Peneliti di McMaster University dan MIT telah mencapai terobosan yang dapat mengubah cara kita menemukan obat-obatan baru. Mereka menggunakan kecerdasan buatan untuk memprediksi cara kerja antibiotik baru hanya dalam 100 detik - sebuah proses yang biasanya membutuhkan waktu hingga dua tahun dan menghabiskan biaya sekitar 2 juta dolar AS.
Kisah ini dimulai ketika tim menemukan enterololin, sebuah antibiotik baru yang dirancang untuk melawan penyakit radang usus seperti penyakit Crohn. Berbeda dengan antibiotik spektrum luas pada umumnya yang memusnahkan bakteri baik dan jahat, obat baru ini hanya menargetkan bakteri berbahaya dalam keluarga Enterobacteriaceae, termasuk E. coli.
Detail Teknis Utama
- Nama Obat: Enterololin
- Target: Kompleks protein LolCDE pada bakteri Enterobacteriaceae
- Model AI: DiffDock (model difusi untuk docking protein-ligan)
- Waktu Prediksi: 100 detik
- Penyakit Target: Penyakit radang usus (penyakit Crohn, kolitis ulseratif)
- Jenis Obat: Antibiotik spektrum sempit
- Timeline ke Uji Coba Manusia: 3 tahun (proyeksi)
AI Menggantikan Kerja Lab yang Mahal
Inovasi sesungguhnya muncul ketika peneliti perlu memahami mekanisme kerja obat - pada dasarnya bagaimana obat tersebut menyerang bakteri penyebab penyakit. Alih-alih menghabiskan berbulan-bulan di laboratorium, mereka beralih ke DiffDock, sebuah model AI yang dikembangkan di MIT. AI tersebut memprediksi bahwa enterololin menyerang kompleks protein yang disebut LolCDE, yang dibutuhkan bakteri tertentu untuk bertahan hidup.
Prediksi ini terbukti benar ketika peneliti memverifikasinya melalui tes laboratorium tradisional. Pendekatan yang dipandu AI menghabiskan biaya hanya 60.000 dolar AS dan memakan waktu enam bulan, dibandingkan dengan biaya biasa 2 juta dolar AS dan timeline dua tahun.
Namun, diskusi komunitas mengungkapkan beberapa skeptisisme tentang kebaruan penemuan ini. Beberapa ahli menunjukkan bahwa kerentanan LolCDE pada E. coli telah diketahui sejak sebelum 2016, dan inhibitor serupa seperti globomycin telah ada sejak 1978. Hal ini menimbulkan pertanyaan apakah AI hanya menghubungkan pengetahuan yang sudah ada daripada membuat penemuan yang benar-benar baru.
Perbandingan Biaya dan Waktu: Penelitian Obat Tradisional vs Berbasis AI
| Metode | Biaya | Waktu yang Dibutuhkan |
|---|---|---|
| Studi MOA Tradisional | $2 juta USD | Hingga 2 tahun |
| Pendekatan Berbasis AI | $60.000 USD | 6 bulan |
| Penghematan | $1,94 juta USD | 18 bulan |
Lebih dari Sekadar Pencocokan Pola
Sistem AI yang digunakan dalam penelitian ini berbeda secara signifikan dari chatbot seperti ChatGPT. DiffDock adalah model difusi yang secara khusus dilatih pada struktur protein, dirancang untuk memprediksi bagaimana molekul berinteraksi dengan target biologis. Ini merepresentasikan aplikasi AI yang lebih khusus dalam penelitian ilmiah.
Banyak penggunaan AI dalam penemuan obat telah berfokus pada pencarian ruang kimia, mengidentifikasi molekul baru yang mungkin aktif. Yang kami tunjukkan di sini adalah bahwa AI juga dapat memberikan penjelasan mekanistik, yang sangat penting untuk memindahkan molekul melalui jalur pengembangan.
Para peneliti menekankan bahwa AI berfungsi sebagai alat untuk memandu investigasi manusia, bukan menggantikannya. Mereka tetap melakukan semua tes laboratorium standar untuk memverifikasi prediksi AI, tetapi memiliki target spesifik untuk diselidiki menghilangkan berbulan-bulan dugaan.
Dampak Nyata bagi Pasien
Bagi orang yang menderita penyakit radang usus, penelitian ini menawarkan harapan untuk pilihan pengobatan yang lebih baik. Antibiotik spektrum luas saat ini dapat memperburuk IBD dengan menghancurkan bakteri usus yang bermanfaat, menciptakan peluang bagi strain yang resisten obat untuk mengambil alih.
Pendekatan spektrum sempit Enterololin dapat membantu memulihkan keseimbangan bakteri usus yang sehat tanpa efek samping yang berbahaya. Obat tersebut telah dilisensikan oleh Stoked Bio, sebuah perusahaan spin-off yang bertujuan membawanya ke uji coba manusia dalam tiga tahun.
Penelitian ini menunjukkan bagaimana AI dapat mempercepat penemuan obat ketika digunakan dengan benar - sebagai alat canggih untuk menghasilkan hipotesis yang dapat diuji daripada pengganti untuk validasi ilmiah yang cermat. Meskipun biologi yang mendasarinya mungkin tidak sepenuhnya baru, kecepatan dan penghematan biaya dapat membantu membawa lebih banyak perawatan kepada pasien yang sangat membutuhkannya.
Referensi: New antibiotic targets IBD — and AI predicted how it would work before scientists could prove it