RisetBisnis & Pasar 🇺🇸 24.07.2026 13:06

How AI Helps Scientists Create Next-Generation Drugs

AstraZenecaAstraZeneca
AI accelerates the development of biological drugs, shortening timelines that used to span a decade. AstraZeneca uses machine learning to screen candidates, automate experiments, and build a "laboratory of the future." The company is moving toward fully AI-generated protein sequences (de novo design) with safety prediction through virtual clinical trials.
AstraZeneca secara aktif mengintegrasikan kecerdasan buatan (AI) ke dalam pengembangan obat biologis, mengikuti siklus "buat-ukur-latih". Model AI menghitung molekul-molekul potensial, memungkinkan para ilmuwan untuk fokus pada kandidat yang paling mungkin. Hal ini mengurangi waktu iterasi dan memberikan kesempatan untuk menangani target yang sebelumnya dianggap tidak dapat disembuhkan. Di masa depan, AI akan membantu menciptakan obat multispesifik yang bekerja pada beberapa target sekaligus. Perusahaan sedang membangun "laboratorium masa depan" di Kendall Square (Cambridge, Massachusetts), di mana AI dan robotika membentuk sistem penemuan loop tertutup yang berkesinambungan: AI membuat prediksi, robot melakukan eksperimen, dan alat-alat menghasilkan data yang langsung kembali ke model. AstraZeneca juga berinvestasi dalam teknologi penyaringan untuk mendapatkan kumpulan data tambahan dan bertujuan untuk desain de novo — obat biologis yang sepenuhnya dihasilkan oleh AI. Untuk itu, diperlukan data yang terstandarisasi, tolok ukur yang andal, dan tim yang memahami persimpangan antara pembelajaran mesin dan biologi. Perhatian khusus diberikan pada prediksi keamanan melalui uji klinis virtual — sistem seluler canggih dan mikro-organ yang menghasilkan sinyal tanpa hambatan pengujian tradisional. Menurut Pooja Sapra, wakil presiden senior dan kepala rekayasa biologis R&D di AstraZeneca, sistem otomatis berdaya tinggi akan mampu membuat dan mengevaluasi ribuan interaksi molekuler setiap minggu. Para ilmuwan tetap menjadi pusat proses, memastikan kontrol, kejelasan (explainability), dan etika AI.
Sumber: MIT Technology Review — asli
Postingan kami sebelumnya tentang topik ini ↓
Berita terbaru