Para peneliti sedang mengeksplorasi sel manusia virtual pertama di dunia, sebuah model bertenaga AI yang dirancang untuk mensimulasikan perilaku kompleks biomolekul, sel, dan jaringan manusia. Inovasi ini dapat membuka cara-cara baru untuk memahami seluk-beluk biologi dan memajukan penelitian medis. (Kredit: Emma Lundberg)
Makalah menunjukkan bahwa bioteknologi 'cawan suci' dapat 'merevolusi proses ilmiah'
STANFORD, California — Selama berabad-abad, para ilmuwan telah mengintip melalui mikroskop untuk memahami unit dasar kehidupan. Kini, mereka mengusulkan sesuatu yang jauh lebih ambisius: menciptakan salinan virtual lengkap sel manusia yang dapat dipelajari, dimanipulasi, dan diuji dengan kekuatan kecerdasan buatan.
Dalam visi yang mengubah permainan yang diterbitkan di Selpara ilmuwan dari Universitas Stanford, Genentech, dan Inisiatif Chan Zuckerberg telah mengusulkan pembuatan replika digital sel manusia yang terperinci – yang mereka sebut sel virtual kecerdasan buatan (AIVC) – yang dapat merevolusi cara kita memahami biologi dan mengobati penyakit.
“AIVC memiliki potensi untuk merevolusi proses ilmiah, yang mengarah pada terobosan masa depan dalam penelitian biomedis, pengobatan yang dipersonalisasi, penemuan obat, rekayasa sel, dan biologi yang dapat diprogram,” tulis para penulis dalam rilis media. “Dengan upaya ilmiah yang besar dan tujuan bersama, berbagi wawasan secara terbuka, dan kekuatan AI yang aman, etis, dan andal, kami yakin bahwa kita sedang melangkah ke era baru eksplorasi dan pemahaman ilmiah.”
Untuk memahami mengapa hal ini merupakan upaya yang sangat besar, mari kita lihat apa yang membuat sel begitu kompleks. Setiap sel manusia mengandung sekitar 42 juta molekul protein dan 20.000 gen berbeda, semuanya berinteraksi dengan cara yang rumit yang masih sulit kita pahami sepenuhnya. Komponen-komponen ini tidak beroperasi secara terpisah – mereka membentuk jaringan interaksi yang luas yang dapat berubah secara dramatis berdasarkan perubahan kecil. Ini seperti mencoba memahami sebuah kota tidak hanya dengan memetakan jalan-jalannya tetapi dengan melacak pergerakan dan interaksi setiap penduduknya secara bersamaan.
Perbatasan Berikutnya Dalam Biologi
Pendekatan tradisional terhadap pemodelan sel seperti mencoba menulis buku petunjuk untuk kota seluler – para ilmuwan membuat aturan berdasarkan apa yang mereka amati dan menggunakan matematika untuk memprediksi apa yang mungkin terjadi dalam kondisi berbeda. Namun sel sering kali mengejutkan kita karena menunjukkan ketahanan yang luar biasa terhadap beberapa gangguan besar, namun ternyata sangat sensitif terhadap perubahan yang tampaknya kecil.
Kini, dua kemajuan revolusioner bersatu untuk mewujudkan sel virtual: ledakan metode pengumpulan data biologis dan peningkatan dramatis dalam kecerdasan buatan. Teknik laboratorium modern dapat menghasilkan kumpulan data yang sangat besar tentang komponen dan perilaku seluler, dengan volume data yang berlipat ganda setiap enam bulan.
Sebagai gambaran ledakan data ini: database pengurutan DNA National Institutes of Health saja berisi lebih dari 14 petabyte informasi – lebih dari seribu kali lebih besar daripada kumpulan data yang digunakan untuk melatih ChatGPT. Daripada mencoba menulis aturan untuk memahami semua data ini, sistem AI dapat mempelajari pola langsung dari data tersebut, seperti bagaimana mereka belajar mengenali wajah atau menghasilkan teks yang mirip manusia.
