Suko Waspodo

    FOLLOW  

Antibiotik Kelas Baru Ditemukan Menggunakan AI

Iptek | Thursday, 21 Dec 2023, 18:14 WIB

Algoritme pembelajaran mendalam membantu mengidentifikasi senyawa baru yang efektif melawan infeksi yang kebal antibiotik pada tikus, membuka pintu bagi penemuan obat yang dipandu AI

Resistensi antibiotik adalah salah satu ancaman global terbesar terhadap kesehatan manusia. Penyakit ini secara langsung bertanggung jawab atas sekitar 1,27 juta kematian pada tahun 2019 dan menyebabkan hampir lima juta kematian lainnya. Masalahnya menjadi lebih buruk selama pandemi COVID. Dan tidak ada kelas antibiotik baru yang dikembangkan selama beberapa dekade.

Kini para peneliti melaporkan bahwa mereka telah menggunakan kecerdasan buatan untuk menemukan kandidat antibiotik kelas baru. Sebuah tim di laboratorium James Collins dari Broad Institute di Massachusetts Institute of Technology dan Universitas Harvard menggunakan jenis AI yang dikenal sebagai pembelajaran mendalam untuk menyaring jutaan senyawa untuk aktivitas antibiotik. Mereka kemudian menguji 283 senyawa yang menjanjikan pada tikus dan menemukan beberapa di antaranya efektif melawan Staphylococcus aureus (MRSA) yang resisten methisilin dan enterococci yang resisten terhadap vankomisin—beberapa patogen yang paling sulit dibunuh. Berbeda dengan model AI pada umumnya, yang beroperasi sebagai “kotak hitam” yang tidak dapat dipahami, model ini dapat diikuti dan memahami biokimia di baliknya.

Perkembangan ini didasarkan pada penelitian sebelumnya yang dilakukan oleh kelompok ini dan lainnya, termasuk penelitian yang dilakukan oleh César de la Fuente, asisten profesor di departemen psikiatri di Fakultas Kedokteran Perelman Universitas Pennsylvania, dan rekan-rekannya. Scientific American berbicara dengan de la Fuente tentang pentingnya studi baru dalam menggunakan AI (Artificial Intelligence/Kecerdasan Buatan) untuk membantu memandu pengembangan antibiotik baru.

Seberapa signifikankah temuan antibiotik kelas baru yang menggunakan AI?

Peneliti sangat gembira dengan pekerjaan baru di Lab Collins ini—menurutnya ini adalah terobosan besar berikutnya. Ini adalah bidang penelitian yang bahkan belum menjadi bidang penelitian sampai lima tahun yang lalu. Ini adalah bidang pekerjaan yang sangat menarik dan sedang berkembang, dimana tujuan utamanya adalah menggunakan AI untuk penemuan antibiotik dan desain antibiotik. Laboratoriumnya sendiri telah berupaya mencapai hal ini selama setengah dekade terakhir. Dalam penelitian ini, para peneliti menggunakan pembelajaran mendalam untuk mencoba menemukan antibiotik jenis baru. Mereka juga menerapkan gagasan “AI yang dapat dijelaskan”, yang menarik karena ketika kita berpikir tentang pembelajaran mesin dan pembelajaran mendalam, kita menganggapnya sebagai kotak hitam. Jadi menurut saya menarik untuk mulai memasukkan kemampuan menjelaskan ke dalam beberapa model yang kami buat yang menerapkan AI pada biologi dan kimia. Para peneliti dapat menemukan beberapa senyawa yang tampaknya mengurangi infeksi pada model tikus, sehingga hal ini selalu menarik.

Apa keunggulan AI dibandingkan manusia dalam kemampuannya menyaring dan mengidentifikasi senyawa antibiotik baru?

