Pada acara tahunannya yang berfokus pada kesehatan, ‘The Check Up,’ Google memberikan pembaruan komprehensif tentang berbagai upaya penelitian dan pengembangannya di sektor perawatan kesehatan. Di antara pengumuman penting adalah pengenalan koleksi baru model kecerdasan buatan (AI) yang dirancang khusus untuk mendorong proses penemuan obat.
TxGemma: Cabang Khusus dari Keluarga AI Google
Model-model baru ini, yang secara kolektif dikenal sebagai TxGemma, mewakili perluasan khusus dari keluarga model AI generatif (GenAI) open-source Gemma milik Google. Model Gemma, pada gilirannya, dibangun di atas dasar platform AI Gemini mutakhir Google, versi terbaru yang diresmikan pada bulan Desember.
Perangkat TxGemma dijadwalkan untuk dirilis ke komunitas ilmiah akhir bulan ini melalui program Health AI Developer Foundations Google. Inisiatif ini bertujuan untuk mendorong kolaborasi dan pengembangan lebih lanjut dengan memungkinkan para peneliti untuk mengevaluasi dan menyempurnakan model. Sementara sejauh mana penerapannya masih harus dilihat, rilis awal menimbulkan pertanyaan tentang potensi mereka untuk adaptasi komersial.
Memahami Bahasa Terapi
Dr. Karen DeSalvo, Chief Health Officer Google, menguraikan kemampuan unik TxGemma. Model-model ini memiliki kemampuan untuk memahami teks standar dan struktur rumit dari berbagai entitas terapeutik. Ini termasuk molekul kecil, bahan kimia, dan protein, yang merupakan blok bangunan fundamental dalam pengembangan obat.
Pemahaman ganda ini memberdayakan para peneliti untuk berinteraksi dengan TxGemma dengan cara yang lebih intuitif. Mereka dapat mengajukan pertanyaan yang membantu memprediksi sifat-sifat penting dari terapi baru yang potensial. Misalnya, peneliti dapat menggunakan TxGemma untuk mendapatkan wawasan tentang profil keamanan dan kemanjuran obat kandidat, mempercepat proses penyaringan awal.
Mengatasi Tantangan Pengembangan Obat
Dr. DeSalvo menekankan konteks inovasi ini, mencatat bahwa ‘Pengembangan obat terapeutik dari konsep hingga penggunaan yang disetujui adalah proses yang panjang dan mahal.’ Dengan membuat TxGemma tersedia untuk komunitas peneliti yang lebih luas, Google bertujuan untuk mengeksplorasi pendekatan baru untuk meningkatkan efisiensi dari usaha yang kompleks ini.
AI: Kekuatan Transformasi dalam Ilmu Hayati
Munculnya AI tidak dapat disangkal telah merevolusi industri ilmu hayati. Kemampuannya untuk memproses kumpulan data yang luas, mengidentifikasi pola tersembunyi, dan menghasilkan prediksi berdasarkan data telah membuka peluang yang belum pernah terjadi sebelumnya. AI sudah secara aktif digunakan dalam berbagai tahap pengembangan obat, termasuk:
- Mengidentifikasi Target Obat: Menentukan molekul atau jalur spesifik yang terlibat dalam proses penyakit.
- Merancang Obat Baru: Membuat senyawa baru dengan sifat terapeutik yang diinginkan.
- Menggunakan Kembali Terapi yang Ada: Menemukan kegunaan baru untuk obat yang sudah disetujui untuk kondisi lain.
Lanskap Regulasi Beradaptasi dengan AI
Adopsi AI yang cepat dalam pengembangan obat telah mendorong badan pengatur untuk merespons. Awal tahun ini, FDA merilis panduan pertamanya tentang penggunaan AI dalam pengajuan peraturan, memberikan kejelasan tentang bagaimana teknologi ini harus dimasukkan ke dalam pengajuan. Demikian pula, pada tahun 2024, EMA menerbitkan makalah refleksi yang menguraikan perspektifnya tentang penerapan AI di seluruh siklus hidup produk obat. Perkembangan ini menyoroti pengakuan yang berkembang atas peran AI dalam membentuk masa depan penelitian dan regulasi farmasi.
Di Luar TxGemma: Sekilas tentang Inisiatif Kesehatan Google
Acara ‘The Check Up’ menampilkan berbagai kemajuan terkait kesehatan lainnya dari Google:
Hasil Kesehatan yang Ditingkatkan di Google Search
Google menyoroti peningkatan kemampuan mesin pencarinya untuk memberikan informasi kesehatan yang andal dan relevan kepada pengguna. Ini termasuk menyempurnakan algoritma pencarian untuk memprioritaskan sumber-sumber otoritatif dan menyajikan informasi dalam format yang jelas dan mudah diakses.
Fitur Rekam Medis di Aplikasi Health Connect
Fitur baru dalam aplikasi Health Connect Google diperkenalkan, memungkinkan pengguna untuk menyimpan dan mengelola catatan medis mereka dengan aman. Platform terpusat ini bertujuan untuk memberdayakan individu dengan kontrol yang lebih besar atas data kesehatan mereka dan memfasilitasi berbagi tanpa batas dengan penyedia layanan kesehatan.
