Outer Biosciences kini memasukkan kulit manusia hidup—yang dipanen dari jaringan bedah yang dibuang dan dijaga agar tetap layak selama lebih dari sebulan—ke dalam model machine learning. Startup ini berharap dapat membuat prediksi penemuan obat dan dermatologi menjadi jauh lebih andal. Alur kerja dua tahunnya memindahkan jaringan dari ruang operasi ke laboratorium dalam hitungan jam, sebuah kecepatan yang menurut perusahaan dapat menjaga perilaku alami sel tersebut.
Mengapa kumpulan data lama tidak memadai
Selama sebagian besar sejarah bioteknologi baru-baru ini, para peneliti telah mengandalkan model hewan atau lini sel kultur untuk melatih alat komputasi. Sistem tersebut murah dan mudah ditangani, tetapi jarang menangkap kompleksitas penuh kulit manusia—sebuah organ berlapis dengan sel imun, ujung saraf, interaksi mikrobioma, dan respons dinamis terhadap hormon serta stres. Ketidaksesuaian ini memaksa pengembang obat untuk menjalankan beberapa putaran pengujian pada hewan dan uji coba manusia, yang membengkakkan biaya dan memperpanjang lini masa.
Outer Biosciences memposisikan dirinya sebagai jembatan untuk mengatasi celah tersebut. Dengan menggunakan jaringan yang belum pernah diubah di dalam cawan petri, perusahaan percaya AI mereka dapat mempelajari pola yang tidak terlihat pada model sintetis. “Living data” adalah istilah yang digunakan tim untuk menggambarkan perbedaan antara cuplikan statis dari lini sel dan irisan jaringan yang berinteraksi secara terus-menerus serta masih berkomunikasi dengan lingkungannya.
Dari ruang operasi ke algoritma
Tantangan logistiknya sebanding dengan tantangan ilmiahnya. Outer Biosciences mengambil sumber kulit yang jika tidak digunakan akan dibuang selama prosedur seperti abdominoplasti atau mastektomi. Biobank nirlaba dan komersial, yang beroperasi di bawah pengawasan Institutional Review Board (IRB), mendokumentasikan persetujuan donor untuk penggunaan penelitian. Setelah rumah sakit menandai spesimen yang sesuai, jaringan kurir perusahaan akan mengambilnya, mengangkutnya dalam wadah yang suhunya terkendali, dan mengirimkannya ke fasilitas pemrosesan dalam beberapa jam.
Di laboratorium, kulit tersebut ditempatkan dalam sistem perfusi yang meniru aliran darah, menjaga sel tetap hidup hingga 30 hari. Selama jendela waktu tersebut, tim menangkap pencitraan resolusi tinggi, data transkriptomik, dan proteomik pada beberapa titik waktu. Dataset multi-modal ini memberi makan pipeline deep-learning yang memprediksi bagaimana jaringan akan bereaksi terhadap senyawa kimia, paparan UV, atau pemicu inflamasi.
Orang-orang di balik layar
Co-founder dan CEO Michael Polansky membawa latar belakang matematika dari Harvard dan rekam jejak dalam menskalakan operasi yang kompleks, mulai dari portofolio modal ventura hingga tur konser global. Chief Scientist Kyung-Jin Jang, seorang spesialis biologi kulit, mengarahkan sisi eksperimental, sementara CTO Chris Hinojosa membangun platform rekayasa data yang menyatukan aliran pencitraan dan molekuler. Dewan direksi mencakup ikon budaya pop Lady Gaga, yang juga menjabat sebagai ketua merek kosmetik Haus Labs, sebuah usaha yang berbagi sumber daya penelitian dengan Outer Biosciences.
Hubungan lintas industri ini memberikan startup tersebut modal untuk membangun jaringan logistik khusus sekaligus pasar yang siap untuk aplikasi awal. Haus Labs, misalnya, dapat menguji formulasi baru pada platform jaringan hidup sebelum beralih ke sukarelawan manusia, yang berpotensi memangkas waktu berminggu-minggu dari siklus pengembangan produk yang biasanya.
