Perusahaan terbaru yang keluar dari laboratorium Kedokteran Stanford memiliki 37.000 karyawan, dan tidak satupun dari mereka adalah manusia. Tidak ada ruang laboratorium, tidak ada penggajian, dan tidak ada istirahat makan siang. Dalam sebuah penelitian yang dipublikasikan pada tanggal 17 September di jurnal Science, para peneliti menggambarkan perusahaan bioteknologi virtual yang sepenuhnya dikelola oleh AI yang menganalisis puluhan ribu uji klinis, menemukan sinyal biologis yang memprediksi obat mana yang akan berhasil, dan secara mandiri merancang terapi kanker paru-paru yang kemudian dikembangkan sendiri oleh perusahaan farmasi besar.
Seluruh Perusahaan Obat Terbuat dari Agen
Proyek ini merupakan gagasan James Zou, profesor ilmu data biomedis di Stanford Medicine, dan mahasiswa pascasarjana Harrison Zhang, yang memimpin pekerjaan tersebut. Ini dibangun di atas “lab virtual” agen ilmuwan AI yang diluncurkan oleh kelompok Zou pada tahun 2025 – tetapi kali ini tim tersebut melangkah lebih jauh, menciptakan seluruh perusahaan dengan puluhan ribu agen AI yang dilatih untuk mendukung keseluruhan jalur pengembangan obat.
“Ide kami adalah untuk melihat sejauh mana kami dapat mendorong hal ini. Bisakah kami menciptakan perusahaan bioteknologi yang menangani segala hal mulai dari mencari target obat hingga merancang uji klinis?” kata Zou dalam pengumuman Stanford Medicine. “Bisakah kita memiliki perusahaan yang sepenuhnya agen yang mengatasi tantangan penemuan obat yang sangat kompleks?”
Perusahaan virtual ini mencerminkan bagan organisasi bioteknologi yang sudah mapan: seorang kepala agen petugas sains memimpin tim peneliti yang dibagi menjadi beberapa divisi khusus yang bekerja secara paralel pada elemen inti desain obat, mulai dari mengidentifikasi target molekuler hingga merancang uji klinis.
Apa yang Ditemukan 37.000 Agen dalam 50.000 Uji Coba
Salah satu tantangan terbesar dalam penemuan obat adalah memprediksi molekul mana yang akan bertahan dalam uji klinis – sebuah proses yang menurut Zou dapat memakan biaya puluhan atau bahkan ratusan juta dolar dan memakan waktu bertahun-tahun. Agen-agen tersebut diberi tugas yang sangat teliti: alih-alih menyapu literatur ilmiah secara luas, masing-masing agen menganalisis uji klinis tertentu dan mengambil data tentang keamanan dan efektivitas. Secara total, mereka membuat katalog sekitar 50.000 uji coba dalam waktu kurang dari seminggu, sebuah tugas yang menurut Zou membutuhkan waktu bertahun-tahun bagi peneliti manusia.
Agen tersebut kemudian memeriksa data molekuler yang dikumpulkan selama uji coba tersebut dan membangun dua sistem penilaian. Yang pertama mengukur seberapa spesifik suatu obat menargetkan jenis sel tertentu, dibandingkan mempengaruhi banyak jenis sel secara luas. Yang kedua mengukur “bimodalitas” – apakah aktivitas gen yang ditargetkan berperilaku seperti saklar lampu, menyala dan mati, atau seperti peredup dengan berbagai keadaan peralihan.
Pola yang muncul sangat mencolok. Obat-obatan yang menargetkan gen mirip saklar dengan cara yang spesifik terhadap sel memiliki peluang 40% lebih besar untuk maju dari uji coba fase 1 ke fase 2, 48% lebih besar kemungkinannya untuk mencapai pasar, dan memiliki efek samping 32% lebih sedikit dibandingkan dengan obat-obatan yang memiliki aktivitas luas. Dampaknya bertahan pada penyakit kanker, penyakit otak, penyakit jantung, serta kondisi ginjal dan paru-paru.
