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

Penerapan sistem pembelajaran mesin terus membuka kemampuan tambahan bagi kajian pembentukan jaringan tubuh. Selama ini, ilmuwan membutuhkan metode yang kompleks ketika menelusuri pertukaran sinyal biologis. Masing-masing sel tubuh memiliki hubungan dengan sel di sekitarnya. Berkat komunikasi molekuler, sel menerima informasi mengenai lingkungan. Rangkaian sinyal tersebut memengaruhi pembentukan berbagai jenis jaringan. Untuk memahami proses itu, peneliti MIT menciptakan model AI IRIS yang dirancang mengenali jejak aktivitas sinyal.

Penelitian tersebut dipimpin oleh Pulin Li, peneliti bidang biologi di MIT yang juga berafiliasi dengan Whitehead Institute for Biomedical Research. Peneliti muda Nicholas Hutchins menjadi bagian utama tim penelitian pendekatan tersebut. Sistem kecerdasan buatan ini dibangun dengan pendekatan neural network untuk menganalisis perubahan aktivitas genetik. Berbeda dari metode yang meneliti setiap kombinasi sel secara terpisah, IRIS dapat mengenali karakteristik sinyal pada sel berbeda. Melalui kemampuan tersebut, proses pemetaan sinyal berpotensi lebih efisien.

Teknologi Machine Learning Membaca Jejak Aktivitas Genetik

Dalam menjelaskan mekanisme model tersebut, kita perlu mengenali proses komunikasi antarsel. Sel tubuh mengirimkan pesan melalui molekul tertentu yang ditangkap melalui sistem penerima biologis. Setelah molekul pemberi pesan berinteraksi, jalur komunikasi internal dapat diaktifkan. Mekanisme penyampaian informasi tersebut disebut jalur pensinyalan sel. Respons terhadap rangsangan biologis memengaruhi aktivitas gen tertentu. Melalui perubahan tersebut, sel dapat mengalami diferensiasi sesuai konteks perkembangan tubuh.

Tim pengembang IRIS mengidentifikasi bahwa jalur sinyal tertentu menghasilkan karakteristik ekspresi gen tersendiri. Pola tersebut menjadi penanda khas dari komunikasi sel. Hal penting dari temuan tersebut, karakteristik jalur sinyal memiliki kesamaan pada sel yang berbeda. Melalui karakteristik yang dapat dikenali, IRIS dapat menghubungkan ekspresi gen dengan sinyal terdahulu. Meski mampu menghasilkan prediksi, IRIS tidak mengamati setiap pesan kimia secara real-time. Karena itu, prediksi model tetap memerlukan validasi biologis.

Cara Model AI MIT Mempelajari Pola Biologis Lintas Tipe Sel

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, model dilatih menggunakan respons sel punca embrionik manusia. Dataset tersebut menggunakan sejumlah besar pengamatan seluler yang menerima berbagai kombinasi rangsangan. Berkat proses pembelajaran itu, IRIS dapat mengenali pola yang relevan pada tipe sel berbeda.

Ketika menyusun data eksperimen, tim menggunakan enam signaling pathways penting pada berbagai tahap perkembangan. Hasil ekspresi genetik digunakan untuk membangun atlas komunikasi biologis. Sesudah pola dikenali, peneliti mengevaluasi kemampuan model pada perkembangan embrio hewan. Hasilnya, IRIS dapat mengenali pola komunikasi pada konteks perkembangan baru. Hasil pengujian ini penting bagi penelitian embrio, karena ilmuwan tidak harus melatih model terpisah untuk setiap jenis sel.

IRIS Membantu Memetakan Pembentukan Organ selama Perkembangan Embrio

Tahap validasi yang menarik dilakukan menggunakan data sel tunggal dari embrio tikus. Pengujian diarahkan pada fase gastrulasi, yaitu fase penting ketika jaringan embrionik mengalami spesialisasi. Selama proses gastrulasi, sel berkembang mengikuti kombinasi instruksi biologis yang mengatur pembentukan jaringan tertentu. Berkat pemetaan pola ekspresi gen, peneliti mengidentifikasi kemungkinan jalur komunikasi pada bagian embrio tertentu. Hasil pemetaan ini membantu memahami penyusunan struktur tubuh.

Pendekatan analisis baru tersebut berhasil memperkirakan pola sinyal pada calon sel pembentuk jantung, calon jaringan pencernaan, sel pembentuk otot, dan sumsum tulang belakang. Temuan pengujian ini membantu menjelaskan variasi perkembangan sel. Untuk memahami penerapannya, kelompok sel pada tahap awal berpeluang memperoleh fungsi tidak sama karena menerima kombinasi sinyal berbeda. Berdasarkan temuan tersebut, IRIS membantu menjelaskan proses spesialisasi sel, tetapi tetap membutuhkan pembuktian pada sistem biologis.

Kecerdasan Buatan MIT Dukung Penelitian Sel Punca dan Pengobatan Regeneratif

Peluang penting dari penelitian IRIS berada pada pengembangan rekayasa jaringan. Untuk kebutuhan rekayasa jaringan, ilmuwan mempelajari cara menghasilkan jaringan dengan fungsi khusus. Meski sel punca dapat membentuk berbagai jenis sel, pengendalian diferensiasi membutuhkan banyak faktor. Dalam setiap fase perkembangan, sel mungkin membutuhkan kombinasi sinyal berbeda. Dengan informasi riwayat sinyal dari model, peneliti berpeluang menemukan petunjuk diferensiasi. Berkat penggunaan data biologis yang lebih terarah, eksperimen dapat dirancang menggunakan informasi lebih lengkap.

Penelitian tersebut memiliki potensi penting bagi pengembangan miniatur organ. Organoid merupakan model biologis mini yang merepresentasikan fungsi tertentu jaringan. Pada pengujian obat, organoid berfungsi membantu pengamatan respons biologis. Peneliti menerapkan model tersebut untuk memperkirakan jalur yang mendukung perkembangan jenis sel paru tertentu. Hasil analisis AI selanjutnya divalidasi menggunakan penelitian embrio tikus. Hasil pengujiannya, hasil percobaan sesuai dengan arah perkembangan yang diperkirakan. Pencapaian ini memberikan dasar bagi pengembangan organoid paru untuk mengamati mekanisme penyakit pernapasan.

Masa Depan Teknologi IRIS untuk Penelitian Jaringan Manusia

Penelitian kecerdasan buatan untuk memetakan sinyal sel membuka pendekatan baru dalam penelitian rekayasa jaringan. Melalui analisis ekspresi gen, IRIS dapat mengidentifikasi jejak komunikasi biologis pada tipe sel yang berbeda. Keunggulan model ini membantu mempercepat kajian komunikasi biologis. Eksperimen lanjutan pada jaringan embrionik memberikan dasar bagi pengembangan pendekatan rekayasa jaringan. Walaupun hasilnya menjanjikan, kemampuan model tidak otomatis menghasilkan jaringan siap transplantasi. Sebagai arah penelitian masa depan, pemahaman terhadap komunikasi antarsel dapat membantu penelitian obat dan penyakit. Bagaimana menurut Anda, apakah teknologi pemetaan komunikasi antarsel berpotensi membuka peluang baru dalam bioteknologi? Silakan bagikan pendapat Anda mengenai peran AI dalam penelitian biologi.