AI Berhasil Rancang Virus Baru untuk Pertama Kalinya, Picu Kekhawatiran soal KeamananAI Berhasil Rancang Virus Baru untuk Pertama Kalinya, Picu Kekhawatiran soal KeamananAI Berhasil Rancang Virus Baru untuk Pertama Kalinya, Picu Kekhawatiran soal KeamananAIBerhasilRancangVirusBaruuntukPertamaKalinya,PicuKekhawatiransoalKeamanan

Untuk pertama kalinya, para ilmuwan berhasil merancang virus baru dari nol menggunakan kecerdasan buatan. Bukan sembarang virus—yang mereka ciptakan adalah bakteriofag, jenis virus yang secara alami menyerang bakteri dan selama ini dipakai untuk mengobati infeksi yang sulit disembuhkan. Di laboratorium, virus rancangan AI ini terbukti mampu membunuh bakteri Escherichia coli (E. coli) yang sebelumnya kebal terhadap bakteriofag alami.

Temuan ini dipublikasikan di jurnal Science pada Kamis, 6 Agustus 2026, dalam makalah berjudul "Generative design of bacteriophages with genome language models". Penelitian dipimpin Samuel H. King, dengan Brian Hie sebagai peneliti senior, keduanya dari Stanford University, Amerika Serikat. Bagi sebagian ilmuwan, ini adalah tonggak penting bagi bioteknologi. Bagi yang lain, ini justru pertanda bahwa teknologinya sudah melangkah lebih jauh dari kemampuan manusia mengendalikannya dengan aman.

Tim Stanford memakai dua model AI bernama Evo 1 dan Evo 2—disebut model bahasa genom karena cara kerjanya mirip large language model semacam ChatGPT, hanya saja yang dipelajari bukan susunan kata, melainkan susunan basa DNA. Kedua model itu dilatih dengan data genetik dari sekitar dua juta bakteriofag alami.

Ada satu batasan yang sengaja diterapkan sejak awal: kode genetik virus yang menginfeksi manusia, hewan, atau tumbuhan tidak dimasukkan ke dalam data latihan. Tujuannya jelas, mengurangi kemungkinan AI belajar merancang virus yang berbahaya bagi makhluk hidup selain bakteri.

Sebagai cetak biru, peneliti memakai phiX174, bakteriofag kecil dengan genom sekitar 5.400 pasang basa dan 11 gen yang sudah dipelajari ilmuwan sejak puluhan tahun lalu. AI menghasilkan ribuan rancangan genom virus. Dari situ, tim memilih hampir 300 untuk benar-benar disintesis di laboratorium. Hasilnya, 16 di antaranya terbukti hidup dan mampu menginfeksi E. coli—tiga bahkan tumbuh lebih cepat dibanding phiX174 alami.

Pengamatan dengan mikroskop cryo-electron mengonfirmasi salah satu virus rancangan itu memakai protein pengemas DNA yang secara evolusioner cukup berbeda dari yang ditemukan di alam—bukti bahwa AI tidak sekadar menyalin, tapi menghasilkan struktur yang benar-benar baru. Lebih penting lagi, ketika 16 virus itu dicampur menjadi satu "koktail", campuran tersebut berhasil mengatasi bakteri E. coli yang sebelumnya sudah berevolusi menjadi kebal terhadap phiX174 alami.

Nilai dari temuan ini erat kaitannya dengan krisis yang sudah lama dikhawatirkan dunia medis: resistensi antibiotik. Profesor Jasna Rakonjac dari Massey University, Selandia Baru, menyebut resistensi yang terus meningkat berpotensi membawa dunia ke skenario suram—penyakit infeksi yang tak lagi bisa diobati pada 2050 mendatang.

Terapi fag sebenarnya bukan konsep baru. Bakteriofag sudah lama dilirik sebagai alternatif antibiotik karena sifatnya yang hanya menyerang bakteri dan tidak berbahaya bagi manusia. Masalahnya, bakteri juga bisa berevolusi menjadi kebal terhadap fag tertentu, sama seperti mereka kebal terhadap obat.

Selama ini solusinya adalah meracik "koktail" dari berbagai fag alami, tapi cara itu sering kali kurang efektif. Menurut Rakonjac, pendekatan berbasis AI yang dipakai tim Stanford tampak jauh lebih efektif dibanding metode koktail konvensional, karena virus bisa dirancang ulang secara cepat begitu bakteri mulai kebal.

