Kesehatan – Kecerdasan buatan tak lagi hanya menghasilkan teks, gambar, video atau kode komputer.
Peneliti dari Stanford University dan Arc Institute kini menunjukkan bahwa AI dapat digunakan untuk merancang genom virus secara utuh, kemudian mengubah rancangan digital tersebut menjadi bakteriofag yang benar-benar berfungsi di laboratorium.
Penelitian menggunakan model genom berbasis AI Evo 1 dan Evo 2 itu menghasilkan 16 bakteriofag viabel yang mampu menginfeksi dan membunuh bakteri Escherichia coli atau E. coli.
Baca Juga:
Bakteriofag adalah virus yang secara khusus menyerang bakteri dan bukan virus yang dalam eksperimen tersebut dirancang untuk menginfeksi manusia.
Samuel King dan Brian Hie dalam penjelasan resmi di laman Arc Institute menyebut pencapaian tersebut sebagai tahap baru dalam pengembangan genom menggunakan kecerdasan buatan.
“Kami kini telah menggunakan ΦX174 sebagai templat untuk menghasilkan genom pertama yang dibuat AI,” tulis King dan Hie dalam publikasi Arc Institute.
Baca Juga:
Penelitian berjudul Generative design of novel bacteriophages with genome language models itu memanfaatkan ΦX174 sebagai templat.
Bakteriofag tersebut memiliki genom sepanjang sekitar 5.386 nukleotida dengan 11 gen dan telah lama menjadi salah satu objek penting dalam sejarah penelitian genom.
ΦX174 bahkan tercatat sebagai organisme pertama yang genom lengkapnya berhasil diurutkan pada 1977.
Baca Juga:
Puluhan tahun kemudian, virus yang sama digunakan sebagai titik awal untuk menguji apakah AI mampu memahami hubungan kompleks antargen dan kemudian menghasilkan genom baru yang tetap berfungsi.
Model Evo tidak sekadar diperintahkan menyalin ΦX174.
Peneliti menggunakannya untuk menghasilkan sejumlah besar variasi genom baru, kemudian menyeleksi kandidat berdasarkan kualitas urutan genetik, kemungkinan spesifisitas terhadap inang, serta tingkat kebaruannya.
Sekitar 300 rancangan kemudian masuk dalam tahap sintesis dan pengujian laboratorium.
Arc Institute dalam penjelasan teknisnya mencatat 285 desain diuji menggunakan protokol eksperimental, sedangkan laporan media mengenai publikasi terbaru menyebut jumlah kandidat yang diseleksi berada di kisaran 300.
Sebanyak 16 di antaranya akhirnya terverifikasi sebagai bakteriofag fungsional.
Masing-masing bakteriofag tersebut tidak sekadar membawa salinan identik virus alami.
Arc Institute menemukan genom fungsional hasil AI memiliki puluhan hingga ratusan mutasi baru dibandingkan kerabat alami terdekatnya.
Salah satu kandidat bahkan memiliki 392 mutasi dan tingkat kemiripan nukleotida sekitar 93 persen dengan fag alami terdekat.
Menurut peneliti, perbedaan sebesar itu berpotensi membuatnya memenuhi ambang tertentu untuk dikategorikan sebagai spesies baru.
Brian Hie dari Stanford University mengatakan penelitian tersebut membawa AI generatif menuju tingkat kompleksitas baru.
“Ini adalah pertama kalinya AI generatif digunakan untuk mendesain genom lengkap,” kata Hie kepada BBC, sebagaimana dilaporkan dalam pemberitaan mengenai hasil penelitian tersebut.
Menurut Hie, tantangannya jauh lebih kompleks dibandingkan penggunaan AI untuk merancang satu protein atau satu gen.
Sebuah genom harus membuat sejumlah gen dan elemen regulator bekerja secara bersama agar organisme biologis yang dihasilkan mampu bereplikasi dan menjalankan fungsinya.
Sebelumnya, model AI telah digunakan untuk mendesain protein, gen, hingga sistem biologis yang terdiri atas beberapa komponen.
Namun, menghasilkan keseluruhan genom yang kemudian terbukti berfungsi di dunia nyata merupakan lompatan berbeda.
Hasil penelitian awal tersebut pertama kali dipublikasikan melalui bioRxiv pada Rabu (17/09/2025).
Temuan itu kembali menjadi perhatian setelah hasil penelitiannya diberitakan sebagai publikasi di jurnal Science pada Agustus 2026.
Kemampuan bakteriofag hasil AI menjadi lebih menarik ketika peneliti mengujinya terhadap bakteri yang telah mengembangkan resistensi.
