AI DrugReflector Mempercepat Penemuan Obat dengan Data Gen Ekspresi Sel

Penemuan obat selama ini memakan waktu lama dan biaya besar karena harus memeriksa ribuan senyawa kimia satu per satu di laboratorium. Selain itu, metode tradisional hanya melihat efek dasar pada sel dan belum memanfaatkan data genomik yang kini tersedia begitu luas. Para peneliti dari MIT dan perusahaan bioteknologi Cellarity bersama-sama mengembangkan model AI bernama DrugReflector yang dilatih menggunakan data tentang bagaimana hampir 9.600 senyawa kimia memengaruhi aktivitas gen dari lebih 50 jenis sel manusia. Ini memungkinkan AI untuk memprediksi efek senyawa lebih kompleks dan mendalam. DrugReflector berhasil mengidentifikasi senyawa yang dapat mempengaruhi produksi trombosit dan sel darah merah, yang penting untuk pengobatan penyakit darah. Ketika diuji pada 107 senyawa terpilih, AI ini 17 kali lebih efektif dibandingkan metode pengujian acak biasa. Keunggulan model ini meningkat saat para peneliti memasukkan data hasil tes nyata ke dalam AI sehingga kemampuannya dalam memprediksi senyawa yang sesuai menjadi dua kali lipat lebih baik dari versi awal. Ini menunjukkan potensi belajar berkelanjutan dari model tersebut. Dengan teknologi seperti DrugReflector, penemuan obat bisa dilakukan lebih cepat, lebih murah, dan lebih tepat sasaran. Ini menjadi terobosan penting yang dapat membawa revolusi dalam industri farmasi dan mempercepat akses pasien ke terapi baru.