Knowledge graph (graf pengetahuan) biomedis kini diperkuat REx, sistem reinforcement learning yang tidak hanya memprediksi obat mana bisa digunakan ulang untuk penyakit baru, tetapi juga menjelaskan alasannya secara ilmiah1. Minoxidil dulunya obat hipertensi, lalu ternyata ampuh mengatasi kebotakan—itulah contoh drug repurposing (pemanfaatan ulang obat) yang dimulai dari hipotesis sederhana. REx membawa pendekatan baru: explainability (kemampuan menjelaskan) menjadi tujuan yang diberi reward, bukan sekadar akurasi prediksi.
Dari Prediksi ke Penjelasan Berbasis Biologi
REx menggunakan agen reinforcement learning yang menjelajahi graf biomedis satu langkah per waktu, bergerak dari node obat menuju node penyakit1. Di setiap langkah, agen memutuskan apakah mengikuti relasi keluar (seperti interacts_with atau regulates) atau berhenti jika sudah mencapai titik bermakna. Sistem ini menggabungkan dua sinyal reward: fidelity (apakah jalur berhasil mencapai penyakit target) dan relevance (seberapa informatif jalur tersebut, berdasarkan information content rata-rata entitasnya).
| Komponen 🔧 | Fungsi Utama | Contoh Penerapan 💊 |
|---|---|---|
| Fidelity Reward | Memastikan jalur mencapai penyakit target | Obat → Gen → Penyakit (koneksi lengkap) |
| Relevance Reward | Mengukur kekhususan entitas biologis | "Jalur VEGF signaling" > "Kanker" (umum) |
| Metapath Grouping | Mengelompokkan jalur berdasarkan pola struktural | Drug → Gene → Disease vs Drug → Protein → Disease |
| Ontology Enrichment 🧬 | Menambahkan konteks dari NCIT & ChEBI | Menyertakan definisi istilah biomedis standar |
| Early Stopping | Menghentikan agen setelah mencapai target | Mencegah koneksi redundan yang tak perlu |
| Explanation Subgraph | Menggabungkan jalur terbaik setiap pola | Visualisasi kompak reasoning chain |
| IC-based Scoring 📊 | Menghitung skor information content | Entitas spesifik diberi skor lebih tinggi |
Mengapa Explainability Penting untuk Sains
Banyak metode link prediction mengorbankan interpretabilitas demi akurasi mentah, sehingga ilmuwan kesulitan memahami mengapa obat tertentu direkomendasikan1. REx menggeser fokus dari "Bisakah kita prediksi tautan ini?" ke "Bisakah kita justifikasi secara ilmiah?" Penjelasan yang baik menghubungkan titik-titik melalui biologi yang sudah mapan—misalnya, meningkatkan VEGF (vascular endothelial growth factor) meningkatkan kelangsungan folikel rambut.
Sistem AI harus berfungsi sebagai alat saintifik yang andal, memberikan penjelasan berdasarkan sains, bukan sekadar skor probabilitas1. Dalam drug repurposing onkologi, pendekatan ini dapat mengubah tumor microenvironment (lingkungan mikro tumor) dan memperkuat immune checkpoint inhibitors2. Untuk penyakit langka, AI-driven repurposing mengisi kesenjangan kritis karena dari 7000+ penyakit langka, hanya sebagian kecil memiliki pengobatan yang disetujui3.
Contoh Aplikasi Nyata di Dunia Medis
Penelitian terbaru menunjukkan tiga obat lama bisa di-repurpose untuk mencegah atau mengobati Alzheimer: vaksin shingles Zostavax, obat disfungsi ereksi, dan obat penyakit neuron motorik menunjukkan potensi kuat4. Hydralazine, obat tekanan darah umum, ditemukan secara tidak sengaja bisa melawan kanker otak agresif dengan menargetkan sensor oksigen seluler5. Pasar AI dalam drug discovery sendiri mencapai USD 1,6 miliar pada 2023, dengan proyeksi pertumbuhan 29,7% CAGR hingga 2033—dimana drug optimization dan repurposing memegang 53,7% pangsa pasar6.
