Alat AI Rancang Protein dan DNA Kini Menerima Perintah Bahasa Alami

Inti: dari tabel teknis ke kalimat biasa

Dua alat AI baru mengarah ke perancangan biologi lewat bahasa sehari-hari. Menurut laporan Ars Technica, sebuah kolaborasi besar peneliti yang berbasis di Tiongkok membuat Pinal, model yang menerima perintah teks dan menghasilkan protein dengan fungsi yang diminta.

Secara terpisah, Hugging Face mengumumkan kini menjadi tuan rumah Carbon X, alat serupa untuk tingkat DNA yang dikembangkan bersama Zhongguancun Academy dan Universitas Napoli “Federico II”.

Artikel itu menyebut tingkat keberhasilan Pinal belum tinggi bila ukurannya adalah protein yang benar-benar berfungsi. Meski begitu, alat ini disebut tetap mampu menyelesaikan tugasnya, dengan syarat penggunanya punya akses ke laboratorium untuk menyaring rancangan yang baik dari puluhan rancangan yang gagal.

Konteks: mengapa alat lama menuntut keahlian tinggi

Menurut sumber, alat desain protein terbaik saat ini umumnya bekerja dua tahap. Pengguna menetapkan batasan, misalnya kebutuhan mengikat molekul tertentu atau susunan asam amino tertentu. Satu model AI lalu membuat bentuk protein yang memenuhi batasan itu, dan model lain mengisinya dengan urutan asam amino agar protein terlipat sesuai bentuk tersebut.

Masalahnya, pengguna harus paham mekanisme enzim sampai posisi asam amino tertentu di ruang tiga dimensi. Dua pakar yang berbincang tidak perlu serinci itu; menyebut serine protease saja sudah menyiratkan banyak hal tentang mekanisme reaksinya. Alat generasi sekarang, kata artikel itu, pandai menata susunan tiga dimensi tetapi kurang paham fungsi yang dimungkinkan susunan tersebut.

Cara kerja Pinal

Pinal tetap memakai dua tahap, tetapi titik awalnya berbeda: pengguna cukup menyatakan apa yang diinginkan. Tahap pertama ditangani modul T2struct, yang menurut pengembangnya menerjemahkan perintah bahasa alami menjadi cetak biru struktural. Keluarannya bukan bentuk tiga dimensi, melainkan deretan token linear yang mewakili hubungan spasial tiap asam amino dengan tetangga terdekatnya, lengkap dengan probabilitas.

Deretan itu diteruskan ke SAProt-T, yang memakai teks awal dan keluaran T2struct untuk menyusun urutan asam amino akhir. Karena probabilitas ikut dipakai, sistem melakukan evaluasi ulang menyeluruh. Menurut para penulis, cara ini menghindari risiko mengabaikan struktur yang sedikit kurang mungkin tetapi cocok dengan urutan fungsional yang jauh lebih baik.

Untuk pelatihan, peneliti memakai data masif. Setiap kumpulan label fungsi protein diberikan ke model bahasa besar (large language model/LLM, sistem AI yang dilatih pada teks dalam jumlah sangat besar) agar menghasilkan deskripsi berbahasa biasa, lalu label dan deskripsi dipakai bersama. Data berasal dari tiga basis data urutan protein yang dipasangkan dengan informasi struktur hasil prediksi AlphaFold; salah satu basis datanya memuat 800 juta pasangan kata kunci–protein.

Bukti kinerja: uji laboratorium, tetapi hasilnya tipis

Pinal diuji pada empat protein yang berbeda: satu protein berpendar, dua enzim, dan satu protein yang menjadi bagian kompleks multiprotein. Contoh yang diuraikan artikel adalah protein berpendar mirip GFP (green fluorescent protein, protein berpendar hijau). Pinal diminta menghasilkan 50.000 protein yang bisa berpendar seperti GFP.

Daftar itu disaring: urutan yang mirip protein berpendar yang sudah dikenal dibuang, sedangkan yang membentuk struktur seperti tong dan memiliki asam amino kunci untuk pendaran dipertahankan. Tersisa 29 kandidat prioritas yang dibuat di bakteri E. coli. Hasilnya, hanya satu yang berpendar.

Artikel menyebut contoh lain dikerjakan serupa: daftar besar, penyaringan komputasi, lalu uji beberapa lusin rancangan yang hanya sebagian kecil berhasil.

Sudut kritis: angka rendah, tetapi bukan seluruh cerita

Artikel mengingatkan bahwa angka itu tampak buruk, tetapi banyak usulan yang paling mungkin berhasil justru mirip GFP yang sudah dikenal sehingga tersingkir oleh penyaringan. Peneliti juga tidak menguji rancangan yang strukturnya berbeda dari GFP, sehingga mungkin banyak alternatif ikut terbuang.

Catatan lain: AlphaFold tidak sepenuhnya akurat, sehingga protein yang jarang dipelajari bisa bermasalah. Namun artikel menduga banyak protein umum punya data struktur yang memadai, dan data yang benar tampaknya cukup untuk membuat pelatihan berhasil. Dalam bahan yang kami terima, risiko keamanan hayati tidak dibahas.

Carbon X untuk DNA

Carbon X disebut sebagai model berbobot terbuka yang bisa berjalan di perangkat lokal, berbasis model bahasa Qwen3-14B yang dilatih ulang dengan DNA, lalu diperkuat dengan reinforcement learning (pembelajaran penguatan) dan penyetelan terawasi. Menurut tim, pelatihan ulang itu menuntut keseimbangan: laju belajar terlalu rendah membuat DNA tak dikuasai, terlalu tinggi membuat kemampuan bahasa Inggris hilang.

Hasilnya satu model yang bisa memproses DNA dan bahasa Inggris. Pengguna dapat memberi urutan DNA agar model memprediksi kelanjutannya, atau menggabungkan DNA dan bahasa alami, misalnya menanyakan akibat mengganti satu basa G menjadi A.

Tim belum merilis publikasi yang menjelaskan perilaku sistem; menurut pengukuran internal mereka, kinerjanya kompetitif dengan model komersial besar seperti GPT-6.1 Sol. Mereka sendiri mengingatkan model ini kurang baik menunjuk posisi spesifik pada urutan panjang dan bisa berhalusinasi bila perintah kurang spesifik.

Hugging Face menyebut dua keunggulan karena model bisa dijalankan lokal. Yang pertama biaya: video demonstrasi dibuat dengan sebuah MacBook. Alasan kedua terpotong dalam teks yang kami terima.

Apa berikutnya

Teks sumber yang tersedia terpotong sebelum membahas langkah lanjutan secara rinci, sehingga rencana pengembang kedua alat tidak dapat kami laporkan.

Yang tampak dari artikel: nilai praktis Pinal bergantung pada kemampuan laboratorium menyaring ribuan rancangan, sementara klaim kinerja Carbon X masih menunggu publikasi yang bisa diuji pihak lain. Sumber tidak membahas dampak kedua alat bagi peneliti di Indonesia.