Laboratorium di Terray Therapeutics adalah simfoni otomatisasi mini. Robot berputar, mengangkut tabung kecil berisi cairan ke tempatnya. Para ilmuwan bermantel biru, sarung tangan steril, dan kacamata pelindung memantau mesin tersebut.
Namun tindakan sebenarnya terjadi pada skala nano: Protein dalam larutan bergabung dengan molekul kimia yang disimpan dalam lubang sangat kecil dalam chip silikon khusus yang menyerupai kaleng muffin mikroskopis. Setiap interaksi dicatat, berjuta-juta setiap harinya, menghasilkan 50 terabyte data mentah setiap harinya — setara dengan lebih dari 12.000 film.
Laboratorium tersebut, yang luasnya sekitar dua pertiga lapangan sepak bola, adalah pabrik data untuk penemuan dan pengembangan obat-obatan yang dibantu kecerdasan buatan di Monrovia, California. Ini adalah bagian dari gelombang perusahaan-perusahaan muda dan start-up yang mencoba memanfaatkan AI untuk menghasilkan obat yang lebih efektif, lebih cepat.
Perusahaan-perusahaan tersebut memanfaatkan teknologi baru – yang belajar dari sejumlah besar data untuk menghasilkan jawaban – untuk mencoba mengubah penemuan obat. Mereka mengubah bidang ini dari kerajinan tangan yang melelahkan menjadi presisi yang lebih otomatis, sebuah perubahan yang didorong oleh AI yang belajar dan menjadi lebih pintar.
“Setelah Anda memiliki data yang tepat, AI dapat bekerja dan menjadi sangat baik,” kata Jacob Berlin, salah satu pendiri dan kepala eksekutif Teri.
Sebagian besar penggunaan awal AI generatif dalam bisnis, yang dapat menghasilkan apa pun mulai dari puisi hingga program komputer, adalah untuk membantu menghilangkan pekerjaan membosankan dari tugas-tugas rutin kantor, layanan pelanggan, dan penulisan kode. Namun penemuan dan pengembangan obat merupakan industri besar yang menurut para ahli sudah siap untuk melakukan perubahan terhadap AI.
AI adalah “peluang sekali dalam satu abad” untuk bisnis farmasi, menurut perusahaan konsultan McKinsey & Company.
Sama seperti chatbot populer seperti ChatGPT yang dilatih menggunakan teks di internet, dan pembuat gambar seperti DALL-E belajar dari banyak sekali gambar dan video, AI untuk penemuan obat juga bergantung pada data. Dan ini adalah data yang sangat terspesialisasi — informasi molekuler, struktur protein, dan pengukuran interaksi biokimia. AI belajar dari pola dalam data untuk menyarankan kemungkinan kandidat obat yang berguna, seolah-olah mencocokkan kunci kimia dengan kunci protein yang tepat.
Karena AI untuk pengembangan obat didukung oleh data ilmiah yang akurat, “halusinasi” beracun jauh lebih kecil kemungkinannya dibandingkan dengan chatbot yang terlatih secara luas. Dan setiap obat potensial harus menjalani pengujian ekstensif di laboratorium dan uji klinis sebelum disetujui untuk pasien.
Perusahaan seperti Terray sedang membangun laboratorium besar berteknologi tinggi untuk menghasilkan informasi guna membantu melatih AI, yang memungkinkan eksperimen cepat dan kemampuan untuk mengidentifikasi pola dan membuat prediksi tentang apa yang mungkin berhasil.
AI generatif kemudian dapat merancang molekul obat secara digital. Desain tersebut diterjemahkan, dalam laboratorium otomatis berkecepatan tinggi, menjadi molekul fisik dan diuji interaksinya dengan protein target. Hasilnya, baik positif maupun negatif, dicatat dan dimasukkan kembali ke dalam perangkat lunak AI untuk menyempurnakan desain selanjutnya, sehingga mempercepat keseluruhan proses.
Meskipun beberapa obat yang dikembangkan oleh AI sedang dalam tahap uji klinis, hal ini masih dalam tahap awal.
“AI generatif mengubah bidang ini, namun proses pengembangan obat masih berantakan dan sangat manusiawi,” kata David Baker, ahli biokimia dan direktur Institute for Protein Design di University of Washington.
Pengembangan obat-obatan secara tradisional merupakan upaya yang mahal, memakan waktu, dan untung-untungan. Studi tentang biaya merancang obat dan mengarahkan uji klinis hingga persetujuan akhir sangat bervariasi. Tapi total biayanya adalah diperkirakan mencapai $1 miliar rata-rata. Dibutuhkan waktu 10 hingga 15 tahun. Dan hampir 90 persen kandidat obat yang masuk uji klinis pada manusia gagal, biasanya karena kurangnya kemanjuran atau efek samping yang tidak terduga.
Pengembang obat AI muda berupaya keras menggunakan teknologi mereka untuk meningkatkan peluang tersebut, sambil menghemat waktu dan uang.
Sumber pendanaan mereka yang paling konsisten berasal dari perusahaan farmasi raksasa, yang telah lama menjadi mitra dan bankir bagi usaha penelitian kecil. Produsen obat AI saat ini biasanya berfokus pada percepatan tahap pengembangan praklinis, yang biasanya memakan waktu empat hingga tujuh tahun. Beberapa mungkin mencoba melakukan uji klinis sendiri. Namun tahap tersebut biasanya diambil alih oleh perusahaan farmasi besar, dengan melakukan uji coba pada manusia yang mahal, yang dapat memakan waktu tujuh tahun lagi.
Bagi perusahaan obat yang sudah mapan, strategi kemitraan merupakan jalur yang relatif murah untuk memanfaatkan inovasi.
