(SeaPRwire) –   Sel manusia adalah mesin Rube Goldberg yang tiada tandingannya, penuh dengan tindak balas rantai biologi yang menjadi pembeza antara hidup dan mati. Memahami hubungan yang rumit ini dan bagaimana ia tersasar dalam penyakit adalah salah satu daya tarikan utama biologi. Satu kesilapan dalam gen boleh membengkokkan protein yang dihasilkannya menjadi bentuk yang salah. Protein yang salah bentuk tidak dapat menjalankan tugasnya. Dan kerana kekurangan protein itu, organisma – anda – mungkin mula hancur.

Walau bagaimanapun, sel-sel sangat kompleks sehingga sukar untuk memahami bagaimana kegagalan satu protein merebak melalui sistem. Graham Johnson, seorang ahli biologi pengkomputeran dan ilustrator saintifik di Allen Institute for Cell Science, mengimbas kembali berfantasi di meja makan, lebih 15 tahun yang lalu, tentang model komputer sel yang begitu terperinci, begitu lengkap, sehingga saintis dapat melihat proses sedemikian berlaku. Pada masa itu, “semua orang hanya ketawa,” katanya. “Ia terlalu tidak realistik.”

Tetapi kini beberapa penyelidik menggunakan AI untuk mengambil langkah baru ke arah matlamat “sel maya”. Google’s DeepMind sedang membangunkan, dan Chan Zuckerberg Initiative (CZI) telah menjadikan sel maya sebagai tumpuan utama dalam rangkaian penyelidikan Biohub mereka, kata Theo Karaletsos, pengarah kanan AI di CZI. Malah terdapat, yang ditubuhkan oleh Arc Institute, untuk model gaya sel maya. Matlamat semua usaha ini adalah untuk meramalkan bagaimana sel sihat dan sakit berfungsi, dengan begitu terperinci sehingga mungkin untuk mempercepatkan pembangunan ubat-ubatan dan mempercepatkan penemuan saintifik. Sel maya mungkin juga memperkemas penyelidikan asas, beberapa berpendapat, memindahkan ahli biologi dari meja makmal ke papan kekunci.

Apa itu sel maya?

Definisi tepat sel maya berbeza-beza bergantung kepada siapa anda bercakap. Sesetengah saintis, seperti Johnson, berharap sel maya akan merangkumi representasi visual yang boleh anda klik dan teroka. Yang lain pula menganggapnya terutamanya sebagai set program komputer yang boleh menjawab soalan dan membuat ramalan tentang apa yang mungkin berlaku. Tetapi konsep ini bukanlah idea baru. Selama beberapa dekad, ahli biologi telah membina model matematik proses selular. Untuk membuatnya, penyelidik menggunakan data dari eksperimen dengan sel sebenar, menghasilkan persamaan yang menggambarkan apa yang berlaku.

Kini terdapat lebih banyak data mengenai sel manusia berbanding sebelum ini, sebahagiannya disebabkan oleh teknologi yang membolehkan saintis mengintip aktiviti sel individu. Tetapi mencari persamaan untuk setiap proses dan menyatukannya adalah tugas yang sangat besar. “Cara lama melakukannya” – secara manual, iaitu – “saya akan katakan, hanya mempunyai kejayaan yang sangat terhad,” kata Stephen Quake, seorang profesor di Stanford University dan bekas ketua sains di CZI. Tahun lalu, beliau dan penyelidik lain menggariskan visi untuk pendekatan lain, satu yang menyalurkan data mengenai sel secara langsung kepada AI khusus. “Anda membina model yang belajar secara langsung dari data, daripada cuba menulis persamaan,” katanya.

Quake dan rakan sekerjanya telah berjaya. Mereka menggunakan data sel dari 12 spesies berbeza untuk melatih AI. AI kemudiannya dapat membuat ramalan yang tepat tentang sel-sel spesies yang belum pernah dilihatnya sebelum ini, kata Quake. Ia juga dapat menyimpulkan hubungan antara jenis sel yang berbeza dalam satu spesies, walaupun tidak diberikan maklumat mengenai pautan tersebut. “Itulah yang membuat saya, secara peribadi, sangat teruja dengan pendekatan ini,” kata Quake.

