Peneliti Massachusetts Institute of Technology (MIT) berhasil mengembangkan kerangka teoretis baru yang memungkinkan ilmuwan mempelajari mekanisme interaksi pengobatan dengan lebih efisien. Terobosan ini memungkinkan peneliti melakukan eksperimen yg lebih sedikit namun menghasilkan data yang lebih akurat dlm pengembangan obat kanker.
Tantangan Kombinasi Pengobatan Kompleks
Dalam dunia medis, khususnya penelitian kanker, ilmuwan sering menghadapi dilema besar. Bagaimana cara menentukan kombinasi pengobatan yg paling efektif tanpa harus menguji miliaran kemungkinan kombinasi? Jiaqi Zhang, mahasiswa pascasarjana MIT dan rekan penulis utama penelitian ini, menjelaskan bahwa 1 "kami telah memperkenalkan konsep yang bisa dipertimbangkan orang saat mempelajari cara optimal memilih pengobatan kombinatorial di setiap putaran eksperimen."
Penelitian yang dipresentasikan dlm International Conference on Machine Learning ini menawarkan solusi inovatif. Alih-alih memilih subset tertentu, setiap unit menerima kombinasi pengobatan secara acak berdasarkan tingkat dosis yg ditentukan pengguna. Pendekatan probabilistik ini menghasilkan data yang kurang bias karena tidak membatasi eksperimen pada subset pengobatan yang telah ditentukan sebelumnya.
Kerangka Teoretis Baru untuk Efisiensi Maksimal
Tim peneliti MIT yang terdiri dari Jiaqi Zhang, Divya Shyamal, dan Caroline Uhler mengembangkan strategi hampir optimal yg terbukti secara teoretis. Metode mereka meminimalkan tingkat kesalahan dalam setiap contoh eksperimen. 2 Uhler, yang juga menjabat sebagai direktur Eric and Wendy Schmidt Center, menekankan pentingnya pendekatan ini untuk memahami mekanisme penyakit dan mengembangkan obat baru.
Simulasi dan Validasi Metode
Dalam serangkaian simulasi untuk menguji metode dlm eksperimen multironde, pendekatan baru ini menunjukkan tingkat kesalahan terendah ketika membandingkan hasil estimasi dan aktual. Kinerja ini bahkan lebih unggul dibandingkan dua metode baseline yang digunakan sebagai pembanding.
Aplikasi Praktis dalam Penelitian Gen
Untuk mempelajari bagaimana gen yang saling terhubung mempengaruhi pertumbuhan sel kanker, seorang ahli biologi mungkin perlu menggunakan kombinasi pengobatan untuk menargetkan beberapa gen sekaligus. 3 Zhang menjelaskan bahwa "perturbasi kombinatorial akan memberi Anda jaringan tingkat tinggi tentang bagaimana gen berbeda berinteraksi, yg memberikan pemahaman tentang bagaimana sel berfungsi."
Dampak bagi Pengembangan Obat di Indonesia
Terobosan ini memiliki potensi besar untuk diterapkan dlm konteks penelitian medis di Indonesia. Dengan keterbatasan sumber daya dan biaya eksperimen yg tinggi, metode MIT ini bisa membantu peneliti lokal melakukan studi yang lebih efisien. Universitas dan lembaga penelitian di Indonesia dapat memanfaatkan kerangka ini untuk mengembangkan pengobatan yang lebih terjangkau.
Dr. Caroline Uhler, Andrew and Erna Viterbi Professor of Engineering di EECS dan MIT Institute for Data, Systems, and Society (IDSS), menegaskan bahwa 4 "ini adalah pendekatan baru untuk masalah yang sangat menarik dan sulit dipecahkan." Dengan kerangka baru ini, peneliti dapat berpikir lebih baik tentang cara terbaik merancang eksperimen untuk berbagai aplikasi.
Optimisasi Dosis dan Minimisasi Kesalahan
Keunggulan utama metode ini terletak pada kemampuannya mengoptimalkan tingkat dosis bahkan ketika dipengaruhi oleh pasokan pengobatan yg terbatas atau ketika noise dalam hasil eksperimen bervariasi di setiap putaran. Tingkat dosis berfungsi seperti probabilitas - jika pengguna menetapkan dosis tinggi, kemungkinan besar sebagian besar sel akan menerima pengobatan tersebut.
Adaptasi Aktif Multironde
Setelah setiap putaran eksperimen, pengguna mengumpulkan hasil dan memasukkannya kembali ke dalam kerangka eksperimen. Sistem kemudian akan menghasilkan strategi dosis ideal untuk putaran berikutnya, dan seterusnya, secara aktif menyesuaikan strategi selama beberapa putaran. 5 Shyamal menambahkan bahwa "dari situ, pertanyaannya adalah bagaimana kita merancang dosis agar dapat memperkirakan hasil seakurat mungkin."
Kesimpulan
Penelitian MIT ini membuka jalan baru dalam studi interaksi pengobatan kompleks. Dengan menggabungkan pendekatan probabilistik dan optimisasi dosis, metode ini dapat membantu ilmuwan di seluruh dunia, termasuk Indonesia, untuk mengembangkan pengobatan yang lebih efektif dengan biaya yg lebih rendah. Ke depan, tim peneliti berencana menyempurnakan kerangka eksperimen mereka untuk mempertimbangkan interferensi antar unit dan fakta bahwa pengobatan tertentu dapat menyebabkan bias seleksi.
Referensi
- MIT News. (2025, Juli 16). How to more efficiently study complex treatment interactions. https://news.mit.edu/2025/more-efficiently-studying-complex-treatment-interactions-0716
- HealthLeaders Media. (2025, Juli 22). How to more efficiently study complex treatment interactions. https://www.healthleadersmedia.com
- MSN Health. (2025, Juli 16). How to more efficiently study complex treatment interactions. https://www.msn.com/en-us/health/other/new-approach-for-testing-multiple-treatment-combinations-at-once-could-aid-in-development-of-cancer-drugs/ar-AA1IIEJb
- Nature. (2022, Juni 30). Systematic pan-cancer analysis of mutation–treatment interactions using large real-world clinicogenomics data. https://www.nature.com
- Frontiers. (2024, Februari 10). Impacts of Psychological Stress on Osteoporosis: Clinical Implications and Treatment Interactions. https://www.frontiersin.org
