Konten dari Pengguna

Biologi dan Kecerdasan Buatan

Ninta Nuraini
Mahasiswa di Institut Teknologi Telkom Purwokerto
16 Desember 2022 10:28 WIB
comment
0
sosmed-whatsapp-white
copy-link-circle
more-vertical
Tulisan dari Ninta Nuraini tidak mewakili pandangan dari redaksi kumparan
sumber : dokumen pribadi
zoom-in-whitePerbesar
sumber : dokumen pribadi
ADVERTISEMENT
sosmed-whatsapp-green
kumparan Hadir di WhatsApp Channel
Follow
Menyongsong revolusi industri 4.0, banyak tercipta teknologi-teknologi yang semakin otomatis dan kompleks. Salah satu teknologi yang semakin marak adalah Artificial Intelligence atau kecerdasan buatan. Kecerdasan buatan digunakan hampir di semua aspek, mulai dari hal kecil seperti Asisten Google sampai tilang elektronik. Yang baru-baru ini sedang hangat yaitu self-driving dari Tesla juga menggunakan kecerdasan buatan. Kecerdasan buatan yang digunakan pada self-driving adalah deep learning yang dapat belajar dan mengoreksi kesalahan dari data eksperimen.
ADVERTISEMENT
Selain dalam bidang otomotif, kecerdasan buatan juga banyak digunakan dalam bidang industri sampai real estat. Lalu apa hubungan kecerdasan buatan dengan biologi ? Mengingat biologi adalah ilmu yang mempelajari makhluk hidup, sedangkan kecerdasan buatan lebih sering berfokus pada pengembangan komputer dari data-data historis. Sekilas memang tampak tak berhubungan, tetapi kecerdasan buatan dapat membantu dalam riset biologi, contohnya dalam penelitian gen. Berikut beberapa terobosan dari kolaborasi kecerdasan buatan dengan biologi.
AlphaFold dan RoseTTAFold
Protein adalah komponen utama penyusun makhluk hidup. Mempelajari dan memahami protein dapat membantu riset biologi untuk mempelajari setiap penyakit dan dapat mempercepat penemuan obat. Salah satu masalah yang sudah lama menghantui para ahli adalah masalah pelipatan protein. Protein pada makhluk hidup adalah hal yang sangat rumit. Protein memiliki tiga struktur yaitu struktur primer, struktur sekunder, dan struktur tersier. Ketiga struktur ini akan melipat dan pelipatan protein yang baik akan menghasilkan individu yang baik, sebaliknya pelipatan protein yang tidak sempurna membuat protein tersebut tidak aktif. Kegagalan pelipatan protein dapat membuat protein lain ikut gagal melipat yang dapat menyebabkan penumpukan protein gagal yang akhirnya dapat membunuh sel tersebut.
ADVERTISEMENT
Kecerdasan buatan AlphaFold dan RoseTTAFold dapat memprediksi struktur protein dari urutan asam aminonya dengan memanfaatkan hubungan struktur urutan dalam ribuan struktur protein yang diketahui. AlphaFold dan RoseTTAFold dapat membantu memahami pelipatan protein menggunakan data-data sekuens primer protein untuk memprediksi struktur protein. Dengan bantuan kedua AI ini penentuan struktur suatu protein dapat dipercepat dengan akurasi yang lebih tinggi.
ARES
Selain memprediksi struktur protein, baru-baru ini kecerdasan buatan juga dapat memprediksi struktur RNA. ARES atau Atomic Rotationally Equivariant Scorer adalah kecerdasan buatan yang dapat membantu memprediksi struktur RNA. Seperti protein, RNA berbentuk heliks tunggal dan melipat menjadi bentuk 3D yang rumit. RNA berfungsi untuk membawa dan menerjemahkan kode genetik untuk produksi asam amino. Karena strukturnya yang rumit, informasi tentang struktur RNA masih sedikit, meski baru-baru ini GoogleMind dengan AlphaFold nya berhasil membuat terobosan dengan prediksi struktur proteinnya.
ADVERTISEMENT
Dengan memahami struktur RNA, peneliti dapat membuka jalan untuk menemukan obat baru bagi penyakit yang saat ini belum dapat terobati. Modifikasi struktur RNA digunakan mulai dari obat kanker sampai yang baru-baru ini adalah pandemik COVID-19.
IJAH Analytics
Rasanya belum lengkap jika tidak membahas kolaborasi kecerdasan buatan dengan salah satu bidang biologi yang terkenal yaitu kesehatan. Salah satu kecerdasan buatan dalam bidang kesehatan adalah IJAH Analitics alias Indonesia Jamu Herbal Analytics. IJAH Analytics adalah aplikasi berbasis machine learning untuk memprediksi formula obat herbal yang dibuat oleh tim peneliti dari IPB. IJAH Analytics mampu menemukan hubungan suatu protein dengan penyakit dan membuat prediksi formula obat yang efektif.
Jadi, walaupun hubungan biologi dan kecerdasan buatan masih dipandang sebelah mata, tetapi jika dikombinasikan akan memunculkan terobosan-terobosan baru yang dapat mempermudah kita semua. Mulai dari prediksi struktur protein hingga prediksi formula obat. Kecerdasan buatan memungkinkan riset yang sebelumnya membutuhkan waktu yang lama dapat dipersingkat. Terdapat banyak ide-ide baru di masa depan yang dapat terjadi berkat kolaborasi antara dua bidang ini. Bahkan mungkin di masa depan kita dapat membuat organisme baru yang berasal dari kombinasi beberapa organisme dengan bantuan kecerdasan buatan. Jadi, kolaborasi apa lagi yang kamu pikirkan dan mungkin terjadi di masa depan ?
ADVERTISEMENT