Um algoritmo de inteligência artificial mapeou, letra a letra, o efeito previsto de praticamente todas as alterações possíveis no ADN humano, um trabalho que, feito em laboratório, levaria décadas, e que está agora disponível gratuitamente para qualquer investigador, professor ou aluno explorar num simples browser.
No dia 8 de setembro de 2026, a Google DeepMind apresentou o AlphaGenome Atlas, uma plataforma gratuita que reúne previsões sobre o efeito molecular de 9 mil milhões de variantes de ADN (9 000 000 000): praticamente todas as alterações de uma única letra que podem ocorrer no genoma humano. O projeto assenta no modelo de inteligência artificial AlphaGenome, lançado em junho de 2025, e constitui o catálogo mais completo alguma vez criado sobre a forma como as mutações genéticas afetam a biologia ao nível molecular.
Para os professores, este lançamento não é apenas mais uma notícia de ciência avançada. É um exemplo concreto, atual e gratuito de como a inteligência artificial está a acelerar a investigação científica, com aplicações diretas nas aulas de Biologia e Ciências Naturais, mas também em Matemática, Filosofia e Educação para a Cidadania, como se explica mais à frente neste artigo.
O que é, na prática, o AlphaGenome Atlas
O ADN humano é composto por cerca de 3 mil milhões de pares de bases, representados pelas letras A, T, C e G. Uma variante de nucleótido único, ou SNV, corresponde à troca de uma única dessas letras por outra, numa posição específica do genoma. É o tipo mais comum de variação genética entre pessoas e pode não ter qualquer efeito percetível, contribuir para uma característica física ou estar na origem de uma doença.
Testar experimentalmente, em laboratório, o efeito de cada uma das cerca de 9 mil milhões de variantes possíveis seria impraticável. O AlphaGenome Atlas resolve este problema ao aplicar o modelo AlphaGenome, previamente treinado para prever como as variantes genéticas influenciam processos biológicos, a todo o genoma humano de uma só vez. O resultado é um verdadeiro atlas, à semelhança de uma coleção de mapas geográficos que associa altitude, relevo e localização: neste caso, cada posição do genoma fica associada às suas previsões de efeito molecular.
O que significa “nucleótido único”?
Um nucleótido é a unidade básica do ADN, e cada posição do genoma tem uma de quatro letras possíveis: A, T, C ou G. Quando essa letra é substituída por outra numa única posição, ocorre uma variante de nucleótido único (SNV). É como trocar uma única letra numa frase muito longa: a maior parte das vezes o significado mantém-se, mas por vezes essa troca altera completamente o sentido.
A plataforma está disponível através de um portal na internet, de acesso gratuito e sem necessidade de instalar qualquer software, direcionado sobretudo à comunidade científica e académica.
Os números que mostram a escala do projeto
O AlphaGenome Atlas não é apenas mais um modelo de inteligência artificial: é um conjunto de dados massivo, com 1 petabyte de informação (o equivalente a 1000 terabytes), mais de 30 vezes superior à AlphaFold Database, a base de dados de estruturas de proteínas que a própria Google DeepMind expandiu em 2022 e que se tornou um recurso incontornável para a comunidade científica.
9 mil milhões
variantes de ADN com previsão de efeito molecular
+2 500
motivos recorrentes de ADN catalogados
Base de dados AlphaFold (referência, expansão de 2022)
AlphaGenome Atlas (2026): mais de 30x maior (1 petabyte)
Para cada uma das 9 mil milhões de variantes, o Atlas disponibiliza milhares de previsões de efeito molecular, cobrindo diferentes aspetos da regulação génica em centenas de tipos de células e tecidos, humanos e de ratinho. A plataforma inclui ainda um catálogo de mais de 2 500 sequências de ADN recorrentes, designadas por motivos, que funcionam como as “palavras” do genoma.
Cobertura do genoma humano pelo AVI Score
Um dos aspetos mais relevantes do projeto é que as previsões cobrem tanto a região codificante do genoma, cerca de 2%, que dá origem às proteínas, como a região não codificante, os restantes 98%, responsável por orquestrar a atividade dos genes e onde se concentra a maioria das variantes associadas a características humanas.
