Sebuah tim di MIT menggunakan algoritme AI untuk merancang formulasi baru vaksin RNA yang membuat nanopartikel lipid (LNP) pembungkus RNA tidak mudah rusak pada suhu tinggi. Menurut rilis berita MIT tanggal 28 September, vaksin dengan formulasi baru ini bisa disimpan setahun pada suhu ruang dan sekitar dua bulan pada suhu 37°C (98°F). Studinya diterbitkan di jurnal Nature Biotechnology.
Sebagian besar vaksin mRNA yang ada saat ini harus disimpan beku antara -20°C sampai -80°C, sehingga pengiriman dan penyimpanannya bergantung pada rantai dingin. Ini jadi salah satu alasan langsung lambatnya penyebaran vaksin COVID-19 di negara berpendapatan rendah, sekaligus latar belakang mengapa penelitian ini mendapat dana dari Gates Foundation.
Apa yang dikerjakan algoritme
Penelitian ini dipimpin oleh Ana Jaklenec dan Profesor Robert Langer, peneliti utama di Koch Institute for Integrative Cancer Research MIT, dengan mahasiswa doktoral Jinbi Tian dan peneliti pascadoktoral Khanh Tran ikut serta. Bagian algoritmenya dikembangkan oleh Mina Konaković Luković, asisten profesor di Computer Science and Artificial Intelligence Laboratory (CSAIL) MIT.
Prosesnya berlangsung bertahap. Tim lebih dulu mengukur efek penstabilan RNA dari hampir 50 bahan yang sudah disetujui FDA satu per satu, lalu memilih lima yang paling efektif. Bagian sulitnya adalah menentukan rasio campuran kelima bahan itu — jumlah kombinasinya terlalu besar untuk dicoba satu per satu secara manual, yang bisa memakan waktu berbulan-bulan. Algoritme memprediksi rasio mana yang paling mungkin berhasil berikutnya berdasarkan sedikit data eksperimen yang sudah ada, lalu laboratorium menguji dan memasukkan hasilnya kembali, berputar beberapa ronde hingga konvergen. Seluruh proses ini selesai hanya dalam beberapa minggu.
"The real beauty of this algorithm is that we can use it with small data sets."
— Ana Jaklenec ("Keindahan sebenarnya dari algoritme ini adalah kita bisa memakainya dengan kumpulan data yang kecil.")
Luković menyebut kecepatan algoritme mencapai formula yang stabil ini di luar dugaan timnya.
Mengapa data kecil jadi kuncinya
Data dari eksperimen biologis mahal untuk didapat — satu putaran uji formula butuh sintesis, penyimpanan, dan pengujian yang bisa memakan waktu berhari-hari, sehingga sulit mengumpulkan data sebesar yang dibutuhkan deep learning. Kebanyakan berita AI masuk ke laboratorium dalam satu-dua tahun terakhir berpusat pada bidang yang sudah punya basis data publik besar, seperti struktur protein atau generasi molekul. Bidang formulasi, yang datanya sedikit di tiap laboratorium, lebih cocok dengan optimasi sampel kecil bergaya "active learning": model hanya menyarankan eksperimen berikutnya, sementara penilaiannya tetap dari pengukuran nyata.
Pemilihan lima bahan yang sudah ada di daftar FDA juga pertimbangan praktis. Mengganti dengan zat kimia yang sama sekali baru berarti tinjauan keamanannya harus dimulai dari nol; memakai eksipien yang sudah disetujui membuat jalan menuju uji klinis lebih pendek.
Seberapa jauh dari uji klinis
Data imunogenisitas saat ini baru berasal dari tikus, dan tim peneliti menyebut respons imunnya setara dengan formula asli Moderna. Rilis ini tidak membahas efeknya pada manusia, stabilitas antar-batch saat produksi skala besar, atau apakah regulator akan menerima label penyimpanan suhu ruang — dan belum ada perusahaan yang mengumumkan akan membawanya ke uji klinis.
Di China, perbandingannya cukup konkret. Vaksin mRNA yang sudah beredar atau sedang dikembangkan di sana juga bergantung pada rantai dingin, dan biaya distribusi ke wilayah barat serta daerah terpencil sudah lama jadi masalah. Jika formulasi LNP yang stabil di suhu ruang ini terbukti bekerja pada uji manusia, dampak terbesarnya akan terasa di logistik vaksin dan vaksinasi di tingkat akar rumput, bukan di laboratorium itu sendiri. Metode yang dipakai dalam studi ini sendiri tidak terlalu rumit, sehingga tim pengembang sistem penghantaran obat di berbagai negara bisa memakai pendekatan serupa untuk menyaring eksipien mereka sendiri tanpa hambatan besar.
Sumber: CocoLoop, MIT News, informasi studi Nature Biotechnology; diverifikasi untuk suhu dan durasi penyimpanan, jumlah bahan kandidat, kredit peneliti, dan sumber pendanaan.