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

Perkembangan metode komputasi biologis semakin memberikan kemampuan tambahan bagi penelitian biologi sel. Dalam penelitian perkembangan embrio, ilmuwan sering menemukan kesulitan ketika menelusuri pertukaran sinyal biologis. Setiap sel memiliki hubungan dengan sel di sekitarnya. Melalui berbagai molekul sinyal, sel mengetahui perubahan kondisi sekitarnya. Pesan biologis ini membantu mengarahkan spesialisasi sel. Sebagai langkah mempelajari komunikasi biologis, peneliti MIT menciptakan model AI IRIS yang dirancang mengenali jejak aktivitas sinyal.

Penelitian tersebut dikoordinasikan oleh Pulin Li, peneliti bidang biologi di MIT yang juga menjadi anggota Whitehead Institute. Mahasiswa pascasarjana Nicholas Hutchins berkontribusi terhadap perancangan pendekatan tersebut. Model IRIS menggunakan jaringan saraf komputasional untuk mengidentifikasi karakteristik respons biologis. Tidak seperti cara konvensional yang membutuhkan banyak eksperimen khusus, IRIS memungkinkan analisis lintas jenis sel. Melalui kemampuan tersebut, peneliti dapat mengurangi kebutuhan pengujian berulang.

Cara Kerja Model AI IRIS dalam Mengidentifikasi Jalur Sinyal Sel

Sebagai dasar memahami penelitian ini, penting mengetahui bagaimana sel berkomunikasi. Sel tubuh menggunakan molekul kimia yang berinteraksi dengan reseptor pada sel sasaran. Setelah molekul pemberi pesan berinteraksi, serangkaian reaksi dapat terjadi. Rangkaian reaksi ini dikenal sebagai signaling pathway. Perubahan pada proses pensinyalan dapat mengubah ekspresi gen. Akibatnya, sel berpeluang berkembang menjadi jenis khusus sesuai kondisi jaringan.

Tim pengembang IRIS mengidentifikasi bahwa jalur sinyal tertentu menghasilkan karakteristik ekspresi gen tersendiri. Pola tersebut dapat dipahami sebagai sidik jari biologis. Yang menarik, karakteristik jalur sinyal memiliki kesamaan pada sel yang berbeda. Melalui karakteristik yang dapat dikenali, IRIS dilatih untuk memperkirakan jalur sinyal yang pernah aktif. Walaupun pendekatan tersebut menjanjikan, IRIS tidak mengamati setiap pesan kimia secara real-time. Karena itu, hasil harus ditafsirkan berdasarkan eksperimen.

Keunggulan Pembelajaran Transfer dalam Analisis Komunikasi Sel

Fitur yang membuat pendekatan tersebut menarik adalah penggunaan pembelajaran transfer. Dalam teknologi kecerdasan buatan, transfer learning mendukung pemanfaatan hasil pelatihan untuk tugas serupa. Melalui sistem analisis yang dikembangkan, peneliti memanfaatkan pengukuran pada human embryonic stem cells. Informasi biologis yang digunakan menggunakan sejumlah besar pengamatan seluler yang diberikan sejumlah perlakuan sinyal. Berkat proses pembelajaran itu, IRIS berpotensi memperkirakan sinyal di luar jenis sel pelatihan.

Dalam proses pelatihan, tim menguji kombinasi enam jalur pensinyalan utama pada berbagai tahap perkembangan. Respons yang muncul digunakan untuk membangun atlas komunikasi biologis. Setelah model dilatih, peneliti menerapkan IRIS pada data embrio tikus. Dalam evaluasi ini, IRIS dapat mengenali pola komunikasi pada konteks perkembangan baru. Hasil pengujian ini penting bagi penelitian embrio, karena pengujian setiap kombinasi sel dapat dikurangi.

IRIS Membantu Memetakan Pembentukan Organ selama Perkembangan Embrio

Tahap validasi yang menarik dilakukan menggunakan pengamatan individual pada sel embrio tikus. Tim ilmuwan melakukan analisis pada fase gastrulasi, yaitu fase penting ketika jaringan embrionik mengalami spesialisasi. Dalam periode perkembangan ini, sel berkembang mengikuti kombinasi instruksi biologis yang memengaruhi arah diferensiasi. Dengan analisis berbasis model AI, peneliti dapat memperkirakan waktu dan lokasi aktivasi sinyal. Pendekatan analisis tersebut memberikan gambaran mengenai organisasi jaringan.

Sistem AI hasil penelitian MIT dapat memprediksi aktivitas pensinyalan pada sel yang berkembang menjadi jaringan jantung, calon jaringan pencernaan, sel pembentuk otot, dan sumsum tulang belakang. Keberhasilan prediksi tersebut membantu menjelaskan variasi perkembangan sel. Dalam konteks perkembangan organ, sel yang berasal dari embrio sama dapat berkembang menjadi jaringan berbeda karena mengalami sejarah pensinyalan yang tidak identik. Melalui hasil ini, IRIS memperluas pemahaman tentang diferensiasi, tetapi tetap membutuhkan pembuktian pada sistem biologis.

Model Komunikasi Antarsel Membantu Ilmuwan Membuat Jaringan Laboratorium

Peluang penting dari penelitian IRIS berada pada penelitian tissue engineering. Dalam bidang tersebut, ilmuwan berusaha mengarahkan sel punca menjadi tipe sel tertentu. Namun demikian, proses pembentukan struktur biologis memerlukan kondisi khusus. Selama proses pematangan, sel mungkin membutuhkan kombinasi sinyal berbeda. Berkat kemampuan memperkirakan jalur pensinyalan, peneliti berpeluang menemukan petunjuk diferensiasi. Dengan demikian, eksperimen dapat dirancang menggunakan informasi lebih lengkap.

Penelitian tersebut memiliki potensi penting bagi pengembangan miniatur organ. Organoid merupakan kumpulan sel laboratorium yang menyerupai aspek organ asli. Untuk studi perkembangan jaringan, organoid memberikan sarana mempelajari mekanisme seluler. Tim MIT menggunakan IRIS untuk mengidentifikasi sinyal yang berkaitan dengan pembentukan sel penting bagi paru-paru. Hasil analisis AI diperiksa kembali melalui pengujian biologis pada tikus. Dalam validasi tersebut, aktivasi jalur yang diprediksi mendukung perkembangan sel paru. Temuan tersebut berpotensi membantu pembuatan model penyakit paru untuk mengamati mekanisme penyakit pernapasan.

Masa Depan Teknologi IRIS untuk Penelitian Jaringan Manusia

Inovasi teknologi analisis komunikasi antarsel menunjukkan kemajuan penting dalam ilmu biologi perkembangan. Dengan memanfaatkan pola aktivitas genetik, IRIS mampu memperkirakan riwayat pensinyalan pada berbagai jenis sel. Kemampuan tersebut mendukung penggunaan pengetahuan lintas tipe sel. Validasi menggunakan data perkembangan embrio menunjukkan kemampuan IRIS memperkirakan aktivasi sinyal. Meski memiliki potensi besar, kemampuan model tidak otomatis menghasilkan jaringan siap transplantasi. Sebagai arah penelitian masa depan, pemahaman terhadap komunikasi antarsel berpotensi mendukung pengembangan organoid yang lebih akurat. Menurut pandangan Anda, apakah model AI seperti IRIS akan membantu mempercepat penelitian medis? Sampaikan pandangan Anda mengenai masa depan pengobatan regeneratif berbasis sel.