Algoritma AI Digunakan untuk Mengembangkan Obat yang Melawan Bakteri Resisten Obat

Salah satu tantangan terbesar yang dihadapi industri medis adalah bakteri resisten obat. Saat ini, diperkirakan ada sekitar 700.000 kematian akibat bakteri resisten obat, dan lebih banyak strain bakteri resisten obat sedang berkembang. Ilmuwan dan insinyur berusaha mengembangkan metode baru untuk melawan bakteri resisten obat. Salah satu metode pengembangan antibiotik baru adalah dengan menggunakan kecerdasan buatan dan pembelajaran mesin untuk mengisolasi senyawa baru yang dapat mengatasi strain bakteri super yang baru.

Seperti yang dilaporkan oleh SingularityHub, sebuah antibiotik baru telah dirancang dengan bantuan AI. Antibiotik ini telah diberi nama halicin, setelah AI HAL dari film 2001: A Space Odyssey. Antibiotik baru ini terbukti berhasil menghilangkan beberapa strain bakteri super yang ganas. Antibiotik baru ini ditemukan melalui penggunaan algoritma pembelajaran mesin. Secara khusus, model pembelajaran mesin ini dilatih menggunakan dataset besar yang terdiri dari sekitar 2.500 senyawa. Hampir setengah dari obat yang digunakan untuk melatih model ini sudah disetujui oleh FDA, sedangkan setengah lainnya dari dataset pelatihan terdiri dari senyawa alami. Tim peneliti menyesuaikan algoritma untuk memprioritaskan molekul yang secara bersamaan memiliki sifat antibiotik tetapi berbeda dari struktur antibiotik yang ada. Mereka kemudian memeriksa hasilnya untuk menentukan senyawa mana yang aman untuk dikonsumsi manusia.

Menurut The Guardian, obat ini terbukti sangat efektif dalam melawan bakteri resisten obat dalam sebuah studi baru-baru ini. Obat ini sangat efektif karena dapat merusak membran bakteri, yang mengganggu kemampuan bakteri untuk menghasilkan energi. Untuk bakteri mengembangkan pertahanan terhadap efek halicin, diperlukan beberapa mutasi genetik, yang memberikan halicin kekuatan bertahan. Tim peneliti juga menguji bagaimana senyawa ini berperforma pada tikus, di mana senyawa ini berhasil membersihkan tikus yang terinfeksi dengan strain bakteri yang resisten terhadap semua antibiotik yang ada. Dengan hasil studi yang sangat menjanjikan, tim peneliti berharap dapat bermitra dengan entitas farmasi dan membuktikan bahwa obat ini aman untuk digunakan oleh manusia.

James Collins, profesor teknik biomedis dan penulis senior di MIT, dan Regina Barzilay, profesor ilmu komputer di MIT, keduanya merupakan penulis senior dalam makalah ini. Collins, Barzilay, dan peneliti lainnya berharap bahwa algoritma seperti yang mereka gunakan untuk merancang halicin dapat membantu mempercepat penemuan antibiotik baru untuk mengatasi proliferasi strain bakteri resisten obat.

Halicin jauh dari satu-satunya senyawa obat yang ditemukan dengan menggunakan AI. Tim peneliti yang dipimpin oleh Collin dan Barzilay ingin melangkah lebih jauh dan menciptakan senyawa baru dengan melatih lebih banyak model menggunakan sekitar 100 juta molekul yang diambil dari database ZINC 15, sebuah perpustakaan online yang memiliki lebih dari 1,5 miliar senyawa obat. Dilaporkan bahwa tim ini telah menemukan setidaknya 23 kandidat yang memenuhi kriteria sebagai obat yang mungkin aman untuk digunakan oleh manusia dan memiliki struktur yang berbeda dari antibiotik yang ada.

Sebuah efek sampingan yang tidak diinginkan dari antibiotik adalah bahwa, sementara mereka membunuh bakteri berbahaya, mereka juga membunuh bakteri usus yang diperlukan oleh tubuh manusia. Peneliti berharap bahwa mereka dapat menggunakan teknik yang serupa dengan yang digunakan untuk menciptakan halicin untuk menciptakan antibiotik dengan efek sampingan yang lebih sedikit, obat yang kurang mungkin merusak mikrobioma usus manusia.

Banyak perusahaan lain juga berusaha menggunakan pembelajaran mesin untuk menyederhanakan proses pembuatan obat yang kompleks, panjang, dan seringkali mahal. Perusahaan lain juga telah melatih algoritma AI untuk mensintesis senyawa obat baru. Baru-baru ini, sebuah perusahaan berhasil mengembangkan obat kandidat dalam waktu hanya satu setengah bulan, jauh lebih singkat daripada bulan atau bahkan tahun yang dibutuhkan untuk menciptakan obat dengan cara tradisional.

Barzilay optimis bahwa metode penemuan obat yang didorong oleh AI dapat mengubah lanskap penemuan obat dengan cara yang berarti. Barzilay menjelaskan bahwa pekerjaan pada halicin adalah contoh praktis tentang seberapa efektif teknik pembelajaran mesin dapat digunakan:

“Masih ada pertanyaan tentang apakah alat pembelajaran mesin benar-benar melakukan sesuatu yang cerdas dalam perawatan kesehatan, dan bagaimana kita dapat mengembangkannya untuk menjadi kuda kerja di industri farmasi. Ini menunjukkan seberapa jauh kita dapat menyesuaikan alat ini.”