Ilmuwan yang Menggunakan AI untuk Berburu Antibiotik di Tempat-Tempat Paling Tidak Terduga

Krisis yang Menuntut Pendekatan Baru

Dunia kehabisan antibiotik yang efektif, dan konsekuensinya sudah diukur dalam nyawa manusia. Resistansi antimikroba, kemampuan bakteri dan patogen lain untuk berkembang dan mengembangkan pertahanan terhadap obat yang dirancang untuk membunuh mereka, menewaskan sekitar 1,27 juta orang setiap tahun dan berkontribusi pada hampir lima juta kematian di seluruh dunia. Pipa penelitian antibiotik baru telah melambat menjadi sebagian kecil dari apa yang ada beberapa dekade lalu, karena perusahaan farmasi telah mengalihkan investasi penelitian mereka ke bidang terapeutik yang lebih menguntungkan. Ke dalam krisis yang terus berkembang ini masuk César de la Fuente, seorang ilmuwan di Universitas Pennsylvania yang secara fundamental membayangkan kembali dari mana antibiotik berasal dan bagaimana mereka ditemukan.

Pendekatan de la Fuente merepresentasikan perubahan paradigma dalam penemuan obat. Daripada mengikuti jalur tradisional penyaringan sampel tanah dan budaya mikroba untuk aktivitas antimikroba, metode yang telah memberikan hasil yang semakin berkurang sejak masa keemasannya di pertengahan abad kedua puluh, ia telah beralih ke kecerdasan buatan untuk menjelajahi basis data biologis yang sangat luas yang tidak dapat dianalisis oleh peneliti manusia mana pun secara manual. Hasilnya mengejutkan, mengungkapkan senyawa antibiotik potensial yang tersembunyi di tempat-tempat yang tidak pernah dipikirkan siapa pun untuk mencarinya.

Menambang Genom Kepunahan

Salah satu arah penelitian de la Fuente yang paling mencolok melibatkan pencarian peptida antimikroba dalam genom organisme punah. Menggunakan algoritma pembelajaran mesin yang dilatih untuk mengenali fitur struktural yang terkait dengan aktivitas antibiotik, timnya telah menganalisis urutan genetik yang direkonstruksi dari Neanderthal, Denisova, dan hominin purba lainnya. AI mengidentifikasi peptida yang, ketika disintesis di laboratorium, menunjukkan aktivitas antimikroba sejati terhadap bakteri yang kebal obat modern.

Konsepnya elegan dan provokatif. Organisme purba ini berkembang pertahanan antimikroba selama ratusan ribu tahun seleksi alam, tetapi peptida spesifik yang terlibat hilang dari sains ketika spesies punah. Dengan menggunakan AI untuk mengidentifikasi senyawa ini dalam genom yang direkonstruksi, de la Fuente secara efektif menghidupkan kembali farmakopoeia yang dianggap hilang selamanya. Ini adalah bentuk arkeologi molekuler, menggunakan alat komputasi untuk mengekstrak nilai medis dari masa lalu yang dalam.

Pendekatan ini tidak terbatas pada hominin. Tim de la Fuente telah memperluas pencarian mereka ke genom mammut berbulu, organisme laut purba, dan spesies punah lainnya, masing-masing mewakili garis keturunan evolusioner unik yang mungkin telah mengembangkan senyawa antimikroba dengan mekanisme aksi baru. Keragaman sumber adalah keuntungan strategis, karena bakteri kurang mungkin memiliki resistansi yang sudah ada sebelumnya terhadap senyawa yang tidak pernah mereka temui.

Tubuh Manusia sebagai Apotek

Dalam jalur penelitian paralel, de la Fuente telah mengarahkan perhatian AI ke dalam, memeriksa protein dan peptida yang dihasilkan oleh tubuh manusia itu sendiri. Proteom manusia mengandung ribuan protein yang melayani berbagai fungsi biologis, dari dukungan struktural hingga pertahanan kekebalan. Dengan menganalisis protein-protein ini dengan model pembelajaran mesin, timnya telah mengidentifikasi fragmen yang menunjukkan sifat antimikroba tetapi tidak pernah diakui sebagai kandidat obat potensial.

