Revolusi AI dalam Penemuan Antibiotik: Wyss Institute Ciptakan Senjata Baru Lawan Bakteri Gonore Kebal Obat

Ancaman Neisseria gonorrhoeae yang kebal terhadap berbagai obat telah mendorong para peneliti untuk meninggalkan metode penemuan obat tradisional yang lambat, dan beralih ke kecerdasan buatan. Di Wyss Institute for Biologically Inspired Engineering, Universitas Harvard, sebuah tim yang dipimpin oleh Core Faculty Jim Collins—bekerja sama dengan rekan-rekan dari MIT dan Broad Institute—telah mencapai serangkaian terobosan yang tidak sekadar menyaring pustaka obat yang ada, tetapi menciptakan antibiotik yang sepenuhnya baru dari nol menggunakan pembelajaran mendalam generatif [8, 9, 52].

Bagaimana Wyss Institute menggunakan AI generatif untuk menciptakan antibiotik

Penelitian terbaru dari laboratorium Collins yang dipublikasikan di jurnal Cell menggambarkan kerangka kerja AI generatif dua arah untuk merancang antibiotik melawan N. gonorrhoeae yang resistan obat dan Staphylococcus aureus (MRSA) [7, 8]. Tim menggunakan graph neural networks untuk secara sistematis mengevaluasi lebih dari 100 juta fragmen kimia secara in silico, memprediksi kerangka inti dengan aktivitas antibakteri selektif terhadap masing-masing patogen . Dari sana, mereka menerapkan variational autoencoders dan algoritma genetika untuk mengembangkan fragmen-fragmen menjanjikan ini menjadi molekul yang lebih besar dan sepenuhnya terbentuk dengan sifat-sifat mirip obat yang diinginkan [7, 8].

Secara total, model tersebut merancang lebih dari 36 juta kandidat senyawa, yang kemudian disaring secara komputasi oleh para peneliti berdasarkan prediksi aktivitas antibiotik, toksisitas rendah, dan kemudahan sintesis [8, 16]. Akhirnya, tim berhasil mensintesis 24 molekul rancangan AI yang paling menjanjikan dan mengujinya di laboratorium. Tujuh senyawa menunjukkan aktivitas antibakteri, dan dua kandidat utama—yang diberi nama NG1 (menargetkan gonore) dan DN1 (menargetkan MRSA)—menunjukkan efektivitas bakterisidal yang kuat terhadap strain yang resistan terhadap banyak obat, baik dalam studi laboratorium maupun pada hewan [8, 7, 55]. Molekul-molekul ini secara struktural berbeda dari antibiotik mana pun yang ada dan tampaknya bekerja melalui mekanisme baru yang mengganggu membran sel bakteri .

Detail pentingnya adalah bahwa tim Wyss/MIT tidak berhenti pada pengujian in vitro dan hewan. Collins telah mengungkapkan bahwa ia bekerja langsung dengan Direktur Pendiri Wyss, Donald Ingber, untuk memanfaatkan perangkat kultur sel mikrofluida "organ-on-chip" milik institut tersebut guna menguji kemanjuran antibiotik temuan AI di lingkungan yang menyerupai jaringan manusia . Platform ini memungkinkan para peneliti untuk mempelajari bagaimana obat berperilaku dalam jaringan manusia yang hidup, melengkapi eksperimen hewan tradisional dan memberikan pandangan yang lebih mendalam tentang potensi terapeutik suatu senyawa sebelum pernah memasuki uji klinis pada manusia .

Revolusi AI yang lebih luas dalam penemuan antimikroba

Hasil kerja Wyss/MIT bukanlah sebuah insiden yang terisolasi. Ini mencerminkan pergeseran fundamental dalam cara komunitas ilmiah mendekati resistensi antimikroba. AI tidak lagi hanya mempercepat penyaringan pustaka senyawa yang ada; AI digunakan untuk merancang molekul "baru di alam", menambang proteom organisme yang telah punah untuk mencari peptida antimikroba, dan memprediksi pola resistensi secara real-time dari data genomik [17, 18, 20, 26].

• Desain generatif: Makalah Cell dari laboratorium Collins adalah bagian dari gelombang yang mencakup kelompok lain yang menggunakan large language models (LLM) untuk menghasilkan peptida antimikroba baru yang efektif melawan superbug klinis [7, 22].
• De-ekstinksi molekuler: Para peneliti telah melatih model pembelajaran mendalam untuk menambang proteom organisme punah demi menemukan peptida antibiotik tersembunyi, mengungkap molekul yang belum pernah dilihat manusia sebelumnya .
• Prediksi resistensi: Studi machine learning terpisah telah menunjukkan bahwa model CatBoost dapat memprediksi resistensi gonokokal terhadap antibiotik utama dengan skor AUROC tervalidasi silang setinggi 0,97, mengungguli metode terbaik sebelumnya sebesar 4-7 poin persentase . Ini berarti para dokter dapat segera menerima prediksi resistensi berkualitas laboratorium secara real-time hanya dengan menggunakan data pasien yang dikumpulkan secara rutin.
• Pergeseran paradigma: Sebuah tinjauan komprehensif NIH membingkai AI bukan hanya sebagai alat bantu, tetapi sebagai "katalis" untuk penemuan antimikroba, mengatasi masalah inti bahwa jalur tradisional terlalu lambat dan terlalu mahal untuk mengimbangi patogen yang resistan terhadap banyak obat dan terus berkembang .

