Análisis genómico con lecturas largas, ensamblaje diploide e IA: propuesta de transición a una prueba única en genética médica
Contexto: puntos ciegos del diagnóstico basado en lecturas cortas
Se ha propuesto integrar la secuenciación genómica de lecturas largas, el ensamblaje de genomas diploides, las referencias pangenómicas y la interpretación de variantes basada en inteligencia artificial (IA). Un artículo de perspectiva publicado en Nature Genetics reúne estos enfoques bajo el término «secuenciación genómica casi perfecta» (near-perfect genome sequencing, NPGS) y plantea una vía de adopción gradual en genética médica. La idea central es avanzar tanto en las tecnologías que permiten obtener información genómica más completa como en los sistemas para interpretar la relevancia clínica de las variantes.
Los autores parten de los problemas de los procesos diagnósticos fragmentados basados en secuenciación de lecturas cortas. Persisten regiones difíciles de analizar, como las que presentan secuencias muy similares, repeticiones en tándem y duplicaciones segmentarias. También señalan como puntos ciegos las variantes estructurales grandes o complejas y las modificaciones de bases difíciles de detectar con los métodos actuales. Además, indican las limitaciones de la determinación de fase, que permite establecer en cuál de los cromosomas homólogos se encuentra cada una de varias variantes.
El artículo no se limita a plantear la lectura de más secuencias. También pregunta si el grado en que se ha caracterizado por completo el genoma puede servir de fundamento para evaluar la relevancia clínica de las variantes.
Hallazgos principales: el grado de completitud del genoma como evidencia para interpretar variantes
El artículo se centra en una propuesta de reorganización del marco analítico, más que en nuevos resultados experimentales. Los autores sitúan la secuenciación de lecturas largas, que permite leer tramos extensos de ADN, como un componente de la NPGS. Proponen combinarla con el ensamblaje de genomas diploides, que reconstruye por separado las secuencias de los dos cromosomas homólogos; referencias pangenómicas que representan genomas diversos; e interpretación de variantes basada en IA. El énfasis está en combinar varias tecnologías, más que en adoptar únicamente la secuenciación de lecturas largas.
Para la interpretación, proponen un marco bayesiano que considera el grado de completitud del genoma como evidencia para clasificar variantes. El objetivo es incorporar a la evaluación cuán completa es la información genómica disponible, en relación con la interpretación de variantes de significado incierto (variant of uncertain significance, VUS) detectadas en la práctica clínica. Una VUS es una variante cuya asociación con una enfermedad resulta difícil establecer de forma concluyente.
El resumen proporcionado no incluye las fórmulas específicas de este marco, las poblaciones de validación ni las tasas de reclasificación de VUS. Tampoco permite establecer la exactitud de un modelo de IA concreto ni el rendimiento diagnóstico frente a las pruebas existentes; este material por sí solo no permite determinar cuánto mejoraría en la práctica la interpretación de variantes.
Significado y perspectivas: la propuesta de una prueba única y las condiciones para su adopción clínica
Los autores identifican el diagnóstico posnatal, el prenatal y la oncología como posibles ámbitos de aplicación de la NPGS y analizan una hoja de ruta de adopción gradual hacia un diagnóstico centrado en una sola prueba. El cáncer es uno de varios ámbitos considerados; el material proporcionado no contiene resultados que evalúen la eficacia terapéutica en un tumor sólido específico.
Entre los retos prácticos de la adopción figuran los costos, las necesidades computacionales, la equidad y las consideraciones éticas. Para aplicar un marco analítico integrado en la atención clínica habrá que evaluar tanto su rendimiento técnico como las condiciones operativas. El resumen no ofrece un calendario detallado de adopción, costos ni resultados de la atención a pacientes. El término «casi perfecta» no debe interpretarse como una prueba sin errores ni como una garantía de diagnóstico para todas las enfermedades genéticas.
La propuesta señala una dirección para considerar la obtención de información genómica y su interpretación clínica dentro de un mismo marco diagnóstico. Su utilidad clínica concreta queda pendiente de validación posterior. La evidencia se limita a los datos bibliográficos y el resumen del artículo proporcionados.
Nature Genetics, Published online: 26 June 2026; doi:10.1038/s41588-026-02645-4This Perspective introduces near-perfect genome sequencing, which encompasses diploid genome assembly, pangenome references and artificial intelligence-driven variant interpretation, and proposes a roadmap toward its clinical implementation.
Puede plantearse una situación en la que se detecta una variante de significado incierto durante un diagnóstico genético posnatal o prenatal. La propuesta de los autores apunta a considerar, además de la variante, hasta qué punto se ha caracterizado por completo el genoma como fundamento para la interpretación. Se trata de un escenario de aplicación basado en la propuesta; no significa que se haya demostrado una reclasificación real ni una mejora diagnóstica.
Las entidades que desarrollan pruebas y los centros sanitarios aún deben evaluar la utilidad clínica de un marco que conecte la generación de secuencias, el ensamblaje del genoma, los datos de referencia y la interpretación de variantes. También deben considerar los costos, los recursos computacionales, la accesibilidad y las cuestiones éticas. El resumen proporcionado por sí solo no permite determinar cuándo podrían sustituirse las pruebas existentes ni qué beneficios obtendría cada paciente.