Hugging Face Rilis Carbon-X, Model AI Chat soal DNA Manusia

Telset.id – Hugging Face merilis Carbon-X, model AI yang memungkinkan pengguna mengobrol dengan DNA menggunakan bahasa alami. Model ini dikembangkan bersama peneliti dari Zhongguancun Academy di China dan University of Naples Federico II di Italia, dan ditujukan untuk membantu peneliti merancang obat baru serta terapi genetik.

Carbon-X dilatih menggunakan sekuens genomik dan bahasa alami, sehingga pengguna bisa mengajukan pertanyaan tentang efek perubahan DNA terhadap aktivitas gen dan kesehatan, lalu menerima jawaban secara percakapan. Lewis Tunstall, senior research scientist di Hugging Face, menyebut model ini sebagai kemampuan baru dalam model bahasa. “Kami telah membuka kapabilitas baru dalam model bahasa, yang pada dasarnya adalah kemampuan untuk mengobrol dengan DNA,” ujarnya.

Menurut Tunstall, penggunaan bahasa alami membuat pengguna nonteknis “dapat benar-benar mengajukan pertanyaan tentang DNA yang tidak akan dapat diakses melalui alat lain.” Hugging Face sendiri dikenal sebagai semacam GitHub untuk model AI, menyediakan pustaka alat AI siap pakai serta platform untuk menjalankan aplikasi AI open-weight dan open-source bagi pengembang, peneliti, dan bisnis.

DNA lebih mirip kode komputer dibanding bahasa alami. Alih-alih 0 dan 1, DNA menggunakan A, C, G, dan T untuk mengodekan informasi. Satu genom manusia mengandung 6 miliar huruf tersebut. Meski genom manusia telah disekuens dari ujung ke ujung, ilmuwan masih belum memahami cara kerja sebagian besar darinya. Kini, model AI membantu peneliti mengurai sebagian misteri tersebut.

Sebelumnya, Google DeepMind merilis AlphaGenome pada tahun lalu. Model itu memprediksi efek sekuens DNA dan mutasi genetik, tetapi menyajikannya dalam format numerik dan membutuhkan daya komputasi lebih besar. Model lain, Evo 2, yang dikembangkan Arc Institute dan Nvidia bersama mitra akademik, berbicara dalam bahasa DNA dan dapat menghasilkan genom utuh dari awal.

Carbon-X mengintegrasikan DNA dan bahasa alami dalam antarmuka percakapan. Tunstall menyebutnya seperti ChatGPT untuk DNA. Tim memulai dengan model bahasa yang sudah ada, memperluas kosakatanya agar dapat membaca DNA dalam kelompok enam huruf, lalu melanjutkan pelatihan pada 300 miliar potongan data atau token yang menggabungkan sekuens DNA, teks bahasa Inggris, dan contoh yang menghubungkan DNA dengan deskripsi biologis.

Sekuens DNA yang digunakan berasal dari mamalia termasuk manusia, vertebrata lain, invertebrata, tanaman, fungi, dan protozoa. Tunstall mengatakan tim tidak melatih model dengan virus karena tidak ingin model digunakan untuk aplikasi yang berpotensi berbahaya.

Pengguna tidak dapat mengunggah genom manusia secara penuh. Model dilatih untuk menyerap sekuens DNA sekitar 50.000 pasangan basa, sehingga pengguna hanya bisa menanyakan bagian kecil genom dalam satu waktu. Salah satu pemanfaatan Carbon-X adalah membantu memahami apakah suatu mutasi genetik bersifat jinak atau menyebabkan penyakit, langkah penting dalam mengembangkan obat bertarget atau terapi genetik. Jika intervensi menyasar mutasi yang salah, hasilnya bisa tidak efektif atau bahkan menimbulkan bahaya yang tidak diinginkan.

Peneliti memiliki batasan dalam mengunggah data pasien yang dapat diidentifikasi atau bersifat sensitif ke model AI frontier. Karena itu, Tunstall menyebut timnya sengaja merancang model kecil dengan 14 miliar parameter. Ukuran itu memungkinkan model berjalan secara lokal di perangkat pengguna, bukan bergantung pada model berbasis cloud. Tidak ada data yang dikirim ke Hugging Face atau perusahaan lain, katanya.

Keputusan merilis model berukuran ringkas ini juga bersinggungan dengan posisi Hugging Face di industri AI. Perusahaan tengah menjadi sorotan setelah akuisisi oleh Nvidia senilai hampir 13 miliar dolar AS pada September. Hugging Face juga sempat berada di pusat insiden peretasan besar oleh model OpenAI pada awal tahun ini, yang turut memunculkan respons industri dari sejumlah pihak.

Meski demikian, pengembang Carbon-X memberi peringatan penting. Mereka belum memvalidasi model dengan eksperimen wet lab sesungguhnya, sehingga belum bisa memastikan seberapa akurat prediksi yang dihasilkan. Dengan kata lain, Carbon-X saat ini berfungsi sebagai alat bantu penelusuran dan perancangan awal, bukan pengganti pengujian laboratorium.

Bagi peneliti genetika dan pengembang terapi, kehadiran Carbon-X menambah pilihan alat berbasis AI yang bisa dijalankan secara lokal tanpa mengirim data sensitif ke cloud. Namun akurasi prediksinya masih menunggu pembuktian melalui uji laboratorium sebelum bisa diandalkan dalam pengambilan keputusan klinis.