Model AI MIT Mampu Memetakan Komunikasi Antarsel untuk Mendukung Penelitian Rekayasa Jaringan
Para peneliti Massachusetts Institute of Technology (MIT) mengembangkan model kecerdasan buatan bernama IRIS yang mampu mengidentifikasi pola komunikasi antarsel berdasarkan aktivitas gen. Penelitian yang dipublikasikan dalam jurnal Nature Methods pada 8 September 2026 dan diperkenalkan melalui MIT News pada 15 Oktober 2026 ini membuka pendekatan baru dalam memahami pembentukan jaringan tubuh. Melalui teknologi machine learning, IRIS dapat memperkirakan jalur sinyal yang pernah diterima sel selama perkembangan embrio. Kemampuan tersebut berpotensi membantu penelitian sel punca, pengembangan organoid, serta rekayasa jaringan untuk mempelajari penyakit dan merancang metode pengobatan regeneratif.
Teknologi IRIS Membantu Ilmuwan Memahami Pembentukan Jaringan Tubuh
Penerapan metode komputasi biologis semakin memberikan peluang baru bagi kajian pembentukan jaringan tubuh. Selama ini, ilmuwan sering menemukan kesulitan ketika menelusuri pertukaran sinyal biologis. Sel dalam jaringan biologis tidak bekerja secara terpisah. Berkat komunikasi molekuler, sel mengetahui perubahan kondisi sekitarnya. Pesan biologis ini memengaruhi pembentukan berbagai jenis jaringan. Untuk memahami proses itu, peneliti MIT mengembangkan model AI IRIS yang digunakan untuk menganalisis pola respons genetik.
Pengembangan model IRIS dikoordinasikan oleh Pulin Li, asisten profesor biologi MIT yang juga tergabung dalam Whitehead Institute for Biomedical Research. Mahasiswa pascasarjana Nicholas Hutchins berkontribusi terhadap perancangan pendekatan tersebut. Perangkat analisis berbasis AI tersebut menggunakan jaringan saraf komputasional untuk mempelajari pola ekspresi gen. Sebagai alternatif terhadap pendekatan pengujian satu per satu, IRIS dapat mengenali karakteristik sinyal pada sel berbeda. Berkat pendekatan ini, peneliti dapat mengurangi kebutuhan pengujian berulang.
Mekanisme Pemetaan Komunikasi Antarsel melalui Signaling Pathways
Untuk memahami kemampuan IRIS, perlu memahami prinsip pertukaran sinyal biologis. Jaringan sel biologis menggunakan molekul kimia yang ditangkap melalui sistem penerima biologis. Saat reseptor mengenali rangsangan, aktivitas molekuler tertentu dapat dimulai. Rangkaian reaksi ini disebut jalur pensinyalan sel. Aktivasi jalur tertentu memengaruhi aktivitas gen tertentu. Sebagai hasilnya, sel dapat mengalami diferensiasi sesuai kondisi jaringan.
Peneliti MIT menemukan bahwa respons terhadap suatu signaling pathway dapat dikenali melalui jejak genetik. Pola tersebut menjadi penanda khas dari komunikasi sel. Yang menarik, fingerprint suatu jalur relatif konsisten pada berbagai jenis sel. Berkat kesamaan tersebut, IRIS mampu mengidentifikasi riwayat aktivasi jalur biologis. Namun demikian, hasil analisis merupakan inferensi berdasarkan pola genetik. Dengan mempertimbangkan mekanismenya, prediksi model tetap memerlukan validasi biologis.
Cara Model AI MIT Mempelajari Pola Biologis Lintas Tipe Sel
Salah satu kemampuan utama IRIS adalah penggunaan pembelajaran transfer. Dalam sistem pembelajaran mesin modern, transfer learning memungkinkan pengetahuan dari data pelatihan digunakan pada situasi terkait. Melalui sistem analisis yang dikembangkan, peneliti memanfaatkan pengukuran pada human embryonic stem cells. Kumpulan data penelitian ini mencakup ribuan sel yang diberikan sejumlah perlakuan sinyal. Melalui rancangan tersebut, IRIS dapat mengenali pola yang relevan pada tipe sel berbeda.
