Persetujuan FDA pada bulan Agustus terhadap vaksin flu mRNA pertama untuk orang dewasa berusia 50 tahun ke atas menandai sebuah tonggak sejarah: terapi RNA telah beralih dari status darurat pandemi menjadi perawatan rutin. Namun, ahli biokimia Stanford Rhiju Das mengatakan bahwa pergeseran yang sebenarnya baru saja dimulai. Dalam sebuah wawancara luas, ia menguraikan mengapa RNA dapat menjadi kelas obat yang dominan, bagaimana kecerdasan buatan memecahkan masalah pelipatan yang membingungkan manusia selama beberapa dekade, dan apa yang diperlukan untuk mengubah molekul rancangan AI menjadi obat yang disetujui. [1] [4]
Mengapa RNA dapat menggantikan protein dan molekul kecil
Das telah mengamati kebangkitan RNA selama 25 tahun. Ia berpendapat bahwa terapi RNA “lebih canggih dan mudah beradaptasi” daripada obat-obatan berbasis protein, sel, atau molekul kecil karena satu molekul dapat membawa instruksi genetik, mengatur aktivitasnya sendiri, dan merespons konteks seluler. Fleksibilitas tersebut berarti RNA pada akhirnya dapat bersaing dengan atau menggantikan seluruh kategori obat yang ada. Vaksin flu mRNA dan suntikan COVID-19 sebelumnya membuktikan bahwa platform ini bekerja dalam skala besar; langkah selanjutnya adalah memperluas kemampuan RNA di dalam tubuh.
Hambatan pelipatan dan bagaimana AI memecahkannya
Stabilitas telah menjadi kendala praktis yang menyulitkan. Vaksin RNA awal membutuhkan rantai pasokan beku (deep-freeze) karena RNA yang tidak terlipat akan terurai dengan cepat. Das berhipotesis bahwa RNA yang terlipat rapat akan stabil di rak pada suhu yang lebih hangat — sifat yang sudah ditunjukkan oleh RNA terlipat alami. Laboratoriumnya melakukan urun daya (crowdsourcing) masalah desain tersebut melalui Eterna, sebuah platform video game di mana para pemain selama 15 tahun telah menghasilkan hampir 40 publikasi ilmiah yang ditinjau sejawat. Manusia menjadi sangat mahir dalam merancang bentuk RNA 3D yang kompleks, tetapi kemudian tim AI ikut serta dalam tantangan tersebut. Setelah beberapa putaran, desain AI yang digabungkan menyamai atau melampaui kinerja manusia — ini adalah pertama kalinya metode komputasi mengalahkan manusia berpengalaman dalam desain RNA. Keempat desain yang dihasilkan AI menghasilkan struktur yang jelas dan teratur secara atomik di bawah mikroskop elektron krio, termasuk lipatan yang belum pernah terlihat di alam.
Obat-obatan terprogram yang dapat merasakan dan menghitung
Lipatan baru tersebut lebih dari sekadar keingintahuan struktural. Das mengatakan kecanggihan ini berarti terapi RNA masa depan dapat “merasakan di sel jenis apa mereka berada, menghitung sinyal molekuler, dan bahkan mengontrol kapan pengobatan aktif atau nonaktif.” Dengan kata lain, RNA menjadi sirkuit logika molekuler: obat yang hanya aktif di jaringan yang sakit, menyesuaikan dosis berdasarkan tingkat biomarker, atau membatasi diri untuk mengurangi efek samping. Kemampuan pemrograman inilah yang membedakan RNA dari molekul kecil atau protein yang bersifat statis.
Peta jalan lima tahun dan cara bergabung
Meskipun ada terobosan, Das memperkirakan obat RNA rancangan AI “setidaknya masih lima tahun lagi.” Bidang ini masih perlu memecahkan beberapa masalah desain mendasar — tantangan yang sedang ditangani oleh timnya dan komunitas yang lebih luas saat ini di Eterna. Solusi-solusi tersebut akan menjadi bukti konsep penting yang menyemai ekosistem desain RNA baru. Yang terpenting, partisipasi tidak memerlukan gelar PhD. Antarmuka permainan Eterna memungkinkan siapa saja untuk menyumbangkan desain yang divalidasi secara eksperimental di laboratorium. Das menyebutnya sebagai peluang langka untuk terlibat sejak awal dalam teknologi yang siap memberikan dampak besar.
Jalur paralel: AI untuk vaksin flu yang lebih baik
Sementara terapi RNA semakin matang, AI sudah mulai membentuk kembali vaksin flu musiman itu sendiri. Sistem VaxSeer dari MIT menggabungkan pemodelan evolusi dengan prediksi antigenisitas untuk meramalkan galur mana yang akan mendominasi, dan pengujian retrospektif menunjukkan bahwa sistem ini akan mengungguli pilihan galur WHO selama dekade terakhir. Sementara itu, kerangka kerja seperti MAIVeSS telah memangkas waktu pemilihan galur dari hitungan bulan menjadi hari, dan vaksin rancangan AI dari Flinders University telah memasuki uji coba di AS sejak awal 2019. Upaya-upaya ini tidak menggantikan platform RNA; mereka meningkatkan antigen yang dikirimkan oleh platform tersebut.
Konvergensi ini jelas: AI sedang belajar menulis kode genetik untuk obat-obatan yang melipat, berfungsi, dan memutuskan sendiri. Vaksin flu adalah bukti konsepnya. Apotek RNA yang dapat diprogram adalah langkah berikutnya.