Mengintegrasikan AI ke dalam pengobatan kanker.

Kanker memiliki dampak signifikan terhadap kesehatan masyarakat, oleh karena itu, kebutuhan untuk menemukan solusi pengobatan yang efektif, aman, dan berkelanjutan menjadi semakin mendesak.

Báo Nhân dân•25/05/2026

Penelitian sedang dilakukan di Institut Kimia untuk menemukan senyawa penghambat kanker potensial dari kerangka xanton yang terjadi secara alami. (Foto: VAN NGA)

Penelitian sedang dilakukan di Institut Kimia untuk menemukan senyawa penghambat kanker potensial dari kerangka xanton yang terjadi secara alami. (Foto: VAN NGA)

Kanker berdampak signifikan terhadap kesehatan masyarakat, sehingga kebutuhan akan solusi pengobatan yang efektif, aman, dan berkelanjutan menjadi semakin mendesak. Mengintegrasikan kecerdasan buatan (AI), komputasi berkinerja tinggi, dan validasi eksperimental membuka pendekatan efisien dalam desain turunan xanton untuk terapi kanker yang ditargetkan.

Desain obat berbantuan komputer (CADD) menjadi tren penting dalam kimia farmasi modern. Di Vietnam, integrasi AI dan komputasi berkinerja tinggi dengan metode eksperimental membuka pendekatan baru untuk memanfaatkan senyawa alami. Dalam studi ini, kerangka xanton dipilih sebagai bahan sumber yang menjanjikan, dengan proses penelitian yang berorientasi dari simulasi hingga verifikasi eksperimental.

Seiring dengan pengobatan tradisional, tren dalam pengembangan obat modern bergeser kuat ke arah desain obat yang ditargetkan, dikombinasikan dengan teknologi komputasi canggih untuk mempersingkat waktu penelitian dan meningkatkan efisiensi. Dalam tren ini, senyawa yang berasal dari alam, terutama xanton, menarik perhatian karena potensi biologisnya yang beragam, termasuk aktivitas antikanker. Namun, pemanfaatan senyawa-senyawa ini secara efektif masih terbatas jika hanya mengandalkan metode eksperimental tradisional, yang memakan waktu dan biaya.

Profesor Madya, Dr. Pham Minh Quan dan rekan-rekannya di Institut Kimia (Akademi Sains dan Teknologi Vietnam) telah melaksanakan proyek "Penelitian tentang penggunaan simulasi komputasi yang dikombinasikan dengan metode eksperimental untuk mencari senyawa penghambat sel kanker potensial dari senyawa kerangka xanton yang berasal dari alam". Proyek ini bertujuan untuk membangun proses penelitian terintegrasi di mana metode komputasi modern seperti AI, simulasi molekuler, dan komputasi berkinerja tinggi digunakan dalam kombinasi dengan verifikasi eksperimental, berkontribusi untuk membuka pendekatan baru dalam penelitian dan pengembangan obat di Vietnam.

Profesor Madya, Dr. Pham Minh Quan menyatakan bahwa tim peneliti telah membangun basis data senyawa xanton, termasuk senyawa dengan data eksperimental yang sudah ada dan senyawa yang digunakan untuk penyaringan virtual. Berdasarkan hal ini, model pembelajaran mesin dikembangkan dan dilatih untuk memprediksi potensi interaksi senyawa dengan target biologis terkait kanker, sehingga dengan cepat menghasilkan daftar pendek senyawa potensial yang menghambat protein yang sedang diteliti. Menggabungkan data eksperimental yang dipublikasikan dengan model komputasi memberikan panduan yang lebih jelas untuk proses penyaringan, daripada mengandalkan pendekatan "coba-coba" tradisional.

Secara bersamaan, parameter farmakokinetik dan indeks "kemiripan obat" dari senyawa-senyawa tersebut juga diprediksi menggunakan alat komputasi khusus. Hal ini memastikan bahwa tidak hanya senyawa dengan potensi tinggi untuk menghambat protein target yang dipilih, tetapi juga bahwa kriteria penting untuk pengembangan obat seperti penyerapan, distribusi, dan keamanan terpenuhi. Ini adalah langkah penting dalam meningkatkan keandalan prediksi komputasi dan lebih mempersempit daftar untuk mengidentifikasi senyawa prekursor potensial sebelum beralih ke fase eksperimental.

Salah satu poin penting dari penelitian ini adalah penerapan model pembelajaran mendalam dalam mendesain turunan baru dari senyawa utama yang telah diidentifikasi. Alih-alih sekadar "mencari," penelitian ini mengambil langkah penting dengan "mendesain" turunan baru berdasarkan struktur senyawa utama dengan tujuan meningkatkan aktivitas. Pendekatan ini dengan jelas menunjukkan peran AI tidak hanya dalam analisis data tetapi juga dalam menciptakan senyawa struktural baru, suatu arah yang mendapatkan perhatian global di bidang desain obat.

Yang menarik, dengan daftar turunan potensial yang diperoleh dari proses simulasi, penelitian dilanjutkan dengan semi-sintesis turunan tersebut berdasarkan asam gambogik – senyawa xanton yang melimpah dalam resin tanaman Coptis chinensis. Dua kelompok utama turunan, ester (11 senyawa) dan amida (8 senyawa), disintesis dengan efisiensi tinggi, dan proses sintesisnya juga dikembangkan dan dipublikasikan.

Turunan yang diperoleh dievaluasi aktivitas biologisnya pada lini sel kanker; dua senyawa yang paling menjanjikan selanjutnya diuji pada model hewan untuk menentukan potensi penghambatan tumornya, sementara penilaian toksisitas akut dan subkronik dilakukan untuk memastikan keamanannya. Hasilnya menunjukkan bahwa banyak turunan menunjukkan aktivitas antitumor yang signifikan, sesuai dengan prediksi simulasi; metil gamgogat dan morfolinil gambogamida menonjol dengan efikasi penghambatan tumor yang superior.

Namun, menurut Profesor Madya Dr. Pham Minh Quan, implementasi penelitian terintegrasi masih menghadapi banyak tantangan. Pertama, terdapat keterbatasan data masukan untuk model pembelajaran mesin karena kurangnya sumber data eksperimental berkualitas tinggi, yang memengaruhi keandalan prediksi. Selain itu, integrasi yang efektif antara kelompok penelitian interdisipliner, termasuk kimia, biologi, bioinformatika, dan ilmu data, membutuhkan koordinasi yang erat baik dalam keahlian maupun alur kerja.

Berdasarkan hasil awal ini, tim peneliti berencana untuk memperluas penerapan model CADD ke kelompok senyawa alami lainnya di masa mendatang, sekaligus mendiversifikasi target terapeutik dan berkontribusi pada peningkatan penelitian dan pengembangan obat-obatan.

HIEU LIEN NGA

Sumber: https://nhandan.vn/tich-hop-ai-dieu-tri-ung-thu-post964425.html