Semua sel manusia mengandung genom yang sama, tetapi ia bekerja sangat berbeda di setiap sel. Sebagian menghasilkan enzim, sebagian lagi hormon, dan sebagian lainnya membentuk kerangka kuat tulang dan jaringan ikat. Perbedaannya tidak terletak pada gen itu sendiri, melainkan pada kapan dan seberapa intensif gen tersebut diaktifkan dan bekerja. Jawaban atas pertanyaan fundamental biologi ini telah lama menarik minat para ilmuwan. Kini para peneliti dari University of California, San Diego telah menemukan cara baru untuk mengungkapnya dengan menerapkan kecerdasan buatan.
Di bawah pimpinan Profesor James T. Kadonaga, tim menggunakan pembelajaran mesin untuk menguraikan wilayah DNA 'pemicu' kritis—inisiator yang menandai tempat dimulainya pembacaan gen. Penelitian ini dipimpin oleh mahasiswa pascasarjana Torrey Rhyne-Kirby, yang bersama rekan-rekannya melakukan sekuensing throughput tinggi terhadap sekitar setengah juta varian urutan inisiator dan melatih model pembelajaran mesin untuk mengenali pola khasnya. Hasil menunjukkan bahwa inisiator aktif hadir pada sekitar 60% promotor terkonsentrasi gen manusia—lebih tinggi dari perkiraan sebelumnya yang didasarkan pada pencarian urutan serupa dan berkisar sekitar 40–56%. Angka baru ini lebih andal karena didasarkan pada pengukuran eksperimental, bukan sekadar pencarian pola.
Model yang dihasilkan untuk pertama kalinya memungkinkan prediksi akurat keberadaan inisiator dalam genom dan penguraian urutan fungsional minimal yang diperlukan untuk memulai transkripsi. Ini berarti para ilmuwan kini dapat melihat segmen DNA dan menentukan apakah ia akan berfungsi sebagai inisiator aktif—alat seperti ini sebelumnya tidak mungkin ada.
Penemuan ini memiliki makna praktis yang serius. Mutasi pada inisiator mengganggu aktivasi gen normal dan dapat berkontribusi pada perkembangan penyakit, termasuk kanker. Model baru ini memungkinkan penilaian dampak perubahan tersebut sebelum melakukan eksperimen pada sel hidup—ini menghemat waktu, sumber daya, dan membantu dokter memprediksi konsekuensi mutasi dengan lebih akurat untuk setiap pasien. Selain itu, tanda tangan inisiator yang diuraikan membuka jalan bagi para bioteknolog untuk menciptakan promotor sintetis dengan sifat yang dapat diprediksi untuk terapi terarah dan rekayasa genetika.
Genom manusia mengandung sekitar 3 miliar pasangan basa—ini adalah instruksi besar yang mengenkripsi aturan: di mana, kapan, dan berapa banyak setiap gen dari 20 000–25 000 gen harus bekerja. Inisiator hanyalah salah satu dari banyak elemen pengatur yang mengendalikan proses ini. Model yang dilatih pada inisiator adalah langkah pertama dalam menguraikan 'bahasa' molekuler regulasi. Para ilmuwan mencatat bahwa di masa depan mereka berencana untuk memperluas penelitian ke elemen pengatur penting lainnya dari genom: enhancer (yang meningkatkan aktivitas gen) dan silencer (yang menekannya)—untuk menyusun gambaran lengkap tentang bagaimana gen diaktifkan dan dimatikan dalam sel yang berbeda.
Penelitian yang diterbitkan dalam jurnal bergengsi Genes & Development 31 Juli 2026 merupakan langkah penting dalam upaya bertahun-tahun untuk membangun kecerdasan buatan lengkap guna menguraikan kode ekspresi gen manusia—seperangkat instruksi lengkap yang menentukan gen mana yang diaktifkan, kapan, dan di sel mana. Aplikasi praktis sudah terlihat dalam waktu dekat: dokter dapat memprediksi konsekuensi mutasi dengan lebih akurat, dan bioteknologi akan mendapatkan alat untuk merancang urutan regulasi buatan dengan sifat yang ditentukan.
Memahami mekanisme yang menentukan gen mana yang 'dinyalakan' pada saat yang tepat dan dalam jumlah yang tepat membawa kita lebih dekat ke pengobatan personal yang lebih presisi. Ini membantu menjawab pertanyaan fundamental biologi: mengapa DNA yang sama menghasilkan keragaman sel, jaringan, dan organ yang luar biasa dalam satu organisme.