AIVC yang diusulkan akan seperti memiliki laboratorium digital lengkap tempat para ilmuwan dapat melakukan jutaan eksperimen virtual. Daripada menghabiskan waktu berbulan-bulan untuk mengembangkan sel dan menguji pengobatan satu per satu, para peneliti dapat dengan cepat melakukan simulasi skenario yang tak terhitung jumlahnya di komputer mereka. Pergeseran dari penelitian in vivo (dalam organisme hidup) ke in silico (berbasis komputer) dapat mempercepat penemuan ilmiah sekaligus mengurangi biaya dan masalah etika yang terkait dengan pengujian pada hewan.
“Pemodelan sel manusia dapat dianggap sebagai cawan suci biologi,” kata Emma Lundberg, profesor bioteknologi dan patologi di Stanford dan penulis senior makalah tersebut, dalam sebuah pernyataan. “AI menawarkan kemampuan untuk belajar langsung dari data dan bergerak melampaui asumsi dan firasat untuk menemukan sifat-sifat yang muncul dari sistem biologis yang kompleks.”
Sel Virtual Bisa Menghasilkan 'Kembar Digital'
Penerapan potensial dari sistem semacam itu dapat mengubah pengobatan yang kita kenal sekarang. Bayangkan masa depan di mana dokter dapat menciptakan “kembaran digital” sel Anda – replika virtual yang memungkinkan mereka menguji berbagai pengobatan di komputer sebelum memberikannya kepada Anda. Hal ini bisa menjadi hal yang revolusioner dalam pengobatan kanker, di mana dokter dapat melakukan simulasi bagaimana berbagai kombinasi obat dapat mempengaruhi jenis sel kanker tertentu, sehingga berpotensi menghindari efek samping berbahaya dan menemukan pengobatan yang paling efektif dengan lebih cepat.
Namun, manfaatnya jauh melampaui perawatan pasien secara individu. Ahli biologi kanker dapat menggunakan sel virtual ini untuk lebih memahami bagaimana mutasi genetik spesifik mengubah sel sehat menjadi sel ganas. Ahli biologi perkembangan dapat melacak bagaimana sel berubah seiring pertumbuhan organisme, sehingga berpotensi mengungkap cara baru untuk mengobati cacat lahir atau penyakit terkait usia. Ahli mikrobiologi dapat memodelkan infeksi virus untuk memprediksi tidak hanya bagaimana virus mempengaruhi sel individu tetapi juga bagaimana virus tersebut dapat berdampak pada seluruh organ atau sistem.
Untuk mencapai tujuan ambisius ini, penulis mengatakan sistem AIVC perlu menguasai tiga kemampuan penting. Pertama, ia harus menciptakan apa yang mereka sebut “representasi universal” – yang pada dasarnya merupakan cara standar untuk memahami perilaku seluler yang berlaku pada spesies dan tipe sel yang berbeda, seperti halnya kita memerlukan bahasa umum untuk menerjemahkan berbagai bahasa manusia.
Kedua, penelitian ini perlu memprediksi secara akurat bagaimana sel akan berperilaku dalam berbagai kondisi, mirip dengan bagaimana model cuaca memprediksi badai. Ketiga, hal ini harus berfungsi sebagai panduan untuk eksperimen di dunia nyata, membantu para ilmuwan memutuskan eksperimen fisik mana yang paling berharga untuk dilakukan.
“Ini adalah proyek yang sangat besar, sebanding dengan proyek genom,” Lundberg mencatat, “membutuhkan kolaborasi lintas disiplin, industri, dan negara, dan kami memahami bahwa model yang berfungsi penuh mungkin tidak akan tersedia dalam satu dekade atau lebih.”
Sama seperti Proyek Genom Manusia yang mengharuskan para ilmuwan di seluruh dunia untuk bekerja sama memetakan kode genetik kita, menciptakan sel virtual juga memerlukan kerja sama yang belum pernah terjadi sebelumnya antara ahli biologi, ilmuwan komputer, ahli matematika, dan banyak spesialis lainnya.
Revolusi Ilmiah
Prosesnya akan dimulai pada tingkat molekuler, menciptakan model AI terperinci tentang bagaimana DNA, RNA, dan protein berinteraksi. Ini kemudian akan diintegrasikan ke dalam model yang lebih besar yang menunjukkan bagaimana seluruh sel berfungsi dan pada akhirnya ditingkatkan untuk menunjukkan bagaimana sel bekerja sama dalam jaringan dan organ. Ini seperti membangun simulasi kota yang dapat menampilkan rumah-rumah individu, seluruh lingkungan, hingga seluruh wilayah metropolitan, dengan setiap tingkat mengungkap pola dan hubungan baru.