Arah Pengembangan dan Keterbatasan
Seperti kebanyakan sistem berbasis knowledge graph, jangkauan REx bergantung pada kelengkapan data yang tersedia1. Seiring graf biomedis berkembang lebih kaya, penjelasan diharapkan menjadi lebih detail dan akurat. Tim peneliti saat ini memperluas REx ke area terkait seperti drug recommendation (rekomendasi obat) dan prediksi interaksi obat-target. Di semua domain ini, tujuannya tetap sama: membuat sistem AI yang bisa bernalar dan menjelaskan kepada ilmuwan.
Sumber Daya yang Tersedia
- Paper lengkap tersedia untuk komunitas riset yang ingin memahami metodologi REx secara mendalam1
- Kode sumber REx dapat diakses di Github untuk implementasi dan pengembangan lebih lanjut1
- Integrasi dengan ontologi NCIT (National Cancer Institute Thesaurus) dan ChEBI (Chemical Entities of Biological Interest) memastikan alignment dengan konsep biomedis standar1
- Knowledge graph terus berkembang dengan data baru dari penelitian biomedis global7
- Analisis proteomik baru memetakan cytokine signatures yang mendorong penyakit seperti IPF (idiopathic pulmonary fibrosis), membuka peluang repurposing lebih lanjut8
Kesimpulan
REx membuktikan bahwa interpretabilitas dan performa dapat saling memperkuat, bukan bersaing. Dengan menjadikan explainability sebagai objektif yang diberi reward, sistem ini menemukan reasoning chains yang mencerminkan pemikiran ilmiah. Dalam drug repurposing, distinsi ini krusial: prediksi berguna hanya jika kita memahami mengapa hal itu mungkin benar. Masa depan AI biomedis terletak pada kemampuannya untuk tidak hanya menghasilkan hipotesis, tetapi juga memvalidasinya melalui penjelasan yang dapat dipertanggungjawabkan secara saintifik.
Daftar Pustaka
- Nunes, S. (2025, November 7). Rewarding explainability in drug repurposing with knowledge graphs. AIhub. https://aihub.org/2025/11/07/rewarding-explainability-in-drug-repurposing-with-knowledge-graphs/
- Drug Repurposing in Oncology Targets Tumor Resistance. (2025, November 19). EMJ Reviews. https://www.emjreviews.com/oncology/news/drug-repurposing-in-oncology-targets-tumor-resistance/
- AI's growing role in cancer, rare disease and COVID-19 drug repurposing. (2025, November 15). DevDiscourse. https://www.devdiscourse.com/article/technology/3696059-ais-growing-role-in-cancer-rare-disease-and-covid-19-drug-repurposing
- Three old drugs could help prevent or treat Alzheimer's. (2025, November 19). Knowridge Science Report. https://knowridge.com/2025/11/three-old-drugs-could-help-prevent-or-treat-alzheimers/
- Fast-growing cancer could be slowed by common blood pressure drug, research shows. (2025, November 17). MSN Health. https://www.msn.com/en-us/health/other/fast-growing-cancer-could-be-slowed-by-common-blood-pressure-drug-research-shows/ar-AA1QClDi
- Artificial Intelligence (AI) in Drug Discovery Market Valued at USD 1.6 Billion in 2023, Set to Grow at a Remarkable 29.7% CAGR (2025–2033). (2025, November 20). Taiwan News. https://www.taiwannews.com.tw/en/news/6249965
- Why Knowledge Graphs Are On The Rise. (2024, November 21). Forbes Technology Council. https://www.forbes.com/councils/forbestechcouncil/2024/11/21/why-knowledge-graphs-are-on-the-rise/
- New Proteomic Analysis Maps Cytokine Signatures Driving IPF. (2025, November 21). AJMC. https://www.ajmc.com/view/new-proteomic-analysis-maps-cytokine-signatures-driving-ipf