“Ilmu pengetahuan yang ditemukan oleh agen ini sungguh menarik, dan ini menunjukkan bahwa fitur sel tunggal ini dapat digunakan untuk membuat obat yang lebih baik,” kata Zou. “Hal ini menunjukkan pentingnya pengumpulan data semacam ini. Hal ini dapat membantu seluruh industri penemuan obat.”
Tes B7-H3: Dari Prediksi hingga Validasi
Pertanyaan yang menentukan adalah apakah perusahaan yang seluruhnya menggunakan AI dapat merancang obat yang sebenarnya. Untuk mengetahuinya, tim menunjuk agen tersebut pada B7-H3, protein yang telah lama diminati para peneliti kanker paru-paru. Agen tersebut menganalisis penelitian dan penyimpanan data biomedis dan menemukan B7-H3 sangat diekspresikan dalam fibroblas – sel jaringan ikat yang sering hidup di dekat sel tumor. Menggali data transkriptomik spasial, mereka menemukan bahwa fibroblas yang mengekspresikan B7-H3 ini memberi sinyal ke sel-sel kekebalan di dekatnya dan menekannya, sehingga secara efektif menyembunyikan tumor dari pertahanan alami tubuh.
Agen tersebut kemudian merancang konjugat obat-antibodi – protein target yang berdiam di dalam sel yang membawa banyak B7-H3 dan mengirimkan muatan kemoterapi langsung ke sel tersebut. Yang terpenting, desain tersebut hanya mengandalkan informasi yang tersedia sebelum Januari 2025. Beberapa bulan kemudian, pada Agustus 2025, sebuah perusahaan farmasi yang sudah mapan secara mandiri mengembangkan strategi konjugat antibodi-obat yang sama terhadap B7-H3. Terapi tersebut kemudian menerima sebutan terapi terobosan FDA setelah menunjukkan efektivitas dalam penelitian pada manusia – sebuah hasil yang digambarkan Zou sebagai validasi pihak ketiga yang independen terhadap desain bioteknologi virtual.
Zou tidak melanjutkan pengembangan B7-H3 karena perusahaan lain telah mengarahkannya ke klinik. Namun dia mengatakan bioteknologi virtual telah memunculkan kandidat target lain yang dirancang dengan cara yang sama.
Manusia Tetap Menjadi Saluran
Terlepas dari besarnya jumlah tenaga kerja agen, Zou secara eksplisit menyatakan batasannya. “Manusia, eksperimen fisik, dan validasi akan selalu menjadi saluran bagi AI untuk memberikan dampak,” katanya. Langkah tim selanjutnya adalah memindahkan temuan baru bioteknologi virtual ke laboratorium nyata untuk menguji berapa banyak temuan yang ada di dunia fisik.
Penelitian ini didanai oleh Beasiswa Knight-Hennessy, Institut Kesehatan Nasional, Yayasan Sains Nasional, dan Chan Zuckerberg Biohub, dengan dukungan tambahan dari Departemen Ilmu Data Biomedis Stanford.
Mengapa Itu Penting
Studi ini muncul di tengah perubahan yang lebih luas dalam penerapan AI pada sains – dari model yang merangkum penelitian hingga sistem agen yang merencanakan eksperimen, menganalisis data, dan mengusulkan terapi baru. Liputan karya The New York Times dan pers industri genomik menggarisbawahi perhatian yang diberikan pada kerangka kerja "bioteknologi virtual".
Jika hasil desain sebelum validasi pada B7-H3 merupakan indikasi, industri farmasi memiliki instrumen penelitian kelas baru untuk dievaluasi: organisasi agen AI yang dapat mempersingkat tinjauan literatur dan analisis uji coba selama bertahun-tahun menjadi beberapa hari. Pertanyaan terbukanya – yang sekarang sedang diuji oleh tim Zou – adalah berapa banyak dari apa yang diusulkan para agen bertahan dari kontak dengan meja laboratorium fisik.
Tetap Terdepan dalam AI
AI mengubah penelitian di setiap tingkatan, mulai dari penemuan obat hingga fisika fundamental. Untuk berita AI terkini dan analisis penelitian yang membentuk bidang ini, baca berita AI selengkapnya →.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
