TED2019
Leila Pirhaji: The medical potential of AI and metabolites
Leila Pirhaji: Potensi medis Inteligensi Artifisial (AI) dan metabolit
Filmed:
Readability: 5.5
1,210,569 views
Banyak penyakit disebabkan oleh metabolit -- molekul kecil di dalam tubuh seperti lemak, glukosa dan kolesterol -- tetapi kita belum mengetahui secara pasti fungsi dan cara kerja senyawa tersebut. Pengusaha bioteknologi dan TED Fellow, Leila Pirhaji, membagikan pengalamannya dalam membangun jaringan berbasis AI untuk melakukan karakterisasi pola metabolit, memahami perkembangan penyakit lebih mendalam -- dan menemukan pengobatan yang lebih efektif.
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Double-click the English transcript below to play the video.
00:13
In 2003,
0
1507
1889
Pada tahun 2003,
00:15
when we sequenced the human genome,
1
3420
2913
ketika melakukan sekuens
genom pada manusia,
genom pada manusia,
00:18
we thought we would have the answer
to treat many diseases.
to treat many diseases.
2
6357
3922
kami pikir menemukan jawaban untuk
mengobati berbagai penyakit itu mudah.
mengobati berbagai penyakit itu mudah.
00:22
But the reality is far from that,
3
10974
2657
Ternyata kenyataannya tidak semudah itu,
00:26
because in addition to our genes,
4
14782
1921
karena selain gen,
00:28
our environment and lifestyle
could have a significant role
could have a significant role
5
16727
4570
lingkungan dan gaya hidup
manusia juga memiliki peranan penting
manusia juga memiliki peranan penting
00:33
in developing many major diseases.
6
21321
2548
yang memengaruhi berbagai penyakit mayor.
00:35
One example is fatty liver disease,
7
23893
3580
Contohnya adalah penyakit hati berlemak,
00:39
which is affecting over 20 percent
of the population globally,
of the population globally,
8
27497
4083
yang memengaruhi 20% populasi global,
00:43
and it has no treatment
and leads to liver cancer
and leads to liver cancer
9
31604
3034
belum ditemukan pengobatannya
dan menjadi penyebab kanker hati
dan menjadi penyebab kanker hati
00:46
or liver failure.
10
34662
1423
atau gagal hati.
00:49
So sequencing DNA alone
doesn't give us enough information
doesn't give us enough information
11
37517
4744
Sekuens DNA saja belum cukup
memberikan informasi
memberikan informasi
00:54
to find effective therapeutics.
12
42285
2232
untuk mendapatkan terapeutik yang efektif.
00:56
On the bright side, there are
many other molecules in our body.
many other molecules in our body.
13
44541
3756
Untungnya, ada banyak molekul
lain di dalam tubuh,
lain di dalam tubuh,
01:00
In fact, there are
over 100,000 metabolites.
over 100,000 metabolites.
14
48321
3980
bahkan ada lebih dari 100 ribu metabolit.
01:04
Metabolites are any molecule
that is supersmall in their size.
that is supersmall in their size.
15
52325
4296
Metabolit adalah molekul yang
berukuran sangat kecil.
berukuran sangat kecil.
01:09
Known examples are glucose,
fructose, fats, cholesterol --
fructose, fats, cholesterol --
16
57193
4972
Contohnya adalah glukosa,
fruktosa, lemak, kolesterol --
fruktosa, lemak, kolesterol --
01:14
things we hear all the time.
17
62189
1510
yang sudah sering kita dengar.
01:16
Metabolites are involved
in our metabolism.
in our metabolism.
18
64273
2983
Metabolit terbentuk dari metabolisme.
01:20
They are also downstream of DNA,
19
68066
4028
Metabolit adalah bagian hilir DNA,
01:24
so they carry information
from both our genes as well as lifestyle.
from both our genes as well as lifestyle.
20
72118
5082
yang berfungsi membawa
informasi gen dan gaya hidup manusia.
informasi gen dan gaya hidup manusia.
01:29
Understanding metabolites is essential
to find treatments for many diseases.
to find treatments for many diseases.
21
77224
5649
Memahami metabolit bermanfaat
untuk menemukan pengobatan
untuk menemukan pengobatan
berbagai penyakit.
01:34
I've always wanted to treat patients.
22
82897
2212
Dulu saya bercita-cita menjadi
seorang dokter.
seorang dokter.
01:37
Despite that, 15 years ago,
I left medical school,
I left medical school,
23
85934
3858
Tetapi, 15 tahun lalu saya harus
meninggalkan
meninggalkan
sekolah kedokteran,
01:41
as I missed mathematics.
24
89816
1965
karena tidak lulus pelajaran matematika.
01:45
Soon after, I found the coolest thing:
25
93019
2936
Sejak saat itu, saya sadar bahwa
01:48
I can use mathematics to study medicine.
