Bioteknologi

Multiomik dan AI dalam Perawatan Kesehatan: Frontier Baru untuk Penemuan Obat

mm
Diterbitkan
Diperbarui
Tambahkan Securities.io ke sumber pilihan Anda di Google
Pengungkapan: Securities.io dapat menerima kompensasi saat Anda memakai tautan ke produk yang kami ulas. Hal ini tidak memengaruhi penilaian editorial kami. Kami bukan penasihat investasi terdaftar; ini bukan saran investasi. Baca pengungkapan afiliasi kami.

Pengobatan Presisi Adalah Masa Depan Perawatan Kesehatan

Dalam ilmu eksakta terapan, kemajuan sering berasal dari pengukuran dan peralatan yang semakin presisi. Hal ini terutama berlaku dalam fisika dan kimia, karena perangkat analisis kini dapat mengamati reaksi atom individual dalam eksperimen. Kemampuan tersebut mempercepat kemajuan dalam energi bersih, ilmu material, nanoteknologi, manufaktur, dan komputasi.

Namun, satu bidang ilmiah terbukti menjadi tantangan yang lebih sulit untuk pengukuran yang tepat: biologi. Hal ini karena organisme hidup bukanlah “bahan sederhana” yang terbuat dari beberapa elemen, melainkan mesin molekuler ultra-kompleks yang terdiri dari jutaan, bahkan miliaran, bagian yang berbeda.

Jadi, representasi sejati dari satu sel manusia akan menjadi hampir tak terbayangkan kompleksnya, seperti yang diilustrasikan oleh gambar sel manusia yang dihasilkan komputer dan menjadi viral beberapa tahun lalu.

Sumber: Newsweek

Hal ini membuat pemahaman sejati tentang fenomena biologis dan biokimia menjadi tantangan yang terus-menerus.

Genomik telah menjadi langkah pertama yang penting, dalam menjelaskan templat/petunjuk yang digunakan sel untuk membangun komponen internal mereka. Faktor yang semakin berkembang adalah penggunaan AI, karena jaringan saraf canggih dapat menangani sejumlah besar data lebih baik daripada otak manusia.

Bersama-sama, hal ini akan mendorong transformasi dalam perawatan kesehatan, dengan munculnya pengobatan presisi yang benar‑benar dipersonalisasi, disesuaikan dengan susunan gen, metabolisme, riwayat medis, dll. masing‑masing individu.

Saat ini, pengobatan presisi merupakan pasar senilai $500 miliar dan mencakup antibodi monoklonal, yang merupakan pasar senilai $222 miliar pada 2023, serta perawatan kanker canggih seperti terapi CAR-T.

Apa itu Multiomik?

Kompleksitas sistem kehidupan telah mendorong munculnya multiomik, bidang yang menggabungkan seluruh subbidang omik dalam ilmu biologi dan dianggap sebagai langkah berikutnya dalam bioteknologi:

  • Genomik: analisis urutan DNA di dalam inti sel.
  • Transkriptomik: analisis mRNA yang membawa instruksi DNA.
  • Epigenomik: modifikasi genom tanpa memengaruhi urutan genetik, atau “epigenetika”.
  • Proteomik: analisis protein, termasuk modifikasi protein dengan gula (“pasca‑translasi”).
  • Metabolomik: analisis senyawa kimia dan metabolisme.
  • Mikrobiomik: analisis semua mikroba yang hidup di dalam atau pada tubuh.
  • Multiomik sel tunggal: analisis multiomik pada sel individu.
  • Biologi spasial: menganalisis dalam 3D lokasi mRNA, protein, atau sel tertentu.

Bidang‑bidang baru sedang muncul, misalnya, Agrigenomik (genomik untuk meningkatkan hasil pertanian), Genomik Ekologis (mengevaluasi kesehatan ekosistem secara akurat dan keanekaragaman genetiknya), atau Biologi Sintetis (menciptakan gen, sifat, atau seluruh organisme baru dengan tujuan khusus).

Setiap bidang ini telah membuat kemajuan luar biasa berkat metode analitis baru & yang ditingkatkan, sebagian besar didorong oleh kemajuan revolusioner dalam nanoteknologi, optik, teknologi semikonduktor, dan daya komputasi.