“Bagi mereka, ini seperti naik Uber untuk mengantar Anda ke suatu tempat dibandingkan harus membeli mobil,” kata Gerardo Ubaghs Carrión, mantan bankir investasi bioteknologi di Bank of America Securities.
Perusahaan-perusahaan farmasi besar membayar mitra penelitian mereka untuk mencapai pencapaian dalam calon obat, yang jumlahnya bisa mencapai ratusan juta dolar selama bertahun-tahun. Dan jika suatu obat pada akhirnya disetujui dan menjadi sukses secara komersial, terdapat aliran pendapatan royalti.
Perusahaan seperti Terray, Farmasi Rekursi, Schrödinger Dan Laboratorium Isomorfik sedang melakukan terobosan. Namun, secara umum, ada dua jalur yang berbeda – jalur yang membangun laboratorium besar dan jalur yang tidak.
Isomorphic, produk penemuan obat dari Google DeepMind, grup AI pusat raksasa teknologi tersebut, berpandangan bahwa semakin baik AI, semakin sedikit data yang dibutuhkan. Dan mereka bertaruh pada kehebatan perangkat lunaknya.
Pada tahun 2021, Google DeepMind merilis perangkat lunak yang secara akurat memprediksi bentuk rangkaian asam amino yang akan terlipat menjadi protein. Bentuk tiga dimensi tersebut menentukan bagaimana suatu protein berfungsi. Hal ini merupakan dorongan bagi pemahaman biologis dan membantu dalam penemuan obat, karena protein mendorong perilaku semua makhluk hidup.
Bulan lalu, Google DeepMind dan Isomorphic mengumumkan bahwa model AI terbaru mereka, AlphaFold 3, dapat memprediksi bagaimana molekul dan protein akan berinteraksi — sebuah langkah lebih lanjut dalam desain obat.
“Kami fokus pada pendekatan komputasi,” kata Max Jaderberg, chief AI officer di Isomorphic. “Kami pikir ada banyak potensi yang bisa dibuka.”
Terray, seperti kebanyakan perusahaan rintisan pengembangan obat, adalah produk sampingan dari penelitian ilmiah bertahun-tahun yang dikombinasikan dengan perkembangan AI terkini.
Dr Berlin, kepala eksekutif, yang memperoleh gelar Ph.D. dalam bidang kimia dari Caltech, telah mengejar kemajuan dalam nanoteknologi dan kimia sepanjang karirnya. Terray tumbuh dari proyek akademis yang dimulai lebih dari satu dekade lalu di pusat kanker City of Hope dekat Los Angeles, tempat Dr. Berlin memiliki kelompok penelitian.
Terray berkonsentrasi pada pengembangan obat-obatan bermolekul kecil, pada dasarnya obat apa pun yang dapat dikonsumsi seseorang dalam bentuk pil seperti aspirin dan statin. Pil mudah dikonsumsi dan murah untuk diproduksi.
Laboratorium Terray yang ramping sangat berbeda dengan masa lalu di dunia akademis ketika data disimpan di spreadsheet Excel dan otomatisasi masih menjadi tujuan yang jauh.
“Saya adalah robotnya,” kenang Kathleen Elison, salah satu pendiri dan ilmuwan senior di Terray.
Namun pada tahun 2018, ketika Terray didirikan, teknologi yang diperlukan untuk membangun laboratorium data bergaya industri mengalami kemajuan pesat. Terray mengandalkan kemajuan produsen luar untuk membuat chip skala mikro yang dirancang Terray. Laboratoriumnya dipenuhi dengan peralatan otomatis, namun hampir semuanya disesuaikan — dimungkinkan oleh kemajuan dalam teknologi pencetakan 3-D.
Sejak awal, tim Terray menyadari bahwa AI akan menjadi sangat penting untuk memahami penyimpanan datanya, namun potensi AI generatif dalam pengembangan obat baru terlihat kemudian — meskipun sebelum ChatGPT menjadi terobosan besar pada tahun 2022.
Narbe Mardirossian, ilmuwan senior di Amgen, menjadi chief technology officer Terray pada tahun 2020 — sebagian karena kekayaan data yang dihasilkan laboratorium. Mardirossian, Terray telah membangun tim ilmu data dan AI dan menciptakannya model AI untuk menerjemahkan data kimia ke matematika, dan kembali lagi. Perusahaan telah merilis versi sumber terbuka.
Terray memiliki kesepakatan kemitraan dengan Bristol Myers Squibb dan Calico Life Sciences, anak perusahaan Alphabet, perusahaan induk Google, yang berfokus pada penyakit terkait usia. Ketentuan kesepakatan tersebut tidak diungkapkan.
Untuk melakukan ekspansi, Terray memerlukan dana melebihi $80 juta dalam bentuk pendanaan ventura, kata Eli Berlin, adik laki-laki Dr. Berlin. Dia meninggalkan pekerjaannya di ekuitas swasta untuk menjadi salah satu pendiri dan kepala keuangan dan operasional perusahaan rintisan tersebut, dan yakin bahwa teknologi dapat membuka pintu menuju bisnis yang menguntungkan, katanya.
Terray sedang mengembangkan obat baru untuk penyakit inflamasi termasuk lupus, psoriasis dan rheumatoid arthritis. Perusahaan tersebut, kata Dr. Berlin, memperkirakan obat-obatan tersebut sudah bisa diuji klinis pada awal tahun 2026.
Inovasi pembuatan obat dari Terray dan rekan-rekannya dapat mempercepat segalanya, namun hanya sebatas itu.
“Ujian akhir bagi kami, dan lapangan secara umum, adalah jika dalam 10 tahun Anda melihat ke belakang dan dapat mengatakan bahwa tingkat keberhasilan klinis meningkat dan kami memiliki obat yang lebih baik untuk kesehatan manusia,” kata Dr. Berlin.
