Membuat Obat Baru Dengan Menggunakan Kecerdasan Buatan

Anda dapat menganggapnya sebagai Piala Dunia penelitian biokimia. Setiap dua tahun, ratusan ilmuwan memasuki kompetisi global. Mengatasi teka-teki biologis yang mereka sebut “masalah pelipatan protein,” mereka mencoba memprediksi bentuk tiga dimensi protein dalam tubuh manusia. Tidak ada yang tahu bagaimana menyelesaikan masalah. Bahkan para pemenang hanya ikut campur. Tetapi solusi dapat merampingkan cara para ilmuwan menciptakan obat-obatan baru dan memerangi penyakit.

Mohammed AlQuraishi, seorang ahli biologi yang telah mendedikasikan karirnya untuk penelitian semacam ini, terbang pada awal Desember ke Cancun, Meksiko, tempat para akademisi berkumpul untuk membahas hasil dari kontes terbaru.

Kontes, tidak dimenangkan oleh akademisi. Itu dimenangkan oleh DeepMind, lab kecerdasan buatan yang dimiliki oleh perusahaan induk Google. “Saya terkejut,” kata Dr. AlQuraishi, seorang peneliti di Harvard Medical School. “Mereka jauh di depan orang lain.”

DeepMind mengkhususkan diri dalam “pembelajaran mendalam,” jenis kecerdasan buatan yang dengan cepat mengubah ilmu penemuan obat. Semakin banyak perusahaan yang menerapkan metode serupa pada bagian lain dari proses yang sangat rumit dan panjang yang menghasilkan obat-obatan baru. A.I. ini teknik dapat mempercepat banyak aspek penemuan obat dan, dalam beberapa kasus, melakukan tugas-tugas yang biasanya ditangani oleh para ilmuwan.

“Bukannya mesin akan menggantikan ahli kimia,” kata Derek Lowe, seorang peneliti penemuan obat lama dan penulis In the Pipeline, sebuah blog yang banyak dibaca yang didedikasikan untuk penemuan obat. “Itu adalah ahli kimia yang menggunakan mesin akan menggantikan yang tidak.”

Setelah konferensi di Cancun, Dr. AlQuraishi menggambarkan pengalamannya dalam posting blog. Kemurungan yang dia rasakan setelah kalah dari DeepMind memberi jalan pada apa yang disebutnya “penilaian yang lebih rasional tentang nilai kemajuan ilmiah.” Tetapi dia sangat mengkritik perusahaan farmasi besar seperti Merck dan Novartis, serta komunitas akademiknya, karena tidak mengimbangi.

“Para peneliti paling cerdas dan paling ambisius yang ingin bekerja pada struktur protein akan mencari DeepMind untuk mencari peluang daripada Merck atau Novartis,” tulisnya. “Fakta ini seharusnya membuat para eksekutif pharma merinding, tetapi itu tidak akan terjadi, karena mereka tidak tahu apa-apa, tidak punya kemudi, dan tertidur di pucuk pimpinan.”

Pada musim semi 2016, setelah menjadi berita utama dengan A.I. sistem yang memainkan game kompleks seperti Go board board kuno, peneliti DeepMind mencari tantangan baru. Jadi mereka mengadakan “hackathon” di kantor pusat perusahaan di London.
Bekerja dengan dua ilmuwan komputer lainnya, peneliti DeepMind, Rich Evans, menggunakan lipatan protein. Mereka menemukan permainan yang disimulasikan tugas ilmiah ini. Mereka membangun sebuah sistem yang belajar bermain sendiri, dan hasilnya cukup menjanjikan bagi DeepMind untuk menerangi proyek penelitian penuh waktu.

Jika para ilmuwan dapat memprediksi bentuk protein, mereka dapat lebih menentukan bagaimana molekul lain akan “mengikat” padanya – menempel padanya, secara fisik – dan itulah salah satu cara obat dikembangkan. Obat mengikat protein tertentu dalam tubuh Anda dan mengubah perilakunya.
Dalam kontes terbaru, DeepMind membuat prediksi ini menggunakan “jaringan saraf,” sistem matematika yang kompleks yang dapat mempelajari tugas dengan menganalisis data dalam jumlah besar. Dengan menganalisis ribuan protein, jaringan saraf dapat belajar memprediksi bentuk protein lain.

Ini adalah teknologi pembelajaran mendalam yang sama yang mengenali wajah di foto yang Anda poskan ke Facebook. Selama dekade terakhir, teknologi telah menemukan kembali berbagai layanan internet, produk konsumen, perangkat robot dan bidang penelitian ilmiah lainnya.

Banyak akademisi yang berkompetisi menggunakan metode yang mirip dengan apa yang dilakukan DeepMind. Tapi DeepMind memenangkan kompetisi dengan selisih yang cukup besar – ini meningkatkan akurasi prediksi hampir dua kali lipat yang diharapkan para ahli dari pemenang kontes.

Kemenangan DeepMind menunjukkan bagaimana masa depan penelitian biokimia akan semakin didorong oleh mesin dan orang-orang yang mengawasi mesin-mesin itu. A.I. jenis ini manfaat penelitian dari sejumlah besar daya komputasi, dan DeepMind dapat bersandar pada pusat data komputer besar yang mendukung Google. Laboratorium ini juga mempekerjakan banyak A.I. top dunia peneliti, yang tahu cara memaksimalkan perangkat keras ini.

“Ini memungkinkan kami untuk menjadi jauh lebih kreatif, untuk mencoba lebih banyak ide, seringkali secara paralel,” kata Demis Hassabis, kepala eksekutif dan salah satu pendiri DeepMind, yang diperoleh Google dengan $ 650 juta yang dilaporkan pada tahun 2014.

Universitas dan perusahaan farmasi besar tidak mungkin menyamai sumber daya itu. Namun berkat layanan komputasi awan yang ditawarkan oleh Google dan raksasa teknologi lainnya, harga daya komputasi terus turun. AlQuraishi mendesak komunitas ilmu kehidupan untuk mengalihkan lebih banyak perhatian ke arah jenis A.I. pekerjaan yang dilakukan oleh DeepMind.

Beberapa peneliti sudah bergerak ke arah itu. Banyak perusahaan baru, seperti Atomwise di San Francisco dan Rekursi di Salt Lake City, menggunakan teknik kecerdasan buatan yang sama untuk mempercepat aspek lain dari penemuan obat. Rekursi, misalnya, menggunakan jaringan saraf dan metode lain untuk menganalisis gambar sel dan mempelajari bagaimana obat baru mempengaruhi sel-sel ini.
Perusahaan-perusahaan farmasi besar juga mulai mengeksplorasi metode ini, kadang-kadang bermitra dengan para pemula.
“Semua orang sedang tren di bidang ini,” kata Jeremy Jenkins, kepala ilmu data untuk biologi kimia dan terapi di Novartis. “Ini seperti membalikkan kapal besar, dan saya pikir metode ini pada akhirnya akan skala ke ukuran seluruh perusahaan kami.”

You may also like...

Leave a Reply

Your email address will not be published. Required fields are marked *