Tiga unit kerja di IPB University yaitu Departemen Ilmu Komputer, Unit Laboratorium Riset Unggulan dan Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) bekerjasama menggelar High Performance Computing (HPC) Webinar Series ke-7 dengan tema “HPC pada Bioinformatika”, Selasa (30/11). Dalam kegiatan ini hadir para pakar bioinformatika IPB University untuk berbagi ilmu terkait aplikasi HPC dalam bidang bioinformatika.

Dr Wisnu Ananta Kusuma, Sekretaris Pusat Studi Biofarmaka Tropika (Trop BRC) IPB University menjelaskan peran HPC dalam proses penjajaran sekuens DNA. Ia mengatakan penjajaran sekuens DNA salah satunya berguna untuk perhitungan nilai similaritas sekuens.
“Hasil penjajaran ini tidak hanya dibutuhkan bagi bidang bioinformatika, namun bidang-bidang lainnya. Proses ini juga berguna untuk melakukan pemetaan DNA, pencarian basis data, prediksi fungsi protein, pencarian gen, dan identifikasi variasi genetik,” ujarnya.

Sebagai contoh penelitian yang ia lakukan adalah penjajaran sekuens protein pada Drug Target Proposing untuk COVID-19. Tujuannya untuk mengeksplorasi khasiat lain berbagai herbal yang selama ini dikonsumsi oleh masyarakat. Caranya yakni dengan membangun model dari perbandingan antara senyawa herbal dengan obat konvensional pada protein target.
Namun, lanjutnya, tidak cukup hanya membandingkan nilai kemiripan senyawa herbal dan obat konvensional. Nilai kemiripan protein target juga penting untuk diteliti.

“Maka kita akan mendapatkan hasil yang mungkin memiliki potensi-potensi yang lebih banyak daripada hanya menghitung nilai kemiripan senyawanya saja,” ungkapnya. Ia menambahkan bahwa nilai similaritas tersebut salah satunya dapat dihitung dengan melakukan penjajaran sekuens. Penggunaan HPC atau Komputasi Berperforma Tinggi menjadi salah satu teknologi yang mampu melakukan penjajaran ini dengan efisien.

Penelitian yang ia lakukan terkait penjajaran ini adalah perhitungan dengan menggunakan Dynamic Time Wraping secara pararel. Teknik ini digunakan untuk penjajaran dua sinyal dengan satuan dengan deret waktu secara non-linear. Tentunya teknik ini membutuhkan komputasi yang canggih sehingga peran HPC sangat dibutuhkan.
Selain dalam penjajaran sekuens, HPC juga berperan dalam mempararelkan algoritma pairwise alignment (PA).

Auriza Rahmad Akbar, Dosen IPB University dari Departemen Ilmu Komputer FMIPA menambahkan bahwa teknologi tingkat lanjut ini dibutuhkan untuk menghasilkan data yang besar dan melakukan pemrosesan yang cepat.
Menurutnya, algoritma yang telah berkembang saat ini sudah banyak. Namun belum diketahui skema mana yang menghasilkan kinerja terbaik pada sistem berbagi pakai memori yang sama.

“Makin banyak data makin terlihat keefektifannya. Karena bila datanya sedikit, maka waktu yang dibutuhkan untuk pemrosesan akan lebih lama. Program pararel akan lebih terasa manfaatnya pada data yang besar,” sebutnya. Kinerja algoritma pararel yang baik juga tergantung pada skema partisi data yang efisien. (MW/Zul)

Source : Dr Wisnu Ananta Kusuma, ipb.ac.id