Tim membentuk tiga strain E. coli yang resisten terhadap ΦX174.
Ketika virus alami tersebut digunakan sendiri, bakteri mampu bertahan.
Namun, kombinasi bakteriofag hasil desain AI berhasil mengatasi resistensi pada ketiga strain tersebut setelah beberapa tahap pengujian.
Temuan itu mengindikasikan keragaman yang dibuat AI dapat menyediakan lebih banyak jalur evolusioner bagi bakteriofag untuk mengejar bakteri yang terus berubah.
“Daripada berharap alam telah menghasilkan fag yang tepat, kami dapat menghasilkan populasi beragam,” tulis King dan Hie dalam penjelasan penelitian mereka di Arc Institute.
Potensi tersebut penting karena resistensi antimikroba menjadi salah satu tantangan kesehatan global.
Bakteri dapat berevolusi dan menjadi kebal terhadap antibiotik, sehingga ilmuwan terus mencari pendekatan pengobatan alternatif.
Salah satunya adalah terapi fag, yakni memanfaatkan bakteriofag untuk membunuh bakteri tertentu.
Dengan AI, ilmuwan pada masa depan berpotensi merancang berbagai kandidat fag secara lebih sistematis daripada sepenuhnya bergantung pada virus yang ditemukan di alam.
Meski terdengar mengkhawatirkan, 16 virus dalam penelitian tersebut bukan virus yang dirancang untuk menginfeksi manusia.
Para peneliti sengaja menggunakan bakteri E. coli nonpatogen sebagai inang eksperimen.
Arc Institute juga menyatakan data virus eukariotik, termasuk virus yang menginfeksi manusia, dikeluarkan dari data pelatihan Evo 2 sebagai bagian dari langkah keselamatan.
Pengujian terhadap 16 fag fungsional juga menunjukkan spesifisitas inang tetap terbatas.
Fag tersebut tumbuh pada E. coli C dan strain terkait E. coli W, tetapi tidak tumbuh pada enam strain lain yang diuji.
Karena itu, hasil penelitian tidak berarti AI yang digunakan dalam eksperimen tersebut tiba-tiba mampu menghasilkan virus manusia baru.
Namun, kemampuan AI menulis genom virus lengkap tetap memunculkan pertanyaan mengenai biosafety dan biosecurity.
Thomas Inglesby dan Moritz Hanke dari Johns Hopkins Center for Health Security memperingatkan bahwa kemajuan tersebut melampaui persoalan apakah AI suatu hari akan mampu mendesain genom virus.
“Kemampuan menyusun genom virus menggunakan AI generatif kini sudah ada,” tulis keduanya dalam komentar yang menyertai pembahasan penelitian di Science.
Menurut mereka, persoalan berikutnya adalah bagaimana teknologi tersebut dikembangkan tanpa membuka peluang terjadinya bahaya serius.
Mereka menilai penelitian terhadap bakteriofag memiliki manfaat yang menjanjikan, tetapi teknologi yang semakin kuat pada masa mendatang membutuhkan tata kelola, pengawasan, serta sistem penyaringan sintesis DNA yang memadai.
Kekhawatiran itu muncul karena teknologi generatif pada prinsipnya semakin baik dalam mempelajari aturan tersembunyi dalam informasi biologis.
Kemampuan yang saat ini dimanfaatkan untuk menghasilkan bakteriofag potensial melawan bakteri resisten memiliki sifat dual use: sangat berguna bagi ilmu pengetahuan, tetapi dapat menimbulkan risiko apabila digunakan secara tidak bertanggung jawab.
Arc Institute mengakui bahwa peningkatan kemampuan model biologis harus berjalan bersama pengembangan sistem keselamatan.
“Pekerjaan lebih lanjut untuk penyelarasan model akan diperlukan bagi biosafety berkelanjutan,” tulis Arc Institute dalam evaluasi Evo 2.
Penelitian Stanford University dan Arc Institute pada akhirnya menunjukkan perubahan penting dalam perkembangan kecerdasan buatan.
AI tidak lagi sebatas membantu membaca atau menganalisis informasi biologis, tetapi mulai mampu merancang sistem genetika yang kemudian diwujudkan dan bekerja di laboratorium.
Potensinya bisa sangat besar, mulai dari pengembangan terapi fag hingga upaya menghadapi bakteri yang kebal antibiotik.
Pada saat bersamaan, keberhasilan 16 bakteriofag tersebut menjadi pengingat bahwa kemajuan AI dalam biologi perlu diiringi sistem biosafety dan biosecurity yang berkembang sama cepatnya.