Sayangnya, ilmu biologi dan kedokteran mulai kesulitan menangani semua data baru ini, apalagi memahami interaksi kompleks dari setiap bidang -omics yang mungkin dengan yang lainnya.

Secara besar, hal ini disebabkan oleh triliunan bahkan kuadriliun potensi interaksi silang antara gen, protein, biomolekul, bakteri, dll. individu.

Dan secara teoritis, untuk pengobatan yang benar‑benar dipersonalisasi, data ini akan dikumpulkan untuk setiap individu dan dihubungkan dengan catatan data kesehatan digital mereka.

Penurunan Biaya & Banjir Data

Kemajuan teknologi dalam perangkat analisis telah menurunkan biaya pengumpulan data baru secara drastis. Contohnya, biaya pengurutan genom manusia lengkap telah turun lebih dari sejuta kali dalam 30 tahun, sedangkan sintesis DNA kini 10.000 kali lebih murah.

Artinya, jika pada 2001 pengurutan satu genom saja memerlukan biaya $450.000, kini dengan biaya yang sama secara teoritis dapat diurutkan 1,4 miliar genom, atau 17% populasi dunia.

Akibatnya, para ahli biologi dibanjiri data genomik dan data omik lainnya.

Sebagai contoh, UK Biobank, basis data genomik terbesar yang tersedia untuk umum, memuat data 27 kali lebih banyak daripada data yang digunakan untuk salah satu model bahasa besar terbesar, Llama 405B buatan Meta (FB ).

Jika genom setiap bayi baru lahir di dunia diurutkan, sebuah praktik yang mungkin semakin umum pada tahun-tahun mendatang, setiap tahun akan dihasilkan data 10.000 kali lebih banyak daripada yang digunakan oleh Llama.

Untungnya, ketika jumlah data bertambah ribuan kali, efisiensi alat analisis digital juga meningkat. Khususnya, AI dapat menjadi 1.000 kali lebih kuat dengan biaya yang sama.

Aplikasi dalam Penemuan Obat

Sel Virtual

Hingga baru-baru ini, untuk mengetahui efek calon obat baru atau cara satu protein berinteraksi dengan protein lain, ahli biologi harus melakukan eksperimen secara manual. Proses ini mahal dan memakan waktu.

Hal tersebut secara alami memperlambat penemuan obat baru dan meningkatkan biaya layanan kesehatan untuk perawatan inovatif. Eksperimen dapat dilakukan secara in vitro, di laboratorium, atau in vivo, pada organisme hidup yang biasanya berupa hewan.

Kini muncul pilihan baru berupa pendekatan in silico, yaitu satu atau beberapa sel virtual disimulasikan di komputer. Sel virtual tersebut kemudian dikenai calon perawatan baru dan simulasi menghitung bagaimana sel akan bereaksi.

Simulasi yang Ditingkatkan

Selain data genom dan transkriptom lengkap, alat lain mulai digunakan dalam simulasi in silico: simulator pelipatan protein seperti AI AlphaFold milik Google (GOOGL ).

Banyak obat berbasis protein bergantung pada interaksi antara obat dan reseptor di sel tubuh atau di permukaan bakteri maupun sel kanker yang ditargetkan.

Prediksi in silico yang akurat atas konfigurasi tiga dimensi atau pelipatan protein akan meningkatkan tingkat keberhasilan dan kecepatan pengembangan obat secara drastis sekaligus menurunkan biaya.

Karena kemampuan AlphaFold meningkat hingga 500 kali sejak 2018, simulasi in silico akan menjadi teknologi wajib bagi sebagian besar perusahaan bioteknologi.

Perusahaan lain juga mengembangkan teknologi serupa AlphaFold untuk molekul nonprotein, seperti Schrödinger (SDGR ), yang dibahas dalam “5 Perusahaan AI dan Bioteknologi Digital Teratas”.

Deteksi Kanker

Deteksi dini kanker, bahkan ketika belum terlihat melalui pemindai MRI, sering kali menjadi persoalan hidup dan mati.

