Efarinatv.net – Tim kimiawan dari Massachusetts Institute of Technology (MIT) memperkenalkan metode baru untuk menentukan struktur tiga dimensi (3D) genom dengan menggunakan kecerdasan buatan (AI) generatif. Metode ini diklaim mampu memprediksi ribuan kemungkinan struktur dalam hitungan menit—jauh lebih efisien dibandingkan pendekatan eksperimental yang ada, seperti Hi-C, yang memerlukan proses laboratorium berhari-hari bahkan hingga seminggu.
Penelitian ini dipimpin oleh Bin Zhang, Associate Professor di Departemen Kimia MIT, bersama para mahasiswa pascasarjana Greg Schuette dan Zhuohan Lao. Hasil studi mereka telah dipublikasikan di jurnal Science Advances.
“Tujuan kami adalah memprediksi struktur tiga dimensi genome berdasarkan urutan DNA yang mendasarinya,” ujar Zhang. “Sekarang kami dapat melakukannya dan hasilnya setara dengan teknik eksperimental mutakhir. Hal ini membuka banyak peluang menarik untuk menjelajahi bagaimana struktur 3D genom memengaruhi ekspresi gen serta fungsi sel.”
Memanfaatkan Kemajuan AI Generatif
Di dalam inti sel, DNA dan protein membentuk kompleks kromatin yang memiliki beberapa tingkat organisasi. Konsep inilah yang memungkinkan sel memadatkan sekitar 2 meter DNA ke dalam ruang berdiameter hanya seperseratus milimeter. Variasi struktur kromatin juga berperan penting dalam menentukan gen mana yang aktif dan tidak aktif di setiap jenis sel.
Selama dua dekade terakhir, para ilmuwan mengembangkan metode eksperimental seperti Hi-C untuk memetakan kedekatan fisik segmen-segmen DNA. Meskipun dapat memberikan data mendalam, teknik semacam ini cenderung memakan waktu dan biaya besar.
Tim Zhang kemudian mengembangkan ChromoGen, sebuah model AI generatif yang terdiri dari dua komponen. Komponen pertama berfungsi “membaca” urutan DNA dan data aksesibilitas kromatin yang spesifik bagi setiap jenis sel. Komponen kedua adalah model AI generatif yang telah dilatih menggunakan lebih dari 11 juta data struktur kromatin hasil eksperimen Dip-C.
Menurut Schuette, pendekatan ini mampu menangkap keragaman struktur yang terbentuk dari satu rangkaian DNA. “Satu urutan DNA bisa membentuk banyak struktur konformasi berbeda. Model kami tidak hanya memprediksi satu bentuk melainkan rangkaian bentuk 3D yang mungkin.”
Lebih Cepat dari Teknik Eksperimental
Dengan model ini, para peneliti dapat menganalisis ribuan segmen DNA dan menghasilkan ribuan model struktur 3D hanya dalam waktu sekitar 20 menit, cukup dengan satu GPU. Hal ini berbanding kontras dengan teknik Hi-C, yang mungkin membutuhkan waktu berminggu-minggu untuk mendapatkan puluhan struktur saja.
Setelah pelatihan, mereka menerapkan model tersebut pada lebih dari 2.000 urutan DNA dan membandingkan hasilnya dengan data eksperimen. Struktur yang dihasilkan terbukti serupa dengan hasil pengamatan di laboratorium.
“Kami biasa melihat ratusan atau ribuan konformasi untuk setiap urutan. Dengan begitu, kita bisa mendapat gambaran yang lebih menyeluruh mengenai keragaman struktur suatu wilayah DNA,” papar Zhang.
Tidak hanya itu, model ini juga menunjukkan kemampuan untuk memprediksi struktur sel lain, berbeda dari sel yang menjadi dasar pelatihannya. Keunggulan ini memungkinkan peneliti mempelajari bagaimana struktur kromatin bervariasi di antara tipe sel yang berbeda, serta bagaimana perubahan tersebut mempengaruhi ekspresi gen dan fungsi sel secara keseluruhan.
Manfaat untuk Riset dan Pengembangan
Peneliti percaya bahwa model ini dapat diterapkan untuk menjawab banyak pertanyaan terkait biologi sel dan genetika. Salah satu contohnya adalah mengamati bagaimana mutasi tertentu dalam urutan DNA mengubah struktur kromatin, yang pada gilirannya dapat memicu penyakit.
“Ada banyak pertanyaan menarik yang dapat kami jawab dengan model ini,” kata Zhang. “Kami juga menyediakan semua data serta modelnya sehingga peneliti lain dapat memanfaatkannya dalam studi lanjutan.”
Penelitian yang didanai oleh National Institutes of Health (NIH) ini diharapkan dapat membuka jalan bagi pemahaman lebih mendalam mengenai keragaman struktur genom. Dalam jangka panjang, penemuan tersebut berpotensi mendorong inovasi dalam pengobatan presisi (precision medicine) dan terapi genetik di masa depan.