Tantangan teknisnya sangat besar. Selain mengelola data dalam jumlah besar, para ilmuwan perlu memastikan sel-sel virtual ini secara akurat mewakili kompleksitas sistem kehidupan yang luar biasa. Para penulis menekankan bahwa hal ini harus menjadi upaya sains terbuka, dengan semua model dan temuan tersedia secara bebas untuk seluruh komunitas ilmiah. Pendekatan ini memastikan bahwa para peneliti di seluruh dunia dapat berkontribusi dan mendapatkan manfaat dari proyek ini.
“Dengan kemampuan AI yang berkembang pesat saat ini serta kumpulan data kita yang sangat besar dan terus berkembang, sudah waktunya bagi sains untuk bersatu dan mulai merevolusi cara kita memahami dan memodelkan biologi,” tegas Lundberg.
Revolusi ini secara mendasar dapat mengubah cara kita mempelajari kehidupan itu sendiri, menawarkan cara-cara baru untuk memahami penyakit, mengembangkan pengobatan, dan mengungkap misteri biologi manusia.
Ringkasan Makalah
Metodologi yang Diusulkan
Makalah ini menguraikan kerangka kerja untuk membangun AIVC menggunakan pendekatan multi-skala. Mulai dari tingkat molekuler, sistem ini akan menggunakan teknik AI seperti transformator dan jaringan saraf untuk mempelajari representasi DNA, RNA, dan protein dari data sekuens. Representasi molekuler ini kemudian akan diintegrasikan ke dalam model skala seluler yang menggabungkan data dari berbagai teknik eksperimental seperti pengurutan RNA dan mikroskop. Terakhir, hal ini akan digabungkan menjadi model tingkat jaringan menggunakan data spasial tentang bagaimana sel berinteraksi. AI akan belajar langsung dari data eksperimen, bukan diprogram dengan aturan eksplisit.
Penulis menjelaskan kemampuan yang diperlukan, pendekatan teknis, dan tantangan yang perlu diatasi untuk menciptakan AIVC yang fungsional. Mereka mengidentifikasi bidang-bidang utama yang memerlukan kemajuan termasuk pengumpulan data, arsitektur AI, metode benchmarking, dan alat interpretasi.
Keterbatasan Studi
Para penulis mengakui beberapa tantangan signifikan. Hal ini mencakup kompleksitas sistem seluler yang sangat besar, kebutuhan akan beragam data dalam jumlah besar, kebutuhan komputasi, dan hambatan teknis dalam mengintegrasikan skala dan modalitas yang berbeda. Mereka juga mencatat bahwa AIVC yang berhasil sekalipun mungkin tidak selalu mengungkapkan wawasan mekanistik, meskipun AIVC dapat membantu mempersempit ruang pencarian mekanisme.
Diskusi & Kesimpulan
Makalah ini menyajikan AIVC sebagai alat yang berpotensi transformatif untuk penelitian biologi, memungkinkan eksperimen in-silico dan pembuatan hipotesis secara cepat. Hal-hal penting yang dapat diambil mencakup perlunya kolaborasi ekstensif, pendekatan sains terbuka, dan pertimbangan cermat terhadap implikasi etika. Para penulis menekankan bahwa meskipun AIVC tidak akan menggantikan biologi eksperimental tradisional, AIVC dapat secara dramatis mempercepat penemuan dengan memandu desain eksperimental dan membantu para ilmuwan menavigasi kompleksitas biologis.
Pendanaan & Pengungkapan
Pekerjaan tersebut didukung oleh berbagai institusi, termasuk Chan Zuckerberg Initiative, Stanford University, dan lain-lain. Beberapa penulis mengungkapkan afiliasinya dengan perusahaan, termasuk Genentech, Microsoft Research, dan Google Research. Para penulis menekankan pentingnya kolaborasi pra-kompetitif sambil mengakui potensi konflik kepentingan.
