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.

Inovasi Kecerdasan Buatan MIT dalam Memetakan Sinyal Biologis

Kemajuan teknologi kecerdasan buatan menghadirkan pendekatan inovatif bagi kajian pembentukan jaringan tubuh. Pada kajian biologi modern, ilmuwan sering menemukan kesulitan ketika memahami interaksi antara sel yang berkembang. Setiap sel memiliki hubungan dengan sel di sekitarnya. Melalui berbagai molekul sinyal, sel mengetahui perubahan kondisi sekitarnya. Informasi tersebut berperan dalam menentukan perkembangan sel. Untuk memahami proses itu, peneliti MIT mengembangkan model AI IRIS yang mampu memperkirakan riwayat komunikasi sel.

Studi yang dilakukan ilmuwan MIT dikoordinasikan oleh Pulin Li, asisten profesor biologi MIT yang juga menjadi anggota Whitehead Institute. Peneliti muda Nicholas Hutchins turut berperan penting dalam pengembangan pendekatan tersebut. Model IRIS memanfaatkan arsitektur pembelajaran mesin untuk mempelajari pola ekspresi gen. Tidak seperti cara konvensional yang membutuhkan banyak eksperimen khusus, IRIS dapat mengenali karakteristik sinyal pada sel berbeda. Melalui kemampuan tersebut, analisis komunikasi antarsel menjadi lebih terarah.

Cara Kerja Model AI IRIS dalam Mengidentifikasi Jalur Sinyal Sel

Untuk memahami kemampuan IRIS, penting mengetahui bagaimana sel berkomunikasi. Berbagai jenis sel memanfaatkan senyawa pemberi sinyal yang dapat diterima oleh sel lain. Setelah molekul pemberi pesan berinteraksi, jalur komunikasi internal dapat diaktifkan. Rangkaian reaksi ini dikenal sebagai signaling pathway. Respons terhadap rangsangan biologis memengaruhi aktivitas gen tertentu. Akibatnya, sel berpeluang berkembang menjadi jenis khusus sesuai kondisi jaringan.

Tim pengembang IRIS mengidentifikasi bahwa jalur sinyal tertentu menghasilkan karakteristik ekspresi gen tersendiri. Karakteristik aktivitas gen ini menjadi penanda khas dari komunikasi sel. Hal penting dari temuan tersebut, karakteristik jalur sinyal memiliki kesamaan pada sel yang berbeda. Berkat kesamaan tersebut, IRIS dapat menghubungkan ekspresi gen dengan sinyal terdahulu. Meski mampu menghasilkan prediksi, IRIS tidak mengamati setiap pesan kimia secara real-time. Oleh sebab itu, kesimpulan perlu didukung pengujian laboratorium.

Transfer Learning Memungkinkan IRIS Mengenali Sinyal pada Jenis Sel Baru

Keunggulan penting dari model AI MIT adalah penerapan teknik transfer pengetahuan. Dalam sistem pembelajaran mesin modern, transfer learning membantu model menerapkan pola yang dipelajari pada data baru. Dalam eksperimen para ilmuwan MIT, peneliti memanfaatkan pengukuran pada human embryonic stem cells. Kumpulan data penelitian ini menggunakan sejumlah besar pengamatan seluler yang diberikan sejumlah perlakuan sinyal. Berkat proses pembelajaran itu, IRIS dapat mengenali pola yang relevan pada tipe sel berbeda.

Ketika menyusun data eksperimen, tim menguji kombinasi enam jalur pensinyalan utama pada beberapa fase diferensiasi sel. Respons yang muncul membentuk kumpulan pola sinyal yang dapat dipelajari. Sesudah pola dikenali, peneliti menguji sistem menggunakan sel dari embrio tikus. Dalam evaluasi ini, 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.

IRIS Membantu Memetakan Pembentukan Organ selama Perkembangan Embrio

Tahap validasi yang menarik dilakukan menggunakan dataset perkembangan embrio hewan. Pengujian diarahkan pada fase gastrulasi, yaitu tahap perkembangan embrio ketika sel mulai membentuk berbagai garis keturunan. Selama proses gastrulasi, sel berkembang mengikuti kombinasi instruksi biologis yang memengaruhi arah diferensiasi. Melalui penggunaan IRIS, peneliti dapat memperkirakan waktu dan lokasi aktivasi sinyal. Kemampuan tersebut memberikan gambaran mengenai organisasi jaringan.

Model IRIS menunjukkan kemampuan mengidentifikasi aktivasi jalur pada sel yang berkembang menjadi jaringan jantung, jaringan usus, jaringan muskular, dan sumsum tulang belakang. Temuan pengujian ini memperlihatkan bagaimana sinyal berbeda mengarahkan pembentukan jaringan. Dalam konteks perkembangan organ, kelompok sel pada tahap awal dapat berkembang menjadi jaringan berbeda karena berada pada lingkungan molekuler berlainan. Melalui hasil ini, 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 pengembangan rekayasa jaringan. Pada penelitian biomedis modern, ilmuwan mempelajari cara menghasilkan jaringan dengan fungsi khusus. Walaupun sel punca memiliki kemampuan berkembang, proses pembentukan struktur biologis memerlukan kondisi khusus. Selama proses pematangan, sel dapat merespons rangsangan biologis tertentu. Berkat kemampuan memperkirakan jalur pensinyalan, peneliti memiliki dasar untuk merancang eksperimen baru. Melalui pendekatan tersebut, eksperimen dapat dirancang menggunakan informasi lebih lengkap.

Studi yang dilakukan tim MIT berpeluang mendukung penelitian model organ tiga dimensi. Organoid merupakan kumpulan sel laboratorium yang menyerupai aspek organ asli. Pada pengujian obat, organoid berfungsi membantu pengamatan respons biologis. Peneliti menerapkan model tersebut untuk menganalisis kebutuhan pensinyalan pada sel pembentuk jaringan paru. Perkiraan jalur pensinyalan tersebut kemudian diuji melalui eksperimen pada embrio tikus. Hasil pengujiannya, aktivasi jalur yang diprediksi mendukung perkembangan sel paru. Keberhasilan validasi itu memberikan dasar bagi pengembangan organoid paru untuk mengamati mekanisme penyakit pernapasan.

Prospek Kecerdasan Buatan bagi Rekayasa Sel dan Pengobatan Regeneratif

Pengembangan model IRIS oleh MIT menunjukkan kemajuan penting dalam pengembangan teknologi biomedis. Melalui analisis ekspresi gen, IRIS mampu memperkirakan riwayat pensinyalan pada tipe sel yang berbeda. Keunggulan model ini mendukung penggunaan pengetahuan lintas tipe sel. Validasi menggunakan data perkembangan embrio memberikan dasar bagi pengembangan pendekatan rekayasa jaringan. Walaupun hasilnya menjanjikan, penerapan klinis masih membutuhkan penelitian lanjutan. Sebagai arah penelitian masa depan, analisis respons genetik mungkin mempercepat kajian terapi regeneratif. Menurut pandangan Anda, apakah kecerdasan buatan untuk rekayasa jaringan akan membantu mempercepat penelitian medis? Bagikan pemikiran Anda mengenai masa depan pengobatan regeneratif berbasis sel.