Teknik baru bernama biopsi cair menjanjikan deteksi dini kanker yang belum terlihat tersebut. Metode ini menggunakan alat pengurutan genom untuk mendeteksi urutan DNA khas kanker di dalam darah pasien, meskipun urutan itu sangat langka.

Biopsi cair jauh kurang invasif daripada biopsi biasa karena hanya memerlukan sampel darah. Metode ini juga dapat digunakan untuk mencari beberapa jenis kanker sekaligus.

Pada Juni 2024, FDA menyetujui tes skrining kanker kolorektal “Shield” dari Guardant Health (GH ). Grail (GRAL ), yang baru dipisahkan dari Illumina (ILMN ), juga mengembangkan tes semacam itu.

Selain biopsi cair, pengujian penyakit residu minimal (MRD) semakin umum digunakan untuk memeriksa remisi pasien kanker. MRD dapat mendeteksi kekambuhan kanker hingga 20 bulan lebih awal daripada pencitraan tradisional.

Untuk MRD maupun biopsi cair, penggantian biaya oleh sistem asuransi kesehatan swasta dan nasional akan menjadi kunci untuk mempercepat penerapannya.

Laboratorium Otomatis

Seiring kebutuhan data meningkat dan alat deteksi menjadi lebih murah, tenaga manusia berkualifikasi doktoral semakin menjadi faktor pembatas, baik dari sisi biaya maupun kapasitas, dalam menghasilkan lebih banyak data multiomik.

Hal ini berlaku untuk pekerjaan manual, seperti mengambil sampel, maupun untuk perancangan eksperimen.

Metode alternatif yang sedang berkembang adalah laboratorium swakemudi (SDL). Metode ini memadukan robotika dan otomatisasi untuk menggantikan pekerjaan manual yang membosankan dan lambat sehingga eksperimen dapat dilakukan dalam volume besar. Model bahasa besar juga digunakan untuk menganalisis data dan merancang rangkaian eksperimen berikutnya.

Salah satu pemimpin dalam metode penemuan obat baru ini adalah Recursion Pharmaceuticals (RXRX ) (selengkapnya tentang perusahaan ini di bawah).

Wawasan Investasi

Walaupun banyak perusahaan berinovasi di persimpangan AI dan multiomik, beberapa di antaranya menonjol karena skala kepentingan atau ambisinya.

Recursion Pharmaceuticals

RXRX Grafik Harga

Sejak didirikan, Recursion berfokus menggunakan AI untuk mempercepat penemuan obat baru. Untuk melakukannya, perusahaan memadukan laboratorium kering atau in silico dan laboratorium basah yang menggunakan sampel biologis dengan:

  • Perpustakaan yang berisi 1,7 juta molekul kecil.
  • Kultur sel, penyuntingan gen CRISPR, faktor larut, virus hidup, dll.
  • Alur kerja robotik laboratorium otomatis yang memungkinkan hingga 2,2 juta percobaan setiap minggu.
  • Mikroskop berkapasitas tinggi dan sistem sequensing.
  • Umpan video kontinu dari kamera, merekam pengukuran holistik perilaku hewan.
  • Sumber daya komputasi canggih, yang telah menghasilkan >21 petabyte data berdimensi tinggi milik perusahaan.
  • Data ADMET (absorpsi, distribusi, metabolisme, ekskresi, dan toksikologi).

Recursion juga memiliki salah satu superkomputer tercepat di dunia untuk melatih model bahasa besar dan AI bagi penemuan obat. Model AI-nya dilatih dengan pustaka berisi lebih dari dua miliar gambar dan menyimpulkan enam triliun hubungan di antara semua kemungkinan kombinasi gen dan senyawa.

Pada Agustus 2024, Recursion bergabung dengan Exscientia, perusahaan yang berfokus pada terapi presisi dan menggunakan “otomatisasi robotik menyeluruh di seluruh siklus eksperimen”. Pada Mei 2023, Recursion juga mengakuisisi startup praklinis Cyclica dan Valance yang berfokus pada kimia obat dengan nilai total $87,5 juta.

