Ilmuwan Medis Pakai AI Demi Temukan Antibiotik Baru, Begini Ceritanya
Kecerdasan buatan (AI) kembali menunjukkan potensinya di bidang medis. Para ilmuwan berhasil menggunakan model deep learning yang lebih transparan untuk menemukan golongan antibiotik baru yang berpotensi melawan Staphylococcus aureus yang resistan terhadap metisilin atau MRSA.
Seperti dilansir Euro News, Senin (14/9/2026), penemuan ini dinilai penting di tengah meningkatnya ancaman resistansi antimikroba di berbagai belahan dunia. Senyawa baru yang ditemukan menunjukkan kemampuan membasmi bakteri MRSA dalam pengujian laboratorium maupun eksperimen pada hewan.
Hasil penelitian tersebut dipublikasikan dalam jurnal Nature dan melibatkan tim yang terdiri dari 21 peneliti, termasuk para ilmuwan dari Massachusetts Institute of Technology (MIT). Profesor Teknik dan Sains Medis MIT sekaligus salah satu penulis studi, James Collins, mengatakan salah satu terobosan utama penelitian tersebut bukan hanya menemukan kandidat antibiotik baru, tetapi juga memahami alasan model AI memprediksi suatu molekul memiliki aktivitas antibiotik.
"Wawasan penting di sini adalah kita dapat melihat apa yang dipelajari oleh model-model tersebut saat membuat prediksi bahwa molekul-molekul tertentu berpotensi menjadi antibiotik yang efektif," ujar Collins dalam sebuah pernyataan.
Menurutnya, pendekatan tersebut dapat membantu menciptakan proses penemuan obat yang lebih efisien dari sisi waktu dan sumber daya sekaligus memberikan pemahaman mengenai mekanisme kerja berdasarkan struktur kimia.
Berusaha Membuka "Kotak Hitam" AI
Dalam penelitian ini, para ilmuwan memanfaatkan deep learning, sebuah metode AI yang menggunakan jaringan saraf tiruan untuk mempelajari pola dan fitur dari data secara otomatis. Teknologi tersebut semakin banyak digunakan dalam penelitian obat karena dapat membantu menyaring kandidat senyawa dalam jumlah sangat besar, memprediksi karakteristiknya, hingga mengidentifikasi molekul yang berpotensi dikembangkan menjadi obat.
Namun, salah satu tantangan penggunaan AI dalam penemuan obat adalah sifat model yang kerap dianggap sebagai "kotak hitam". Model dapat menghasilkan prediksi, tetapi peneliti sering kali kesulitan mengetahui secara tepat alasan di balik prediksi tersebut. Peneliti pascadoktoral di MIT dan Harvard sekaligus salah satu penulis utama penelitian, Felix Wong, mengatakan studi ini dirancang untuk memahami proses tersebut.
"Tujuan kami dalam studi ini adalah untuk membuka 'kotak hitam' tersebut. Model-model ini melibatkan sejumlah besar perhitungan yang meniru koneksi saraf, dan tidak ada seorang pun yang benar-benar mengetahui apa yang terjadi di balik sistem kerjanya," kata Wong.
Sebanyak 39.000 Senyawa Dipelajari
Para peneliti terlebih dahulu membangun data pelatihan dengan mengevaluasi sekitar 39.000 senyawa berdasarkan aktivitas antibiotiknya terhadap MRSA. Informasi mengenai aktivitas tersebut kemudian digabungkan dengan karakteristik dan struktur kimia masing-masing senyawa untuk melatih model deep learning.
Refrensi:
https://www.cnbcindonesia.com/lifestyle/20260914101637-33-767626/ilmuwan-medis-pakai-ai-demi-temukan-antibiotik-baru-begini-ceritanya
Hasil penelitian tersebut dipublikasikan dalam jurnal Nature dan melibatkan tim yang terdiri dari 21 peneliti, termasuk para ilmuwan dari Massachusetts Institute of Technology (MIT). Profesor Teknik dan Sains Medis MIT sekaligus salah satu penulis studi, James Collins, mengatakan salah satu terobosan utama penelitian tersebut bukan hanya menemukan kandidat antibiotik baru, tetapi juga memahami alasan model AI memprediksi suatu molekul memiliki aktivitas antibiotik.
"Wawasan penting di sini adalah kita dapat melihat apa yang dipelajari oleh model-model tersebut saat membuat prediksi bahwa molekul-molekul tertentu berpotensi menjadi antibiotik yang efektif," ujar Collins dalam sebuah pernyataan.
Menurutnya, pendekatan tersebut dapat membantu menciptakan proses penemuan obat yang lebih efisien dari sisi waktu dan sumber daya sekaligus memberikan pemahaman mengenai mekanisme kerja berdasarkan struktur kimia.
Berusaha Membuka "Kotak Hitam" AI
Dalam penelitian ini, para ilmuwan memanfaatkan deep learning, sebuah metode AI yang menggunakan jaringan saraf tiruan untuk mempelajari pola dan fitur dari data secara otomatis. Teknologi tersebut semakin banyak digunakan dalam penelitian obat karena dapat membantu menyaring kandidat senyawa dalam jumlah sangat besar, memprediksi karakteristiknya, hingga mengidentifikasi molekul yang berpotensi dikembangkan menjadi obat.
Namun, salah satu tantangan penggunaan AI dalam penemuan obat adalah sifat model yang kerap dianggap sebagai "kotak hitam". Model dapat menghasilkan prediksi, tetapi peneliti sering kali kesulitan mengetahui secara tepat alasan di balik prediksi tersebut. Peneliti pascadoktoral di MIT dan Harvard sekaligus salah satu penulis utama penelitian, Felix Wong, mengatakan studi ini dirancang untuk memahami proses tersebut.
"Tujuan kami dalam studi ini adalah untuk membuka 'kotak hitam' tersebut. Model-model ini melibatkan sejumlah besar perhitungan yang meniru koneksi saraf, dan tidak ada seorang pun yang benar-benar mengetahui apa yang terjadi di balik sistem kerjanya," kata Wong.
Sebanyak 39.000 Senyawa Dipelajari
Para peneliti terlebih dahulu membangun data pelatihan dengan mengevaluasi sekitar 39.000 senyawa berdasarkan aktivitas antibiotiknya terhadap MRSA. Informasi mengenai aktivitas tersebut kemudian digabungkan dengan karakteristik dan struktur kimia masing-masing senyawa untuk melatih model deep learning.
Refrensi:
https://www.cnbcindonesia.com/lifestyle/20260914101637-33-767626/ilmuwan-medis-pakai-ai-demi-temukan-antibiotik-baru-begini-ceritanya
Artikel Terkait
Berita
AI Google Lepas Kendali? Gemini Mendadak Retas Perusahaan Lain Baca artikel CNBC Indonesia "AI Google Lepas Kendali? Gemini Mendadak Retas Perusahaan Lain"
Berita
Menkum percepat digitalisasi layanan publik demi pangkas birokrasi
Berita