Hal ini mengemuka dalam Workshop Bioinformatika & High-Performance Computing (HPC) yang menjadi rangkaian Seminar Multiomics in Precision Oncology: Bridging Data to Clinical Impact pada Kamis–Sabtu (28–30/8), di Fakultas Kedokteran, Kesehatan Masyarakat, dan Keperawatan Universitas Gadjah Mada (FKKMK UGM), Yogyakarta.
Kegiatan yang menjadi bagian dari program unggulan Pusat Kolaborasi Riset (PKR) Precision Oncology based Omics (PrOmics) ini merupakan kolaborasi antara BRIN melalui Pusat Riset Biomedis, Pusat Riset Vaksin dan Obat (Organisasi Riset Kesehatan), serta Pusat Riset Komputasi (Organisasi Riset Elektronika dan Informatika), bersama FK-KMK UGM dan Fakultas Kedokteran UI.
Pada kesempatan tersebut, tim peneliti Pusat Riset Komputasi BRIN, yang terdiri atas Maulida Mazaya, Wirawan Adikusuma, I Wayan Aditya Swardiana, dan Taufiq Wirahman, memperkenalkan salah satu metode bioinformatika yang dapat dipakai untuk mendukung riset precision oncology.
“R adalah bahasa pemrograman yang dirancang khusus untuk analisis statistik dan visualisasi data. Dalam konteks survival analysis, R memiliki banyak package yang komprehensif. Selain itu, R bersifat open-source, mudah digunakan, kaya library, mampu menghasilkan grafik yang baik, serta didukung komunitas pengguna yang luas,” jelas Maulida Mazaya ketika memaparkan pentingnya pendekatan komputasi untuk analisis survival pasien kanker menggunakan bahasa pemrograman R.
Menurutnya, pendekatan ini penting karena dapat memprediksi potensi kelangsungan hidup pasien berdasarkan faktor klinis dan biomolekuler, sekaligus memperluas penerapan machine learning untuk meningkatkan akurasi prediksi.
Sementara itu, Wirawan Adikusuma menjelaskan penggunaan Connectivity Map (CMap)—sumber daya bioinformatika yang dikembangkan Broad Institute untuk menghubungkan data ekspresi gen dengan kandidat obat.
Dalam pemaparannya, Wirawan menunjukkan dua fitur utama CMap, yaitu Touchstone dan Query, serta studi kasus penggunaan simvastatin dan identifikasi kandidat obat baru untuk kanker pankreas melalui pendekatan drug repurposing.
“CMap memungkinkan peneliti menghubungkan profil ekspresi gen penyakit tertentu dengan ribuan profil obat dalam basis data L1000. Dengan demikian, terapi potensial dapat diidentifikasi lebih cepat dan proses repurposing obat dapat dipercepat tanpa harus memulai dari nol,” jelasnya.
Paparan berikutnya disampaikan oleh I Wayan Aditya S. dan Taufiq Wirahman mengenai dasar-dasar HPC serta penerapannya di bidang bioinformatika. Mereka menekankan bahwa teknologi HPC semakin dibutuhkan untuk mempercepat analisis data biologis berskala besar (Big Data). Teknologi ini dipandang sebagai langkah strategis untuk mendukung riset kedokteran presisi, pengembangan vaksin, hingga simulasi molekul yang kompleks di bidang life science.
Aditya menegaskan bahwa HPC membuka peluang riset yang lebih efisien dan akurat. Sementara itu, Taufiq menambahkan pentingnya strategi kolaborasi lintas disiplin agar teknologi ini dapat benar-benar diimplementasikan dalam mendukung kesehatan dan industri farmasi nasional.
Dalam sesi praktik, Taufiq memperkenalkan penggunaan superkomputer Mahameru BRIN dan sistem HPC BiRU Baruna FK-KMK UGM. Peserta dibekali keterampilan dasar seperti penggunaan Linux, job scheduler Slurm, hingga cara menjalankan batch job dan memantau hasil komputasi.
Cek Berita dan Artikel yang lain di
Google News
