Peran AI dalam Penyuntingan Gen

Kecerdasan buatan sedang membuat gelombang di seluruh industri, tetapi dampaknya lebih besar di beberapa sektor daripada yang lain. Kedokteran dan ilmu pengetahuan lainnya berpotensi besar mendapatkan manfaat dari teknologi ini, berkat pekerjaan yang sarat data dan kebutuhan akan kecepatan dan akurasi. Di bidang ini, penyuntingan gen adalah kasus penggunaan yang sangat menjanjikan untuk AI.

Praktik memodifikasi gen untuk mengontrol hasil tertentu pada organisme hidup pertama kali muncul dalam fiksi, tetapi muncul dalam eksperimen dunia nyata sekitar tahun 1960-an. Selama beberapa dekade, telah berkembang untuk menghasilkan beberapa terobosan medis canggih dan kemungkinan penelitian. Namun, para ilmuwan hanya menyentuh permukaan dari apa yang dapat dicapai oleh penyuntingan gen. AI bisa menjadi langkah besar berikutnya.

Bagaimana AI Mengubah Penyuntingan Gen

Peneliti telah mulai bereksperimen dengan AI dalam penelitian dan penyuntingan gen. Meskipun merupakan konsep yang relatif baru, sudah menghasilkan hasil yang mengesankan.

Peningkatan Akurasi Penyuntingan Gen

Salah satu kelebihan AI yang paling mencolok dalam penyuntingan gen adalah kemampuannya untuk meningkatkan akurasi proses ini. Mengklasifikasikan gen mana yang menghasilkan perubahan mana sangat penting untuk penyuntingan gen yang dapat diandalkan, tetapi secara historis kompleks dan rentan terhadap kesalahan. AI dapat mengidentifikasi hubungan ini dengan presisi tambahan.

Sebuah studi 2023 mengembangkan model pembelajaran mesin yang mencapai akurasi hingga 90% dalam menentukan apakah mutasi berbahaya atau tidak berbahaya. Wawasan ini membantu para profesional medis memahami apa yang perlu dicari atau mengidentifikasi gen mana yang perlu diobati untuk mencegah hasil kesehatan tertentu.

Akurasi dalam penyuntingan gen juga merupakan masalah memahami hubungan kompleks antara DNA dan protein. Menggunakan struktur protein yang tepat sangat penting ketika menempel dan menghapus urutan gen. Para ilmuwan baru-baru ini menemukan bahwa AI dapat menganalisis 49 miliar interaksi protein-DNA untuk mengembangkan mekanisme penyuntingan yang dapat diandalkan untuk urutan gen tertentu.

Penelitian Genomik yang Dipercepat

Selain memberikan kejelasan pada penyuntingan genomik, AI mempercepat proses ini. Model analitik prediktif dapat mensimulasikan interaksi antara berbagai kombinasi bahan genetik jauh lebih cepat daripada pengujian manual di dunia nyata. Sebagai hasilnya, mereka dapat menyoroti area penelitian yang menjanjikan, yang mengarah pada terobosan dalam waktu yang lebih singkat.

Kasus penggunaan AI ini membantu perusahaan biopharma mengirimkan vaksin COVID-19 dalam waktu rekaman. Moderna menghasilkan dan menguji lebih dari 1.000 urutan RNA per bulan ketika metode manual hanya akan menciptakan 30. Tanpa kecepatan pembelajaran mesin, kemungkinan akan membutuhkan waktu lebih lama untuk mengakui interaksi genetik mana yang paling menjanjikan untuk melawan COVID-19.

Aplikasi ini juga dapat mengarah pada hasil di luar kedokteran. Analitik prediktif dapat memodelkan kemungkinan penyuntingan gen untuk menyarankan cara memodifikasi tanaman untuk membuatnya lebih tahan terhadap iklim atau membutuhkan lebih sedikit sumber daya. Mempercepat penelitian di bidang tersebut akan membantu para ilmuwan membuat perbaikan yang diperlukan untuk mitigasi perubahan iklim sebelum dampak terburuk terjadi.

Obat Personal

Beberapa penggunaan AI yang paling revolusioner dalam penyuntingan gen membawanya ke tingkat yang lebih fokus. Alih-alih melihat tren genetik yang luas, model pembelajaran mesin dapat menganalisis genom orang tertentu. Analisis granular ini memungkinkan obat personal — menyesuaikan pengobatan genetik dengan individu untuk hasil pasien yang lebih baik.

Dokter telah mulai menggunakan AI untuk menganalisis perubahan protein pada sel kanker untuk menentukan pengobatan mana yang paling berguna untuk kasus tertentu. Demikian pula, analitik prediktif dapat mempertimbangkan susunan genetik unik pasien, yang dapat mempengaruhi efikasi pengobatan, efek sampingan atau kemungkinan beberapa perkembangan.

Ketika sistem kesehatan dapat menyesuaikan perawatan dengan individu pada tingkat genetik, mereka dapat meminimalkan efek sampingan yang tidak diinginkan dan memastikan mereka mengejar pengobatan terbaik pertama. Sebagai hasilnya, lebih banyak orang dapat mendapatkan bantuan yang mereka butuhkan dengan risiko yang lebih sedikit.

