𝗕𝗮𝗴𝗮𝗶𝗺𝗮𝗻𝗮 𝗔𝗜 𝗠𝗲𝗻𝗱𝗶𝘀𝗿𝘂𝗽𝘀𝗶 𝗣𝗲𝗻𝘂𝗸𝗮𝗻𝗮𝗻 𝗢𝗯𝗮𝘁

Empat puluh enam hari.

Itulah waktu yang dibutuhkan sebuah sistem AI untuk menemukan kandidat obat baru untuk fibrosis.

Standar industri adalah lima tahun dan 2 miliar dolar.

AI tidak hanya memperbaiki prosesnya. AI membuatnya 40x lebih cepat.

Ini sedang terjadi sekarang. Insilico Medicine menggunakan AI generatif untuk mengidentifikasi kandidat obat dalam 46 hari. Sejak saat itu, obat-obatan yang dirancang oleh AI telah memasuki uji klinis Fase II.

DeepMind merilis AlphaFold 3 pada tahun 2024. Ia memprediksi struktur 3D protein, DNA, dan RNA dalam hitungan detik. Pekerjaan ini dulunya membutuhkan waktu bertahun-tahun bagi mahasiswa PhD untuk menyelesaikannya.

Penemuan obat tradisional lambat dan mahal:

  • Identifikasi target: 2 hingga 3 tahun penelitian.
  • Penemuan hit: 1 hingga 2 tahun pengujian jutaan senyawa.
  • Optimasi lead: 2 hingga 3 tahun perubahan kimia.
  • Pengujian preklinis: 1 hingga 2 tahun model hewan.
  • Uji klinis: 6 hingga 7 tahun pengujian pada manusia.

Hasilnya adalah tingkat kegagalan 90% dan biaya yang sangat besar.

AI mengubah alur kerja di setiap tahap:

  • Identifikasi Target: Model AI menganalisis genomik dan proteomik untuk menemukan hubungan penyakit. Graph neural networks menemukan target yang terlewatkan oleh manusia.
  • Desain Molekul: Alih-alih menguji senyawa lama, AI generatif menciptakan senyawa baru. Model seperti VAEs dan GANs merancang molekul dengan properti spesifik.
  • Prediksi Struktur