Sorothari – 04 September 2026 | Sebuah terobosan dalam dunia biomedis berhasil mengembangkan metode pencitraan mutakhir bernama optical metabolic imaging atau OMI, yang mampu memetakan aktivitas metabolik sel imun individual di dalam sampel darah manusia secara akurat tanpa merusak sel tersebut. Penelitian yang dipimpin oleh tim ilmuwan dari Morgridge Institute for Research dan University of Wisconsin-Madison ini dipublikasikan dalam jurnal ilmiah Biophotonics Discovery, membuka dimensi baru dalam pemantauan respons kekebalan tubuh terhadap berbagai penyakit mematikan.
Sampel darah rutin umumnya mengandung beragam kelompok sel imun yang dikenal sebagai peripheral blood mononuclear cells (PBMCs). Sel-sel ini telah lama dimanfaatkan dalam dunia klinis untuk meneliti infeksi, gangguan autoimun, sepsis, lupus, hingga perkembangan kanker dan penurunan fungsi kognitif. Meski begitu, teknik pelabelan konvensional yang mengandalkan pewarna fluoresens dinilai memiliki keterbatasan besar karena berisiko mengubah perilaku biologis sel dan hanya memberi sedikit gambaran tentang bagaimana sel tersebut benar-benar berfungsi.
Baca juga:Mekanisme Kerja dan Keunggulan Non-Destruktif
Senior author studi tersebut, Melissa Skala, menuturkan bahwa PBMCs sudah menjadi bagian dari alur kerja klinis sehari-hari dan sangat mudah diisolasi. Tantangan utamanya adalah mengekstraksi informasi fungsional yang jauh lebih kaya tanpa merusak keutuhan sampel. Inovasi OMI menjawab kebutuhan tersebut dengan memanfaatkan sinyal autofluoresens alami dari kofaktor metabolik yang terlibat dalam proses produksi energi di dalam sel.
Dengan menggunakan mikroskop dua foton (two-photon microscopy), metode OMI mengukur masa hidup fluoresens molekul endogen saat memancarkan cahaya. Pendekatan tanpa pewarna kimia luar ini memastikan kondisi sel tetap utuh, hidup, dan dapat digunakan kembali untuk prosedur terapi lanjutan.
Akurasi Tinggi Berbasis Pembelajaran Mesin
Dalam uji coba laboratorium, para peneliti menerapkan teknologi pencitraan tersebut pada sampel PBMC dari tiga donor sehat, mencakup ribuan sel dalam kondisi istirahat maupun teraktivasi. Data metabolik kemudian diproses menggunakan algoritma kecerdasan buatan untuk mengklasifikasikan jenis serta status aktivasi sel imun.
Baca juga:- Tingkat akurasi pembedaan sel teraktivasi dan sel istirahat mencapai hampir 94 persen hanya dalam waktu dua jam pascastimulasi.
- Monosit, komponen penting dari sistem imun bawaan, berhasil diidentifikasi dengan akurasi 96 persen pada kondisi istirahat dan 88 persen pada kondisi teraktivasi.
- Sel pembunuh alami atau Natural Killer (NK) dapat dikenali dengan tingkat akurasi sekitar 74 persen pada kedua kondisi.
Hasil analisis menunjukkan bahwa monosit dan sel NK memiliki tanda metabolik yang sangat khas karena fungsinya sebagai garda terdepan sistem pertahanan tubuh. Sebaliknya, sel T dan sel B yang bertugas dalam respons imun adaptif menunjukkan profil metabolik yang lebih homogen dalam kondisi pengujian tersebut.
Peluang Kemajuan Terapi Seluler dan Kanker
Pengukuran pada tingkat sel tunggal ini juga berhasil mengungkap heterogenitas yang selama ini tersembunyi dalam analisis agregat konvensional. Pendekatan OMI dinilai sangat krusial bagi pengembangan terapi sel hidup, seperti terapi chimeric antigen receptor (CAR) T-cell, yang memanfaatkan rekayasa sel imun pasien sendiri untuk membasmi sel kanker.
Karena prosedur pencitraan tidak merusak viabilitas sel, evaluasi kualitas dan kebugaran metabolik sel donor dapat dilakukan sebelum produk terapi diproduksi. Para ilmuwan berharap implementasi klinis metode ini di masa depan dapat mempercepat diagnosis penyakit kompleks sekaligus meningkatkan tingkat keberhasilan terapi imun presisi.
Baca juga:
