Skip to content
Stork.AIstork.ai
Herramienta de IA

Revisión de AlphaMissense

AlphaMissense es un modelo de IA desarrollado por Google DeepMind que predice la patogenicidad de las variantes de cambio de sentido combinando el contexto estructural y la conservación evolutiva.

shipped 2 abr 2026aifreemium
ai
AlphaMissense - AI tool for alphamissense. Professional illustration showing core functionality and features.

Por qué importa

1Predice la patogenicidad para más de 216 millones de posibles cambios de un solo aminoácido en 19,233 proteínas humanas.
2Alcanza un 90% de precisión en la clasificación de variantes en una base de datos de variantes de enfermedades conocidas.
3Clasificó el 89% de los 71 millones de posibles variantes de cambio de sentido, prediciendo el 57% como probablemente benignas y el 32% como probablemente patógenas.
4Lanzado públicamente por Google DeepMind en septiembre de 2023, con datos disponibles bajo una licencia CC BY v. 4 desde el 13 de marzo de 2024.

Stork’s verdict on AlphaMissense

AlphaMissense cubre 71 millones de posibles variantes de cambio de sentido, pero su precisión depende del gen.

overview

¿Qué es AlphaMissense?

AlphaMissense es un método de aprendizaje profundo desarrollado por DeepMind que permite a investigadores, clínicos y científicos predecir la patogenicidad de las variantes de cambio de sentido en proteínas humanas. Clasifica estos cambios de un solo aminoácido como probablemente benignos, ambiguos o probablemente patógenos, proporcionando un recurso crucial para la investigación genética y el diagnóstico clínico. La herramienta analiza las mutaciones de cambio de sentido, que son cambios de un solo aminoácido en las proteínas que pueden afectar la función proteica y potencialmente conducir a enfermedades. AlphaMissense proporciona una puntuación de patogenicidad que va de 0 (benigno) a 1 (patógeno) para más de 216 millones de posibles cambios de un solo aminoácido en 19,233 proteínas humanas. Este recurso ayuda a acelerar la investigación de enfermedades al descubrir mutaciones patógenas y genes de enfermedades previamente desconocidos, mejorando el diagnóstico de enfermedades raras al priorizar las variantes para las pruebas, e iluminando cómo los cambios específicos de aminoácidos impactan la función proteica. También contribuye a la comprensión de rasgos complejos influenciados por múltiples factores genéticos y guía a los biólogos moleculares en el diseño de experimentos al proporcionar una vista previa de los resultados para miles de proteínas, optimizando así la asignación de recursos.

features

Características Clave de AlphaMissense

AlphaMissense incorpora varias capacidades técnicas para proporcionar un análisis exhaustivo de las variantes de cambio de sentido en proteínas humanas.

  • Predice la patogenicidad de las variantes de cambio de sentido en proteínas humanas.
  • Clasifica las variantes como probablemente benignas, ambiguas o probablemente patógenas.
  • Combina el contexto estructural derivado de AlphaFold y datos de conservación evolutiva.
  • Identifica puntos calientes y fríos mutacionales dentro de las estructuras proteicas.
  • Investiga mutaciones de cambio de sentido en 19,233 genes codificadores de proteínas humanas.
  • Incluye funcionalidades para el análisis, visualización, validación y evaluación comparativa de las predicciones de mutaciones de cambio de sentido.
  • Utiliza una adaptación de la arquitectura de aprendizaje profundo de AlphaFold.
  • Afinado en bases de datos de frecuencia de variantes de poblaciones humanas y de primates.

use cases

¿Quién Debería Usar AlphaMissense?

AlphaMissense está diseñado para profesionales dedicados a la investigación genética, el diagnóstico clínico y la biología molecular que requieren predicciones precisas de la patogenicidad de las variantes de cambio de sentido.

  • Investigadores: Para acelerar la investigación de enfermedades, descubrir mutaciones patógenas desconocidas e investigar mutaciones de cambio de sentido en genes codificadores de proteínas humanas.
  • Clínicos: Para ayudar en el diagnóstico de trastornos genéticos raros priorizando las variantes para las pruebas y proporcionando información sobre su significado clínico.
  • Científicos en Biología Molecular, Genética Clínica y Estadística: Para priorizar recursos, acelerar estudios y comprender los efectos moleculares de cambios específicos de aminoácidos en la función proteica.
  • Bioinformáticos: Para integrar las predicciones de AlphaMissense en flujos de trabajo existentes utilizando el paquete AlphaMissenseR y aprovechar sus datos para análisis, visualización y evaluación comparativa.

pricing

Precios y Planes de AlphaMissense

AlphaMissense opera bajo un modelo freemium. Las predicciones principales para las variantes de cambio de sentido están disponibles de forma gratuita bajo una licencia CC BY v. 4, que permite tanto el uso comercial como el no comercial. Esta licencia se actualizó el 13 de marzo de 2024, eliminando las restricciones de uso no comercial anteriores. Los usuarios pueden acceder a los datos directamente a través del sitio web de AlphaMissense (alphamissense.org) o mediante integraciones con bases de datos biológicas importantes como Ensembl, UniProt, ProtVar y AlphaFold Database. Si bien los datos de predicción primarios son de libre acceso, las posibles características premium o servicios alojados más allá del acceso directo a los datos no se detallan explícitamente.

  • Nivel Gratuito: Acceso a todas las predicciones de AlphaMissense para variantes de cambio de sentido bajo una licencia CC BY v. 4.

Pros

  • +High accuracy in predicting pathogenicity, with 90% precision on a large subset of the ClinVar database.
  • +Comprehensive coverage, classifying 89% of all 71 million possible missense variants in the human genome.
  • +Integration into major biological databases (Ensembl, UniProt, DECIPHER, AlphaFold DB) enhances accessibility and utility.
  • +Leverages advanced deep learning and AlphaFold methodology for robust predictions based on structural context.
  • +Provides a valuable resource for prioritizing research and aiding in the diagnosis of genetic disorders.

Cons

  • −Clinical utility in decision-making still requires additional validation, as highlighted by several studies.
  • −Accuracy can be gene-dependent, meaning performance may vary across different genes.
  • −The tool does not offer a public API for direct programmatic integration, limiting automated workflows beyond the 'AlphaMissenseR' package.
  • −One study noted that it does not rely completely on AlphaFold2's structural contexts, which might impact certain predictions.

Herramientas similares

AlphaMissense vs Competidores

AlphaMissense opera dentro de un panorama competitivo de herramientas de IA diseñadas para predecir la patogenicidad de variantes de cambio de sentido, cada una empleando metodologías y fuentes de datos distintas.

1
REVEL↗

REVEL is an ensemble method that integrates scores from 13 individual prediction tools to provide a comprehensive pathogenicity score for rare missense variants.

Unlike AlphaMissense's deep learning model based on protein sequences and structural context, REVEL combines multiple existing predictors. Both aim to classify missense variants, but REVEL focuses on rare variants and provides a score from 0 to 1, with higher scores indicating greater likelihood of being disease-causing.

2
CADD↗

CADD provides a single, genome-wide deleteriousness score for all types of variants (SNVs and indels), integrating over 60 diverse genomic features.

While AlphaMissense specifically targets missense variants using deep learning, CADD offers broader applicability across all variant types, providing a PHRED-like score that ranks deleteriousness rather than a direct pathogenic/benign classification.

3
PathoPredictor↗

PathoPredictor is an interpretable machine-learning framework designed to distinguish pathogenic from benign missense variants using curated clinical variant data and functional annotations.

Similar to AlphaMissense, PathoPredictor uses machine learning for missense variant classification, but it emphasizes interpretability and is trained on curated clinical data, whereas AlphaMissense leverages protein sequences and structural context from AlphaFold methodology.

4
PrimateAI-3D↗

PrimateAI-3D quantifies missense variant pathogenicity using a deep-learning network trained on genetic variants from 233 primate species, leveraging evolutionary conservation across primates.

Both AlphaMissense and PrimateAI-3D utilize deep learning and evolutionary data for missense variant prediction. PrimateAI-3D specifically focuses on primate genetic variants for training, while AlphaMissense builds on the AlphaFold methodology and uses databases of related protein sequences and structural context.

Visitar AlphaMissense↗

AI Reputation Report

Is AlphaMissense yours?

ChatGPT, Perplexity, Gemini, Claude & Grok answer buyer questions about AlphaMissense every day. See whether they name AlphaMissense — or send buyers to a rival.

See what AI saysfree preview

Featured in articles