Terobosan dalam Dunia Kimia: Hadiah Nobel Kimia 2024 untuk Desain Protein dan Prediksi Struktur

Pada tanggal 9 Oktober 2024, sejarah baru tercipta di dunia ilmu kimia ketika Hadiah Nobel Kimia dianugerahkan kepada tiga ilmuwan ternama: David Baker, Demis Hassabis, dan John M. Jumper. Para peraih Nobel ini berhasil mengguncang dunia ilmiah dengan kontribusi revolusioner mereka dalam memahami dan menciptakan protein—molekul yang sering disebut sebagai “alat kimia kehidupan.” Penemuan ini tidak hanya mengubah cara kita memahami protein tetapi juga membuka peluang besar bagi pengembangan obat, vaksin, dan berbagai solusi ilmiah lainnya.

Menguak Rahasia Protein: Desain dan Prediksi

Protein adalah molekul kompleks yang memainkan peran vital dalam tubuh manusia. Bayangkan tubuh kita seperti mesin canggih, dan protein adalah komponen kecil seperti gear yang memungkinkan mesin itu bekerja dengan sempurna! Sama seperti gear atau roda gigi yang memastikan setiap bagian mesin bergerak dengan tepat dan terkoordinasi, protein dalam tubuh mengatur dan mendukung berbagai proses biologis, mulai dari metabolisme, komunikasi antar sel, hingga perbaikan jaringan. Setiap gear memiliki perannya sendiri dalam menjaga agar mesin berjalan dengan mulus, begitu pula setiap protein memiliki fungsi spesifik yang penting bagi tubuh untuk tetap beroperasi dengan optimal. Jika ada gear yang rusak atau tidak berfungsi, seluruh mesin bisa terganggu—mirip dengan bagaimana disfungsi protein (protein tidak dapat berfungsi dengan baik) dapat menyebabkan penyakit atau gangguan pada tubuh manusia.

Namun, memahami bagaimana protein terbentuk dan bekerja adalah tantangan besar yang telah dihadapi para ilmuwan selama puluhan tahun. Penemuan ilmuwan dalam dekade ini menjawab tantangan tersebut melalui dua pendekatan berbeda: pembuatan protein baru yang tidak ada di alam, dan kemampuan memprediksi struktur protein menggunakan kecerdasan buatan.

Menciptakan Protein Baru: David Baker dan Perangkat Lunak Rosetta

David Baker dari University of Washington memulai perjalanan ilmiahnya dengan pertanyaan sederhana: bisakah kita menciptakan protein dari awal? Dengan menggunakan perangkat lunak yang dikembangkannya yang bernama Rosetta, Baker berhasil melakukan hal yang sebelumnya dianggap mustahil. Pada tahun 2003, ia menciptakan Top7, protein baru yang tidak ada di alam. Seperti seorang arsitek yang merancang bangunan dari dasar, Baker menggunakan prinsip-prinsip dasar biokimia untuk menciptakan protein dengan struktur dan fungsi yang benar-benar baru.

Menaklukkan Tantangan Protein dengan Kecerdasan Buatan

Di sisi lain, Demis Hassabis dan John M. Jumper dari Google DeepMind memilih pendekatan yang berbeda untuk mengungkap rahasia protein. Mereka menggunakan kecerdasan buatan (AI) untuk memecahkan teka-teki yang telah membingungkan para ahli biokimia selama lebih dari lima dekade: bagaimana urutan asam amino dalam protein dapat menentukan struktur tiga dimensinya. Dengan model AI yang mereka kembangkan, AlphaFold2, Hassabis dan Jumper berhasil memprediksi struktur dari hampir semua protein yang diketahui dengan akurasi tinggi. Penemuan tersebut mengakhiri perjuangan panjang para ilmuwan dalam memahami “lipatan” protein.

Lipatan protein adalah proses di mana rantai panjang asam amino melipat menjadi struktur tiga dimensi yang spesifik, menentukan fungsi protein dalam tubuh. Setiap urutan asam amino memiliki kecenderungan untuk melipat ke dalam bentuk tertentu, seperti heliks alfa atau lembaran beta, yang berinteraksi untuk membentuk struktur akhir. Proses tersebut sangat kompleks karena ada banyak kemungkinan cara rantai asam amino bisa melipat. Meskipun demikian, protein secara alami bisa menemukan bentuk yang benar dalam waktu yang sangat singkat. Lipatan yang tidak tepat dapat menyebabkan disfungsi protein, yang dapat memicu penyakit seperti Alzheimer dan Parkinson.

