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

Perkembangan teknologi kecerdasan buatan menghadirkan peluang baru bagi penelitian biologi sel. Dalam penelitian perkembangan embrio, ilmuwan sering menemukan kesulitan ketika menelusuri pertukaran sinyal biologis. Sel dalam jaringan biologis tidak bekerja secara terpisah. Berkat komunikasi molekuler, sel memperoleh petunjuk tentang posisi dan fungsi. Informasi tersebut berperan dalam menentukan perkembangan sel. Untuk memahami proses itu, peneliti MIT menciptakan model AI IRIS yang digunakan untuk menganalisis pola respons genetik.

Studi yang dilakukan ilmuwan MIT dipimpin oleh Pulin Li, peneliti bidang biologi di MIT yang juga menjadi anggota Whitehead Institute. Nicholas Hutchins menjadi bagian utama tim penelitian pendekatan tersebut. Perangkat analisis berbasis AI tersebut menggunakan jaringan saraf komputasional untuk mempelajari pola ekspresi gen. Tidak seperti cara konvensional yang membutuhkan banyak eksperimen khusus, IRIS dapat mengenali karakteristik sinyal pada sel berbeda. 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. Sel tubuh mengirimkan pesan melalui molekul tertentu yang dapat diterima oleh sel lain. Setelah molekul pemberi pesan berinteraksi, aktivitas molekuler tertentu dapat dimulai. Rangkaian reaksi ini disebut jalur pensinyalan sel. Perubahan pada proses pensinyalan dapat mengubah ekspresi gen. Melalui perubahan tersebut, sel memperoleh karakteristik biologis tertentu sesuai rangkaian sinyal yang diterima.

Tim pengembang IRIS mengidentifikasi bahwa respons terhadap suatu signaling pathway dapat dikenali melalui jejak genetik. Jejak molekuler tersebut dapat dipahami sebagai sidik jari biologis. Hal penting dari temuan tersebut, fingerprint suatu jalur relatif konsisten pada berbagai jenis sel. Berkat kesamaan tersebut, IRIS mampu mengidentifikasi riwayat aktivasi jalur biologis. Meski mampu menghasilkan prediksi, model tidak merekam percakapan sel secara langsung. Karena itu, kesimpulan perlu didukung pengujian laboratorium.

Cara Model AI MIT Mempelajari Pola Biologis Lintas Tipe Sel

Salah satu kemampuan utama IRIS adalah penggunaan pembelajaran transfer. Pada pengembangan model machine learning, transfer learning memungkinkan pengetahuan dari data pelatihan digunakan pada situasi terkait. Melalui sistem analisis yang dikembangkan, peneliti memanfaatkan pengukuran pada human embryonic stem cells. Dataset tersebut menggunakan sejumlah besar pengamatan seluler yang diuji dengan kombinasi aktivasi jalur tertentu. Dengan demikian, IRIS dapat mengenali pola yang relevan pada tipe sel berbeda.

Dalam proses pelatihan, tim menguji kombinasi enam jalur pensinyalan utama pada sejumlah waktu pengamatan. Hasil ekspresi genetik membentuk kumpulan pola sinyal yang dapat dipelajari. Ketika proses pembelajaran selesai, peneliti mengevaluasi kemampuan model pada perkembangan embrio hewan. Dalam evaluasi ini, 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

Pengujian utama setelah pelatihan dilakukan menggunakan data sel tunggal dari embrio tikus. Peneliti memusatkan perhatian pada fase gastrulasi, yaitu fase penting ketika jaringan embrionik mengalami spesialisasi. Pada tahap tersebut, jaringan embrio merespons beragam sinyal yang mengatur pembentukan jaringan tertentu. Dengan analisis berbasis model AI, peneliti menelusuri pola pensinyalan sepanjang perkembangan. Kemampuan tersebut mendukung penelitian hubungan sinyal dengan pembentukan organ.

Sistem AI hasil penelitian MIT dapat memprediksi aktivitas pensinyalan pada garis keturunan sel jantung, calon jaringan pencernaan, sel pembentuk otot, dan struktur saraf pada tulang belakang. Keberhasilan prediksi tersebut menunjukkan hubungan aktivasi jalur dengan posisi sel. Dalam konteks perkembangan organ, kelompok sel pada tahap awal dapat berkembang menjadi jaringan berbeda karena berada pada lingkungan molekuler berlainan. Melalui hasil ini, IRIS membantu menjelaskan proses spesialisasi sel, tetapi tidak otomatis menentukan seluruh mekanisme perkembangan.

Model Komunikasi Antarsel Membantu Ilmuwan Membuat Jaringan Laboratorium

Potensi utama pendekatan kecerdasan buatan ini berada pada pengembangan rekayasa jaringan. Dalam bidang tersebut, ilmuwan mempelajari cara menghasilkan jaringan dengan fungsi khusus. Namun demikian, proses pembentukan struktur biologis memerlukan kondisi khusus. Selama proses pematangan, sel dapat merespons rangsangan biologis tertentu. Melalui pemetaan yang dilakukan IRIS, peneliti berpeluang menemukan petunjuk diferensiasi. Melalui pendekatan tersebut, pengembangan jaringan laboratorium berpotensi lebih efisien.

Penelitian tersebut berpeluang mendukung penelitian model organ tiga dimensi. Organoid merupakan kumpulan sel laboratorium yang menyerupai aspek organ asli. Pada pengujian obat, organoid memberikan sarana mempelajari mekanisme seluler. Dalam salah satu eksperimen lanjutan, ilmuwan memanfaatkan IRIS untuk memperkirakan jalur yang mendukung perkembangan jenis sel paru tertentu. Hasil analisis AI kemudian diuji melalui eksperimen pada embrio tikus. Berdasarkan eksperimen lanjutan, hasil percobaan sesuai dengan arah perkembangan yang diperkirakan. Pencapaian ini berpotensi membantu pembuatan model penyakit paru untuk mengamati mekanisme penyakit pernapasan.

Prospek Kecerdasan Buatan bagi Rekayasa Sel dan Pengobatan Regeneratif

Inovasi teknologi analisis komunikasi antarsel membuka pendekatan baru dalam penelitian rekayasa jaringan. Berkat pembelajaran mesin berbasis data sel, IRIS berhasil mengenali pola aktivasi jalur sinyal pada tipe sel yang berbeda. Kemampuan tersebut mengurangi ketergantungan pada pemetaan setiap jenis sel secara terpisah. Pengujian pada embrio tikus memperlihatkan potensi model dalam memahami pembentukan organ. Walaupun hasilnya menjanjikan, penerapan klinis masih membutuhkan penelitian lanjutan. Sebagai arah penelitian masa depan, pemahaman terhadap komunikasi antarsel dapat membantu penelitian obat dan penyakit. Bagaimana menurut Anda, apakah teknologi pemetaan komunikasi antarsel mampu memberikan kemajuan pada pengembangan organoid? Sampaikan pandangan Anda mengenai masa depan pengobatan regeneratif berbasis sel.