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 menghadirkan kemampuan tambahan bagi pengembangan ilmu biomedis. Pada kajian biologi modern, ilmuwan menghadapi tantangan besar ketika memahami interaksi antara sel yang berkembang. Sel dalam jaringan biologis selalu berinteraksi dengan lingkungannya. Melalui berbagai molekul sinyal, sel memperoleh petunjuk tentang posisi dan fungsi. Informasi tersebut berperan dalam menentukan perkembangan sel. Sebagai langkah mempelajari komunikasi biologis, peneliti MIT memperkenalkan model AI IRIS yang mampu memperkirakan riwayat komunikasi sel.

Studi yang dilakukan ilmuwan MIT dipimpin oleh Pulin Li, peneliti bidang biologi di MIT yang juga tergabung dalam Whitehead Institute for Biomedical Research. Nicholas Hutchins turut berperan penting dalam pengembangan pendekatan tersebut. Model IRIS dibangun dengan pendekatan neural network untuk mengidentifikasi karakteristik respons biologis. Sebagai alternatif terhadap pendekatan pengujian satu per satu, IRIS memungkinkan analisis lintas jenis sel. Dengan demikian, proses pemetaan sinyal berpotensi lebih efisien.

Mekanisme Pemetaan Komunikasi Antarsel melalui Signaling Pathways

Untuk memahami kemampuan IRIS, kita perlu mengenali proses komunikasi antarsel. Jaringan sel biologis mengirimkan pesan melalui molekul tertentu yang dapat diterima oleh sel lain. Ketika sinyal diterima, jalur komunikasi internal dapat diaktifkan. Mekanisme penyampaian informasi tersebut dikenal sebagai signaling pathway. Respons terhadap rangsangan biologis memengaruhi aktivitas gen tertentu. Sebagai hasilnya, sel berpeluang berkembang menjadi jenis khusus sesuai kondisi jaringan.

Peneliti MIT menemukan bahwa setiap jalur pensinyalan meninggalkan pola aktivitas gen yang khas. Karakteristik aktivitas gen ini disebut sebagai fingerprint jalur sinyal. Hal penting dari temuan tersebut, fingerprint suatu jalur relatif konsisten pada berbagai jenis sel. Melalui karakteristik yang dapat dikenali, IRIS dilatih untuk memperkirakan jalur sinyal yang pernah aktif. Meski mampu menghasilkan prediksi, model tidak merekam percakapan sel secara langsung. Dengan mempertimbangkan mekanismenya, kesimpulan perlu didukung pengujian laboratorium.

Cara Model AI MIT Mempelajari Pola Biologis Lintas Tipe Sel

Salah satu kemampuan utama IRIS adalah penggunaan pembelajaran transfer. Pada pengembangan model machine learning, transfer learning memungkinkan pengetahuan dari data pelatihan digunakan pada situasi terkait. Pada penelitian IRIS, data pelatihan berasal dari eksperimen terhadap sel punca embrionik manusia. Informasi biologis yang digunakan mencakup ribuan sel yang diuji dengan kombinasi aktivasi jalur tertentu. Melalui rancangan tersebut, IRIS mampu menerapkan pengetahuan pada lingkungan biologis lain.

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. Dalam evaluasi ini, IRIS menunjukkan kemampuan generalisasi ke jenis sel berbeda. Pencapaian tersebut memberikan manfaat dalam analisis perkembangan tubuh, karena pengujian setiap kombinasi sel dapat dikurangi.

IRIS Membantu Memetakan Pembentukan Organ selama Perkembangan Embrio

Tahap validasi yang menarik dilakukan menggunakan data sel tunggal dari embrio tikus. Peneliti memusatkan perhatian pada fase gastrulasi, yaitu fase penting ketika jaringan embrionik mengalami spesialisasi. Selama proses gastrulasi, berbagai sel menerima petunjuk molekuler yang membantu menentukan identitas akhirnya. Dengan analisis berbasis model AI, peneliti menelusuri pola pensinyalan sepanjang perkembangan. Kemampuan tersebut membantu memahami penyusunan struktur tubuh.

Pendekatan analisis baru tersebut dapat memprediksi aktivitas pensinyalan pada sel yang berkembang menjadi jaringan jantung, jaringan usus, jaringan muskular, dan sumsum tulang belakang. Keberhasilan prediksi tersebut menunjukkan hubungan aktivasi jalur dengan posisi sel. Untuk memahami penerapannya, dua sel dengan informasi genetik serupa mampu mengambil arah diferensiasi berlainan karena menerima kombinasi sinyal berbeda. Melalui hasil ini, IRIS memberikan alat untuk mempelajari pembentukan jaringan, tetapi belum menggantikan pengamatan eksperimen langsung.

Kecerdasan Buatan MIT Dukung Penelitian Sel Punca dan Pengobatan Regeneratif

Peluang penting dari penelitian IRIS berada pada pengembangan rekayasa jaringan. Dalam bidang tersebut, ilmuwan berusaha mengarahkan sel punca menjadi tipe sel tertentu. Meski sel punca dapat membentuk berbagai jenis sel, pengendalian diferensiasi membutuhkan banyak faktor. Dalam setiap fase perkembangan, sel dapat merespons rangsangan biologis tertentu. Berkat kemampuan memperkirakan jalur pensinyalan, peneliti berpeluang menemukan petunjuk diferensiasi. Dengan demikian, eksperimen dapat dirancang menggunakan informasi lebih lengkap.

Penelitian tersebut juga berkaitan dengan pembuatan organoid. Organoid merupakan kumpulan sel laboratorium yang menyerupai aspek organ asli. Pada pengujian obat, organoid memberikan sarana mempelajari mekanisme seluler. Dalam salah satu eksperimen lanjutan, ilmuwan memanfaatkan IRIS untuk mengidentifikasi sinyal yang berkaitan dengan pembentukan sel penting bagi paru-paru. Perkiraan jalur pensinyalan tersebut diperiksa kembali melalui pengujian biologis pada tikus. Hasil pengujiannya, aktivasi jalur yang diprediksi mendukung perkembangan sel paru. Keberhasilan validasi itu berpotensi membantu pembuatan model penyakit paru untuk mengamati mekanisme penyakit pernapasan.

Prospek Kecerdasan Buatan bagi Rekayasa Sel dan Pengobatan Regeneratif

Inovasi teknologi analisis komunikasi antarsel membuka pendekatan baru dalam pengembangan teknologi biomedis. Dengan memanfaatkan pola aktivitas genetik, IRIS mampu memperkirakan riwayat pensinyalan pada bermacam jaringan dalam perkembangan. Kemampuan tersebut mendukung penggunaan pengetahuan lintas tipe sel. Validasi menggunakan data perkembangan embrio memberikan dasar bagi pengembangan pendekatan rekayasa jaringan. Meski memiliki potensi besar, kemampuan model tidak otomatis menghasilkan jaringan siap transplantasi. Sebagai arah penelitian masa depan, analisis respons genetik mungkin mempercepat kajian terapi regeneratif. Menurut pandangan Anda, apakah model AI seperti IRIS mampu memberikan kemajuan pada pengembangan organoid? Sampaikan pandangan Anda mengenai peran AI dalam penelitian biologi.