Dalam sebuah kemajuan signifikan bagi riset farmasi, para ilmuwan di The Ohio State University telah menciptakan sistem kecerdasan buatan yang berpotensi merevolusi cara pengembangan obat-obatan baru.
Model AI generatif baru ini, bernama DiffSMol, dikembangkan oleh tim yang dipimpin Profesor Xia Ning dari departemen informatika biomedis serta ilmu komputer dan teknik di universitas tersebut. DiffSMol bekerja dengan menganalisis bentuk ligan yang sudah dikenal—molekul yang berikatan dengan target protein—dan menggunakan bentuk-bentuk tersebut sebagai kondisi untuk menghasilkan molekul 3D baru dengan sifat pengikatan yang lebih baik.
"Dengan menggunakan bentuk yang sudah dikenal sebagai kondisi, kami dapat melatih model untuk menghasilkan molekul baru dengan bentuk serupa yang belum ada di basis data kimia sebelumnya," jelas Ning. Efektivitas sistem ini sangat luar biasa—saat menciptakan molekul yang berpotensi mempercepat pengembangan obat, DiffSMol mencapai tingkat keberhasilan 61,4%, jauh melampaui upaya riset sebelumnya yang hanya sekitar 12%.
Para peneliti mendemonstrasikan kemampuan DiffSMol melalui studi kasus pada molekul yang menargetkan cyclin-dependent kinase 6 (CDK6), yang dapat mengatur siklus sel dan menghambat pertumbuhan kanker, serta neprilysin (NEP), yang digunakan dalam terapi untuk memperlambat perkembangan Alzheimer. Hasilnya menunjukkan molekul yang dihasilkan AI kemungkinan sangat efektif, dengan DiffSMol melampaui metode dasar dalam afinitas pengikatan sebesar 13,2%, dan meningkat menjadi 17,7% saat dikombinasikan dengan panduan bentuk.
Terobosan ini hadir ketika FDA menetapkan kerangka regulasi baru untuk AI dalam pengembangan obat. Pada Januari 2025, lembaga tersebut merilis draf panduan berjudul "Pertimbangan untuk Penggunaan Kecerdasan Buatan dalam Mendukung Pengambilan Keputusan Regulasi untuk Produk Obat dan Biologi," yang memberikan rekomendasi tentang penggunaan AI untuk mendukung keputusan regulasi terkait keamanan, efektivitas, dan kualitas obat.
Sementara pengembangan obat secara tradisional memakan waktu sekitar satu dekade dari penemuan hingga ke pasar, pendekatan berbasis AI seperti DiffSMol berpotensi memangkas waktu ini secara signifikan. Tim peneliti telah membagikan kode DiffSMol agar dapat diakses ilmuwan lain, meski mereka mengakui adanya keterbatasan saat ini—sistem hanya dapat menghasilkan molekul baru berdasarkan bentuk ligan yang sudah dikenal, sebuah kendala yang diharapkan dapat diatasi pada penelitian selanjutnya.