Peneliti AI Mengembangkan Metode untuk Menggunakan Kembali Obat yang Sudah Ada untuk Melawan Covid-19

Sebuah tim peneliti internasional telah menerapkan model AI untuk menemukan obat yang sudah ada yang dapat mengobati Covid-19 pada pasien lanjut usia. Tim peneliti menerapkan model autoencoder pada obat yang sudah ada di pasar, dengan tujuan menemukan kesamaan dalam perubahan ekspresi gen yang disebabkan oleh penuaan alami dan Covid-19.

Menurut penjelasan co-penulis studi, ahli biologi komputasi di MIT, Caroline Uhler, masalah dengan mengembangkan obat baru untuk melawan Covid-19 adalah bahwa proses pengembangan obat dapat memakan waktu bertahun-tahun. AI sudah digunakan untuk menemukan obat baru, menemukan formulasi baru untuk obat terapi dengan kecepatan yang jauh lebih cepat daripada metode penemuan obat tradisional. Namun, bahkan kecepatan relatif cepat yang dapat ditemukan menggunakan AI masih terlalu lambat untuk situasi seperti pandemi Covid-19. Lebih cepat untuk menggunakan kembali obat yang sudah ada.

Untuk menemukan obat yang dapat melawan efek Covid-19 pada populasi lanjut usia, para peneliti melihat gen yang mengalami perubahan selama penuaan alami dan ketika terinfeksi virus Covid-19.

Covid-19 diduga menggunakan jalur sel tertentu, terutama jalur inflamasi, untuk bereplikasi. Juga diketahui bahwa efek Covid-19 jauh lebih parah pada populasi lanjut usia daripada populasi yang lebih muda. Selain itu, sistem pernapasan individu yang menua ditandai dengan perubahan kekakuan jaringan. Dengan mempertimbangkan fakta-fakta ini, para peneliti mencari gen yang berubah oleh penuaan dan Covid-19, dengan tujuan menemukan obat yang berinteraksi positif dengan gen tersebut.

Tim peneliti menggunakan proses tiga tahap untuk menemukan gen yang sama pada kedua jalur. Pada fase pertama penelitian, tim menggunakan autoencoder untuk menghasilkan daftar calon obat. Ini dilakukan dengan menganalisis dua dataset pola ekspresi gen, memilih obat yang tampaknya mengurangi dampak virus secara keseluruhan. Hasilnya adalah daftar calon obat dan interaksi mereka dengan protein pada kedua jalur penuaan dan infeksi. Setelah itu, para peneliti mengambil daftar calon obat dan memetakan interaksi antara protein dan kedua jalur yang berbeda, menghasilkan peta interaksi protein untuk keduanya. Para peneliti kemudian membandingkan kedua peta interaksi protein untuk menemukan area tumpang tindih. Ini mengarah pada penemuan jaringan ekspresi gen yang harus ditargetkan oleh obat untuk mengurangi keparahan Covid-19 pada pasien lanjut usia.

Pada fase terakhir proyek penelitian, tim menerapkan metode statistik untuk menentukan kausalitas dalam jaringan yang dipetakan. Dengan menggunakan metode ini, mereka dapat menentukan gen yang tepat yang harus diinteraksikan oleh calon obat untuk mengurangi keparahan infeksi Covid-19 secara paling efektif.

Menurut hasil analisis mereka, gen RIPK1 adalah bagian dari genom yang dianggap paling sesuai untuk dijadikan target oleh obat terapi Covid-19. Beberapa calon obat digunakan untuk mengobati kanker. Obat calon lainnya sudah diuji oleh lembaga medis untuk mengobati Covid-19.

Tim peneliti mencatat bahwa ini hanya langkah pertama dalam menentukan obat mana yang dapat digunakan kembali untuk pengobatan Covid-19. Eksperimen in vitro yang luas dan uji klinis harus dilakukan untuk menentukan apakah obat-obat tersebut benar-benar efektif. Namun, jika pendekatan ini terbukti sukses, itu bisa digunakan untuk menemukan obat yang efektif untuk kondisi lain.

Menurut tim peneliti,

“Kami menerapkan platform komputasi kami dalam konteks SARS-CoV-2, algoritma kami mengintegrasikan modalitas data yang tersedia untuk banyak penyakit, sehingga membuatnya dapat diterapkan secara luas.”