Satu lagi pasukan penyelidik, termasuk beberapa di Google DeepMind, sedang bekerja. Mereka telah melatih AI pada set data maklumat yang besar tentang sel, membolehkan pengguna bertanya soalan seperti, “Bagaimana sel ini akan bertindak balas terhadap ubat ini?” dan kemudian menerima jawapan tentang bahagian sel mana yang kemungkinan besar akan terjejas.

Ini hanyalah beberapa pendekatan yang diambil oleh saintis ke arah penciptaan sel maya. Kemungkinan akhirnya akan ada banyak jenis sel maya yang berbeza, direka untuk digunakan oleh pelbagai jenis penyelidik. Sel maya yang digunakan oleh ahli biologi kanser, contohnya, mungkin berbeza daripada yang digunakan oleh ahli biologi sel yang ingin menjawab soalan tentang bagaimana struktur tertentu berevolusi. Dan mungkin mereka akan menggunakan pendekatan pemodelan tradisional dan AI.

Apa yang mungkin dapat kita lakukan dengan sel maya

Sel maya boleh menjadikan penemuan ubat baharu lebih cepat dan mudah. Ia juga boleh memberi wawasan tentang bagaimana sel kanser mengelak sistem imun, atau bagaimana seorang pesakit individu mungkin bertindak balas terhadap terapi tertentu. Ia mungkin juga membantu saintis asas menghasilkan hipotesis tentang bagaimana sel berfungsi yang boleh mengarahkan mereka kepada eksperimen apa yang perlu dilakukan dengan sel sebenar. “Matlamat keseluruhan di sini,” kata Quake, “adalah untuk cuba mengubah biologi sel dari bidang yang 90% eksperimen dan 10% komputasi kepada sebaliknya.”

Sesetengah saintis mempersoalkan sejauh mana ramalan yang dibuat oleh AI akan berguna, jika AI tidak dapat memberikan penjelasan untuknya. “Model AI, biasanya, adalah kotak hitam,” kata Erick Armingol, seorang ahli biologi sistem dan penyelidik pasca kedoktoran di Wellcome Sanger Institute di UK. Dalam erti kata lain, ia memberikan anda jawapan, tetapi ia tidak dapat memberitahu anda mengapa ia memberikan jawapan itu.

“Secara peribadi, mengapa saya berakhir dalam bidang ini adalah kerana saya ingin mensimulasikan seluruh tubuh manusia dan bagaimana sel-sel berhubung antara satu sama lain dan berinteraksi. Jadi itulah impian,” katanya. Jawapan kotak hitam mungkin membantu dalam mengemudi pembangunan ubat, tetapi ia mungkin tidak begitu berguna kepada saintis asas – sekurang-kurangnya bukan dengan cara kebanyakan AI kini disusun. (Karaletsos, dari CZI, mengatakan bahawa beberapa AI mereka disusun untuk memberikan penjelasan tentang penaakulan mereka. “Kami ingin memahami, bukan hanya meramalkan,” katanya.)

Johnson, yang mengarang tentang kepentingan membina sel maya, berharap apa sahaja yang akhirnya dibina oleh saintis akan dapat divisualisasikan. Idealnya ialah “versi sesuatu yang rumit yang visual, interaktif, intuitif,” katanya. “Saya rasa AI adalah kritikal untuk membolehkan semua ini. Saya tidak berminat dengan ramalan kotak hitam sebagai hasil utama.”

Tidak kira bagaimana ia dibina, mungkin akan mengambil masa sebelum sel maya jenis tertentu dapat berfungsi. “Ini bukan sesuatu yang akan selesai tahun depan,” kata Quake. “Saya fikir ia akan mengambil masa sedekad penuh untuk merealisasikan potensinya.”

Tetapi sejak perbualan makan tengah hari yang lama itu, Johnson berkata, kemajuan dalam biologi sel dan sains komputer telah mengubah secara asas prospek untuk suatu hari nanti memiliki sel maya. “Saya tidak lagi merasa seperti orang gila hanya meracau tentang ini,” katanya. “Ia kini terasa munasabah.”