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.

Peneliti MIT Kembangkan Model AI IRIS untuk Membaca Komunikasi Antarsel

Perkembangan sistem pembelajaran mesin terus membuka pendekatan inovatif bagi penelitian biologi sel. Selama ini, ilmuwan sering menemukan kesulitan ketika mempelajari komunikasi antarsel. Sel dalam jaringan biologis selalu berinteraksi dengan lingkungannya. Melalui berbagai molekul sinyal, sel mengetahui perubahan kondisi sekitarnya. Informasi tersebut membantu mengarahkan spesialisasi sel. 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, peneliti bidang biologi di MIT yang juga tergabung dalam Whitehead Institute for Biomedical Research. Peneliti muda Nicholas Hutchins berkontribusi terhadap perancangan pendekatan tersebut. Perangkat analisis berbasis AI tersebut memanfaatkan arsitektur pembelajaran mesin untuk mengidentifikasi karakteristik respons biologis. Tidak seperti cara konvensional yang membutuhkan banyak eksperimen khusus, IRIS memungkinkan analisis lintas jenis sel. Dengan demikian, proses pemetaan sinyal berpotensi lebih efisien.

Mekanisme Pemetaan Komunikasi Antarsel melalui Signaling Pathways

Untuk memahami kemampuan IRIS, penting mengetahui bagaimana sel berkomunikasi. Jaringan sel biologis memanfaatkan senyawa pemberi sinyal yang ditangkap melalui sistem penerima biologis. Setelah molekul pemberi pesan berinteraksi, jalur komunikasi internal dapat diaktifkan. Rangkaian reaksi ini dikenal sebagai signaling pathway. Perubahan pada proses pensinyalan mengatur gen yang aktif maupun tidak aktif. Akibatnya, sel berpeluang berkembang menjadi jenis khusus sesuai kondisi jaringan.

Hasil penelitian menunjukkan bahwa respons terhadap suatu signaling pathway dapat dikenali melalui jejak genetik. Karakteristik aktivitas gen ini menjadi penanda khas dari komunikasi sel. Hal penting dari temuan tersebut, pola penanda dapat ditemukan lintas tipe sel. Berkat kesamaan tersebut, IRIS dapat menghubungkan ekspresi gen dengan sinyal terdahulu. Namun demikian, model tidak merekam percakapan sel secara langsung. Dengan mempertimbangkan mekanismenya, kesimpulan perlu didukung pengujian laboratorium.

Cara Model AI MIT Mempelajari Pola Biologis Lintas Tipe Sel

Salah satu kemampuan utama IRIS adalah penerapan teknik transfer pengetahuan. Dalam sistem pembelajaran mesin modern, transfer learning mendukung pemanfaatan hasil pelatihan untuk tugas serupa. Dalam eksperimen para ilmuwan MIT, model dilatih menggunakan respons sel punca embrionik manusia. Dataset tersebut mencakup ribuan sel yang diuji dengan kombinasi aktivasi jalur tertentu. Berkat proses pembelajaran itu, IRIS berpotensi memperkirakan sinyal di luar jenis sel pelatihan.

Pada tahap pengembangan dataset, tim menggunakan enam signaling pathways penting pada sejumlah waktu pengamatan. Hasil ekspresi genetik digunakan untuk membangun atlas komunikasi biologis. Setelah model dilatih, peneliti menguji sistem menggunakan sel dari embrio tikus. Berdasarkan pengujian tersebut, IRIS dapat mengenali pola komunikasi pada konteks perkembangan baru. Kemampuan lintas tipe sel tersebut penting bagi penelitian embrio, karena ilmuwan tidak harus melatih model terpisah untuk setiap jenis sel.

IRIS Membantu Memetakan Pembentukan Organ selama Perkembangan Embrio

Pengujian utama setelah pelatihan dilakukan menggunakan dataset perkembangan embrio hewan. Pengujian diarahkan pada fase gastrulasi, yaitu tahap perkembangan embrio ketika sel mulai membentuk berbagai garis keturunan. Pada tahap tersebut, berbagai sel menerima petunjuk molekuler yang mengatur pembentukan jaringan tertentu. Berkat pemetaan pola ekspresi gen, peneliti menelusuri pola pensinyalan sepanjang perkembangan. Pendekatan analisis tersebut memberikan gambaran mengenai organisasi jaringan.

Pendekatan analisis baru tersebut menunjukkan kemampuan mengidentifikasi aktivasi jalur pada garis keturunan sel jantung, calon jaringan pencernaan, otot, dan jaringan spinal cord. Keberhasilan prediksi tersebut membantu menjelaskan variasi perkembangan sel. Sebagai contoh, sel yang berasal dari embrio sama dapat berkembang menjadi jaringan berbeda karena berada pada lingkungan molekuler berlainan. Dengan demikian, IRIS memperluas pemahaman tentang diferensiasi, tetapi belum menggantikan pengamatan eksperimen langsung.

Potensi IRIS untuk Rekayasa Jaringan dan Pengembangan Organoid

Peluang penting dari penelitian IRIS berada pada pengembangan rekayasa jaringan. Dalam bidang tersebut, ilmuwan mempelajari cara menghasilkan jaringan dengan fungsi khusus. Walaupun sel punca memiliki kemampuan berkembang, pengendalian diferensiasi membutuhkan banyak faktor. Selama proses pematangan, sel dapat merespons rangsangan biologis tertentu. Melalui pemetaan yang dilakukan IRIS, peneliti berpeluang menemukan petunjuk diferensiasi. Berkat penggunaan data biologis yang lebih terarah, proses pencarian kondisi diferensiasi mungkin menjadi lebih cepat.

Studi yang dilakukan tim MIT juga berkaitan dengan pembuatan organoid. Organoid merupakan struktur sel tiga dimensi yang meniru sebagian karakteristik organ. Pada pengujian obat, organoid berfungsi membantu pengamatan respons biologis. Dalam salah satu eksperimen lanjutan, ilmuwan memanfaatkan IRIS untuk memperkirakan jalur yang mendukung perkembangan jenis sel paru tertentu. Hasil analisis AI diperiksa kembali melalui pengujian biologis pada tikus. Hasil pengujiannya, temuan laboratorium menguatkan prediksi IRIS. Temuan tersebut memberikan dasar bagi pengembangan organoid paru untuk mempelajari asma dan fibrosis paru.

Masa Depan Teknologi IRIS untuk Penelitian Jaringan Manusia

Penelitian kecerdasan buatan untuk memetakan sinyal sel menunjukkan kemajuan penting dalam pengembangan teknologi biomedis. Dengan memanfaatkan pola aktivitas genetik, IRIS dapat mengidentifikasi jejak komunikasi biologis pada tipe sel yang berbeda. Kemampuan tersebut mendukung penggunaan pengetahuan lintas tipe sel. Validasi menggunakan data perkembangan embrio memberikan dasar bagi pengembangan pendekatan rekayasa jaringan. Namun demikian, penerapan klinis masih membutuhkan penelitian lanjutan. Dalam jangka panjang, analisis respons genetik dapat membantu penelitian obat dan penyakit. Bagaimana menurut Anda, apakah model AI seperti IRIS mampu memberikan kemajuan pada pengembangan organoid? Sampaikan pandangan Anda mengenai perkembangan teknologi rekayasa jaringan.