Untuk waktu yang lama, memahami cara protein melipat adalah tantangan besar bagi para ilmuwan, hingga hadirnya AlphaFold2 dari Google DeepMind. Model kecerdasan buatan ini, dikembangkan oleh Demis Hassabis dan John M. Jumper, menggunakan deep learning untuk memprediksi struktur tiga dimensi protein berdasarkan urutan asam amino dengan akurasi tinggi. AlphaFold2 mempermudah dan mempercepat proses pemetaan struktur protein, yang sebelumnya membutuhkan waktu lama dan metode yang mahal. Penemuan ini membuka peluang baru dalam penelitian biologi dan pengembangan obat, menjadikan prediksi lipatan protein lebih cepat dan efisien.

Bagaimana AlphaFold2 Merekayasa Masa Depan

AlphaFold2 adalah model AI yang revolusioner. Dengan memanfaatkan database besar yang berisi informasi tentang struktur dan urutan asam amino, AlphaFold2 mampu membuat prediksi akurat tentang bagaimana protein akan “melipat” ke dalam bentuk tiga dimensi yang spesifik. Hal tersebut sangat penting karena struktur protein menentukan fungsinya. Dengan memprediksi struktur ini, para ilmuwan dapat memahami cara kerja protein dalam tubuh dan bagaimana memodifikasinya untuk berbagai aplikasi, mulai dari pengembangan obat hingga penciptaan enzim yang dapat mendaur ulang plastik.

Dampak Penemuan terhadap Dunia Medis dan Farmasi

Penemuan ini membawa dampak besar bagi dunia medis dan farmasi. Kemampuan merancang protein baru membuka jalan untuk pengembangan obat yang lebih spesifik dan efisien, sementara kemampuan memprediksi struktur protein memungkinkan peneliti memahami penyakit dengan lebih baik, termasuk kanker dan resistensi antibiotik. Misalnya, para ilmuwan sekarang dapat mengidentifikasi protein mana yang perlu dimodifikasi atau dihentikan untuk menghambat pertumbuhan sel kanker, menciptakan peluang untuk terapi yang lebih tepat sasaran.

AlphaFold memainkan peran penting dalam pengembangan vaksin COVID-19 dengan mempercepat proses penelitian terkait struktur protein virus SARS-CoV-2. Salah satu komponen penting dari virus ini adalah protein spike, yang digunakan oleh virus untuk menginfeksi sel manusia. Memahami struktur tiga dimensi dari protein spike ini sangat penting untuk mengembangkan vaksin dan terapi yang efektif. Dengan bantuan AlphaFold, para ilmuwan dapat memprediksi struktur protein tersebut dengan lebih cepat dan akurat, sehingga mempercepat pengembangan kandidat vaksin. Hal ini memungkinkan tim peneliti dan perusahaan farmasi untuk merancang vaksin yang lebih efektif dalam melatih sistem kekebalan tubuh untuk mengenali dan melawan virus. Kecepatan dan akurasi yang ditawarkan oleh AlphaFold sangat berkontribusi dalam respons cepat terhadap pandemi global, membuka jalan bagi inovasi di bidang virologi dan pengembangan terapi baru.

Inspirasi bagi Generasi Peneliti Mendatang

Kisah David Baker, Demis Hassabis, dan John M. Jumper adalah bukti nyata bahwa ketekunan dan inovasi dapat membawa perubahan besar. Mereka menunjukkan bahwa dengan menggabungkan disiplin ilmu yang berbeda—seperti biokimia dan kecerdasan buatan—kita bisa mencapai terobosan yang tak terbayangkan sebelumnya. Bagi para peneliti muda, kisah ini adalah inspirasi untuk terus mengeksplorasi dan mencari jawaban dari misteri-misteri ilmiah yang belum terpecahkan.

Referensi:

1. The Royal Swedish Academy of Sciences. “Scientific Background: Computational Protein Design and Protein Structure Prediction.” https://www.nobelprize.org/uploads/2024/10/advanced-chemistryprize2024.pdf.
2. Press Release, Nobel Prize in Chemistry 2024. Diakses pada 10 Oktober 2024 dari https://www.nobelprize.org/prizes/chemistry/2024/press-release/