Como funciona: da previsão ao AVI Score
Para tornar estas milhares de previsões por variante mais fáceis de interpretar, a Google DeepMind criou o AVI Score (AlphaGenome Variant Impact), um único número que resume o impacto previsto de cada variante genética. O AVI combina as previsões do AlphaGenome com as do AlphaMissense, outro modelo da DeepMind especializado em prever o efeito de variantes que alteram diretamente proteínas, permitindo aos investigadores ordenar rapidamente milhares de variantes por grau de impacto.
Cada AVI Score está ainda associado a atribuições de características, que indicam quais os processos biológicos mais afetados por uma determinada variante, por exemplo, a acessibilidade da cromatina, o processamento (splicing) do ARN ou o grau de conservação evolutiva dessa região do genoma. Segundo a Google DeepMind, testes independentes mostram que o AVI Score apresenta um desempenho de topo em vários testes de referência sobre patogenicidade de variantes e doenças raras.
Impacto real: da doença rara aos traços comuns
A utilidade do AlphaGenome Atlas já foi demonstrada por vários grupos de investigação independentes, em diferentes áreas da genómica.
Como aceder ao AlphaGenome Atlas
O AlphaGenome Atlas está disponível desde 8 de setembro de 2026 através de um portal na internet de acesso gratuito, direcionado a utilização académica e não comercial, sem necessidade de programação para explorações simples. A Google DeepMind disponibiliza também acesso programático através da AlphaGenome API e do código do modelo base no GitHub, ambos já utilizáveis para fins académicos, bem como uma integração da ferramenta como competência (skill) dentro da plataforma agente Google Antigravity.
Acesso comercial
A utilização comercial do AlphaGenome Atlas estará disponível brevemente através do Google Cloud. O modelo base AlphaGenome já se encontra disponível para uso comercial através do Model Garden do Google Cloud.
Importa referir que se trata de uma ferramenta de investigação avançada, pensada sobretudo para a comunidade científica e académica, e não de um recurso didático simplificado. A sua utilização direta com alunos é mais adequada a turmas do ensino secundário com formação prévia em genética, ou ao ensino superior, e beneficia sempre de orientação do professor.
Porque é que isto interessa aos professores
Ainda que o AlphaGenome Atlas seja, em primeiro lugar, uma ferramenta de investigação científica, o seu interesse pedagógico estende-se a várias disciplinas e a diferentes formas de trabalhar com os alunos.
Ideias concretas para levar para a sala de aula
Sugestões de atividades
- Biologia/Ciências Naturais: explorar em conjunto o portal do AlphaGenome Atlas, pesquisando um gene conhecido e observando as previsões associadas a algumas das suas variantes.
- Matemática: usar os números do artigo, 9 mil milhões, 1 petabyte, 2% e 98%, para exercícios de notação científica, ordens de grandeza e proporcionalidade.
- Qualquer disciplina: promover um debate sobre o papel da inteligência artificial na aceleração da investigação científica, comparando o tempo estimado de validação laboratorial de 9 mil milhões de variantes com o tempo necessário para gerar as mesmas previsões por inteligência artificial.
- Orientação vocacional: apresentar a bioinformática e a ciência de dados aplicada à saúde como áreas profissionais em crescimento, partindo dos investigadores mencionados no artigo.
- Educação para a Cidadania/Filosofia: debater os limites da inteligência artificial em medicina e as implicações éticas da genómica preditiva.
Limitações e avisos importantes
Apesar do seu potencial, o AlphaGenome Atlas tem limitações claras que valem a pena discutir também com os alunos, como forma de promover uma leitura crítica sobre o papel da inteligência artificial na ciência.
As previsões do AlphaGenome Atlas não substituem aconselhamento médico, diagnóstico ou tratamento profissional, e a ferramenta não foi validada nem aprovada para qualquer utilização clínica.
A própria Google DeepMind sublinha que este lançamento deve ser encarado como um ponto de partida, e não como um resultado final: à medida que os modelos de inteligência artificial como o AlphaGenome forem melhorando, as previsões sobre o genoma humano deverão tornar-se cada vez mais completas e precisas nos próximos anos.