Apa yang dipertaruhkan
Jika pendekatan ini memenuhi janjinya, perusahaan farmasi dapat memangkas jumlah studi hewan yang diperlukan untuk penyaringan tahap awal, sehingga mengurangi biaya dan masalah etika. Klinik dermatologi mungkin akan mendapatkan alat AI yang memprediksi bagaimana kulit pasien akan merespons krim resep, memungkinkan rencana perawatan yang benar-benar personal. Komunitas AI yang lebih luas juga dapat memperoleh manfaat dari set pelatihan yang lebih kaya dan realistis yang mendorong batas-batas biologi prediktif.
Model ini menimbulkan pertanyaan tentang skalabilitas dan privasi. Pengumpulan jaringan dari operasi bergantung pada kesediaan rumah sakit dan donor untuk berpartisipasi, dan rantai pasokan mungkin mengalami hambatan saat permintaan meningkat. Meskipun biobank beroperasi di bawah pengawasan IRB, profil molekuler yang terperinci secara teori dapat dikaitkan kembali ke individu jika praktik penanganan data lalai. Para kritikus berpendapat bahwa meskipun dengan persetujuan, eksploitasi komersial dari jaringan yang dibuang melintasi garis etika yang tipis.
Sudut pandang lain: Apakah organoid masih memiliki peran?
Para ilmuwan yang mengembangkan organoid—kumpulan sel tiga dimensi yang ditumbuhkan di laboratorium untuk meniru fungsi organ—memperingatkan agar tidak mengabaikan model-model tersebut sepenuhnya. Organoid dapat dihasilkan dari sel punca pluripoten terinduksi milik satu pasien, menawarkan platform yang dipersonalisasi tanpa memerlukan jaringan bedah yang segar. Mereka juga memungkinkan peneliti untuk mempelajari proses perkembangan selama berbulan-bulan, sesuatu yang tidak dapat dilakukan oleh irisan kulit berdurasi 30 hari. Outer Biosciences mengakui bahwa platformnya bukanlah pengganti universal, melainkan sumber data fidelitas tinggi yang bersifat komplementer untuk pertanyaan-pertanyaan spesifik di mana arsitektur asli kulit menjadi faktor yang paling penting.
Langkah ke depan
Outer Biosciences saat ini sedang menjalankan studi percontohan dengan beberapa mitra bioteknologi, menguji kekuatan prediktif modelnya terhadap hasil obat yang telah diketahui. Hasil awal, yang hanya dibagikan dalam pengarahan internal, menunjukkan korelasi yang lebih tinggi dengan data uji klinis dibandingkan prediksi berbasis organoid yang sebanding. Perusahaan berencana untuk memperluas koleksi jaringannya guna mencakup jenis organ lainnya, meskipun masing-masing akan membawa hambatan logistik tersendiri.
Regulator belum mengeluarkan panduan khusus mengenai model AI yang dilatih pada jaringan manusia hidup, namun kerangka kerja FDA yang sedang berkembang untuk perangkat medis berbasis AI kemungkinan besar akan bersinggungan dengan pekerjaan Outer. Startup tersebut menyatakan bahwa mereka sedang menyiapkan dokumentasi yang memenuhi standar privasi data sekaligus ekspektasi badan pengawas tersebut terkait transparansi algoritmik.
Intinya
Outer Biosciences telah mengubah pencapaian logistik—memindahkan kulit manusia segar dari ruang operasi ke laboratorium dalam hitungan jam—menjadi mesin data yang dapat membuat prediksi AI tentang obat-obatan dan kesehatan kulit menjadi lebih tepercaya. Keberhasilan ventura ini akan bergantung pada kemampuannya untuk menjaga kelancaran pasokan jaringan, melindungi privasi donor, dan membuktikan bahwa “data hidup” benar-benar mengungguli model sintetis yang ada saat ini. Jika berhasil, efek riaknya dapat dirasakan di seluruh sektor farmasi, kosmetik, dan dermatologi klinis, mengubah cara kita melatih mesin untuk memahami tubuh manusia.