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 teknologi kecerdasan buatan terus membuka kemampuan tambahan bagi pengembangan ilmu biomedis. Selama ini, ilmuwan membutuhkan metode yang kompleks ketika memahami interaksi antara sel yang berkembang. Sel dalam jaringan biologis memiliki hubungan dengan sel di sekitarnya. Dengan menggunakan pesan kimia, sel menerima informasi mengenai lingkungan. Pesan biologis ini berperan dalam menentukan perkembangan sel. Untuk memahami proses itu, peneliti MIT memperkenalkan model AI IRIS yang dirancang mengenali jejak aktivitas sinyal.

Pengembangan model IRIS dipimpin oleh Pulin Li, anggota fakultas biologi Massachusetts Institute of Technology yang juga berafiliasi dengan Whitehead Institute for Biomedical Research. Peneliti muda Nicholas Hutchins turut berperan penting dalam pengembangan pendekatan tersebut. Model IRIS dibangun dengan pendekatan neural network untuk menganalisis perubahan aktivitas genetik. Sebagai alternatif terhadap pendekatan pengujian satu per satu, IRIS memungkinkan analisis lintas jenis sel. Melalui kemampuan tersebut, analisis komunikasi antarsel menjadi lebih terarah.

Mekanisme Pemetaan Komunikasi Antarsel melalui Signaling Pathways

Dalam menjelaskan mekanisme model tersebut, penting mengetahui bagaimana sel berkomunikasi. Berbagai jenis sel mengirimkan pesan melalui molekul tertentu yang dapat diterima oleh sel lain. Saat reseptor mengenali rangsangan, serangkaian reaksi dapat terjadi. Mekanisme penyampaian informasi tersebut dikenal sebagai signaling pathway. Aktivasi jalur tertentu memengaruhi aktivitas gen tertentu. Sebagai hasilnya, sel berpeluang berkembang menjadi jenis khusus sesuai rangkaian sinyal yang diterima.

Hasil penelitian menunjukkan bahwa jalur sinyal tertentu menghasilkan karakteristik ekspresi gen tersendiri. Karakteristik aktivitas gen ini disebut sebagai fingerprint jalur sinyal. Yang menarik, fingerprint suatu jalur relatif konsisten pada berbagai jenis sel. Melalui karakteristik yang dapat dikenali, IRIS mampu mengidentifikasi riwayat aktivasi jalur biologis. Walaupun pendekatan tersebut menjanjikan, hasil analisis merupakan inferensi berdasarkan pola genetik. Karena itu, prediksi model tetap memerlukan validasi biologis.

Keunggulan Pembelajaran Transfer dalam Analisis Komunikasi Sel

Keunggulan penting dari model AI MIT adalah pemanfaatan transfer learning. Dalam teknologi kecerdasan buatan, 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 menerima berbagai kombinasi rangsangan. Melalui rancangan tersebut, IRIS dapat mengenali pola yang relevan pada tipe sel berbeda.

Ketika menyusun data eksperimen, tim mengukur respons terhadap kombinasi enam jalur sinyal pada beberapa fase diferensiasi sel. Hasil ekspresi genetik menjadi dasar pemetaan respons sel. Sesudah pola dikenali, peneliti menerapkan IRIS pada data embrio tikus. Dalam evaluasi ini, IRIS mampu memperkirakan aktivasi jalur sinyal pada sel yang belum dijumpai selama pelatihan. Hasil pengujian ini memberikan manfaat dalam analisis perkembangan tubuh, karena pengujian setiap kombinasi sel dapat dikurangi.

IRIS Membantu Memetakan Pembentukan Organ selama Perkembangan Embrio

Pengujian utama setelah pelatihan dilakukan menggunakan pengamatan individual pada sel embrio tikus. Pengujian diarahkan pada fase gastrulasi, yaitu fase penting ketika jaringan embrionik mengalami spesialisasi. Pada tahap tersebut, berbagai sel menerima petunjuk molekuler yang membantu menentukan identitas akhirnya. Berkat pemetaan pola ekspresi gen, peneliti mengidentifikasi kemungkinan jalur komunikasi pada bagian embrio tertentu. Hasil pemetaan ini memberikan gambaran mengenai organisasi jaringan.

Model IRIS menunjukkan kemampuan mengidentifikasi aktivasi jalur pada sel yang berkembang menjadi jaringan jantung, jaringan usus, otot, dan struktur saraf pada tulang belakang. Temuan pengujian ini memperlihatkan bagaimana sinyal berbeda mengarahkan pembentukan jaringan. Sebagai contoh, sel yang berasal dari embrio sama dapat berkembang menjadi jaringan berbeda karena menerima kombinasi sinyal berbeda. Dengan demikian, IRIS memberikan alat untuk mempelajari pembentukan jaringan, tetapi tetap membutuhkan pembuktian pada sistem biologis.

Model Komunikasi Antarsel Membantu Ilmuwan Membuat Jaringan Laboratorium

Peluang penting dari penelitian IRIS berada pada pembuatan jaringan biologis di laboratorium. Dalam bidang tersebut, ilmuwan mengembangkan metode diferensiasi sel secara terkendali. Walaupun sel punca memiliki kemampuan berkembang, proses pembentukan struktur biologis memerlukan kondisi khusus. Selama proses pematangan, sel mungkin membutuhkan kombinasi sinyal berbeda. Melalui pemetaan yang dilakukan IRIS, peneliti dapat mengidentifikasi kombinasi yang layak diuji. Melalui pendekatan tersebut, eksperimen dapat dirancang menggunakan informasi lebih lengkap.

Studi yang dilakukan tim MIT memiliki potensi penting bagi pengembangan miniatur organ. Organoid merupakan struktur sel tiga dimensi yang meniru sebagian karakteristik organ. Dalam penelitian penyakit, organoid memberikan sarana mempelajari mekanisme seluler. Tim MIT menggunakan IRIS untuk memperkirakan jalur yang mendukung perkembangan jenis sel paru tertentu. Hasil analisis AI diperiksa kembali melalui pengujian biologis pada tikus. Berdasarkan eksperimen lanjutan, aktivasi jalur yang diprediksi mendukung perkembangan sel paru. Temuan tersebut mendukung penelitian jaringan pernapasan untuk mengevaluasi terapi pada model biologis.

Masa Depan Teknologi IRIS untuk Penelitian Jaringan Manusia

Pengembangan model IRIS oleh MIT memberikan kontribusi menarik dalam penelitian rekayasa jaringan. Berkat pembelajaran mesin berbasis data sel, IRIS berhasil mengenali pola aktivasi jalur sinyal pada tipe sel yang berbeda. Kemampuan tersebut membantu mempercepat kajian komunikasi biologis. Validasi menggunakan data perkembangan embrio memperlihatkan potensi model dalam memahami pembentukan organ. Walaupun hasilnya menjanjikan, penerapan klinis masih membutuhkan penelitian lanjutan. Sebagai arah penelitian masa depan, pemetaan riwayat pensinyalan dapat membantu penelitian obat dan penyakit. Apa pendapat Anda, apakah model AI seperti IRIS akan membantu mempercepat penelitian medis? Sampaikan pandangan Anda mengenai perkembangan teknologi rekayasa jaringan.