26
96692
2763
matematika bisa digunakan untuk
mempelajari obat-obatan.
mempelajari obat-obatan.
01:53
Since then, I've been developing
algorithms to analyze biological data.
algorithms to analyze biological data.
27
101026
5213
Kemudian, saya mengembangkan
algoritma untuk menganalisis data biologi.
algoritma untuk menganalisis data biologi.
01:59
So, it sounded easy:
28
107092
2283
Kedengarannya mudah.
02:01
let's collect data from all
the metabolites in our body,
the metabolites in our body,
29
109399
3601
Mengumpulkan data metabolit
dari dalam tubuh,
dari dalam tubuh,
02:05
develop mathematical models to describe
how they are changed in a disease
how they are changed in a disease
30
113024
5128
mengembangkan model matematika
untuk menguraikan perubahan data metabolit
untuk menguraikan perubahan data metabolit
di dalam penyakit,
02:10
and intervene in those
changes to treat them.
changes to treat them.
31
118176
2988
lalu mengendalikan perubahan
tersebut untuk mengobati penyakit.
tersebut untuk mengobati penyakit.
02:14
Then I realized why no one
has done this before:
has done this before:
32
122488
3472
Kemudian saya sadar belum
ada orang yang melakukan ini
ada orang yang melakukan ini
02:19
it's extremely difficult.
33
127230
1687
karena benar-benar sulit.
02:20
(Laughter)
34
128941
1087
(Tertawa)
02:22
There are many metabolites in our body.
35
130052
2412
Metabolit banyak terdapat
di dalam tubuh.
di dalam tubuh.
02:24
Each one is different from the other one.
36
132783
2500
Setiap metabolit berbeda satu sama lain.
02:27
For some metabolites,
we can measure their molecular mass
we can measure their molecular mass
37
135307
3728
Beberapa senyawa metabolit
dapat diukur massa molekulernya
dapat diukur massa molekulernya
02:31
using mass spectrometry instruments.
38
139059
2593
menggunakan alat spektometri massa.
02:33
But because there could be, like,
10 molecules with the exact same mass,
10 molecules with the exact same mass,
39
141676
4393
Namun, karena ada 10 molekul
dengan massa yang persis sama,
dengan massa yang persis sama,
02:38
we don't know exactly what they are,
40
146093
1807
molekul yang pasti sulit diketahui
02:39
and if you want to clearly
identify all of them,
identify all of them,
41
147924
2774
dan jika ingin melakukan identifikasi,
02:42
you have to do more experiments,
which could take decades
which could take decades
42
150722
3104
diperlukan pengujian lebih lanjut
yang memakan waktu lama
yang memakan waktu lama
02:45
and billions of dollars.
43
153850
1714
dan berharga jutaan dolar.
02:48
So we developed an artificial
intelligence, or AI, platform, to do that.
intelligence, or AI, platform, to do that.
44
156207
5563
Sehingga kami membangun Inteligensi
Artifisial atau platform AI
Artifisial atau platform AI
02:53
We leveraged the growth of biological data
45
161794
2844
untuk memaksimalkan
perkembangan data biologi
perkembangan data biologi
02:56
and built a database of any existing
information about metabolites
information about metabolites
46
164662
4424
serta membangun pangkalan data
informasi tentang metabolit
informasi tentang metabolit
03:01
and their interactions
with other molecules.
with other molecules.
47
169110
3128
dan interaksinya dengan molekul lain.
03:04
We combined all this data
as a meganetwork.
as a meganetwork.
48
172262
3424
Kami menggabungkan semua data
dalam jaringan besar.
dalam jaringan besar.
03:07
Then, from tissues or blood of patients,
49
175710
3396
Kemudian, kami mengambil
jaringan atau darah pasien,
jaringan atau darah pasien,
03:11
we measure masses of metabolites
50
179130
2751
untuk mengukur massa metabolit
03:13
and find the masses
that are changed in a disease.
that are changed in a disease.
51
181905
3259
dan mencari massa yang berubah
di dalam penyakit.
di dalam penyakit.
03:17
But, as I mentioned earlier,
we don't know exactly what they are.
we don't know exactly what they are.
52
185188
3190
Tetapi, kami belum menemukan
senyawa molekul yang pasti.
senyawa molekul yang pasti.
03:20
A molecular mass of 180 could be
either the glucose, galactose or fructose.
either the glucose, galactose or fructose.
53
188402
5135
Massa molekuler 180 mungkin
adalah glukosa, galaktosa, atau fruktosa,
adalah glukosa, galaktosa, atau fruktosa,
03:25
They all have the exact same mass
54
193561
2019
yang memiliki massa persis sama
03:27
but different functions in our body.
55
195604
2087
tetapi fungsinya berbeda di dalam tubuh.
03:29
Our AI algorithm considered
all these ambiguities.
all these ambiguities.
