AI Mempercepat Penemuan Senyawa Cryoprotectant untuk Transportasi dan Penyimpanan Obat
AI accelerates the discovery of cryoprotectant compounds for medicine transport and storage https://dailyai.com/2024/09/ai-accelerates-the-discovery-of-cryoprotectant-compounds-for-medicine-transport-and-storage/

Sistem Pembelajaran Mesin Baru untuk Mempertahankan Vaksin dan Perawatan Medis

Para ilmuwan telah mengembangkan sistem pembelajaran mesin (machine learning) baru yang dapat membantu dalam pelestarian vaksin, darah, dan perawatan medis lainnya. Penelitian ini dipublikasikan dalam jurnal Nature Communications dan dipimpin oleh Universitas Warwick dan Universitas Manchester.

Sistem AI ini membantu mengidentifikasi molekul yang disebut cryoprotectants, yaitu senyawa yang mencegah kerusakan saat membekukan bahan biologis. Saat ini, pencarian cryoprotectants baru adalah proses yang lambat dan penuh percobaan. Pendekatan berbasis pembelajaran mesin ini memungkinkan peneliti untuk dengan cepat menyaring ratusan molekul potensial secara virtual.

Beberapa poin kunci dari studi ini adalah:

• Tim peneliti menciptakan model pembelajaran mesin yang dilatih menggunakan data dari cryoprotectants yang sudah ada.
• Model ini dapat memprediksi seberapa baik molekul baru dapat berfungsi sebagai cryoprotectants.
• Peneliti menggunakan model tersebut untuk menyaring perpustakaan sekitar 500 asam amino.
• Sistem ini berhasil mengidentifikasi beberapa senyawa menjanjikan, termasuk satu yang mengungguli banyak cryoprotectants yang sudah dikenal.
• Uji laboratorium mengonfirmasi prediksi AI, dengan senyawa baru menunjukkan kemampuan kuat dalam mencegah pembentukan kristal es.
• Molekul yang ditemukan meningkatkan pelestarian sel darah merah ketika dikombinasikan dengan teknik standar.

Dr. Matt Warren, mahasiswa PhD yang memimpin proyek ini, menjelaskan bagaimana model ini meningkatkan efisiensi: “Setelah bertahun-tahun mengumpulkan data secara intensif di laboratorium, sangat menggembirakan memiliki model pembelajaran mesin yang memungkinkan pendekatan berbasis data untuk memprediksi aktivitas cryoprotective.”

Salah satu hasil mengejutkan adalah kemampuan AI untuk mengidentifikasi molekul efektif yang mungkin terlewatkan oleh peneliti berpengalaman. Profesor Matthew Gibson dari Manchester mencatat, “Hasil dari model komputer ini sangat mengesankan, mengidentifikasi molekul aktif yang tidak akan saya pilih, bahkan dengan pengalaman bertahun-tahun.”

Profesor Gabriele Sosso, yang memimpin tim Warwick, menjelaskan bahwa pembelajaran mesin bukanlah solusi ajaib untuk semua masalah penelitian. “Penting untuk memahami bahwa pembelajaran mesin adalah salah satu alat di antara banyak alat lainnya.”

Para peneliti menggabungkan prediksi AI dengan simulasi molekuler dan eksperimen laboratorium, pendekatan multi-aspek yang membantu memvalidasi hasil dan menyempurnakan model. Penemuan cryoprotectant baru ini dapat memiliki dampak luas di dunia nyata, seperti memperpanjang umur simpan vaksin dan mempermudah transportasi perawatan medis sensitif ke daerah terpencil.

Meskipun hasilnya menjanjikan, tim peneliti memperingatkan bahwa masih diperlukan lebih banyak penelitian untuk memahami sepenuhnya cara kerja senyawa baru ini dan memastikan keamanannya untuk penggunaan medis. Penelitian ini menunjukkan bagaimana AI dapat mempercepat penemuan ilmiah dengan cara yang tidak terduga, berpotensi menghasilkan terobosan di berbagai bidang.