Peneliti Vietnam gunakan AI untuk 'menguraikan' bakteri usus

Nhà nghiên cứu Việt dùng AI 'giải mã' vi khuẩn đường ruột - Ảnh 1. — Ilustrasi: ScienceDaily

Menurut ScienceDaily , dalam sebuah studi inovatif, para ilmuwan di Universitas Tokyo, Jepang telah menerapkan kecerdasan buatan (AI) canggih untuk memecahkan kode ekosistem bakteri usus yang kompleks dan sinyal kimia di antara mereka.

Tim tersebut mengembangkan jaringan saraf Bayesian baru yang disebut VBayesMM, yang mendeteksi hubungan biologis nyata, alih-alih korelasi acak. Sistem ini mengungguli model tradisional dalam studi obesitas, gangguan tidur, dan kanker.

Bakteri usus berperan penting dalam kesehatan manusia, memengaruhi pencernaan, kekebalan tubuh, dan bahkan suasana hati. Tubuh manusia mengandung sekitar 30-40 triliun sel, sementara usus sendiri memiliki hingga 100 triliun sel bakteri – artinya kita membawa lebih banyak sel bakteri daripada sel kita sendiri.

Mikroorganisme ini tidak hanya berpartisipasi dalam pencernaan, tetapi juga menghasilkan dan mengubah ribuan senyawa kecil yang disebut metabolit – “pembawa pesan kimia” yang memengaruhi metabolisme, sistem kekebalan tubuh, dan fungsi otak.

"Kami baru mulai memahami bakteri mana yang menghasilkan metabolit mana dan bagaimana hubungan ini berubah pada penyakit yang berbeda," kata peneliti Tung Dang (Dang Thanh Tung) dari Laboratorium Tsunoda, Departemen Ilmu Biologi, Universitas Tokyo.

Jika kita dapat memetakan interaksi antara bakteri dan zat kimia secara tepat, kita dapat mengembangkan perawatan yang dipersonalisasi – misalnya, membudidayakan jenis bakteri tertentu untuk menghasilkan zat yang bermanfaat bagi kesehatan, atau merancang terapi yang memanipulasi zat tersebut untuk mengobati penyakit.

Masalahnya terletak pada skala data yang sangat besar: ribuan spesies bakteri dan senyawa yang berinteraksi membuatnya sangat sulit untuk menemukan pola yang bermakna.

Untuk mengatasi hal ini, tim menggunakan AI dengan pendekatan Bayesian untuk mendeteksi kelompok bakteri yang benar-benar memengaruhi setiap metabolit, dan juga menghitung tingkat keyakinan prediksi – membantu menghindari kesimpulan yang menyesatkan.

"Ketika diuji pada data dunia nyata tentang gangguan tidur, obesitas, dan kanker, model kami secara konsisten mengungguli metode yang ada dan mengidentifikasi famili bakteri yang sesuai dengan proses biologis yang diketahui," tambah Tung. "Hal ini memberi kami keyakinan bahwa sistem ini mendeteksi hubungan biologis yang nyata, bukan pola statistik acak."

Kemampuan untuk mengkuantifikasi ketidakpastian membantu VBayesMM menyediakan informasi yang lebih andal bagi para ilmuwan. Namun, menganalisis kumpulan data mikroba yang besar masih membutuhkan komputasi yang intensif, meskipun biaya ini akan berkurang seiring dengan peningkatan teknologi pemrosesan. Sistem ini berkinerja terbaik ketika jumlah data mikroba lebih besar daripada jumlah data metabolit; jika jumlah data mikroba lebih besar, akurasinya akan menurun.

Selain itu, VBayesMM masih memperlakukan setiap spesies bakteri sebagai entitas independen, sementara pada kenyataannya mereka berinteraksi secara kompleks satu sama lain.

Tim kini berupaya memperluas model tersebut agar dapat menangani kumpulan data kimia yang lebih komprehensif, termasuk senyawa dari bakteri, tubuh manusia, dan pola makan. Mereka juga ingin menggabungkan "silsilah keluarga" spesies bakteri untuk meningkatkan prediksi dan mengurangi waktu komputasi.

“Tujuan utamanya adalah mengidentifikasi bakteri spesifik yang bisa menjadi target pengobatan atau intervensi nutrisi, sehingga beralih dari penelitian dasar ke aplikasi klinis,” kata Tung.

Dengan alat AI baru ini, para ilmuwan semakin dekat dalam memanfaatkan potensi mikrobioma usus untuk mengembangkan pengobatan yang dipersonalisasi, membuka jalan bagi perawatan kesehatan yang lebih tepat dan efektif di masa depan.

Kembali ke topik

VNA

Sumber: https://tuoitre.vn/nha-nghien-cuu-viet-dung-ai-giai-ma-vi-khuyen-duong-ruot-20251111125341462.htm