Tiongkok Rancang Sistem Imunitas Tanaman Berbasis AI untuk Hadapi Wabah Penyakit Baru

JawaPos.com — Tiongkok mengembangkan pendekatan baru untuk menghadapi ancaman penyakit tanaman dengan memanfaatkan kecerdasan buatan (AI) untuk merancang reseptor imun sintetis yang dapat disesuaikan dengan patogen tertentu. Teknologi ini berpotensi memangkas proses pengembangan ketahanan tanaman dari hitungan tahun menjadi beberapa pekan, sehingga membuka pendekatan baru bagi perlindungan pangan global.

Terobosan tersebut dikembangkan tim dari Institute of Genetics and Developmental Biology, Chinese Academy of Sciences, bersama perusahaan bioteknologi Qi Biodesign. Mereka menciptakan synthetic plant immune receptors (SPIRs), yakni reseptor imun yang dapat diprogram agar mengenali protein yang dihasilkan virus, bakteri, jamur, maupun organisme mirip jamur yang disebut oomycetes. Ketika target dikenali, tanaman dapat mengaktifkan respons imun untuk menghadapi ancaman tersebut.

Dilansir dari South China Morning Post, Selasa (25/8/2026), tim peneliti menyebut dalam penelitian yang diterbitkan di jurnal Science: “Pekerjaan ini membangun platform serbaguna untuk rekayasa imunitas tanaman yang efisien.” Penelitian tersebut pertama kali dipublikasikan secara daring pada 23 Juli 2026.

Selama ini, pemuliaan tanaman memanfaatkan gen ketahanan yang menghasilkan reseptor untuk mengenali patogen tertentu. “Namun, ketahanan ini sering kali dengan cepat dikalahkan oleh patogen yang berevolusi cepat, terutama dalam sistem pertanian modern yang dicirikan oleh monokultur berskala besar dengan tanaman yang seragam secara genetik,” kata tim tersebut.

Karena itu, para peneliti mengubah pendekatan dari menemukan reseptor alami menjadi merancangnya sesuai kebutuhan. Mereka menggunakan perangkat desain protein berbantuan AI, termasuk AlphaFold 3 dan BindCraft, untuk membuat protein yang dapat mengikat target patogen. Protein rancangan tersebut kemudian dipasang pada reseptor imun tanaman padi Pikm-1 dengan mengganti bagian integrated decoy atau ID yang berfungsi dalam pengenalan patogen.

Dalam pengujian, sebanyak 391 SPIR dirancang untuk mengenali protein dari berbagai patogen. Sebanyak 71 atau 18,2 persen berhasil mengenali target dan mengaktifkan respons imun. Sebaliknya, sekitar 58 persen menunjukkan tingkat aktivasi diri yang tidak diinginkan, sedangkan hampir 24 persen tidak menunjukkan aktivitas imun terhadap target. Hasil yang tidak berhasil dapat berkaitan dengan ekspresi protein yang tidak tepat, kegagalan pengikatan target, atau ketidakmampuan reseptor memicu perubahan bentuk yang diperlukan untuk mengaktifkan imunitas.

Meski tingkat keberhasilan awal masih terbatas, tim menilai hasil tersebut menunjukkan potensi luas. “Untuk mengatasi keragaman patogen yang sangat besar, kami bertujuan mengembangkan strategi universal untuk merekayasa reseptor imun sintetis yang dapat mengenali protein patogen tertentu,” kata para peneliti. Optimasi lebih lanjut melalui evolusi terarah di dalam tanaman kemudian meningkatkan aktivitas imun sekaligus mengurangi aktivasi yang tidak diinginkan.

Teknologi itu juga telah diuji pada tanaman transgenik Nicotiana benthamiana. Tanaman yang membawa SPIR yang telah dioptimalkan menunjukkan ketahanan terhadap Tomato brown rugose fruit virus (ToBRFV). Beberapa target yang berhasil dikenali juga berasal dari patogen yang menyerang tanaman pangan penting, termasuk kentang dan tomat. Temuan tersebut menunjukkan bahwa sistem ini tidak sekadar mengenali protein patogen di laboratorium, tetapi berpotensi menghasilkan ketahanan pada tanaman hidup.

Selain itu, para peneliti mengembangkan strategi stacking, yakni menggabungkan beberapa reseptor sintetis dalam satu tanaman untuk mengenali banyak patogen sekaligus. Pendekatan tersebut dinilai dapat menjadi kerangka yang dapat diperluas untuk menghasilkan ketahanan penyakit yang lebih luas dan tahan lama. “Pembentukan reseptor imun tanaman sintetis akan membuka jalan baru bagi imunitas tanaman sintetis dan menyediakan fondasi serbaguna untuk merekayasa ketahanan terhadap berbagai patogen pada tanaman,” tulis tim tersebut.

Namun, para peneliti menegaskan teknologi ini belum menjadi solusi siap pakai untuk seluruh penyakit tanaman. Desain reseptor bagi jenis patogen tertentu masih sulit dan tingkat keberhasilan keseluruhan masih rendah. Mereka menilai penemuan lebih banyak kerangka reseptor alami untuk dipasangi modul pengikat serta perluasan desain protein berbantuan AI dapat meningkatkan kinerja sistem. Dengan demikian, nilai strategis terbesarnya bukan menggantikan pemuliaan konvensional, melainkan mempercepat kemampuan merancang pertahanan baru ketika patogen baru muncul.