AI dan mesin secara umum dapat secara sistematis dan sangat cepat menambang struktur atau kumpulan data apa pun yang Anda berikan. Jika Anda memikirkan jalur penemuan antibiotik tradisional, diperlukan waktu sekitar 12 tahun untuk menemukan antibiotik baru, dan diperlukan waktu antara tiga hingga enam tahun untuk menemukan kandidat klinis. Kemudian harus dialihkan ke uji klinis fase I, fase II, dan fase III. Kini, dengan mesin, kami dapat mempercepatnya. Dalam penelitian ini, misalnya, kita dapat menemukan ribuan atau ratusan ribu kandidat praklinis dalam hitungan jam daripada harus menunggu tiga hingga enam tahun. Menurut para peneliti AI secara umum telah memungkinkan hal itu. Dan menurut mereka contoh lainnya adalah penelitian yang dilakukan oleh Collins Lab—di mana, dengan menggunakan pembelajaran mendalam dalam kasus ini, tim telah mampu memilah jutaan senyawa kimia untuk mengidentifikasi pasangan yang tampaknya menjanjikan. Itu akan sangat sulit dilakukan secara manual.

Apa langkah selanjutnya yang diperlukan untuk menerjemahkan antibiotik kelas baru ini menjadi obat klinis?

Masih ada kesenjangan di sana. Anda memerlukan studi toksisitas sistematis dan kemudian studi pra-IND [investigasi obat baru]. Badan Pengawas Obat dan Makanan AS mengharuskan Anda melakukan penelitian ini untuk menilai apakah obat yang berpotensi menarik Anda dapat beralih ke uji klinis fase I, yang merupakan tahap pertama dalam uji klinis mana pun. Jadi langkah-langkah berbeda tersebut masih perlu dilakukan. Namun sekali lagi, menurut mereka ini merupakan kemajuan yang sangat menarik dalam bidang penggunaan AI di bidang mikrobiologi dan antibiotik. Impian yang mereka miliki adalah semoga suatu hari nanti AI akan menciptakan antibiotik yang dapat menyelamatkan nyawa.

Senyawa yang diidentifikasi dalam penelitian baru ini efektif membunuh mikroba seperti MRSA pada tikus, bukan?

Ya, mereka menunjukkannya dalam dua model tikus, dan ini menarik. Kapan pun Anda memiliki data infeksi tikus, hal itu selalu lebih menarik—ini menunjukkan bahwa senyawa tersebut benar-benar mampu mengurangi infeksi pada model tikus yang realistis.

Sebagai contoh lain penggunaan AI, baru-baru ini kami menambang genom dan proteom organisme yang punah di laboratorium saya sendiri, dan kami dapat mengidentifikasi sejumlah kandidat antibiotik klinis.

Mengapa model AI harus “dapat dijelaskan”?

Peneliti pikir ini penting jika kita ingin memikirkan AI sebagai disiplin ilmu teknik suatu hari nanti. Dalam bidang teknik, Anda selalu dapat memisahkan bagian-bagian berbeda yang membentuk suatu struktur, dan Anda memahami apa yang dilakukan setiap bagian. Namun dalam kasus AI, dan khususnya pembelajaran mendalam, karena ini adalah kotak hitam, kita tidak tahu apa yang terjadi di tengah-tengahnya. Sangat sulit untuk menciptakan kembali apa yang terjadi untuk menghasilkan senyawa X atau Y atau solusi X atau Y. Jadi, mulai menggali kotak hitam untuk melihat apa yang sebenarnya terjadi di setiap langkah tersebut merupakan langkah penting bagi kita untuk menjadi lebih baik. mampu mengubah AI menjadi disiplin ilmu teknik. Langkah pertama ke arah yang benar adalah dengan menggunakan AI yang dapat dijelaskan untuk mencoba memahami apa yang sebenarnya dilakukan mesin. Ini menjadi bukan kotak hitam—mungkin kotak abu-abu.

***

Solo, Kamis, 21 Desember 2023. 6:07 pm

Suko Waspodo