Masalah Potensial dengan AI dalam Penyuntingan Gen

Sebagus apa pun kasus penggunaan awal ini, penerapan AI dalam penyuntingan gen membawa beberapa kemungkinan jebakan. Melihat bahaya ini dalam cahaya manfaat dapat membantu para ilmuwan menentukan bagaimana menggunakan teknologi ini dengan baik.

Biaya Tinggi

Seperti banyak teknologi baru, sistem AI canggih yang diperlukan untuk penyuntingan gen mahal. Penyuntingan gen sudah merupakan proses yang mahal — beberapa terapi gen dapat menghabiskan biaya $3,5 juta per pengobatan — dan pembelajaran mesin mungkin membuatnya lebih mahal. Menambahkan biaya teknologi lain mungkin membuatnya tidak terjangkau.

Hambatan keuangan ini menimbulkan pertanyaan etika. Penyuntingan gen adalah teknologi yang kuat, sehingga jika hanya tersedia untuk orang kaya, itu bisa memperlebar kesenjangan dalam kesetaraan perawatan. Kesenjangan seperti itu akan merugikan kesehatan keluarga kelas pekerja dan menengah dan menjadi masalah keadilan sosial.

Di sisi lain, AI memiliki potensi untuk mengurangi biaya. Penelitian yang dipercepat dan kesalahan yang lebih sedikit dapat mengarah pada perkembangan teknologi yang lebih cepat dan membenarkan harga yang lebih rendah dari pengembang. Sebagai hasilnya, penyuntingan gen dapat menjadi lebih terjangkau, tetapi hanya jika perusahaan menggunakan AI dengan tujuan ini.

Kekhawatiran Keamanan

Kehandalan AI adalah kekhawatiran lain. Meskipun pembelajaran mesin sangat akurat dalam banyak kasus, tidak sempurna, tetapi orang cenderung terlalu mengandalkannya karena klaim presisi yang dramatis. Dalam konteks penyuntingan gen, ini bisa menyebabkan kelalaian yang signifikan, yang berpotensi menyebabkan kerusakan medis atau kerusakan tanaman jika orang gagal mendeteksi kesalahan AI.

Selain halusinasi, model pembelajaran mesin cenderung membesar-besarkan bias manusia. Kecenderungan ini sangat mengkhawatirkan dalam perawatan kesehatan, di mana tubuh penelitian yang ada mengandung bias sejarah. Karena pengabaian ini, model AI yang mendeteksi melanoma hanya setengahnya akurat ketika mendiagnosis pasien kulit hitam dibandingkan dengan populasi kulit putih. Kecenderungan serupa dapat memiliki konsekuensi yang mengerikan ketika dokter memutuskan penyuntingan gen berdasarkan analisis seperti itu.

Gagal mendeteksi atau mempertimbangkan kesalahan seperti itu dapat membalikkan manfaat utama dari obat personal, peningkatan tanaman, dan aplikasi penyuntingan gen lainnya. Masalah kehandalan seperti ini juga bisa sulit dideteksi, yang lebih mempersulit praktiknya.

Di Mana AI Penyuntingan Gen Dapat Pergi dari Sini

Masa depan penyuntingan gen AI bergantung pada bagaimana pengembang dan pengguna akhir dapat mengatasi hambatan sambil memanfaatkan manfaatnya. Model AI yang dapat dijelaskan akan menjadi langkah maju yang positif. Ketika jelas bagaimana algoritma pembelajaran mesin mencapai keputusan, lebih mudah untuk menilainya dari bias dan kesalahan, yang memungkinkan pengambilan keputusan yang lebih aman.

Mengutamakan AI untuk efisiensi dan pengurangan kesalahan di atas proses yang mengesankan tetapi mahal akan membantu mengatasi kekhawatiran biaya. Beberapa peneliti percaya bahwa AI dapat membawa biaya terapi gen hampir $0 dengan menghilangkan banyak komplikasi dalam penelitian, produksi, dan pengiriman. Eksperimen awal telah menghasilkan perbaikan efisiensi pengiriman yang eksponensial, sehingga kemajuan lebih lanjut dapat membuat penyuntingan gen lebih terjangkau.

Pada akhirnya, tergantung pada apa yang difokuskan oleh penelitian AI terapi gen dan seberapa cepat teknologi dapat berkembang. Pembelajaran mesin bisa benar-benar mengganggu bidang ini jika organisasi menggunakan AI dengan benar.

Penyuntingan Gen AI Memiliki Potensi Janji

Penyuntingan gen telah membuka kemungkinan baru dalam kedokteran, pertanian, dan lain-lain. AI bisa membawa manfaat ini lebih jauh.

Meskipun hambatan signifikan masih ada, masa depan AI dalam rekayasa genetika terlihat cerah. Memahami apa yang dapat diubah dan apa masalah yang mungkin timbul adalah langkah pertama dalam memastikan bahwa AI membawa bidang ini ke tempat yang diperlukan.