Penelitian terbaru temukan cara mengubah sel kanker menjadi sel normal
Terobosan ini berpotensi menyembuhkan kanker, tanpa risiko efek samping berbahaya
Penelitian lanjutan dibutuhkan untuk mengevaluasi keamanan metode ini
Kanker merupakan salah satu penyebab utama kematian di seluruh dunia, termasuk di Indonesia. Data Global Cancer Statistics (GLOBOCAN) mencatat ada lebih dari 408 ribu kasus baru kanker di Tanah Air selama tahun 2022 dengan angka kematian nyaris mencapai 243 ribu kasus.
Jenis keganasan yang paling banyak terjadi di Indonesia, yaitu kanker payudara, paru-paru, serviks, usus besar, dan hati. Tingginya kasus kanker ini menuntut inovasi strategi pengobatan yang lebih efektif dan minim efek samping.
Salah satu pendekatan terbaru dalam terapi kanker dikembangkan para peneliti Korea Advanced Institute of Science and Technology (KAIST) di Korea Selatan.
Alih-alih membunuh sel kanker seperti metode konvensional kemoterapi (pengobatan keganasan lewat obat-obatan) dan terapi radiasi, teknologi temuan mereka menawarkan perspektif baru dalam pengobatan kanker, yaitu melalui upaya mengubah kembali sel kanker menjadi sel normal.
Tim peneliti yang dipimpin oleh Kwang-Hyun Cho dari Departemen Bio dan Rekayasa Otak KAIST mengembangkan teknologi berbasis digital twin untuk membalikkan sifat sel kanker pada usus besar (Gambar 1).
Digital twin dalam penelitian ini merupakan model virtual yang merepresentasikan jejaring gen dalam sel kanker dan sel normal. Melalui teknologi ini, peneliti bisa melakukan simulasi untuk memahami secara sistematis cara mengubah jalur genetik tertentu agar sel kanker yang sudah tumbuh agresif dan mengganas bisa kembali melambat seperti sel normal.
Peneliti menemukan bahwa selama proses onkogenesis (saat sel normal berubah menjadi sel kanker), ternyata masih ada peluang untuk mengembalikan sel tersebut ke jalur pertumbuhan normal.
Peneliti kemudian memetakan jejaring gen yang mengatur pertumbuhan sel normal dan menemukan cara untuk mengaktifkan kembali ekspresi gen yang sempat mati atau bermutasi dalam sel kanker.
Mereka menemukan tiga biomolekul utama, antara lain MYB, HDAC2, dan FOXA2-yang berperan krusial dalam proses perubahan sel normal menjadi sel kanker. Menghambat secara sistematis aktivitas ketiga biomolekul ini, bisa mengubah sel kanker kembali ke kondisi normal (Gambar 2).
Dengan mengidentifikasi target potensial, terapi ini diperkirakan lebih aman dan efektif dibandingkan terapi konvensional, seperti kemoterapi dan radioterapi yang sering kali menyebabkan efek samping serius-mulai dari rambut rontok, peningkatan risiko infeksi, gangguan pendengaran, hingga pembengkakan anggota tubuh. Selain itu, terapi konvensional juga berisiko menimbulkan resistensi (penyakit kebal terhadap pengobatan).
Sebaliknya, terobosan pengobatan kanker yang dikembangkan tim KAIST ini berpotensi mengurangi kemungkinan efek samping yang tidak diinginkan. Terapi ini merangsang jalur tertentu untuk mendorong perubahan sel kanker menjadi sel normal, tanpa mengganggu fungsi biologis lainnya.
Hasil penelitian ini pun memperbesar peluang pengembangan terapi kanker yang reversibel (bisa dibolak-balik) dan berpotensi diterapkan pada berbagai jenis kanker.
Pada dasarnya penelitian KAIST menggunakan pendekatan bioinformatika melalui sejumlah cara.
Pertama, KAIST menganalisis data genom dan proteom untuk memahami struktur maupun fungsi gen dan protein secara optimal.
Kedua, mereka mengembangkan algoritma, model, basis data, maupun perangkat lunak bioinformatika. Proses ini bertujuan untuk menyimpan, menganalisis, dan memvisualisasikan data biologis-termasuk data eksperimen terapi kanker.
Ketiga, mereka menggunakan teknologi sequencing (pengurutan genom) dan integrasi data omiks (analisis molekul biologi komprehensif). Kajian ini dapat mempelajari perubahan ekspresi gen maupun regulasi gen, sehingga dapat mengidentifikasi biomarker (penanda biologis) maupun target biomolekuler untuk terapi kanker.
Pemahaman dunia medis mengenai inovasi terapi kanker pun akan bergeser apabila sederet pendekatan teknologi tim KAIST dapat diterapkan secara luas. Daripada menggunakan pendekatan agresif yang sering kali merusak jaringan sehat, kita dapat beralih ke metode yang lebih halus dan berbasis rekayasa genetika.
Namun, terdapat sejumlah tantangan sebelum teknologi ini bisa digunakan secara luas, di antaranya:
Validasi klinis: Teknologi ini masih dalam tahap awal dan perlu diuji lebih lanjut melalui uji klinis yang lebih besar.
Keamanan: Mengubah jalur genetik dalam sel berisiko menyebabkan ekspresi gen lainnya mengalami perubahan tidak terduga yang menimbulkan efek samping berupa gangguan fungsi sel normal ataupun mutasi baru. Selain itu, tindakan ini dapat memengaruhi stabilitas genom dan meningkatkan risiko penyakit lain, sehingga perlu dikaji lebih lanjut dampak jangka panjangnya.
Regulasi: Penggunaan teknologi berbasis digital twin dalam bidang kesehatan masih membutuhkan regulasi yang jelas agar bisa diterapkan secara aman.
Teknologi yang dikembangkan tim peneliti KAIST berpotensi menjadi harapan baru bagi pasien kanker. Teknologi ini menawarkan solusi potensial dalam menyembuhkan keganasan, tanpa efek samping berbahaya seperti terapi kanker konvensional.
Namun, penerapannya di Indonesia membutuhkan kolaborasi erat antara pemerintah, institusi akademis, serta sektor industri-guna meneliti dan mengembangkan lebih lanjut penerapan teknologi ini secara klinis.
Agar teknologi ini bisa diterapkan secara luas, pemerintah kelak perlu berinvestasi dalam riset bioteknologi dan peningkatan kapasitas tenaga medis.
Untuk mengurangi kasus kanker, pemerintah perlu mengedukasi masyarakat mengenai pentingnya deteksi dini penyakit, serta meningkatkan akses layanan kesehatan yang lebih baik.
Pemerintah nantinya juga perlu menyediakan lebih banyak program skrining kanker dan memperluas cakupan layanan kesehatan berbasis teknologi baru ini.
Dengan terus berkembangnya penelitian dalam bidang kanker, kita berharap di masa depan, kanker tidak lagi menjadi vonis akhir bagi pasien, melainkan kondisi yang dapat dikendalikan dan disembuhkan menggunakan teknologi inovatif seperti yang dikembangkan tim peneliti KAIST.
