Courtesy of TechCrunch

AI Jadi Kunci Mengatasi Kekurangan Tenaga Ahli dan Penyakit Langka di Biotek

Membangun sistem AI superintelligence yang mampu meningkatkan produktivitas industri farmasi dan mengatasi kekurangan tenaga ahli untuk menemukan terapi dan pengobatan bagi ribuan penyakit yang belum memiliki solusi, termasuk penyakit langka dan pengembangan pengeditan gen in vivo.

06 Feb 2026, 21.29 WIB

144 dibaca

Ikhtisar 15 Detik

AI dapat meningkatkan produktivitas dalam pengembangan obat dan pengeditan gen.
Ada kebutuhan mendesak untuk lebih banyak data berkualitas tinggi dalam penelitian bioteknologi.
Pendekatan baru dalam pengeditan gen dapat membuat terapi lebih terjangkau dan dapat diakses oleh pasien.

Doha, Qatar - Teknologi bioteknologi modern memang mampu mengedit gen dan mendesain obat, tetapi ribuan penyakit langka masih belum memiliki perawatan yang memadai. Salah satu alasan utama adalah kurangnya tenaga ahli yang cukup dalam industri farmasi, yang menghambat kemajuan penemuan obat. Perusahaan seperti Insilico Medicine percaya AI bisa menjadi pengali tenaga kerja yang mempercepat proses ini.

Insilico Medicine mengembangkan platform AI yang disebut MMAI Gym untuk melatih model bahasa besar agar dapat menjalankan banyak tugas sekaligus dalam penemuan obat dengan akurasi tinggi. Dengan mengintegrasikan data biologis, kimia, dan klinis, AI tersebut bisa secara otomatis menemukan molekul obat potensial dan mengidentifikasi obat yang bisa di-repurposing untuk penyakit seperti ALS.

Sementara itu, GenEditBio fokus pada pengeditan gen di dalam tubuh (in vivo) dengan menggunakan kendaraan protein yang dikembangkan dari virus-like particles yang dioptimalkan oleh AI. Pendekatan ini memungkinkan pengiriman alat pengedit gen ke jaringan target secara tepat dan mengurangi risiko respon imun, sehingga terapi bisa lebih efektif dan terjangkau.

Salah satu tantangan terbesar keduanya adalah ketersediaan data biologis yang cukup dan beragam secara global. Insilico menggunakan laboratorium otomatis untuk menghasilkan data biologis berskala besar, sementara GenEditBio menguji ribuan nanopartikel secara paralel untuk data eksperimen mereka. Data ini sangat penting untuk melatih AI agar dapat beradaptasi dengan kompleksitas biologi manusia.

Ke depan, Insilico berharap teknologi AI dapat digunakan untuk membuat 'digital twin' manusia yang bisa menjalani uji klinis secara virtual. Ini akan mengurangi biaya dan waktu yang dibutuhkan dalam pengembangan obat baru dan bisa mempercepat kemunculan terapi personal bagi banyak penyakit. Dengan demikian, AI diharapkan membawa lonjakan nyata dalam jumlah obat yang disetujui setiap tahunnya.

Referensi:
[1] https://techcrunch.com/2026/02/06/how-ai-is-helping-with-the-labor-issue-in-treating-rare-diseases/

Analisis Ahli

Alex Aliper

"AI superintelligence diharapkan meningkatkan produktivitas industri farmasi dengan memberikan solusi inovatif dan cepat pada masalah kesehatan yang masih sulit dipecahkan."

Tian Zhu

"Pengembangan kendaraan protein yang terinspirasi virus dan AI berbasis data nanopartikel akan merevolusi pengiriman terapi gen secara tepat sasaran dan efisien."

Analisis Kami

"Teknologi AI adalah lompatan revolusioner yang sangat dibutuhkan dalam mengatasi kekurangan tenaga ahli di bioteknologi, namun masih sangat bergantung pada kualitas dan keberagaman data biologis yang digunakan. Kolaborasi antara AI dan eksperimen laboratorium in vivo adalah pendekatan terbaik untuk mempercepat pengembangan terapi yang aman dan efektif."

Prediksi Kami

Dalam 10 hingga 20 tahun ke depan, kemajuan AI dalam drug discovery dan gene editing akan memperluas opsi terapi yang dipersonalisasi, memberikan solusi bagi penyakit langka dan kronis yang selama ini sulit ditangani secara efektif.

Pertanyaan Terkait

Apa yang dimaksud dengan 'pharmaceutical superintelligence' yang dikembangkan oleh Insilico Medicine?

Insilico Medicine mengembangkan 'pharmaceutical superintelligence' untuk meningkatkan produktivitas industri farmasi dan menyelesaikan masalah penyakit tanpa pengobatan.

Bagaimana GenEditBio mendekati pengeditan gen in vivo?

GenEditBio berfokus pada pengeditan gen in vivo dengan menggunakan kendaraan pengantaran yang dirancang khusus untuk mengirimkan alat pengeditan gen langsung ke jaringan yang terkena.

Mengapa AI dianggap sebagai pengganda kekuatan dalam penelitian bioteknologi?

AI dianggap sebagai pengganda kekuatan karena dapat membantu ilmuwan menyelesaikan masalah yang sulit diatasi dalam penelitian dan pengembangan obat.

Apa tantangan utama yang dihadapi dalam penggunaan AI di bidang bioteknologi?

Tantangan utama yang dihadapi adalah kurangnya data berkualitas tinggi dan bias dalam data yang ada, terutama yang berasal dari dunia barat.

Apa harapan Alex Aliper untuk masa depan pengembangan terapi?

Alex Aliper berharap dalam 10 hingga 20 tahun ke depan akan ada lebih banyak opsi terapeutik untuk pengobatan yang dipersonalisasi bagi pasien.