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.

Peneliti MIT Kembangkan Model AI IRIS untuk Membaca Komunikasi Antarsel

Kemajuan sistem pembelajaran mesin menghadirkan pendekatan inovatif bagi penelitian biologi sel. Dalam penelitian perkembangan embrio, ilmuwan menghadapi tantangan besar ketika mempelajari komunikasi antarsel. Sel dalam jaringan biologis selalu berinteraksi dengan lingkungannya. Melalui berbagai molekul sinyal, sel menerima informasi mengenai lingkungan. Informasi tersebut berperan dalam menentukan perkembangan sel. Untuk memahami proses itu, peneliti MIT menciptakan model AI IRIS yang digunakan untuk menganalisis pola respons genetik.

Pengembangan model IRIS dikoordinasikan oleh Pulin Li, peneliti bidang biologi di MIT yang juga berafiliasi dengan Whitehead Institute for Biomedical Research. Nicholas Hutchins berkontribusi terhadap perancangan pendekatan tersebut. Model IRIS dibangun dengan pendekatan neural network untuk mengidentifikasi karakteristik respons biologis. Sebagai alternatif terhadap pendekatan pengujian satu per satu, IRIS membantu memperkirakan jalur komunikasi pada berbagai tipe sel. Berkat pendekatan ini, proses pemetaan sinyal berpotensi lebih efisien.

Mekanisme Pemetaan Komunikasi Antarsel melalui Signaling Pathways

Sebagai dasar memahami penelitian ini, kita perlu mengenali proses komunikasi antarsel. Jaringan sel biologis mengirimkan pesan melalui molekul tertentu yang dapat diterima oleh sel lain. Ketika sinyal diterima, aktivitas molekuler tertentu dapat dimulai. Mekanisme penyampaian informasi tersebut merupakan bagian dari sistem transduksi sinyal. Respons terhadap rangsangan biologis memengaruhi aktivitas gen tertentu. Melalui perubahan tersebut, sel dapat mengalami diferensiasi sesuai rangkaian sinyal yang diterima.

Hasil penelitian menunjukkan bahwa setiap jalur pensinyalan meninggalkan pola aktivitas gen yang khas. Pola tersebut 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 mampu mengidentifikasi riwayat aktivasi jalur biologis. Walaupun pendekatan tersebut menjanjikan, IRIS tidak mengamati setiap pesan kimia secara real-time. Dengan mempertimbangkan mekanismenya, prediksi model tetap memerlukan validasi biologis.

Keunggulan Pembelajaran Transfer dalam Analisis Komunikasi Sel

Keunggulan penting dari model AI MIT adalah pemanfaatan transfer learning. Dalam sistem pembelajaran mesin modern, transfer learning mendukung pemanfaatan hasil pelatihan untuk tugas serupa. Pada penelitian IRIS, model dilatih menggunakan respons sel punca embrionik manusia. Dataset tersebut berisi pengukuran dari ribuan sel yang menerima berbagai kombinasi rangsangan. Dengan demikian, IRIS berpotensi memperkirakan sinyal di luar jenis sel pelatihan.

Pada tahap pengembangan dataset, tim menggunakan enam signaling pathways penting pada beberapa fase diferensiasi sel. Perubahan aktivitas gen digunakan untuk membangun atlas komunikasi biologis. Sesudah pola dikenali, peneliti mengevaluasi kemampuan model pada perkembangan embrio hewan. Dalam evaluasi ini, IRIS mampu memperkirakan aktivasi jalur sinyal pada sel yang belum dijumpai selama pelatihan. Hasil pengujian ini penting bagi penelitian embrio, karena ilmuwan tidak harus melatih model terpisah untuk setiap jenis sel.

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 periode awal pembentukan jenis sel yang berbeda. Selama proses gastrulasi, berbagai sel menerima petunjuk molekuler yang memengaruhi arah diferensiasi. Berkat pemetaan pola ekspresi gen, peneliti dapat memperkirakan waktu dan lokasi aktivasi sinyal. Kemampuan tersebut mendukung penelitian hubungan sinyal dengan pembentukan organ.

Model IRIS berhasil memperkirakan pola sinyal pada calon sel pembentuk jantung, calon jaringan pencernaan, sel pembentuk otot, dan struktur saraf pada tulang belakang. Hasil tersebut membantu menjelaskan variasi perkembangan sel. Dalam konteks perkembangan organ, kelompok sel pada tahap awal berpeluang memperoleh fungsi tidak sama karena menerima kombinasi sinyal berbeda. Dengan demikian, IRIS memperluas pemahaman tentang diferensiasi, tetapi belum menggantikan pengamatan eksperimen langsung.

Model Komunikasi Antarsel Membantu Ilmuwan Membuat Jaringan Laboratorium

Salah satu manfaat jangka panjang berada pada penelitian tissue engineering. Pada penelitian biomedis modern, ilmuwan mempelajari cara menghasilkan jaringan dengan fungsi khusus. Namun demikian, menghasilkan jaringan yang tepat tidak selalu mudah. Selama proses pematangan, sel memerlukan petunjuk molekuler sesuai waktunya. Dengan informasi riwayat sinyal dari model, peneliti memiliki dasar untuk merancang eksperimen baru. Dengan demikian, eksperimen dapat dirancang menggunakan informasi lebih lengkap.

Penelitian tersebut juga berkaitan dengan pembuatan organoid. Organoid merupakan struktur sel tiga dimensi yang meniru sebagian karakteristik organ. Dalam penelitian penyakit, organoid dapat digunakan sebagai model eksperimen. Peneliti menerapkan model tersebut untuk menganalisis kebutuhan pensinyalan pada sel pembentuk jaringan paru. Prediksi model kemudian diuji melalui eksperimen pada embrio tikus. Dalam validasi tersebut, aktivasi jalur yang diprediksi mendukung perkembangan sel paru. Temuan tersebut memberikan dasar bagi pengembangan organoid paru untuk mengevaluasi terapi pada model biologis.

Kesimpulan Model AI MIT dalam Memetakan Komunikasi Antarsel

Pengembangan model IRIS oleh MIT memberikan kontribusi menarik dalam penelitian rekayasa jaringan. Dengan memanfaatkan pola aktivitas genetik, IRIS mampu memperkirakan riwayat pensinyalan pada bermacam jaringan dalam perkembangan. Hasil analisis tersebut membantu mempercepat kajian komunikasi biologis. Validasi menggunakan data perkembangan embrio memberikan dasar bagi pengembangan pendekatan rekayasa jaringan. Walaupun hasilnya menjanjikan, penerapan klinis masih membutuhkan penelitian lanjutan. Untuk pengembangan selanjutnya, analisis respons genetik mungkin mempercepat kajian terapi regeneratif. Menurut pandangan Anda, apakah teknologi pemetaan komunikasi antarsel mampu memberikan kemajuan pada pengembangan organoid? Sampaikan pandangan Anda mengenai perkembangan teknologi rekayasa jaringan.