Dalam proses pelatihan, tim menguji kombinasi enam jalur pensinyalan utama pada berbagai tahap perkembangan. Perubahan aktivitas gen menjadi dasar pemetaan respons sel. Ketika proses pembelajaran selesai, peneliti mengevaluasi kemampuan model pada perkembangan embrio hewan. Hasilnya, IRIS dapat mengenali pola komunikasi pada konteks perkembangan baru. Hasil pengujian ini memberikan manfaat dalam analisis perkembangan tubuh, karena pendekatan yang sama berpotensi digunakan pada banyak tipe jaringan.
Model AI MIT Identifikasi Sinyal Pembentuk Jantung dan Jaringan Tubuh
Pengujian utama setelah pelatihan dilakukan menggunakan dataset perkembangan embrio hewan. Tim ilmuwan melakukan analisis pada fase gastrulasi, yaitu tahap perkembangan embrio ketika sel mulai membentuk berbagai garis keturunan. Pada tahap tersebut, jaringan embrio merespons beragam sinyal yang membantu menentukan identitas akhirnya. Berkat pemetaan pola ekspresi gen, peneliti mengidentifikasi kemungkinan jalur komunikasi pada bagian embrio tertentu. Kemampuan tersebut memberikan gambaran mengenai organisasi jaringan.
Pendekatan analisis baru tersebut dapat memprediksi aktivitas pensinyalan pada garis keturunan sel jantung, struktur saluran pencernaan, sel pembentuk otot, dan jaringan spinal cord. Hasil tersebut menunjukkan hubungan aktivasi jalur dengan posisi sel. Sebagai contoh, dua sel dengan informasi genetik serupa berpeluang memperoleh fungsi tidak sama karena mengalami sejarah pensinyalan yang tidak identik. Dengan demikian, IRIS membantu menjelaskan proses spesialisasi sel, tetapi tetap membutuhkan pembuktian pada sistem biologis.
Model Komunikasi Antarsel Membantu Ilmuwan Membuat Jaringan Laboratorium
Salah satu manfaat jangka panjang berada pada penelitian tissue engineering. Dalam bidang tersebut, ilmuwan mengembangkan metode diferensiasi sel secara terkendali. Walaupun sel punca memiliki kemampuan berkembang, pengendalian diferensiasi membutuhkan banyak faktor. Selama proses pematangan, sel dapat merespons rangsangan biologis tertentu. Dengan informasi riwayat sinyal dari model, peneliti memiliki dasar untuk merancang eksperimen baru. Berkat penggunaan data biologis yang lebih terarah, eksperimen dapat dirancang menggunakan informasi lebih lengkap.
Pengembangan IRIS berpeluang mendukung penelitian model organ tiga dimensi. Organoid merupakan kumpulan sel laboratorium yang menyerupai aspek organ asli. Pada pengujian obat, organoid dapat digunakan sebagai model eksperimen. Tim MIT menggunakan IRIS untuk mengidentifikasi sinyal yang berkaitan dengan pembentukan sel penting bagi paru-paru. Prediksi model kemudian diuji melalui eksperimen pada embrio tikus. Hasil pengujiannya, aktivasi jalur yang diprediksi mendukung perkembangan sel paru. Pencapaian ini mendukung penelitian jaringan pernapasan untuk mengamati mekanisme penyakit pernapasan.
Kesimpulan Model AI MIT dalam Memetakan Komunikasi Antarsel
Pengembangan model IRIS oleh MIT membuka pendekatan baru dalam pengembangan teknologi biomedis. Dengan memanfaatkan pola aktivitas genetik, IRIS mampu memperkirakan riwayat pensinyalan pada tipe sel yang berbeda. Keunggulan model ini mendukung penggunaan pengetahuan lintas tipe sel. Validasi menggunakan data perkembangan embrio memperlihatkan potensi model dalam memahami pembentukan organ. Meski memiliki potensi besar, prediksi AI tetap memerlukan pengujian biologis. Untuk pengembangan selanjutnya, pemetaan riwayat pensinyalan mungkin mempercepat kajian terapi regeneratif. Menurut pandangan Anda, apakah kecerdasan buatan untuk rekayasa jaringan mampu memberikan kemajuan pada pengembangan organoid? Sampaikan pandangan Anda mengenai masa depan pengobatan regeneratif berbasis sel.
