Lusinan perusahaan bioteknologi Seattle menggunakan kecerdasan buatan untuk merancang perawatan medis baru. Namun pada konferensi yang dihadiri para pemimpin industri dan investor minggu ini, para ilmuwan menyampaikan pesan yang berbeda: AI memberikan banyak harapan, namun ekspektasi harus tetap didasarkan pada kenyataan.
Asosiasi perdagangan Life Science Washington dan perusahaan investasi Madrona menjadi tuan rumah forum satu hari di pusat kota Seattle yang mempelajari bioteknologi, farmasi, dan AI.
“Ada yang berlebihan mengenai luas dan dalamnya kemampuan beberapa model AI ini,” kata Jamie Lazarovits, CEO dan salah satu pendiri Archon Biosciences. Para peneliti harus “sangat berhati-hati” ketika menarik kesimpulan dari data yang dihasilkan oleh model tersebut, katanya.
Namun masih banyak hal yang membuat kita bersemangat.
“Apa yang dulunya fiksi ilmiah 15 tahun lalu kini menjadi kenyataan,” kata Erik Procko, kepala ilmuwan Cyrus Biotechnology. “Jadi ya, memang ada hype. Tapi potensinya masih sangat besar, dan terkadang kemajuan yang dicapai sungguh memusingkan.”
Lazarovits dan Procko adalah bagian dari panel yang terdiri dari empat startup Seattle yang memanfaatkan AI. Setiap perusahaan menghadapi tantangan berbeda dalam pengembangan obat:
- Archon, sebuah perusahaan yang muncul dari sembunyi-sembunyi satu tahun yang lalu dengan pendanaan sebesar $20 juta, menggunakan AI untuk merancang struktur protein miliknya, yang dikenal sebagai Antibody Cages atau AbCs, yang dimaksudkan untuk membantu antibodi mengikat sel target dan menghindari sel lain.
- Cyrus sedang merancang obat-obatan dengan fokus pada mengidentifikasi dan menghilangkan area yang akan memicu respons sistem kekebalan – sebuah tantangan yang disebut imunogenisitas. Perusahaan berusia 10 tahun ini telah mengumpulkan $36,6 juta menurut PitchBook.
- Outpace Bio, sebuah startup yang didirikan pada tahun 2021 dan telah mengumpulkan $200 juta, merekayasa protein yang bertujuan untuk mendukung terapi sel T untuk tumor padat, yang merupakan 90% kanker. Tumor sangat buruk dalam membelokkan pengobatan sel T saat ini, yang seringkali berhenti bekerja dalam waktu satu bulan.
- Talus Bioscience, yang diluncurkan pada tahun 2020 dan memiliki dana hampir $20 juta, menargetkan faktor transkripsi – protein yang merupakan bagian dari “regulome” yang mematikan dan menghidupkan gen. Perusahaan menargetkan faktor transkripsi yang mengaktifkan gen yang mendorong kanker tertentu.
Selain mendiskusikan pekerjaan mereka, para panelis mengidentifikasi prinsip-prinsip utama tentang bagaimana AI harus – dan tidak boleh – digunakan dalam penelitian bioteknologi:
Menambah peneliti, bukan menggantikan mereka
Marc Lajoie, salah satu pendiri dan CEO Outpace, membandingkan alat AI dengan kerangka luar robot yang digunakan oleh Ripley dan lainnya dalam film fiksi ilmiah Aliens untuk memindahkan muatan berat — dan melawan ET Xenomorph Queen.
“Itu membuat peneliti menjadi lebih baik,” katanya. “Kami tidak mencoba menggantikan peneliti.”
Model harus sesuai dengan kenyataan
Lazarovits mencatat bahwa meskipun AI dapat menghasilkan petunjuk dan informasi yang menarik, hal ini tidak akan berarti banyak sampai AI tersebut diuji dalam eksperimen nyata dengan sel dan organisme.
“Setiap kali kami mencoba mengadopsi model baru, metode AI baru, Anda akan sangat bersemangat dengan adanya validasi silikon ini,” katanya. “Tetapi kenyataannya adalah, apa yang sebenarnya Anda validasi di lab basah?”
Hambatan sebenarnya: uji klinis
AI sangat bagus untuk merancang terapi baru, namun bagian yang paling mahal dan melelahkan dalam proses pengembangan obat adalah melihat cara kerjanya pada pasien.
“Hal yang paling berdampak bagi AI untuk benar-benar mengubah permainan pengembangan obat adalah dengan melakukan studi klinis yang lebih kecil dan bertenaga,” kata Lajoie. Cara untuk melakukan hal tersebut, tambahnya, adalah dengan menghasilkan kandidat obat yang lebih baik dan dapat melakukan berbagai fungsi.
Masih mencari momen terobosan AI
Procko masih menunggu AI untuk melangkah lebih jauh dalam memacu kemajuan di bidang bioteknologi dan farmakologi.
“AI sangat luar biasa saat ini dalam memprediksi, katakanlah, struktur protein, namun untuk menciptakan obat baru, AI belum menemukan aplikasi yang mematikan,” kata Procko. “Apa yang AI izinkan kita lakukan sekarang untuk membuat obat-obatan baru yang sebelumnya tidak mungkin dibuat? Bagaimana hal ini dapat mengubah keadaan?”
Pertanyaan ini mencerminkan ketegangan utama yang dibahas pada panel dan konferensi: meskipun AI telah mengubah cara perusahaan bioteknologi Seattle mendekati desain obat, industri ini masih mencari kesenjangan antara janji komputasi dan bukti klinis.
