AIHere

Model AI IRIS dari MIT merekonstruksi sinyal yang membentuk sel embrio

Peneliti dari MIT dan Whitehead Institute membangun IRIS, jaringan saraf yang menyimpulkan sinyal kimia apa saja yang diterima sel selama perkembangan dari aktivitas gennya.

Meja Redaksi AIHere· 2 menit baca🇺🇸 Amerika Serikat
Ilustrasi sel embrio yang dihubungkan oleh garis sinyal berwarna-warni, dengan jaringan saraf yang menafsirkan hubungan tersebut.
Foto: Vitalii Kyryk / Wikimedia Commons, CC BY-SA 4.0

Tim yang dipimpin oleh profesor muda biologi MIT Pulin Li dan mahasiswa pascasarjana Nicholas Hutchins telah mengembangkan IRIS, model pembelajaran mesin yang mampu menentukan sinyal apa saja yang diterima sel-sel dalam embrio yang sedang berkembang. Studi akses terbuka ini dipublikasikan di Nature Methods pada 8 September 2026. Li juga merupakan anggota Whitehead Institute for Biomedical Research.

Sel punca dalam embrio berkembang menjadi sel otak, hati, atau otot yang terspesialisasi, sebagian melalui pesan kimia yang dipertukarkan dengan sel-sel tetangganya. Pesan tersebut merambat melalui jalur pensinyalan multitahap yang menghidupkan atau mematikan gen tertentu. Karena para ilmuwan lama meyakini jalur-jalur ini berperilaku sangat berbeda dari satu jenis sel ke jenis sel lainnya, memetakannya berarti menguji setiap jalur pada setiap jenis sel, pekerjaan yang lambat dan melelahkan.

Sidik jari yang konsisten untuk setiap jalur

Para peneliti menemukan bahwa setiap jalur pensinyalan meninggalkan pola khas dalam aktivitas gen, dan pola ini tetap stabil di berbagai jenis sel. IRIS, sebuah jaringan saraf, membaca ekspresi gen keseluruhan sebuah sel dan memperkirakan jalur mana yang aktif pada momen tertentu, termasuk pada jenis sel yang tidak pernah dilatihkan padanya. Li membandingkan hal ini dengan asisten suara yang sebagian besar dilatih dalam bahasa Inggris namun tetap mampu menangkap bahasa lain, dan menyebutnya sebagai transfer learning.

Model ini dilatih menggunakan data eksperimen yang melacak bagaimana ribuan sel punca embrionik manusia merespons puluhan kombinasi dari enam jalur pensinyalan utama pada beberapa tahap perkembangan. Tim kemudian mengujinya pada sel tunggal dari embrio tikus selama gastrulasi, ketika sel-sel dengan cepat terpisah menjadi takdir yang berbeda. IRIS secara akurat memprediksi kapan dan di mana jalur-jalur tersebut aktif pada sel yang menuju jaringan jantung, usus, otot, dan sumsum tulang belakang.

Terkonfirmasi dalam perkembangan paru-paru

Ketika ditanya sinyal apa yang diperlukan untuk menghasilkan jenis sel yang penting bagi perkembangan paru-paru, IRIS memprediksi bahwa mengaktifkan jalur tertentu akan mendorong sel menuju identitas paru-paru, dan eksperimen pada embrio tikus mengonfirmasinya. "IRIS membantu kami memecahkan bahasa yang digunakan sel untuk saling berkomunikasi," kata Hutchins.

Para peneliti menyatakan pendekatan ini dapat mempercepat rekayasa sel punca untuk kedokteran regeneratif dan meningkatkan organoid, model organ 3D mini yang digunakan untuk mempelajari penyakit dan menguji obat. Jaringan paru-paru hasil laboratorium yang lebih baik dapat mendukung penelitian tentang asma, kanker paru, dan fibrosis paru, membantu mengevaluasi terapi kandidat, dan pada akhirnya memandu pengobatan yang memperbaiki jaringan yang rusak.

#AI dalam biologi#sel punca#MIT#pembelajaran mesin#organoid

Komentar

Harap bersikap sopan. Komentar diperiksa secara otomatis; spam, hinaan, dan data pribadi akan dihapus. Pertanyaan mungkin dijawab oleh AI.

Belum ada komentar. Mulai diskusi atau ajukan pertanyaan.

Terkait