‘Rekan Ilmuwan’ AI: Mitra Penelitian Virtual
Membangun pengumumannya pada bulan Februari, Google menguraikan lebih lanjut tentang konsep ‘rekan ilmuwan’ AI-nya. Kolaborator virtual ini dirancang untuk membantu para ilmuwan dalam menghasilkan hipotesis dan proposal penelitian baru. Dengan memanfaatkan pemrosesan bahasa alami, rekan ilmuwan AI dapat menganalisis tujuan penelitian dan mengusulkan hipotesis yang dapat diuji, lengkap dengan ringkasan literatur yang relevan yang diterbitkan dan pendekatan eksperimental potensial.
Misalnya, jika peneliti bertujuan untuk memperdalam pemahaman mereka tentang penyebaran mikroba penyebab penyakit, mereka dapat mengungkapkan tujuan ini dalam bahasa alami. Rekan ilmuwan AI kemudian akan merespons dengan hipotesis yang disarankan, makalah penelitian yang relevan, dan kemungkinan desain eksperimental.
Capricorn: AI untuk Perawatan Kanker Anak yang Dipersonalisasi
Terakhir, Google menyoroti alat AI bernama Capricorn, yang memanfaatkan model Gemini untuk mempercepat identifikasi perawatan yang dipersonalisasi untuk kanker anak-anak. Capricorn mencapai ini dengan mengintegrasikan data medis publik dengan informasi pasien yang tidak teridentifikasi, memungkinkan dokter untuk menyesuaikan strategi pengobatan untuk pasien individu secara lebih efektif.
Menyelami Lebih Dalam Aplikasi Potensial TxGemma
Kekuatan inti terletak pada kemampuan model untuk menjembatani kesenjangan antara teks yang dapat dibaca manusia dan dunia struktur molekul yang kompleks, dan seringkali samar.
Berikut adalah bagaimana TxGemma diharapkan akan digunakan:
Identifikasi Target:
- Seorang peneliti mungkin memasukkan: “Identifikasi target protein potensial untuk menghambat pertumbuhan sel kanker yang bermutasi KRAS.”
- TxGemma, yang memanfaatkan database literatur ilmiah dan data molekuler yang luas, kemudian dapat menyarankan daftar protein yang diketahui berinteraksi dengan protein KRAS atau terlibat dalam jalur yang dipengaruhi KRAS. Itu juga dapat memberi peringkat target ini berdasarkan faktor-faktor seperti “druggability” (seberapa besar kemungkinan molekul kecil dapat secara efektif mengikat dan memodulasi protein).
Penemuan Senyawa Utama:
- Seorang peneliti dapat memasukkan: “Temukan molekul kecil yang mengikat situs aktif protein kinase AKT1 dengan afinitas tinggi.”
- TxGemma dapat menyaring perpustakaan virtual miliaran senyawa, memprediksi afinitas pengikatannya dengan protein AKT1 berdasarkan struktur 3D-nya. Itu juga dapat menyaring senyawa ini berdasarkan sifat-sifat seperti kelarutan yang diprediksi, permeabilitas, dan toksisitas potensial.
Studi Mekanisme Kerja:
- Seorang peneliti memiliki senyawa yang menjanjikan tetapi tidak yakin bagaimana cara kerjanya. Mereka dapat memasukkan: “Prediksi mekanisme kerja senyawa XYZ, yang menunjukkan aktivitas melawan penyakit Alzheimer dalam model praklinis.”
- TxGemma dapat menganalisis struktur senyawa, membandingkannya dengan obat yang diketahui, dan mereferensikannya dengan data tentang perubahan ekspresi gen dan interaksi protein-protein untuk menyarankan jalur atau target potensial yang mungkin dipengaruhi oleh senyawa tersebut.
Penggunaan Kembali Obat:
- Seorang peneliti mungkin bertanya: “Identifikasi obat yang ada yang dapat digunakan kembali untuk mengobati kelainan genetik langka ABC.”
- TxGemma dapat menganalisis dasar genetik dan molekuler dari kelainan ABC, kemudian mencari obat yang diketahui menargetkan jalur atau protein yang terlibat dalam penyakit, bahkan jika obat tersebut awalnya dikembangkan untuk kondisi yang sama sekali berbeda.
Prediksi Toksisitas:
- Sebelum memindahkan senyawa ke uji klinis yang mahal, peneliti perlu menilai potensi toksisitasnya. TxGemma dapat digunakan untuk: “Memprediksi potensi senyawa PQR untuk menyebabkan kerusakan hati atau kardiotoksisitas.”
- Model akan menganalisis struktur senyawa dan membandingkannya dengan database senyawa beracun yang diketahui, mengidentifikasi potensi red flag.
Keunggulan Open-Source: Katalis untuk Inovasi
Dengan merilis TxGemma sebagai model open-source, Google mendorong lingkungan kolaboratif, dan mempercepat laju penemuan. Dampak potensial diperkuat.
Peneliti di seluruh dunia dapat berkontribusi pada pengembangan model, menyempurnakan algoritmanya, memperluas basis pengetahuannya, dan menyesuaikannya dengan kebutuhan penelitian tertentu.
Masa Depan Penemuan Obat
Pengenalan TxGemma dan alat bertenaga AI lainnya merupakan langkah maju yang signifikan dalam upaya penemuan obat yang lebih efisien dan efektif. Meskipun AI bukanlah peluru ajaib, ia memiliki potensi besar untuk menambah keahlian manusia, mempercepat jadwal penelitian, dan pada akhirnya membawa terapi penyelamat jiwa kepada pasien lebih cepat. Evolusi AI yang sedang berlangsung dalam ilmu hayati menjanjikan masa depan di mana penemuan obat lebih berbasis data, tepat, dan pada akhirnya, lebih sukses.