos médicos nacionales a cualquier ciudadano | KDCA y ministerios asociados (15 oct. 2026) |
| Primera apertura de datos | Noviembre de 2026 (sin fecha fijada) | KDCA y ministerios asociados (15 oct. 2026) |
La ministra de Salud y Bienestar, Jeong Eun-kyeong, afirmó en el comunicado conjunto de los cuatro organismos del 15 de octubre que, a partir de la primera apertura en noviembre, el Gobierno apoyará un uso seguro y amplio de los datos. Los modelos globales y los datos coreanos todavía avanzan por caminos separados. Para acceder a los datos nacionales hay que presentar una solicitud y superar una evaluación, y antes de subir información genética personal a una API extranjera conviene revisar los criterios del comité de ética de investigación de cada institución. Para el consumidor que se hace una prueba genética, AlphaGenome 2 no cambiará un diagnóstico a corto plazo.
La IA genómica se desplaza de las listas de variantes a la lectura del contexto celular. Ese contexto depende de cuántos datos celulares se hayan acumulado y de lo diversa que sea la población de la que proceden. Los investigadores en Corea deberían seguir este mes la convocatoria de apertura del big data biomédico y sus condiciones de acceso.
Preguntas frecuentes
¿Qué cambia en AlphaGenome 2?
El primer AlphaGenome predecía de una vez un conjunto fijo de salidas por tejido y línea celular; AlphaGenome 2 permite elegir un tejido, un tipo celular o un estado celular y predice dentro de él el efecto de las variantes de ADN. Incorpora la predicción de la metilación del ADN y funciona con datos unicelulares de unas pocas decenas de células sin reentrenamiento.
¿Puede usar cualquiera AlphaGenome 2?
Para investigación no comercial está disponible ya a través de la API de AlphaGenome, y DeepMind acepta propuestas hasta el 30 de noviembre, con posible uso adicional y créditos para los proyectos seleccionados. La investigación comercial está en vista previa privada y el modelo no ha sido validado ni aprobado para uso clínico o diagnóstico.
¿Cuándo se abre el National Integrated Bio Big Data de Corea?
La KDCA y tres ministerios asociados anunciaron la primera apertura de datos para noviembre de 2026, pero aún no han comunicado la fecha exacta. Los investigadores pueden obtener muestras biológicas humanas y big data biomédico tras presentar una solicitud y superar una evaluación.
Fuentes
- Google DeepMind, AlphaGenome 2: Deciphering how cells read DNA to better understand disease (11 nov. 2026) — deepmind.google
- Google DeepMind, AlphaGenome: AI for better understanding the genome (25 jun. 2025) — deepmind.google
- Dataconomy, Google DeepMind releases AlphaGenome 2 to study disease (12 nov. 2026) — dataconomy.com
- KDCA, Ministry of Health and Welfare, Ministry of Science and ICT y Ministry of Trade and Industry, Cualquier ciudadano, y no solo quienes pasan chequeos médicos, podrá participar en el National Integrated Bio Big Data (15 oct. 2026) — kdca.go.kr
- MTN, Se reúnen los datos médicos dispersos de 1 millón de personas: abre la plataforma National Integrated Bio Big Data (10 sept. 2026) — news.mtn.co.kr




