Google avança com IA para decifrar regiões ocultas do DNA humano

Sequenciado pela primeira vez no início dos anos 2000, com o Projeto Genoma Humano, as descobertas sobre os detalhes do DNA humano eram vistas com expectativas pela medicina como um todo. Mas, apesar de mapearmos o código, não conseguimos até agora decifrar a função de cerca de 98% do material genético. Até agora…

Um estudo publicado na Nature (2026) apresentou um rumo diferente para esse desafio. O AlphaGenome, modelo de inteligência artificial do Google DeepMind apresenta a proposta de integrar, em uma única arquitetura, diferentes camadas da regulação genética e prever com maior precisão os efeitos de mutações no organismo. Isso muda o que vinha sendo feito até então pelos pesquisadores, em questão de escala e na forma de interpretar o genoma.

O que é o AlphaGenome?

Para o médico que não está familiarizado com os detalhes técnicos da computação, o AlphaGenome é uma ferramenta de inteligência artificial que representa uma mudança de filosofia para o que vinha sendo feito nos estudos sobre a compreensão do genoma humano.

Até agora, a IA na genômica funcionava com ferramentas especializadas para cada modalidade, em que havia um algoritmo para prever o splicing do RNA, outro para a acessibilidade da cromatina, um terceiro para a expressão gênica.

Quais informações o AlphaGenome consegue analisar?

Segundo os autores: “O AlphaGenome é um modelo unificado de sequência de DNA que recebe como entrada 1 Mb de sequência de DNA e prediz milhares de características genômicas funcionais com resolução de até um único par de bases em diversas modalidades.”

Em outras palavras, ele rompe a fragmentação que existia até então, ao se tornar um modelo de base, ou um sistema único, treinado para entender simultaneamente múltiplas modalidades biológicas diferentes. É como se, em vez de consultar vários especialistas isolados que não se falam, agora tivéssemos acesso a uma junta médica que analisa o genoma sob todos os ângulos ao mesmo tempo.

As modalidades biológicas incluem expressão gênica, iniciação da transcrição, acessibilidade da cromatina, modificações de histonas, ligação de fatores de transcrição, mapas de contato da cromatina, uso de sítios de splicing e coordenadas e força de junções de splicing.

Por que a IA aplicada ao DNA importa para a medicina?

A nova aplicação do modelo de IA na análise do genoma ainda está mais próxima do ambiente de pesquisa do que da nossa rotina assistencial, mas conforme esses avanços forem se consolidando, as áreas como genética médica, oncologia e doenças raras serão as principais beneficiadas pelos resultados.

Em um futuro quase próximo, esse tipo de ferramenta vai permitir:

• Refinar a classificação de variantes ao prever impacto real;
• Ajudar na priorização de achados em painéis e exomas;
• Apoiar decisões em medicina de precisão;
• Reduzir a dependência de testes laboratoriais demorados.

A capacidade de integrar múltiplos mecanismos também aproxima a análise computacional da complexidade biológica real.

Aplicações práticas da IA no estudo do DNA

Doenças raras. O modelo foi testado em vários casos, entre eles o de Agamaglobulinemia ligada ao X. Ele previu como uma mutação específica no promotor do gene BTK (uma região não codificante) reduzia a expressão do gene e a ligação de fatores de transcrição, explicando a falha na maturação dos linfócitos B, ou seja, a imunodeficiência do paciente.

Saúde óssea e metabólica. Em outro exemplo, a ferramenta de IA identificou como pequenas mudanças em regiões regulatórias em variantes associadas à densidade mineral óssea que afetavam o gene WNT7B, necessário para a formação óssea.

Refinamento de diagnóstico. Ao integrar o AlphaGenome com sistemas de IA já existentes, os pesquisadores conseguiram aumentar a taxa de identificação de variantes patogênicas reais, diminuindo o ruído e a incerteza para o médico e o paciente.

Limitações da IA na interpretação do DNA humano

Apesar do desempenho atual, os autores reconhecem algumas limitações, como o desafio da captura com precisão da influência de elementos regulatórios distais, apesar de o modelo já considerar sequências longas (até 1 Mb), assim como a predição de efeitos em tecidos com níveis muito baixos ou intermediários de expressão.

Como todo modelo de IA, o AlphaGenome também depende da qualidade dos dados de treinamento, o que pode introduzir vieses, especialmente em populações subrepresentadas. Outro ponto é que ainda não se trata de uma ferramenta validada para uso clínico direto. Essa transição para a prática vai exigir validação externa, padronização e integração com fluxos diagnósticos.

Afya Summit

Se tem interesse em conhecer mais sobre temas de inovação, saúde e tecnologia, não perca a chance de participar do evento dedicado ao mundo médico! Inscreva-se no Afya Summit.

O evento ocorrerá em SP, dia 29/8/2026. Marque na agenda e garanta seu ingresso!