Tim peneliti dari Technical University of Denmark (DTU) berhasil membuktikan bahwa komputer kuantum mampu meningkatkan akurasi dan jangkauan model kecerdasan buatan dalam penemuan obat. Yang menarik, seluruh eksperimen ini dikerjakan pada waktu luang—akhir pekan—menggunakan dana sisa dari proyek lain yang tidak terpakai.
Profesor Timothy Patrick Jenkins, yang memimpin riset tersebut, memimpin tim kecil yang bekerja di luar jam kerja normal. Mereka menggabungkan model AI generatif untuk memprediksi protein dengan komputer kuantum seukuran printer karya startup Inggris, ORCA Computing. Teknik hibrida ini menghubungkan mesin kuantum dengan prosesor konvensional untuk menghasilkan peptida baru—rantai pendek asam amino—yang mampu berikatan dengan protein spesifik dalam tubuh manusia.
Hasil Uji Lab yang Mengesankan
Setelah peptida-peptida tersebut diproduksi di laboratorium dan diuji kemampuannya berikatan dengan protein target, hasilnya jelas: model hibrida kuantum-AI menghasilkan lebih banyak peptida sukses dibandingkan pendekatan klasik murni. Peningkatan paling signifikan justru terjadi pada area di mana data latih sangat minim—sebuah temuan penting mengingat keterbatasan data biologis saat ini.
“Kami benar-benar perlu membuktikannya untuk meyakinkan para skeptis bahwa prediksi kami terhubung dengan dunia nyata,” ujar Patrick Jenkins kepada WIRED. Ia mengakui bahwa ia sendiri awalnya merupakan “skeptis kuantum besar” yang percaya aplikasi teknologi ini untuk pekerjaannya masih “puluhan tahun lagi.”
Mengatasi Bias Data Medis Global
Tim Jenkins menggunakan big data dan AI untuk menemukan protein yang bisa membuka jalan bagi imunoterapi baru dengan biaya lebih murah dan lebih cepat. Sebagian besar pendanaan mereka berasal dari Novo Nordisk Foundation. Namun, tantangan terbesar bukan sekadar jumlah data, melainkan keragaman data itu sendiri.
Sebagian besar riset medis dunia selama ini berfokus pada populasi Barat. Hal ini menciptakan celah besar dalam pemahaman variasi genetik manusia secara menyeluruh. Dampaknya nyata: pengembangan peptida yang efektif untuk populasi yang kurang terpelajari—seperti masyarakat di Asia dan Afrika—menjadi jauh lebih sulit karena basis data yang tersedia tidak merepresentasikan keragaman biologis mereka.
Tim DTU berhipotesis bahwa menyematkan komputer kuantum ke dalam alur kerja AI generatif bisa menghasilkan set peptida yang lebih beragam, terutama untuk target-target yang datanya masih terbatas. Hipotesis ini muncul setelah mereka mengetahui bahwa mesin kuantum memberikan efek serupa dalam pembangkitan gambar digital.
Realitas Teknologi Kuantum Saat Ini
Meski hasilnya menjanjikan, proses yang baru ditemukan ini belum akan merevolusi riset dalam waktu dekat. Komputer kuantum saat ini masih terlalu kecil untuk menjalankan model AI mutakhir secara penuh, artinya hasil yang lebih baik masih bisa dicapai dengan komputer klasik untuk skala tertentu.
“Kuantum belum terlalu powerful, jadi tingkat kompleksitas yang bisa kami encode bukanlah antibodi berukuran normal, yang merupakan target kerja kami biasanya,” jelas Jonathan Funk, mahasiswa PhD di DTU. Selain itu, menemukan peptida yang bisa berikatan dengan gen tertentu hanyalah satu langkah dalam pengembangan vaksin—bukan jaminan obat yang sukses.
Richard Murray, CEO ORCA Computing, mengakui bahwa banyak perusahaan industri menganggap kuantum masih “kabur dan jauh.” Ia menyebut studi DTU ini unik karena menunjukkan aplikasi komersial jangka pendek untuk kuantum. Perusahaannya juga menerapkan teknologi ini melalui proyek dengan raksasa minyak BP untuk bidang kimia dan produsen mobil Toyota untuk efisiensi proses desain.
Langkah Selanjutnya: Model Lebih Besar dan Aplikasi Baru
Tim DTU kini berencana menggunakan alur kerja ini dengan model AI yang lebih mutakhir dan protein yang lebih besar. Patrick Jenkins menegaskan bahwa validasi ini penting untuk menunjukkan bahwa mereka “benar-benar punya peluang untuk menggeser jarum secara substansial.” Ia juga menyoroti bahwa alur kerja AI generatif sangat berharga untuk penyakit-penyakit yang terabaikan dan minim pendanaan riset.
Selain itu, Jenkins sedang menjajaki penggunaan komputer kuantum untuk meningkatkan metode AI generatifnya dalam merancang antibodi sintetis sebagai penawar racun bisa ular—sebuah aplikasi yang bisa menyelamatkan ribuan nyawa setiap tahun di wilayah tropis.
