AI Membantu Peneliti Memblokir Virus Sebelum Infeksi Dimulai

Singkatnya

• Peneliti mengidentifikasi interaksi molekuler kunci yang bergantung pada virus untuk masuk ke dalam sel dan mengganggunya dalam eksperimen laboratorium.
• Pekerjaan ini menggunakan AI dan simulasi molekuler untuk mempersempit ribuan interaksi menjadi satu target penting.
• Para ilmuwan mengatakan pendekatan ini dapat membantu membimbing penelitian antivirus dan penyakit di masa depan, meskipun masih dalam tahap awal.

Pusat Seni, Mode, dan Hiburan Decrypt.

Temukan SCENE

Sebagian besar obat antivirus menargetkan virus setelah mereka sudah masuk ke dalam sel manusia. Peneliti di Washington State University mengatakan mereka menemukan cara untuk mengintervensi lebih awal, mengidentifikasi satu interaksi molekuler yang bergantung pada virus untuk masuk ke dalam sel sejak awal.

Penelitian ini, yang diterbitkan pada November dalam jurnal Nanoscale, berfokus pada masuknya virus, salah satu tahap infeksi yang paling kurang dipahami dan paling sulit untuk diganggu, menggunakan kecerdasan buatan dan simulasi molekuler untuk mengidentifikasi interaksi kritis dalam protein fusi yang, ketika diubah dalam eksperimen laboratorium, mencegah virus masuk ke sel baru.

“Virus menyerang sel melalui ribuan interaksi,” kata Profesor Jin Liu, seorang profesor teknik mesin dan material di Washington State University, kepada Decrypt. “Penelitian kami adalah untuk mengidentifikasi yang paling penting, dan setelah kami mengidentifikasi interaksi itu, kami dapat mencari cara untuk mencegah virus masuk ke dalam sel dan menghentikan penyebaran penyakit.”

Studi ini berasal dari pekerjaan yang dimulai lebih dari dua tahun yang lalu, tak lama setelah pandemi COVID-19, dan dipimpin oleh Profesor Mikrobiologi dan Patologi Veteriner Anthony Nicola, dengan pendanaan dari National Institutes of Health.

Dalam studi ini, peneliti memeriksa virus herpes sebagai kasus uji.

Virus-virus ini bergantung pada protein fusi permukaan, glikoprotein B (gB), yang penting untuk menggerakkan fusi membran selama masuk.

Ilmuwan sudah lama mengetahui bahwa gB adalah pusat dari infeksi, tetapi ukurannya yang besar, arsitektur yang kompleks, dan koordinasinya dengan protein masuk virus lainnya membuatnya sulit untuk menentukan interaksi internal mana yang secara fungsional kritis.

Liu mengatakan nilai kecerdasan buatan dalam proyek ini bukanlah bahwa ia menemukan sesuatu yang tidak dapat diketahui oleh peneliti manusia, tetapi bahwa ia membuat pencarian jauh lebih efisien.

Alih-alih mengandalkan coba-coba, tim menggunakan simulasi dan pembelajaran mesin untuk menganalisis ribuan kemungkinan interaksi molekuler secara bersamaan dan memberi peringkat mana yang paling penting.

“Dalam eksperimen biologis, biasanya Anda memulai dengan hipotesis. Anda berpikir bahwa daerah ini mungkin penting, tetapi di daerah itu ada ratusan interaksi,” kata Liu. “Anda menguji satu, mungkin tidak penting, lalu yang lain. Itu membutuhkan banyak waktu dan biaya. Dengan simulasi, biayanya bisa diabaikan, dan metode kami mampu mengidentifikasi interaksi penting yang sebenarnya kemudian dapat diuji dalam eksperimen.”

AI semakin banyak digunakan dalam penelitian medis untuk mengidentifikasi pola penyakit yang sulit dideteksi melalui metode tradisional.

Studi terbaru telah menerapkan pembelajaran mesin untuk memprediksi Alzheimer bertahun-tahun sebelum gejala muncul, menandai tanda-tanda halus penyakit dalam scan MRI, dan meramalkan risiko jangka panjang untuk ratusan kondisi menggunakan dataset catatan kesehatan besar.

Pemerintah AS juga mulai berinvestasi dalam pendekatan ini, termasuk inisiatif $50 juta dari National Institutes of Health untuk menerapkan AI dalam penelitian kanker anak.

Selain virologi, Liu mengatakan kerangka komputasi yang sama dapat diterapkan pada penyakit yang didorong oleh interaksi protein yang diubah, termasuk gangguan neurodegeneratif seperti penyakit Alzheimer.

“Hal terpenting adalah mengetahui interaksi mana yang harus ditargetkan,” kata Liu. “Setelah kita bisa menyediakan target itu, orang bisa mencari cara untuk melemahkannya, memperkuatnya, atau memblokirnya. Itulah makna sebenarnya dari pekerjaan ini.”