El radar

AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome

Google DeepMind presenta AlphaGenome Atlas, una plataforma con predicciones precomputadas para los 9 mil millones de variantes de un solo nucleótido del genoma humano, accesible vía portal web gratuito, API y como skill en Google Antigravity. Incluye el score AVI (AlphaGenome Variant Impact), que combina AlphaGenome y AlphaMissense para clasificar variantes en regiones codificantes y no codificantes, con atribuciones de features que explican los procesos moleculares afectados. El dataset es de 1 petabyte, y colaboradores ya lo han usado para encontrar variantes causales en enfermedades raras no resueltas y en rasgos complejos. Aunque el foco es biología, el pipeline de inferencia masiva y el diseño de un score unificado con atribuciones interpretables sobre un dataset de escala extrema ofrecen un caso de referencia para quienes construyen sistemas de predicción y serving a gran escala con modelos de IA.

Por qué importa: Aunque el foco es biología, el pipeline de inferencia masiva y el diseño de un score unificado con atribuciones interpretables sobre un dataset de escala extrema ofrecen un caso de referencia para quienes construyen sistemas de predicción y serving a gran escala con modelos de IA.

Google’s Atlas of the human genome could pave the way for new treatments

Google DeepMind ha presentado AlphaGenome Atlas, un catálogo predictivo de los efectos de unos nueve mil millones de posibles cambios de letras en el genoma humano, disponible para uso no comercial y próximamente en Google Cloud. Incluye un Variant Impact Score (AVI) para clasificar variantes y se basa en el modelo AlphaGenome, entrenado con genomas públicos, ampliando el alcance de AlphaMissense a regiones no codificantes. El dataset generado ocupa aproximadamente 1 petabyte. IMPORTA: Para quien trabaja con modelos de IA, este lanzamiento muestra cómo un modelo de inferencia genética se convierte en una infraestructura de datos masiva y consultable, con implicaciones para el diseño de pipelines de predicción y serving a escala petabyte.

Por qué importa: Para quien trabaja con modelos de IA, este lanzamiento muestra cómo un modelo de inferencia genética se convierte en una infraestructura de datos masiva y consultable, con implicaciones para el diseño de pipelines de predicción y serving a escala petabyte.

↳ Contexto: Google DeepMind’s new AI model can control a robot’s entire body · ver hilo completo