.png "Bocoran Dahsyatnya Manfaat AI untuk Pengembangan Obat Herbal di Indonesia") |
| Artificial Intelligence (Kecerdasan Buatan) telah merasuk ke semua lini kehidupan, termasuk potensinya untuk pegembangan obat herbal. Apa saja daya akselerasi AI untuk penemuan obat herbal baru? |
OMAIdigital.id- Revolusi Industri 4.0 telah mengubah pranata riset, bisnis, pendidikan, kesehatan, dan gaya hidup. Model digitalisasi di hampir semua sektor, termasuk pemanfaatan Artificial Intellience (AI) memicu akselerasi riset sektor Farmasi dan obat herbal. Bagaimana dahsyatnya AI untuk pengembangan sektor Farmasi dan penemuan obat herbal di masa depan?
Berkut ini wawancara khusus Founder OMAIdigital.id, Karyanto dengan Ketua Umum MABBI (Masyarakat Bioinformatika dan Biodiversitas Indonesia), Dr. Eng. Wisnu Ananta Kusuma, MT. Simak bocoran dahsyatnya AI untuk pengembangan obat herbal di Indonesia berikut ini:
Tanya (Founder OMAIdigital.id):
- Jelaskan manfaat dan fungsi AI dalam pengembangan obat herbal?
Jawaban (Ketua Umum MABBI):
AI dapat digunakan untuk menentukan protein target yang berperan dalam penyakit tertentu, penapisan (screening) senyawa herbal yang potensial yang berinteraksi dengan protein target, memvalidasi bagaimana senyawa herbal berinteraksi dengan protein target pada tingkat molekuler, mengidentifikasi kombinasi senyawa herbal yang paling efektif dan sinergis untuk pengobatan tertentu, menentukan dosis yang optimal, dan memprediksi potensi toksisitas senyawa herbal berdasarkan strukturnya, dan lainnya
Tanya (Founder OMAIdigital.id):
- Jelaskan penggunaan AI secara internasional untuk pengembangan obat kimia/farmasi dan obat herbal?
Jawaban (Ketua Umum MABBI):
AI telah banyak digunakan untuk pengembangan produk obat Kimia Farmasi maupun produk obat herbal, antara lain:
a. Penggunaan AI dalam Pengembangan Produk Obat Kimia Farmasi:
- Identifikasi Target Biologis, contohnya kolaborasi IBM Watson dan Pfizer untuk mempercepat immuno-oncology.
- Screening Senyawa: Atomwise menggunakan teknologi deep learning untuk melakukan virtual screening senyawa obat, Insilico Medicine menggunakan AI untuk mengidentifikasi senyawa yang dapat mengobati idiopatik pulmoner fibrosis
- Optimasi Struktur: BenevolentAI mengembangkan platform AI untuk optimasi desain obat.
- Prediksi Toksisitas dan Efek Samping: Exscientia menggunakan AI untuk memprediksi toksisitas senyawa farmasi.
b. Penggunaan AI dalam pengembangan produk obat herbal atau dari bahan alam yang berkembang adalah perusahaan Traditional Chinese Medicine, seperti:
- Tasly Pharmaceutical Group: mengintegrasikan AI untuk analisis data besar, optimasi formulasi, dan desain uji klinis.
- Beijing Tongrentang: menggunakan AI untuk memastikan konsistensi dan kemurnian produk herbal mereka.:
- Yunnan Baiyao Group: menggunakan teknologi AI untuk penelitian bahan aktif dari tanaman herbal dan untuk mengoptimalkan proses produksi.
- Hutchison Whampoa Guangzhou Baiyunshan Chinese Medicine Co., Ltd.: menggunakan teknologi AI untuk mempercepat penelitian dan pengembangan obat-obatan TCM, meningkatkan efikasi dan keamanan produk dan lain-lain.
- Berita Terkait: OMAI Fitofarmaka Indonesia Terkenal dan Menjadi Top Brand di Manila
- Berita Terkait: Riset OMAI Menghasilkan Produk Inbumin Berkhasiat Percepat Kesembuhan Luka Pasca Bedah
- Berita Terkait: 3 KEY POINT yang Harus Dilakukan untuk Pengembangan OMAI FITOFARMAKA
Tanya (Founder OMAIdigital.id):
- AI apa saja yang digunakan untuk pengembangan obat herbal?
Jawaban (Ketua Umum MABBI):
Pengembangan obat herbal memerlukan informasi dari database dan aplikasi AI, antara lain:
a. Database:
- PubChem: memuat informasi tentang struktur kimia, aktivitas biologis, dan data farmakologi dari berbagai senyawa, termasuk yang ditemukan dalam tanaman obat.
- ChEMBL: Menyediakan data tentang aktivitas biologis, target molekuler, dan studi terkait senyawa-senyawa yang relevan untuk penelitian obat.
- TCMSP (Traditional Chinese Medicine Systems Pharmacology Database): Menyediakan informasi tentang bahan aktif, mekanisme aksi, dan target molekuler dari senyawa-senyawa yang ditemukan dalam obat-obatan tradisional
- KEGG (Kyoto Encyclopedia of Genes and Genomes): Database yang menghubungkan informasi tentang gen dan jalur metabolik dengan informasi tentang senyawa kimia. Berguna untuk memahami mekanisme aksi dan jalur metabolik dari bahan alami dan obat-obatan.
- DrugBank: Database yang menyediakan informasi komprehensif tentang obat-obatan dan senyawa kimia. Termasuk data tentang interaksi obat, mekanisme aksi, dan efek samping potensial dari senyawa-senyawa yang relevan untuk penelitian obat herbal.
b. Aplikasi AI:
- Penentuan protein target dari jejaring interaksi protein-protein: String.DB, Cytoscape
- Penentuan protein target dari senyawa herbal: SwissTargetPrediction
- Untuk molecular docking: Autodock, MOE, DeepDock
- Prediksi struktur protein: AlphaFold (DeepMind)
- Menghitung sinergisitas agen-agen atau senyawa-senyawa herbal: SynergyFinder
- Prediksi toksisitas senyawa Kimia: DeepTox.
Tanya (Founder OMAIdigital.id):
- Bagaimana penerapan AI di Indonesia untuk pengembangan obat herbal?
Jawaban (Ketua Umum MABBI):
Penerapan AI untuk pengembangan obat herbal di Indonesia belum begitu luas. Sebagian besar menggunakan tool yang ada untuk membantu melihat atau menganalisis interaksi senyawa herbal dan protein target melalui molecular docking, mengetahui mekanisme farmakologi dari senyawa herbal menggunakan cytoscape dengan pendekatan network pharmacology (network analysis).
Adapun penggunaan AI dalam pengembangan aplikasi untuk memprediksi interaksi antara tanaman-senyawa-protein-penyakit baru dilakukan oleh IPB (Pusat Studi Biofarmaka Tropika IPB dan Departemen Ilmu Komputer IPB) yang menhasilkan Ijah Analytics: https://ijah.apps.cs.ipb.ac.id
Interaksi pada Ijah Analytics diperoleh dari data eksperimen yang berasal dari Knapsack (untuk interaksi tanaman-senyawa), PubChem (untuk interaksi Senyawa-protein), dan OMIM (untuk interaksi protein-penyakit). Selain itu interaksi juga diperoleh dari hasil prediksi menggunakan algoritma machine learning BLM-NII (Bipartite Local Model-Network based interaction profile inferring) berbasis Support Vector Machine. Redaksi OMAIdigital.id
