Metode AI Yang Unik Untuk Hasilkan Protein Mempercepat Pengembangan Obat

Kecerdasan Buatan sekarang mampu menghasilkan protein baru yang aktif secara fungsional, berkat karya yang baru-baru ini diterbitkan oleh para peneliti dari Universitas Teknologi Chalmers, Swedia.

“Apa yang sekarang dapat kami tunjukkan menawarkan potensi yang luar biasa untuk sejumlah aplikasi masa depan, seperti pengembangan obat berbasis protein yang lebih cepat dan lebih hemat biaya,” kata Aleksej Zelezniak, Associate Professor di Departemen Biologi dan Teknik Biologi di Chalmers.

Gambar: Insan Medika

Protein adalah molekul besar dan kompleks yang memainkan peran penting dalam semua sel hidup, membangun, memodifikasi, dan memecah molekul lain secara alami di dalam sel kita. Mereka juga banyak digunakan dalam proses dan produk industri, dan dalam kehidupan kita sehari-hari.

Obat berbasis protein sangat umum – insulin obat diabetes adalah salah satu yang paling banyak diresepkan. Beberapa obat kanker yang paling mahal dan efektif juga berbasis protein, serta formula antibodi yang saat ini digunakan untuk mengobati COVID-19.

Dari desain komputer hingga protein yang berfungsi hanya dalam beberapa minggu

Metode saat ini yang digunakan untuk rekayasa protein bergantung pada pengenalan mutasi acak pada urutan protein. Namun, dengan setiap mutasi acak tambahan diperkenalkan, aktivitas protein menurun.

“Akibatnya, seseorang harus melakukan beberapa putaran eksperimen yang sangat mahal dan memakan waktu, menyaring jutaan varian, untuk merekayasa protein dan enzim yang akhirnya secara signifikan berbeda dari yang ditemukan di alam,” kata pemimpin penelitian Aleksej Zelezniak, melanjutkan:

“Proses rekayasa ini sangat lambat, tetapi sekarang kami memiliki metode berbasis AI di mana kami dapat beralih dari desain komputer ke protein yang berfungsi hanya dalam beberapa minggu.”

Hasil baru dari para peneliti Chalmers baru-baru ini dipublikasikan di jurnal Nature Machine Intelligence dan merupakan terobosan di bidang protein sintetis. Kelompok penelitian dan kolaborator Aleksej Zelezniak telah mengembangkan pendekatan berbasis AI yang disebut ProteinGAN, yang menggunakan pendekatan pembelajaran mendalam generatif.

Intinya, AI dilengkapi dengan sejumlah besar data dari protein yang dipelajari dengan baik; itu mempelajari data ini dan mencoba untuk membuat protein baru berdasarkan itu.

Pada saat yang sama, bagian lain dari AI mencoba mencari tahu apakah protein sintetis itu palsu atau tidak. Protein dikirim bolak-balik dalam sistem sampai AI tidak dapat lagi membedakan protein alami dan sintetik.

Metode ini terkenal untuk membuat foto dan video orang-orang yang tidak ada, tetapi dalam penelitian ini, metode ini digunakan untuk menghasilkan varian protein yang sangat beragam dengan sifat fisik mirip naturalistik yang dapat diuji fungsinya.

Protein yang banyak digunakan dalam produk sehari-hari tidak selalu sepenuhnya alami tetapi dibuat melalui biologi sintetik dan teknik rekayasa protein. Dengan menggunakan teknik ini, urutan protein asli dimodifikasi dengan harapan menciptakan varian protein baru sintetis yang lebih efisien, stabil, dan disesuaikan untuk aplikasi tertentu. Pendekatan baru berbasis AI sangat penting untuk mengembangkan enzim industri yang efisien serta terapi berbasis protein baru, seperti antibodi dan vaksin.

Model yang hemat biaya dan berkelanjutan

Asisten Profesor Martin Engqvist, juga dari Departemen Biologi dan Teknik Biologi, terlibat dalam merancang eksperimen untuk menguji protein yang disintesis AI.

“Mempercepat tingkat di mana kami merekayasa protein sangat penting untuk menurunkan biaya pengembangan katalis enzim. Ini adalah kunci untuk mewujudkan proses industri dan produk konsumen yang ramah lingkungan, dan model AI kami, serta model masa depan, akan memungkinkannya. Pekerjaan kami adalah kontribusi penting dalam konteks itu “kata Martin Engqvist.

“Jenis pekerjaan ini hanya mungkin dalam jenis lingkungan multidisiplin yang ada di Divisi kami – dengan antarmuka ilmu komputer dan biologi. Kami memiliki kondisi yang sempurna untuk secara eksperimental menguji sifat protein yang dirancang AI ini,” kata Aleksej Zelezniak .

Langkah selanjutnya bagi para peneliti adalah untuk mengeksplorasi bagaimana teknologi dapat digunakan untuk perbaikan khusus pada sifat protein, seperti peningkatan stabilitas, sesuatu yang dapat memberikan manfaat besar bagi protein yang digunakan dalam teknologi industri.

Studi ini dilakukan dalam kolaborasi antara Chalmers University of Technology, Vilnius University Life Sciences Center di Lithuania, dan perusahaan Biomatter Designs.

Artikel yang Direkomendasikan