Peran fundamental Wyss Institute dalam pergeseran ini sulit untuk dilebih-lebihkan. Karya deep learning Collins sebelumnya, yang juga dilakukan bersama kolaborator MIT, bertanggung jawab atas penemuan halicin pada tahun 2019—kelas antibiotik baru pertama yang teridentifikasi dalam beberapa dekade, dan yang pertama ditemukan dengan memanfaatkan platform bertenaga AI [9, 47]. Karya AI generatif yang lebih baru untuk gonore adalah evolusi langsung dari program penelitian yang sama, bergerak dari "AI sebagai penyaring" menjadi "AI sebagai perancang" [7, 50].

Persetujuan FDA menyusul: obat oral baru untuk gonore

Sementara kandidat AI generatif Wyss Institute (seperti NG1) masih dalam tahap praklinis, bidang penemuan antibiotik menerima validasi besar pada Desember 2025. Pada 11 dan 12 Desember, Badan Pengawas Obat dan Makanan AS (FDA) menyetujui dua obat oral baru untuk mengobati gonore urogenital tanpa komplikasi—pilihan pengobatan yang sepenuhnya baru untuk pertama kalinya dalam beberapa dekade [33, 40, 35].

• Zoliflodacin (nama merek Nuzolvence) adalah inhibitor topoisomerase spiropyrimidinetrione oral dosis tunggal first-in-class yang pertama kali dikembangkan oleh Innoviva Specialty Therapeutics dalam kemitraan dengan Global Antibiotic Research and Development Partnership (GARDP) dan Institut Nasional Alergi dan Penyakit Menular AS [31, 33, 39]. Uji coba Fase 3 terhadap 930 pasien menemukan obat tersebut tidak kalah efektif dibandingkan dengan rejimen suntik standar perawatan .
• Gepotidacin (nama merek Blujepa) adalah antibakteri triazaacenaphthylene oral first-in-class yang dikembangkan oleh GSK. Obat ini awalnya disetujui pada Maret 2025 untuk infeksi saluran kemih pada wanita, dan kemudian menerima persetujuan tambahan FDA pada Desember 2025 untuk pengobatan gonore pada pasien dengan pilihan alternatif yang terbatas atau tidak ada [34, 37, 40].

Kedua obat tersebut adalah antibiotik oral yang secara struktural baru, sebuah fitur penting karena standar perawatan sebelumnya—rejimen berbasis ceftriaxone suntik—menimbulkan hambatan logistik dan semakin tertantang oleh peningkatan resistensi [36, 44]. Namun, persetujuan ini disertai dengan peringatan penting. Baik zoliflodacin maupun gepotidacin menunjukkan keberhasilan terbatas melawan gonore faring pada uji coba Fase 2 sebelumnya, yang berarti penggunaannya perlu dikelola dengan hati-hati . Dan tidak satu pun dari keduanya ditemukan menggunakan AI. Sebaliknya, mereka mencerminkan pentingnya pengembangan obat molekul kecil tradisional non-AI yang berkelanjutan, bahkan ketika AI mempercepat jalur kandidat praklinis [7, 8].

Ke mana arah semua ini

Karya Wyss Institute, dan gerakan antibiotik berbasis AI yang lebih luas yang diwakilinya, berada di persimpangan penting. Di satu sisi, model AI generatif kini mampu merancang senyawa yang secara struktural baru yang membunuh "superbug" yang resistan terhadap banyak obat di laboratorium dan model hewan [7, 48]. Di sisi lain, persetujuan FDA pada Desember 2025 untuk zoliflodacin dan gepotidacin membuktikan bahwa entitas kimia baru dapat memenangkan persetujuan regulator dan menjangkau pasien yang sangat membutuhkan alternatif selain antibiotik lini depan yang mulai gagal [33, 35]. Langkah selanjutnya—perpaduan antara kandidat yang dirancang oleh AI dengan pengujian organ-on-chip manusia—telah dimulai di dalam laboratorium Collins .

Jika pendekatan terintegrasi ini berhasil, masa depan penemuan antibiotik bisa terlihat sangat berbeda: model pembelajaran mendalam mengusulkan molekul yang sepenuhnya baru, organ-on-chip memvalidasi keamanan dan kemanjurannya di lingkungan jaringan manusia, dan kandidat yang paling menjanjikan bergerak cepat menuju uji klinis. Untuk patogen seperti N. gonorrhoeae, yang telah ditempatkan oleh WHO dan CDC dalam daftar pantauan prioritas tertinggi karena lintasan resistensinya yang mengkhawatirkan, taruhannya tidak bisa lebih tinggi [41, 5]. Antibiotik rancangan AI dari Wyss Institute mungkin masih dalam tahap praklinis, tetapi mereka mewakili bukti konsep bahwa kita sekarang dapat mengajari mesin untuk menemukan obat yang sangat kita butuhkan.