Artificial Intelligence Multimodal untuk Pemodelan Sel Virtual Prediktif dan Terprogram: Jembatan Menuju Pemahaman Kausal dalam Penemuan Obat

Perkembangan kecerdasan buatan (AI) multimodal dan pemodelan sel virtual telah membuka era baru dalam penemuan obat yang lebih cepat, akurat, dan hemat biaya. Penelitian ini mengkaji integrasi AI multimodal dengan pemodelan sel virtual prediktif dan terprogram sebagai jembatan menuju pemahaman kausal dalam biologi sistem dan penemuan obat. Melalui tinjauan literatur sistematis terhadap perkembangan terkini, penelitian ini mengidentifikasi bahwa pendekatan AI multimodal yang mengintegrasikan berbagai tipe data biologis seperti genomik, transkriptomik, proteomik, dan metabolomic mampu menangkap kompleksitas sistem biologis secara lebih komprehensif dibandingkan pendekatan unimodal. Pusat Penelitian dan Inovasi Teknologi AI untuk Kesehatan dan Ilmu Pengetahuan Hayati dari Kementerian Pendidikan Tinggi, Sains, dan Teknologi (Kemdiktisaintek) dan BRIN telah mengembangkan model sel virtual prediktif dan terprogram menggunakan algoritma kecerdasan buatan multimodal untuk mempercepat proses penemuan obat di Indonesia . Inisiatif ini merupakan langkah strategis dalam memanfaatkan ekosistem penelitian dan inovasi untuk meningkatkan kesehatan masyarakat dan daya saing industri farmasi nasional. Di tingkat global, model sel virtual yang dikembangkan melalui platform seperti Euretos dan framework pembelajaran mesin terbaru telah menunjukkan kemampuan untuk memprediksi respons seluler terhadap intervensi obat, mengidentifikasi target obat baru, dan memprediksi efek samping dengan akurasi yang meningkat . Penelitian ini menyimpulkan bahwa integrasi AI multimodal dengan pemodelan sel virtual prediktif dan terprogram menawarkan pendekatan transformatif untuk penemuan obat, dengan potensi untuk mengungkap hubungan kausal yang sebelumnya tidak terlihat dan mempercepat pengembangan terapi yang lebih efektif dan personal.

Authors

Institutions

Publication Details

Journal
MUARA KESEHATAN Jurnal Ilmiah Ilmu Kesehatan
Published
2026-10-15
DOI
https://doi.org/10.64365/murakes.v2i4.559
Primary Topic
Computational Drug Discovery Methods
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Artificial Intelligence Multimodal untuk Pemodelan Sel Virtual Prediktif dan Terprogram: Jembatan Menuju Pemahaman Kausal dalam Penemuan Obat

Trisna Wulandari, Devi Kristiana
MUARA KESEHATAN Jurnal Ilmiah Ilmu Kesehatan
Computational Drug Discovery Methods
article

Artificial Intelligence Multimodal untuk Pemodelan Sel Virtual Prediktif dan Terprogram: Jembatan Menuju Pemahaman Kausal dalam Penemuan Obat

Trisna Wulandari, Devi Kristiana
article en

Abstract

Perkembangan kecerdasan buatan (AI) multimodal dan pemodelan sel virtual telah membuka era baru dalam penemuan obat yang lebih cepat, akurat, dan hemat biaya. Penelitian ini mengkaji integrasi AI multimodal dengan pemodelan sel virtual prediktif dan terprogram sebagai jembatan menuju pemahaman kausal dalam biologi sistem dan penemuan obat. Melalui tinjauan literatur sistematis terhadap perkembangan terkini, penelitian ini mengidentifikasi bahwa pendekatan AI multimodal yang mengintegrasikan berbagai tipe data biologis seperti genomik, transkriptomik, proteomik, dan metabolomic mampu menangkap kompleksitas sistem biologis secara lebih komprehensif dibandingkan pendekatan unimodal. Pusat Penelitian dan Inovasi Teknologi AI untuk Kesehatan dan Ilmu Pengetahuan Hayati dari Kementerian Pendidikan Tinggi, Sains, dan Teknologi (Kemdiktisaintek) dan BRIN telah mengembangkan model sel virtual prediktif dan terprogram menggunakan algoritma kecerdasan buatan multimodal untuk mempercepat proses penemuan obat di Indonesia . Inisiatif ini merupakan langkah strategis dalam memanfaatkan ekosistem penelitian dan inovasi untuk meningkatkan kesehatan masyarakat dan daya saing industri farmasi nasional. Di tingkat global, model sel virtual yang dikembangkan melalui platform seperti Euretos dan framework pembelajaran mesin terbaru telah menunjukkan kemampuan untuk memprediksi respons seluler terhadap intervensi obat, mengidentifikasi target obat baru, dan memprediksi efek samping dengan akurasi yang meningkat . Penelitian ini menyimpulkan bahwa integrasi AI multimodal dengan pemodelan sel virtual prediktif dan terprogram menawarkan pendekatan transformatif untuk penemuan obat, dengan potensi untuk mengungkap hubungan kausal yang sebelumnya tidak terlihat dan mempercepat pengembangan terapi yang lebih efektif dan personal.

MUARA KESEHATAN Jurnal Ilmiah Ilmu Kesehatan
Universitas Ahmad Dahlan (ID)
Openalex Percentile: Top 14%
Computational Drug Discovery Methods
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.