56
197715
3587
Algoritma AI menjawab
semua ambiguitas itu.
semua ambiguitas itu.
03:33
It then mined that meganetwork
57
201326
2736
AI menggali jaringan besar
03:36
to find how those metabolic masses
are connected to each other
are connected to each other
58
204086
4353
untuk menemukan cara
massa metabolit terhubung satu sama lain
massa metabolit terhubung satu sama lain
03:40
that result in disease.
59
208463
1958
yang mengakibatkan timbulnya penyakit.
03:42
And because of the way they are connected,
60
210445
2238
Dari cara metabolit terhubung,
03:44
then we are able to infer
what each metabolite mass is,
what each metabolite mass is,
61
212707
4323
kami menentukan massa setiap metabolit,
03:49
like that 180 could be glucose here,
62
217054
2924
misalnya, massa molekuler 180
adalah glukosa
adalah glukosa
03:52
and, more importantly, to discover
63
220002
2551
dan yang lebih penting kami menemukan
03:54
how changes in glucose
and other metabolites
and other metabolites
64
222577
3367
bahwa perubahan dalam glukosa
dan metabolit lain
dan metabolit lain
03:57
lead to a disease.
65
225968
1505
dapat menyebabkan
penyakit.
penyakit.
03:59
This novel understanding
of disease mechanisms
of disease mechanisms
66
227497
2995
Penemuan baru tentang
mekanisme penyakit ini
mekanisme penyakit ini
04:02
then enable us to discover
effective therapeutics to target that.
effective therapeutics to target that.
67
230516
4492
memungkinkan kita untuk menemukan
terapeutik efektif sebagai pengobatan.
terapeutik efektif sebagai pengobatan.
04:07
So we formed a start-up company
to bring this technology to the market
to bring this technology to the market
68
235601
3845
Lalu, kami mendirikan perusahaan rintisan
untuk membawa teknologi ini ke pasar
untuk membawa teknologi ini ke pasar
04:11
and impact people's lives.
69
239470
1805
dan menyelamatkan jiwa manusia.
04:13
Now my team and I at ReviveMed
are working to discover
are working to discover
70
241722
3545
Saat ini saya dan tim di ReviveMed
bekerja untuk menemukan
bekerja untuk menemukan
04:17
therapeutics for major diseases
that metabolites are key drivers for,
that metabolites are key drivers for,
71
245291
5105
terapeutik bagi penyakit mayor
yang disebabkan oleh metabolit,
yang disebabkan oleh metabolit,
04:22
like fatty liver disease,
72
250420
1897
seperti penyakit hati berlemak,
04:24
because it is caused
by accumulation of fats,
by accumulation of fats,
73
252341
2924
akibat timbunan lemak
04:27
which are types
of metabolites in the liver.
of metabolites in the liver.
74
255289
2473
yang merupakan tipe metabolit
di dalam hati.
di dalam hati.
04:29
As I mentioned earlier,
it's a huge epidemic with no treatment.
it's a huge epidemic with no treatment.
75
257786
3940
Penyakit ini adalah epidemi besar
yang belum ditemukan obatnya.
yang belum ditemukan obatnya.
04:33
And fatty liver disease
is just one example.
is just one example.
76
261750
2724
Penyakit hati berlemak hanya
sebuah contoh.
sebuah contoh.
04:36
Moving forward, we are going to tackle
hundreds of other diseases
hundreds of other diseases
77
264498
4178
Selanjutnya, kami akan menangani
ratusan penyakit lain
ratusan penyakit lain
04:40
with no treatment.
78
268700
1493
yang belum tertangani.
04:42
And by collecting more and more
data about metabolites
data about metabolites
79
270217
4554
Dengan mengumpulkan lebih
banyak data metabolit
banyak data metabolit
04:46
and understanding
how changes in metabolites
how changes in metabolites
80
274795
3544
dan memahami bahwa perubahan
di dalam metabolit
di dalam metabolit
04:50
leads to developing diseases,
81
278363
2402
bisa menjadi penyebab penyakit,
04:52
our algorithms will get
smarter and smarter
smarter and smarter
82
280789
3489
algoritma bisa diandalkan
04:56
to discover the right therapeutics
for the right patients.
for the right patients.
83
284302
4196
untuk menemukan terapeutik yang
sesuai untuk pasien yang tepat.
sesuai untuk pasien yang tepat.
05:00
And we will get closer to reach our vision
84
288522
3770
Visi kami akan lebih mudah dicapai,
05:04
of saving lives with every line of code.
85
292316
3863
yaitu menyelamatkan jiwa manusia
menggunakan setiap baris kode.
menggunakan setiap baris kode.
05:08
Thank you.
86
296203
1321
Terima kasih.
05:09
(Applause)
87
297548
3827
(Tepuk tangan)
ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneurLeila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.
Why you should listen
Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.
Leila Pirhaji | Speaker | TED.com