---
title: "AlphaGenome 2 prevê efeitos de mutações em diferentes células"
author: "Ignácio Afonso"
date: "2026-11-13 06:14:33.139-03"
category: "Inteligência Artificial & Dados"
url: "https://desbugados.com.br/post/2026/11/13/alphagenome-2-preve-efeitos-de-mutacoes-em-diferentes-celulas"
---

## Resumo
- AlphaGenome 2 estima como variações no DNA afetam tipos e estados celulares específicos.
- O modelo foi treinado com perfis de mais de 100 milhões de células em 68 tecidos.
- A ferramenta pode fazer previsões para novos tipos celulares e estados biológicos sem novo treinamento.
- O Google afirma que o modelo identifica quase o dobro de variantes que alteram a expressão gênica em comparação com o anterior.
- O sistema é destinado à pesquisa e não foi validado nem aprovado para diagnóstico ou uso clínico.
- A API está disponível para pesquisa sem fins comerciais, e a pesquisa comercial tem acesso por prévia privada.

---

Em 11 de novembro de 2026, o Google DeepMind apresentou o [**AlphaGenome 2**](https://www.theverge.com/ai-artificial-intelligence/1031524/google-deepmind-alphagenome-2-genetic-ai-model), sucessor da primeira IA da empresa voltada a prever os efeitos de sequências de DNA. O modelo estima como uma variação genética se comporta em tipos e estados celulares específicos, em vez de tratar um tecido como se todas as suas células respondessem da mesma forma. Para pesquisadores que investigam as causas de doenças, essa resolução mais detalhada oferece uma nova forma de estudar a relação entre genética e biologia celular. É uma previsão para apoiar pesquisa, não uma resposta clínica.


## Da média do tecido à célula específica


A mudança fica mais clara quando se compara o modelo novo ao primeiro AlphaGenome. A versão anterior trabalhava com médias de tecidos, uma abordagem que agrega sinais de muitas células; o AlphaGenome 2 foi treinado com perfis de células individuais. Isso permite que o sistema estime como uma mesma sequência de DNA pode ter efeitos diferentes conforme o tipo ou o estado da célula. Em biologia, o detalhe importa: uma diferença que se perde numa média pode ser relevante para entender o funcionamento de um grupo celular específico.


Para aprender essas relações, o modelo foi treinado com dados de **mais de 100 milhões de células em 68 tecidos**. Ele também pode fazer previsões para novos tipos celulares e estados biológicos sem passar por um novo treinamento. A ideia, portanto, é levar o modelo a dados celulares que não estavam entre os exemplos usados para treiná-lo, ajudando pesquisadores a formular hipóteses sobre situações recém-estudadas. A IA não substitui a investigação: organiza sinais que podem orientar o que vale examinar em seguida.


## Mais variantes identificadas, sem promessa clínica


Nos testes descritos pelo Google, o AlphaGenome 2 identificou quase **duas vezes mais variantes que alteram a expressão gênica** do que o modelo de referência anterior. Expressão gênica é o processo pelo qual a informação de um gene é usada pela célula; alterações nesse processo ajudam cientistas a investigar como diferenças no DNA podem estar associadas a doenças. O resultado indica uma capacidade maior de encontrar sinais relevantes nos dados avaliados, mas não demonstra, por si só, que uma variante cause uma doença em uma pessoa.


Essa distinção é essencial. O [**AlphaGenome 2 é destinado à pesquisa**](https://siliconangle.com/2026/11/11/google-deepmind-releases-new-advanced-robotics-ai-model-and-next-generation-gene-prediction-model/) e não foi validado nem aprovado para fins clínicos ou diagnósticos. Suas previsões podem ajudar a orientar perguntas científicas, mas não devem ser confundidas com diagnóstico ou recomendação de tratamento. O modelo lê DNA; não lê mãos. A piada é ruim, reconheço, e a fronteira entre pesquisa e atendimento clínico continua bem menos engraçada.


O acesso anunciado acompanha esse limite: pesquisadores podem usar a API do AlphaGenome em projetos sem fins comerciais, enquanto a pesquisa comercial está disponível por meio de uma prévia privada. O que vale acompanhar agora é como pesquisadores vão avaliar as previsões em novos dados e se a capacidade de trabalhar com células e estados ainda não vistos se mantém nesses estudos. Por enquanto, o papel anunciado para a ferramenta é apoiar a investigação de como o DNA é lido por diferentes células, não decidir o que acontece com um paciente.