Dengan penggabungan perusahaan-perusahaan tersebut dan kumpulan data inti Recursion, kini Recursion menjadi perusahaan bioteknologi terintegrasi penuh yang menangani segala hal mulai dari identifikasi target, prediksi in silico, validasi in vivo, hingga uji klinis.

Sumber: Recursion

Recursion memiliki lebih dari 20 molekul dalam berbagai tahap pengembangan di jalur R&D-nya. Tujuh di antaranya berada pada tahap 1/2 uji klinis, terutama untuk onkologi dan penyakit langka.

Program-program tersebut mencakup lebih dari sepuluh program kemitraan dengan potensi pembayaran hingga $20 miliar untuk pencapaian tonggak R&D. Sebanyak $450 juta telah dibayarkan.

Secara keseluruhan, Recursion baru yang tumbuh melalui akuisisi dan lebih awal memanfaatkan AI untuk penemuan obat mulai menjadi mitra penting bagi perusahaan farmasi besar yang ingin mengisi kembali jalur R&D mereka.

Illumina

Walaupun bidang omik lain penting, hampir semuanya berhubungan dengan genomik, yaitu “buku petunjuk” inti setiap sel hidup.

Illumina sejauh ini merupakan produsen mesin pengurutan genom terbesar. Perusahaan berfokus membaca urutan genetik pendek yang digunakan untuk deteksi kanker dan kini memiliki lebih dari 22.000 sequencer terpasang di 165 negara.

Sekitar separuh bahan habis pakai untuk mesin pengurutan Illumina digunakan dalam aplikasi klinis, sedangkan separuh lainnya digunakan di laboratorium penelitian publik dan swasta. Dalam aplikasi klinis, setengah permintaan berasal dari onkologi.

Sumber: Illumina

Ketika genomik dan multiomik menjadi pusat penemuan obat serta diagnosis kanker, permintaan terhadap peralatan Illumina diperkirakan tinggi. Perusahaan memperkirakan permintaan NGS tumbuh 18% per tahun untuk aplikasi klinis dan 6% untuk penelitian, sehingga pada 2033 total pasar yang dapat dilayani mencapai $100 miliar untuk klinis dan $25 miliar untuk penelitian.

Sumber: Illumina

Illumina memiliki sejarah yang rumit dengan perusahaan biopsi cair Grail (GRAL ). Grail awalnya dipisahkan dari Illumina, kemudian diakuisisi kembali, dan akhirnya dipaksa kembali menjadi perusahaan terpisah oleh otoritas persaingan di Amerika Serikat dan Uni Eropa.

Setelah masalah ini selesai, Illumina dapat kembali melanjutkan pertumbuhan jangka panjang dan kenaikan harga sahamnya, terutama karena tes biopsi cair Grail pada akhirnya kemungkinan akan bergantung pada sequencer Illumina.

Ginkgo Bioworks

Sebagian besar perusahaan yang berfokus pada multiomik bergerak di bidang farmasi atau bioteknologi karena potensi keuntungan dari terapi kanker terlaris dan pengobatan penyakit langka.

Namun, pandangan tersebut mengabaikan potensi luar biasa sistem biologis untuk berbagai aplikasi lain, termasuk produksi bahan kimia, pertanian, material, dan biofuel.

Inilah fokus Ginkgo Bioworks. Model inovatifnya membangun “organisme sesuai permintaan” untuk memenuhi kebutuhan industri tertentu, menjadikannya pemimpin dalam bidang biologi sintetis yang sedang berkembang (lihat “5 Perusahaan Publik Biologi Sintetis Teratas”).

Dengan pendekatan ini, Ginkgo dapat menawarkan berbagai tingkat kerja sama, mulai dari menjual alat untuk membuat organisme baru dan menyediakan solusi berdasarkan kontrak hingga membentuk kemitraan penuh.

Perangkat keras penelitian perusahaan disusun berdasarkan Reconfigurable Automation Carts (RAC), yaitu modul-modul yang dapat digabungkan menjadi laboratorium penelitian lengkap untuk menghasilkan data biologis dalam volume besar.

Ginkgo harus merombak model bisnisnya pada 2024 setelah periode ekspansi ke terlalu banyak lokasi. Langkah ini memungkinkan perusahaan menurunkan biaya operasional dari $515 juta per kuartal menjadi $375 juta, terutama dengan memangkas biaya overhead hingga setengahnya.

