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
Kemajuan teknologi kecerdasan buatan menghadirkan pendekatan inovatif bagi penelitian biologi sel. Dalam penelitian perkembangan embrio, ilmuwan menghadapi tantangan besar ketika mempelajari komunikasi antarsel. Masing-masing sel tubuh memiliki hubungan dengan sel di sekitarnya. Dengan menggunakan pesan kimia, sel menerima informasi mengenai lingkungan. Rangkaian sinyal tersebut berperan dalam menentukan perkembangan sel. Sebagai langkah mempelajari komunikasi biologis, peneliti MIT mengembangkan model AI IRIS yang mampu memperkirakan riwayat komunikasi sel.
Studi yang dilakukan ilmuwan MIT dikoordinasikan oleh Pulin Li, peneliti bidang biologi di MIT yang juga tergabung dalam Whitehead Institute for Biomedical Research. Nicholas Hutchins berkontribusi terhadap perancangan pendekatan tersebut. Sistem kecerdasan buatan ini memanfaatkan arsitektur pembelajaran mesin untuk mempelajari pola ekspresi gen. Berbeda dari metode yang meneliti setiap kombinasi sel secara terpisah, IRIS memungkinkan analisis lintas jenis sel. Melalui kemampuan tersebut, peneliti dapat mengurangi kebutuhan pengujian berulang.
Teknologi Machine Learning Membaca Jejak Aktivitas Genetik
Untuk memahami kemampuan IRIS, penting mengetahui bagaimana sel berkomunikasi. Sel tubuh mengirimkan pesan melalui molekul tertentu yang ditangkap melalui sistem penerima biologis. Setelah molekul pemberi pesan berinteraksi, aktivitas molekuler tertentu dapat dimulai. Mekanisme penyampaian informasi tersebut dikenal sebagai signaling pathway. Aktivasi jalur tertentu mengatur gen yang aktif maupun tidak aktif. Akibatnya, sel memperoleh karakteristik biologis tertentu sesuai rangkaian sinyal yang diterima.
Peneliti MIT menemukan bahwa jalur sinyal tertentu menghasilkan karakteristik ekspresi gen tersendiri. Karakteristik aktivitas gen ini dapat dipahami sebagai sidik jari biologis. Keunggulan pendekatan ini, fingerprint suatu jalur relatif konsisten pada berbagai jenis sel. Dengan memanfaatkan pola yang konsisten, IRIS mampu mengidentifikasi riwayat aktivasi jalur biologis. Meski mampu menghasilkan prediksi, IRIS tidak mengamati setiap pesan kimia secara real-time. Oleh sebab itu, 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 teknologi kecerdasan buatan, transfer learning memungkinkan pengetahuan dari data pelatihan digunakan pada situasi terkait. Melalui sistem analisis yang dikembangkan, model dilatih menggunakan respons sel punca embrionik manusia. Kumpulan data penelitian ini menggunakan sejumlah besar pengamatan seluler yang diuji dengan kombinasi aktivasi jalur tertentu. Dengan demikian, IRIS dapat mengenali pola yang relevan pada tipe sel berbeda.
Dalam proses pelatihan, tim mengukur respons terhadap kombinasi enam jalur sinyal pada berbagai tahap perkembangan. Respons yang muncul menjadi dasar pemetaan respons sel. Setelah model dilatih, peneliti mengevaluasi kemampuan model pada perkembangan embrio hewan. Berdasarkan pengujian tersebut, IRIS dapat mengenali pola komunikasi pada konteks perkembangan baru. Kemampuan lintas tipe sel tersebut memberikan manfaat dalam analisis perkembangan tubuh, karena pengujian setiap kombinasi sel dapat dikurangi.
Pemanfaatan Data Sel Tunggal untuk Memahami Diferensiasi Embrionik
Salah satu penerapan penting dilakukan menggunakan data sel tunggal dari embrio tikus. Peneliti memusatkan perhatian pada fase gastrulasi, yaitu tahap perkembangan embrio ketika sel mulai membentuk berbagai garis keturunan. Dalam periode perkembangan ini, sel berkembang mengikuti kombinasi instruksi biologis yang membantu menentukan identitas akhirnya. Melalui penggunaan IRIS, peneliti dapat memperkirakan waktu dan lokasi aktivasi sinyal. Kemampuan tersebut membantu memahami penyusunan struktur tubuh.
Pendekatan analisis baru tersebut dapat memprediksi aktivitas pensinyalan pada sel yang berkembang menjadi jaringan jantung, calon jaringan pencernaan, jaringan muskular, dan jaringan spinal cord. Keberhasilan prediksi tersebut menunjukkan hubungan aktivasi jalur dengan posisi sel. Untuk memahami penerapannya, sel yang berasal dari embrio sama berpeluang memperoleh fungsi tidak sama karena berada pada lingkungan molekuler berlainan. Melalui hasil ini, IRIS memberikan alat untuk mempelajari pembentukan jaringan, tetapi tetap membutuhkan pembuktian pada sistem biologis.
Model Komunikasi Antarsel Membantu Ilmuwan Membuat Jaringan Laboratorium
Potensi utama pendekatan kecerdasan buatan ini berada pada pembuatan jaringan biologis di laboratorium. Pada penelitian biomedis modern, ilmuwan mempelajari cara menghasilkan jaringan dengan fungsi khusus. Namun demikian, proses pembentukan struktur biologis memerlukan kondisi khusus. Dalam setiap fase perkembangan, sel dapat merespons rangsangan biologis tertentu. Berkat kemampuan memperkirakan jalur pensinyalan, peneliti memiliki dasar untuk merancang eksperimen baru. Berkat penggunaan data biologis yang lebih terarah, pengembangan jaringan laboratorium berpotensi lebih efisien.
Penelitian tersebut berpeluang mendukung penelitian model organ tiga dimensi. Organoid merupakan struktur sel tiga dimensi yang meniru sebagian karakteristik organ. Untuk studi perkembangan jaringan, organoid berfungsi membantu pengamatan respons biologis. Peneliti menerapkan model tersebut untuk memperkirakan jalur yang mendukung perkembangan jenis sel paru tertentu. Perkiraan jalur pensinyalan tersebut diperiksa kembali melalui pengujian biologis pada tikus. Hasil pengujiannya, temuan laboratorium menguatkan prediksi IRIS. Keberhasilan validasi itu berpotensi membantu pembuatan model penyakit paru untuk mempelajari asma dan fibrosis paru.
Masa Depan Teknologi IRIS untuk Penelitian Jaringan Manusia
Inovasi teknologi analisis komunikasi antarsel membuka pendekatan baru dalam ilmu biologi perkembangan. Dengan memanfaatkan pola aktivitas genetik, IRIS dapat mengidentifikasi jejak komunikasi biologis pada berbagai jenis sel. Keunggulan model ini mengurangi ketergantungan pada pemetaan setiap jenis sel secara terpisah. Validasi menggunakan data perkembangan embrio menunjukkan kemampuan IRIS memperkirakan aktivasi sinyal. Namun demikian, prediksi AI tetap memerlukan pengujian biologis. Sebagai arah penelitian masa depan, analisis respons genetik berpotensi mendukung pengembangan organoid yang lebih akurat. Menurut pandangan Anda, apakah teknologi pemetaan komunikasi antarsel mampu memberikan kemajuan pada pengembangan organoid? Sampaikan pandangan Anda mengenai peran AI dalam penelitian biologi.