Penemuan ini memiliki implikasi yang mendalam. Jika antibiotik yang efektif dapat berasal dari protein manusia, mereka mungkin menawarkan keuntungan dalam hal biokompatibilitas dan efek samping yang berkurang. Sistem kekebalan sudah menggunakan peptida antimikroba sebagai bagian dari pertahanan garis pertama terhadap infeksi; pekerjaan de la Fuente menunjukkan bahwa tubuh mungkin mengandung arsenal senyawa antimikroba yang jauh lebih besar daripada yang dihargai sebelumnya, menunggu untuk diidentifikasi dan dikembangkan menjadi agen terapeutik.

Cara AI Bekerja

Sistem pembelajaran mesin di jantung penelitian de la Fuente beroperasi dengan mempelajari hubungan antara urutan asam amino peptida dan aktivitas antimikrobanya. Dilatih pada basis data peptida antimikroba yang dikenal dan sifat-sifatnya, model mengembangkan pemahaman tentang fitur struktural yang memprediksi aktivitas terhadap berbagai jenis patogen. Mereka kemudian dapat memindai urutan baru, apakah dari genom purba, protein manusia, atau DNA lingkungan, dan menetapkan probabilitas bahwa setiap kandidat akan memiliki sifat antimikroba yang berguna.

Skala pendekatan komputasi ini adalah apa yang membuatnya transformatif. Penyaringan antibiotik tradisional mungkin mengevaluasi beberapa ribu senyawa dalam setahun. Sistem AI de la Fuente dapat menganalisis jutaan urutan kandidat dalam hitungan hari, mengidentifikasi ratusan prospek yang menjanjikan untuk pengujian laboratorium. Akselerasi dramatis dari proses penemuan ini sangat penting mengingat urgensi krisis resistansi antimikroba.

Setelah kandidat yang menjanjikan diidentifikasi secara komputasi, tim mensintesis mereka di laboratorium dan mengujinya terhadap panel bakteri yang kebal obat. Tingkat keberhasilan telah luar biasa tinggi dibandingkan dengan metode penyaringan tradisional, memvalidasi kemampuan AI untuk mengidentifikasi senyawa antimikroba sejati dari basis data yang sangat besar. Mereka yang menunjukkan aktivitas di lab kemudian bergerak melalui pengujian lebih lanjut untuk mengevaluasi keamanan dan kemanjuran mereka dalam model hewan.

Dari Penemuan hingga Dampak

Tantangan menterjemahkan penemuan komputasi menjadi pengobatan klinis tetap signifikan. Pengembangan obat adalah proses yang panjang dan mahal, dan insentif ekonomi yang telah mendorong perusahaan farmasi menjauh dari antibiotik sebagian besar tetap tidak berubah. De la Fuente telah vokal tentang kebutuhan model pendanaan baru, termasuk insentif pull yang didukung pemerintah yang menjamin pasar untuk antibiotik baru, untuk memastikan bahwa penemuan yang menjanjikan tidak mati di laboratorium.

Meskipun tantangan-tantangan ini, pekerjaan mewakili alasan nyata untuk optimisme di bidang yang telah didefinisikan oleh pesimisme selama beberapa dekade. Dengan menunjukkan bahwa AI dapat secara dramatis memperluas alam semesta senyawa antibiotik potensial, de la Fuente telah membuka pintu yang sedang dilalui peneliti lain. Tim di seluruh dunia mengadopsi pendekatan komputasi serupa, menciptakan upaya global yang terus berkembang yang akhirnya dapat mulai menutup kesenjangan antara munculnya infeksi yang kebal obat dan pengembangan obat baru untuk mengobatinya.

Visinya ambisius tetapi didasarkan pada hasil nyata. Antibiotik masa depan mungkin berasal dari genom spesies yang lenyap ribuan tahun yang lalu, dari protein tubuh kita sendiri, atau dari basis data metagenomic yang luas yang mengkatalog keragaman mikrobial setiap ekosistem di Bumi. Berkat kecerdasan buatan, kami sekarang memiliki alat untuk menemukannya.

Artikel ini didasarkan pada pelaporan MIT Technology Review. Baca artikel asli.