Hal ini seharusnya mendekatkan perusahaan pada profitabilitas, disertai kemajuan lebih lanjut dalam perjanjian penelitian dan pembayaran tonggak yang terkait.

Tantangan

Privasi

Jika era analisis multiomik dan pengobatan personal segera tiba, perkembangannya tetap menghadapi tantangan. Tantangan pertama adalah privasi data, topik yang sangat sensitif karena data tersebut bukan sekadar menggambarkan kehidupan digital, melainkan tubuh kita sendiri.

Keamanan yang baik, akses hanya bagi personel berwenang, anonimisasi data, dan pencegahan penggunaan data untuk menolak layanan medis atau asuransi akan menjadi syarat mutlak agar masyarakat menerima revolusi teknologi ini.

Kekhawatiran tentang pengumpulan data genetik secara universal juga harus ditangani, terutama jika data dapat diakses oleh pihak nonmedis, seperti anggota kepolisian atau aparatur negara.

Regulasi

Karena data biologis bersifat sensitif, peningkatan regulasi dapat diperkirakan. Regulasi tersebut pertama-tama mencakup privasi, tetapi juga topik seperti:

  • Risiko munculnya monopoli ketika satu atau beberapa perusahaan secara bertahap menguasai seluruh data biologis kita. Semakin banyak data yang mereka miliki, semakin efektif pula analisis berbasis AI mereka.
  • Menjaga keseimbangan antara pemahaman risiko bagi individu atau seluruh kelompok masyarakat dan pencegahan diskriminasi maupun praktik bisnis yang tidak adil.
  • Memastikan akses yang adil terhadap pengobatan personal tanpa memandang kekayaan, sekaligus mengendalikan potensi biaya yang ditanggung bersama.

Aksesibilitas

Karena pengobatan personal dan data multiomik sangat kompleks, keduanya sulit dijelaskan kepada orang awam maupun dokter. Bersama risiko ketidakadilan dan kekhawatiran privasi, kondisi ini kemungkinan menimbulkan penolakan atau bahkan reaksi balik.

Seperti kebijakan vaksinasi massal dengan vaksin mRNA terhadap Covid yang sangat dipolitisasi, hal serupa bukan tidak mungkin terjadi pada multiomik dan pengobatan berbasis AI.

Teknologi ini juga dapat mahal pada tahap awal. Karena itu, ketimpangan kekayaan harus dicegah agar tidak berubah menjadi kesenjangan biologis dan kesehatan.

Masa Depan Perawatan Kesehatan yang Digerakkan AI

Perpaduan jumlah data medis yang terus bertambah, AI yang kuat, laboratorium biologi otomatis, serta simulasi in silico terhadap protein dan bahkan sel utuh menciptakan bidang kedokteran dan penelitian medis yang sepenuhnya baru.

Kemungkinan besar ini baru permulaan, karena berbagai kemajuan lain terus menumpuk dan semakin mempercepat inovasi:

Pada masa depan yang tidak terlalu jauh, sebagian besar pengobatan mungkin disesuaikan dengan susunan genetik masing-masing individu. Kita mungkin menjalani pemeriksaan kanker tahunan yang sangat andal melalui tes darah dan menjadi lebih sehat serta berenergi berkat keseimbangan optimal antara metabolisme, mikrobioma, dan genom.

Dari sudut pandang investasi, pemenang utama persaingan AI-bioteknologi kemungkinan adalah perusahaan yang mampu membangun kumpulan data biologis besar, bukan sekadar memiliki algoritma eksklusif atau daya komputasi unik. Teknologi AI bergerak cepat meninggalkan keunggulan tahan lama yang bergantung pada pusat data raksasa dan beralih ke model sumber terbuka yang terdesentralisasi.

mm

Jonathan adalah mantan peneliti biokimia yang bekerja dalam analisis genetik dan uji klinis. Ia kini menjadi analis saham dan penulis keuangan dengan fokus pada inovasi, siklus pasar, dan geopolitik dalam publikasinya 'The Eurasian Century'.