Potensi medis Inteligensi Artifisial (AI) dan metabolit

Banyak penyakit disebabkan oleh metabolit -- molekul kecil di dalam tubuh seperti lemak, glukosa dan kolesterol -- tetapi kita belum mengetahui secara pasti fungsi dan cara kerja senyawa tersebut. Pengusaha bioteknologi dan TED Fellow, Leila Pirhaji, membagikan pengalamannya dalam membangun jaringan berbasis AI untuk melakukan karakterisasi pola metabolit, memahami perkembangan penyakit lebih mendalam -- dan menemukan pengobatan yang lebih efektif.

Pada tahun 2003,

ketika melakukan sekuens
genom pada manusia,

kami pikir menemukan jawaban untuk
mengobati berbagai penyakit itu mudah.

Ternyata kenyataannya tidak semudah itu,

karena selain gen,

lingkungan dan gaya hidup
manusia juga memiliki peranan penting

yang memengaruhi berbagai penyakit mayor.

Contohnya adalah penyakit hati berlemak,

yang memengaruhi 20% populasi global,

belum ditemukan pengobatannya
dan menjadi penyebab kanker hati

atau gagal hati.

Sekuens DNA saja belum cukup
memberikan informasi

untuk mendapatkan terapeutik yang efektif.

Untungnya, ada banyak molekul
lain di dalam tubuh,

bahkan ada lebih dari 100 ribu metabolit.

Metabolit adalah molekul yang
berukuran sangat kecil.

Contohnya adalah glukosa,
fruktosa, lemak, kolesterol --

yang sudah sering kita dengar.

Metabolit terbentuk dari metabolisme.

Metabolit adalah bagian hilir DNA,

yang berfungsi membawa
informasi gen dan gaya hidup manusia.

Memahami metabolit bermanfaat
untuk menemukan pengobatan

berbagai penyakit.

Dulu saya bercita-cita menjadi
seorang dokter.

Tetapi, 15 tahun lalu saya harus
meninggalkan

sekolah kedokteran,

karena tidak lulus pelajaran matematika.

Sejak saat itu, saya sadar bahwa

matematika bisa digunakan untuk
mempelajari obat-obatan.

Kemudian, saya mengembangkan
algoritma untuk menganalisis data biologi.

Kedengarannya mudah.

Mengumpulkan data metabolit
dari dalam tubuh,

mengembangkan model matematika
untuk menguraikan perubahan data metabolit

di dalam penyakit,

lalu mengendalikan perubahan
tersebut untuk mengobati penyakit.

Kemudian saya sadar belum
ada orang yang melakukan ini

karena benar-benar sulit.

(Tertawa)

Metabolit banyak terdapat
di dalam tubuh.

Setiap metabolit berbeda satu sama lain.

Beberapa senyawa metabolit
dapat diukur massa molekulernya

menggunakan alat spektometri massa.

Namun, karena ada 10 molekul
dengan massa yang persis sama,

molekul yang pasti sulit diketahui

dan jika ingin melakukan identifikasi,

diperlukan pengujian lebih lanjut
yang memakan waktu lama

dan berharga jutaan dolar.

Sehingga kami membangun Inteligensi
Artifisial atau platform AI

untuk memaksimalkan
perkembangan data biologi

serta membangun pangkalan data
informasi tentang metabolit

dan interaksinya dengan molekul lain.

Kami menggabungkan semua data
dalam jaringan besar.

Kemudian, kami mengambil
jaringan atau darah pasien,

untuk mengukur massa metabolit

dan mencari massa yang berubah
di dalam penyakit.

Tetapi, kami belum menemukan
senyawa molekul yang pasti.

Massa molekuler 180 mungkin
adalah glukosa, galaktosa, atau fruktosa,

yang memiliki massa persis sama

tetapi fungsinya berbeda di dalam tubuh.

Algoritma AI menjawab
semua ambiguitas itu.

AI menggali jaringan besar

untuk menemukan cara
massa metabolit terhubung satu sama lain

yang mengakibatkan timbulnya penyakit.

Dari cara metabolit terhubung,

kami menentukan massa setiap metabolit,

misalnya, massa molekuler 180
adalah glukosa

dan yang lebih penting kami menemukan

bahwa perubahan dalam glukosa
dan metabolit lain

dapat menyebabkan
penyakit.

Penemuan baru tentang
mekanisme penyakit ini

memungkinkan kita untuk menemukan
terapeutik efektif sebagai pengobatan.

Lalu, kami mendirikan perusahaan rintisan
untuk membawa teknologi ini ke pasar

dan menyelamatkan jiwa manusia.

Saat ini saya dan tim di ReviveMed
bekerja untuk menemukan

terapeutik bagi penyakit mayor
yang disebabkan oleh metabolit,

seperti penyakit hati berlemak,

akibat timbunan lemak

yang merupakan tipe metabolit
di dalam hati.

Penyakit ini adalah epidemi besar
yang belum ditemukan obatnya.

Penyakit hati berlemak hanya
sebuah contoh.

Selanjutnya, kami akan menangani
ratusan penyakit lain

yang belum tertangani.

Dengan mengumpulkan lebih
banyak data metabolit

dan memahami bahwa perubahan
di dalam metabolit

bisa menjadi penyebab penyakit,

algoritma bisa diandalkan

untuk menemukan terapeutik yang
sesuai untuk pasien yang tepat.

Visi kami akan lebih mudah dicapai,

yaitu menyelamatkan jiwa manusia
menggunakan setiap baris kode.

Terima kasih.

(Tepuk tangan)