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.

Teknologi IRIS Membantu Ilmuwan Memahami Pembentukan Jaringan Tubuh

Kemajuan teknologi kecerdasan buatan semakin memberikan peluang baru bagi kajian pembentukan jaringan tubuh. Dalam penelitian perkembangan embrio, ilmuwan menghadapi tantangan besar ketika menelusuri pertukaran sinyal biologis. Masing-masing sel tubuh tidak bekerja secara terpisah. Dengan menggunakan pesan kimia, sel mengetahui perubahan kondisi sekitarnya. Pesan biologis ini memengaruhi pembentukan berbagai jenis jaringan. Untuk memahami proses itu, peneliti MIT menciptakan model AI IRIS yang mampu memperkirakan riwayat komunikasi sel.

Pengembangan model IRIS berada di bawah kepemimpinan Pulin Li, anggota fakultas biologi Massachusetts Institute of Technology yang juga tergabung dalam Whitehead Institute for Biomedical Research. Mahasiswa pascasarjana Nicholas Hutchins menjadi bagian utama tim penelitian pendekatan tersebut. Model IRIS dibangun dengan pendekatan neural network untuk mempelajari pola ekspresi gen. Sebagai alternatif terhadap pendekatan pengujian satu per satu, IRIS dapat mengenali karakteristik sinyal pada sel berbeda. Melalui kemampuan tersebut, peneliti dapat mengurangi kebutuhan pengujian berulang.

Teknologi Machine Learning Membaca Jejak Aktivitas Genetik

Untuk memahami kemampuan IRIS, perlu memahami prinsip pertukaran sinyal biologis. Berbagai jenis sel mengirimkan pesan melalui molekul tertentu yang berinteraksi dengan reseptor pada sel sasaran. Saat reseptor mengenali rangsangan, aktivitas molekuler tertentu dapat dimulai. Rangkaian reaksi ini merupakan bagian dari sistem transduksi sinyal. Aktivasi jalur tertentu dapat mengubah ekspresi gen. Akibatnya, sel berpeluang berkembang menjadi jenis khusus sesuai konteks perkembangan tubuh.

Hasil penelitian menunjukkan bahwa respons terhadap suatu signaling pathway dapat dikenali melalui jejak genetik. Pola tersebut disebut sebagai fingerprint jalur sinyal. Yang menarik, fingerprint suatu jalur relatif konsisten pada berbagai jenis sel. Berkat kesamaan tersebut, IRIS dilatih untuk memperkirakan jalur sinyal yang pernah aktif. Walaupun pendekatan tersebut menjanjikan, IRIS tidak mengamati setiap pesan kimia secara real-time. Oleh sebab itu, kesimpulan perlu didukung pengujian laboratorium.

Cara Model AI MIT Mempelajari Pola Biologis Lintas Tipe Sel

Fitur yang membuat pendekatan tersebut menarik adalah pemanfaatan transfer learning. Dalam sistem pembelajaran mesin modern, transfer learning memungkinkan pengetahuan dari data pelatihan digunakan pada situasi terkait. Dalam eksperimen para ilmuwan MIT, model dilatih menggunakan respons sel punca embrionik manusia. Informasi biologis yang digunakan menggunakan sejumlah besar pengamatan seluler yang menerima berbagai kombinasi rangsangan. Berkat proses pembelajaran itu, IRIS berpotensi memperkirakan sinyal di luar jenis sel pelatihan.

Ketika menyusun data eksperimen, tim menggunakan enam signaling pathways penting pada sejumlah waktu pengamatan. Hasil ekspresi genetik membentuk kumpulan pola sinyal yang dapat dipelajari. Sesudah pola dikenali, peneliti mengevaluasi kemampuan model pada perkembangan embrio hewan. Hasilnya, IRIS mampu memperkirakan aktivasi jalur sinyal pada sel yang belum dijumpai selama pelatihan. Hasil pengujian ini membuka peluang pemetaan jaringan biologis lebih luas, karena pengujian setiap kombinasi sel dapat dikurangi.

Model AI MIT Identifikasi Sinyal Pembentuk Jantung dan Jaringan Tubuh

Salah satu penerapan penting dilakukan menggunakan data sel tunggal dari embrio tikus. Tim ilmuwan melakukan analisis pada fase gastrulasi, yaitu periode awal pembentukan jenis sel yang berbeda. Dalam periode perkembangan ini, berbagai sel menerima petunjuk molekuler yang membantu menentukan identitas akhirnya. Berkat pemetaan pola ekspresi gen, peneliti mengidentifikasi kemungkinan jalur komunikasi pada bagian embrio tertentu. Kemampuan tersebut mendukung penelitian hubungan sinyal dengan pembentukan organ.

Pendekatan analisis baru tersebut dapat memprediksi aktivitas pensinyalan pada sel yang berkembang menjadi jaringan jantung, calon jaringan pencernaan, jaringan muskular, dan struktur saraf pada tulang belakang. Hasil tersebut membantu menjelaskan variasi perkembangan sel. Sebagai contoh, sel yang berasal dari embrio sama berpeluang memperoleh fungsi tidak sama karena menerima kombinasi sinyal berbeda. Berdasarkan temuan tersebut, IRIS memberikan alat untuk mempelajari pembentukan jaringan, tetapi tetap membutuhkan pembuktian pada sistem biologis.

Potensi IRIS untuk Rekayasa Jaringan dan Pengembangan Organoid

Peluang penting dari penelitian IRIS berada pada pembuatan jaringan biologis di laboratorium. Untuk kebutuhan rekayasa jaringan, ilmuwan mengembangkan metode diferensiasi sel secara terkendali. Meski sel punca dapat membentuk berbagai jenis sel, proses pembentukan struktur biologis memerlukan kondisi khusus. Dalam setiap fase perkembangan, sel mungkin membutuhkan kombinasi sinyal berbeda. Melalui pemetaan yang dilakukan IRIS, peneliti memiliki dasar untuk merancang eksperimen baru. Berkat penggunaan data biologis yang lebih terarah, 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. Dalam penelitian penyakit, organoid dapat digunakan sebagai model eksperimen. Dalam salah satu eksperimen lanjutan, ilmuwan memanfaatkan IRIS untuk menganalisis kebutuhan pensinyalan pada sel pembentuk jaringan paru. Perkiraan jalur pensinyalan tersebut diperiksa kembali melalui pengujian biologis pada tikus. Berdasarkan eksperimen lanjutan, aktivasi jalur yang diprediksi mendukung perkembangan sel paru. Keberhasilan validasi itu mendukung penelitian jaringan pernapasan untuk mengamati mekanisme penyakit pernapasan.

Masa Depan Teknologi IRIS untuk Penelitian Jaringan Manusia

Inovasi teknologi analisis komunikasi antarsel menunjukkan kemajuan penting dalam penelitian rekayasa jaringan. Melalui analisis ekspresi gen, IRIS mampu memperkirakan riwayat pensinyalan pada berbagai jenis sel. Kemampuan tersebut mengurangi ketergantungan pada pemetaan setiap jenis sel secara terpisah. Eksperimen lanjutan pada jaringan embrionik menunjukkan kemampuan IRIS memperkirakan aktivasi sinyal. Namun demikian, kemampuan model tidak otomatis menghasilkan jaringan siap transplantasi. Sebagai arah penelitian masa depan, pemetaan riwayat pensinyalan berpotensi mendukung pengembangan organoid yang lebih akurat. Menurut pandangan Anda, apakah teknologi pemetaan komunikasi antarsel akan membantu mempercepat penelitian medis? Bagikan pemikiran Anda mengenai masa depan pengobatan regeneratif berbasis sel.