Para penulis studi sendiri tidak menutupi risikonya. Dalam makalah tersebut mereka menuliskan bahwa pekerjaan ini memunculkan pertimbangan penting soal biosafety, biocontainment, dan biosecurity, dan mendesak siapa pun yang melakukan riset serupa untuk berkonsultasi dengan ahli keamanan hayati sejak awal proyek.

Peringatan yang lebih tajam datang dari artikel pendamping yang terbit di edisi Science yang sama, ditulis oleh Tom Inglesby dan Moritz Hanke dari Center for Health Security, Johns Hopkins University, Baltimore. Keduanya menilai kemampuan menyusun genom virus lewat AI generatif kini sudah ada, sementara tata kelola untuk mengarahkannya secara aman belum tersedia.

Dr. Simon Clarke, asisten profesor mikrobiologi seluler di University of Reading, sependapat bahwa temuan ini memunculkan persoalan regulasi dan keselamatan yang serius. Ia mengapresiasi kehati-hatian tim Stanford yang membatasi data latihan AI-nya, tapi mengingatkan tidak ada jaminan peneliti lain di masa depan akan seteliti itu.

Kekhawatirannya beralasan: metode yang dipakai bisa direplikasi, sementara aturan mainnya masih belum jelas. Bulan lalu, badan kesehatan AS memang mengeluarkan kebijakan baru untuk membatasi riset ilmu hayati berisiko tinggi, tapi aturan itu menyasar eksperimen "gain of function" pada patogen alami—bukan rancangan genom yang sepenuhnya dibuat lewat komputer.

Meski begitu, sejumlah ilmuwan yang tidak terlibat dalam penelitian ini menilai kekhawatirannya masih terlalu dini untuk dibesar-besarkan. Tom Ellis, profesor rekayasa genom sintetis di Imperial College London, mengatakan merancang genom yang jauh lebih kompleks daripada phiX174 masih sangat sulit dilakukan AI saat ini.

Menurutnya, jika ada pihak yang benar-benar ingin membuat virus mematikan, cara yang lebih praktis justru dengan memodifikasi patogen yang sudah ada di alam, bukan merancangnya dari nol lewat AI.

Prof. Patrick Cai, Ketua Bidang Genomika Sintetis di University of Manchester, melihat sisi lain yang tak kalah signifikan: pencapaian ini membuktikan model bahasa genom mulai mempelajari prinsip rancangan yang selama ini hanya terbentuk lewat evolusi alami, dan itu membuka jalan bagi penulisan genom berbasis AI di masa depan. Tantangan berikutnya, katanya, adalah menskalakan pendekatan ini ke genom yang jauh lebih besar dan kompleks, sambil memastikan setiap prediksi komputer benar-benar diuji secara eksperimental di laboratorium.

Beberapa ilmuwan lain menyoroti sisi teknisnya. Jordi García Ojalvo, profesor biologi sistem di Pompeu Fabra University, Barcelona, mencatat efisiensi proses ini masih rendah—dari ribuan rancangan yang dihasilkan AI, hanya 16 yang benar-benar berfungsi.

Menurutnya, justru karena setiap rancangan masih harus diuji satu per satu di laboratorium, risiko penyalahgunaan langsung relatif kecil untuk saat ini. Simon Jackson, peneliti terapi fag di University of Waikato, Selandia Baru, menambahkan bahwa hanya sekitar 5 persen rancangan yang berhasil, dan separuh dari virus yang berfungsi ternyata sudah mengalami mutasi tambahan—tanda bahwa evolusi alami ikut "menyempurnakan" apa yang dirancang AI. Baginya, ini tetap merupakan bukti konsep yang menjanjikan, tapi jalan menuju terapi fag berbasis AI yang benar-benar bisa dipakai pada pasien masih panjang.

Studi ini baru menyentuh bakteriofag berukuran kecil dan bakteri yang tidak berbahaya di laboratorium. Merancang virus dengan genom yang jauh lebih besar, memastikan target infeksinya bisa dikendalikan dengan andal, hingga membuktikan keamanan dan efektivitasnya pada pasien sungguhan, semua itu masih menjadi pekerjaan rumah berikutnya.

Yang jelas, kemampuan komputasi untuk merancang kehidupan mikroskopis kini benar-benar ada. Pertanyaan yang belum terjawab adalah siapa yang akan mengatur penggunaannya, dan seberapa cepat aturan itu bisa menyusul kecepatan perkembangan teknologinya.