Desain antibodi generatif: Ketika AI bertemu DNA

• Penulis:
• nama penulis

  Pandangan ke Depan Quantumrun
• September 7, 2023

Ringkasan wawasan

Desain antibodi yang menggunakan kecerdasan buatan (AI) generatif untuk menciptakan antibodi baru yang kinerjanya lebih baik daripada antibodi tradisional dapat mempercepat dan mengurangi biaya pengembangan antibodi terapeutik. Terobosan ini dapat membuat perawatan yang dipersonalisasi dapat dilakukan dan berpotensi meningkatkan hasil medis sekaligus meningkatkan produktivitas ekonomi melalui pengurangan beban penyakit. Namun, kemajuan tersebut juga memiliki tantangan tersendiri, termasuk perpindahan pekerjaan, masalah privasi data, dan perdebatan etis mengenai akses terhadap perawatan yang dipersonalisasi.

Konteks desain antibodi generatif

Antibodi adalah protein pelindung yang diciptakan oleh sistem kekebalan tubuh kita yang menghilangkan zat berbahaya dengan cara mengikatnya. Antibodi sering digunakan dalam aplikasi terapeutik karena karakteristik uniknya, termasuk berkurangnya respons imunogenik dan peningkatan spesifisitas terhadap antigen target. Fase awal dalam pengembangan obat antibodi melibatkan identifikasi molekul utama. 

Molekul ini biasanya ditemukan dengan menyaring beragam varian antibodi terhadap antigen target tertentu, yang dapat memakan waktu lama. Perkembangan molekul selanjutnya juga merupakan proses yang panjang. Oleh karena itu, penting untuk merancang metode yang lebih cepat untuk pengembangan obat antibodi.

Absci Corp, sebuah perusahaan yang berbasis di New York dan Washington, membuat terobosan pada tahun 2023 ketika mereka menggunakan model AI generatif untuk merancang antibodi baru yang mengikat lebih erat pada reseptor spesifik, HER2, dibandingkan antibodi terapeutik tradisional. Menariknya, proyek ini dimulai dengan penghapusan semua data antibodi yang ada, sehingga mencegah AI sekadar menduplikasi antibodi efektif yang diketahui. 

Antibodi yang dirancang oleh sistem AI Absci sangat khas, tanpa ada tandingannya, sehingga menekankan kebaruannya. Antibodi yang dirancang oleh AI ini juga mendapat nilai tinggi dalam hal “kealamian”, yang menunjukkan kemudahan pengembangan dan potensi untuk mendorong respons kekebalan yang kuat. Pelopor penggunaan AI untuk merancang antibodi yang berfungsi sama baiknya atau bahkan lebih baik daripada ciptaan tubuh kita dapat secara signifikan mengurangi waktu dan biaya pengembangan antibodi terapeutik.

Dampak yang mengganggu

Desain antibodi generatif memberikan harapan besar bagi masa depan dunia kedokteran, terutama untuk perawatan yang dipersonalisasi. Karena respons imun setiap orang dapat bervariasi secara signifikan, maka menciptakan perawatan khusus yang disesuaikan dengan karakteristik imun spesifik seseorang menjadi mungkin dilakukan dengan teknologi ini. Misalnya, peneliti dapat merancang antibodi tertentu yang mengikat sel kanker unik pada pasien, sehingga memberikan rencana pengobatan yang sangat individual. 

Pengembangan obat tradisional merupakan proses yang mahal dan memakan waktu dengan tingkat kegagalan yang tinggi. AI generatif dapat mempercepat proses dengan mengidentifikasi kandidat antibodi potensial secara cepat, sehingga secara signifikan mengurangi biaya dan berpotensi meningkatkan tingkat keberhasilan. Selain itu, antibodi yang dirancang oleh AI dapat dimodifikasi dan diadaptasi lebih cepat sebagai respons terhadap resistensi apa pun yang dikembangkan oleh patogen target. Ketangkasan ini sangat penting dalam menghadapi penyakit yang berkembang pesat, seperti yang terjadi selama pandemi COVID-19.

Bagi pemerintah, penerapan AI generatif dalam desain antibodi dapat berdampak pada kesehatan masyarakat. Hal ini tidak hanya mempercepat respons terhadap krisis kesehatan, namun juga membuat layanan kesehatan lebih mudah diakses. Biasanya, banyak obat baru yang harganya sangat mahal karena tingginya biaya pengembangan dan perlunya perusahaan farmasi untuk mengembalikan investasi mereka. Namun, jika AI dapat mengurangi biaya-biaya ini dan mempercepat waktu pengembangan obat, penghematan tersebut dapat diteruskan ke pasien, sehingga pengobatan baru menjadi lebih terjangkau. Selain itu, merespons dengan cepat terhadap ancaman kesehatan yang muncul dapat mengurangi dampak sosial secara signifikan dan meningkatkan keamanan nasional.

Implikasi desain antibodi generatif

Implikasi yang lebih luas dari desain antibodi generatif dapat mencakup: 

• Individu mendapatkan akses terhadap perawatan medis yang dipersonalisasi sehingga menghasilkan peningkatan hasil layanan kesehatan dan harapan hidup.
• Penyedia asuransi kesehatan menurunkan tarif premi karena perawatan yang lebih hemat biaya dan hasil kesehatan yang lebih baik.
• Pengurangan beban masyarakat akibat penyakit yang mengarah pada peningkatan produktivitas dan pertumbuhan ekonomi.
• Penciptaan lapangan kerja dan profesi baru yang berfokus pada perpaduan antara AI, biologi, dan kedokteran, berkontribusi terhadap diversifikasi pasar kerja.
• Pemerintah menjadi lebih siap dalam menanggapi ancaman biologis atau pandemi yang mengarah pada peningkatan keamanan nasional dan ketahanan masyarakat.
• Perusahaan farmasi beralih ke praktik penelitian yang lebih berkelanjutan dan efisien karena berkurangnya pengujian pada hewan dan konsumsi sumber daya.
• Universitas dan institusi pendidikan mengadaptasi kurikulum dengan memasukkan AI dan desain antibodi, sehingga membina generasi baru ilmuwan interdisipliner.
• Risiko yang terkait dengan privasi dan keamanan data karena diperlukan lebih banyak data kesehatan dan genetik untuk desain antibodi yang dipersonalisasi.
• Implikasi politik dan etika seputar akses terhadap perawatan yang dipersonalisasi menyebabkan perdebatan tentang kesetaraan dan keadilan layanan kesehatan.

Pertanyaan untuk dipertimbangkan

• Jika Anda bekerja di bidang kesehatan, bagaimana lagi desain antibodi generatif dapat meningkatkan hasil pasien?
• Bagaimana pemerintah dan peneliti dapat bekerja sama untuk meningkatkan manfaat teknologi ini?