Model kecerdasan buatan generatif rentan terhadap halusinasi dan menghasilkan informasi yang bersifat fiksi atau pencitraan. Mengingat meningkatnya misinformasi AI, kebiasaan ini dianggap sebagai sebuah kelemahan. Namun seperti berlian buatan yang ditemukan secara tidak sengaja ketika para ilmuwan mencoba mencapai kondisi bertekanan dan panas super seperti mantel bumi, halusinasi juga terbukti membantu para ilmuwan dalam menemukan obat baru.
Sumber: Statista. Halusinasi AI dan penemuan kimia baru
Menurut para ahli, secara global diperkirakan hampir 5 juta kematian ada hubungannya dengan resistensi antibiotik, sehingga cara-cara baru sangat penting untuk melawan varian bakteri yang resisten, dan hal ini perlu dilakukan dalam keadaan darurat. Para peneliti dari McMaster University dan Stanford Medicine School telah mengembangkan model baru yang mengungkap solusi potensial untuk bakteri yang resisten terhadap antibiotik yang mengancam jiwa.
Model tersebut diberi nama SyntheMol, dan menurut laporan penelitian dari Stanford,
“SyntheMol menciptakan struktur dan resep kimia untuk enam obat baru yang bertujuan membunuh strain Acinetobacter baumannii yang resisten, salah satu patogen utama yang bertanggung jawab atas kematian terkait resistensi antibakteri.”
Sumber: Universitas Stanford.
James Zou, profesor ilmu data biomedis dan salah satu penulis penelitian ini, mengatakan ada kebutuhan besar untuk mengembangkan antibiotik baru secepat mungkin demi kesehatan masyarakat. Para peneliti telah memvalidasi senyawa baru yang dikembangkan dengan model secara eksperimental.
Zou juga menyebutkan bahwa hipotesis mereka adalah bahwa ada banyak molekul potensial yang dapat diubah menjadi obat yang efektif, namun mereka belum mengujinya atau bahkan belum mengembangkan molekulnya, dan itulah alasan mengapa mereka ingin menggunakan AI untuk membuat molekul. yang tidak ada di alam.
SyntheMol menemukan kemungkinan-kemungkinan baru
Penerapan AI dalam ilmu farmasi. Sumber: sciencedirect.
Sebelum AI generatif, para peneliti biasanya mengadopsi pendekatan komputasi yang berbeda untuk pengembangan antibiotik. Mereka menggunakan algoritma untuk menelusuri tempat penyimpanan obat dan mengenali senyawa yang memiliki peluang untuk melawan patogen yang ingin mereka bunuh.
Dengan metode ini, mereka mampu menyaring 100 juta senyawa yang telah diketahui, hal ini juga membuahkan hasil, namun bukanlah proses yang mendalam untuk menemukan semua senyawa kimia yang terbukti bermanfaat melawan bakteri.
Rekan penulis utama studi ini dan seorang mahasiswa doktoral di Stanford untuk ilmu komputasi, Kyle Swanson, mengatakan bahwa ruang kimia sangatlah besar.
“Orang-orang memperkirakan ada hampir 1.060 kemungkinan molekul mirip obat. Jadi, 100 juta bukanlah jumlah yang cukup untuk menutupi seluruh ruang tersebut.”
Sumber: Universitas Stanford.
Seperti disebutkan di awal, kecenderungan AI untuk berhalusinasi dapat digunakan untuk menemukan obat-obatan baru, seperti yang dulu digunakan untuk mengembangkan senyawa baru, namun kini AI menghasilkan senyawa yang tidak mungkin dibuat dalam obat yang sudah ada, kata Swanson. Para peneliti juga harus memasang pagar pembatas di sekeliling model sehingga mereka dapat secara artifisial mengembangkan molekul apa pun yang dibayangkan oleh model tersebut.
Zou mengatakan bahwa model ini mengajarkan mereka tentang bagian baru dari bidang kimia dengan merancang molekul baru yang tidak disadari manusia. Zou juga menyempurnakan model tersebut dengan Swanson untuk digunakan dalam obat jantung dan untuk menciptakan molekul fluoresen dengan sifat baru untuk penelitian laboratorium.
Catatan Universitas Stanford mengenai topik ini dapat dilihat di sini.
