IPB University dan UI Bahas Analisis Big Data untuk Pencarian Biomarker Protein

Peneliti IPB University dan UI Bahas Analisis Big Data untuk Pencarian Biomarker Protein

Rudi Heryanto, peneliti Pusat Studi Biofarmaka Tropika (Trop BRC), Lembaga Penelitian dan Pengabdian Masyarakat, IPB University menjadi narasumber dalam sebuah workshop terbatas yang berjudul Aplikasi Machine Learning untuk Biomarker Protein, (8-9/2). Dalam acara yang dihadiri oleh para peneliti dari 15 perguruan tinggi ini, Rudi membahas cara mengolah big data untuk keperluan penelitian yang menghasilkan suatu informasi baru yang bermanfaat, seperti biomarker protein. Dan memanfaatkan data yang ada untuk menghasilkan suatu hipotesis yang baru.

Rudi menyampaikan dalam bidang kedokteran, biologi dan kimia, big data dapat dimanfaatkan untuk memudahkan proses analisis data Omics. “Pengelolaan dan analisis big data merupakan pekerjaan penting dalam pengelolaan data Omics. Informasi yang diperoleh dari data Omics ini akan dikonversi menjadi pengetahuan dan mencari keterhubungan antar informasi tersebut. Selain itu, informasi ini dapat juga memunculkan hipotesis baru yang membantu untuk melakukan diagnosis awal yang lebih baik, pencarian biomarker, pengembangan personalized medicine, penentuan tindakan medis yang lebih tepat dan lainnya,” ujarnya.

Dr Wisnu Ananta Kusuma, peneliti Trop BRC, LPPM IPB University ikut menjelaskan terkait Machine Learning untuk Analisis Data Skala Besar. Ia menyampaikan bahwa machine learning adalah bagian dari Artificial Intelligence (AI) yang terkait dengan perancangan dan pengembangan algoritme yang memungkinan komputer belajar dari data empirik untuk menemukan pola sehingga bisa melakukan generalisasi.

Dalam kaitannya dengan pencarian biomarker, Wisnu menyatakan bahwa kita dapat menggunakan metode supervised learning untuk mengklasifikasikan gen-gen yang mengalami upregulated, downregulated, dan yang normal.

“Dari gen-gen yang mengalami upregulated dan downregulated dapat dibangun jejaring interaksi protein-proteinnya. Selanjutnya jejaring tersebut diintegrasikan dengan informasi pathway dan Gene Ontology. Seperti proses biologis, komponen seluler dan fungsi molekuler dan dianalisis dengan menggunakan metode unsupervised learning. Seperti klustering untuk mendapatkan gen-gen atau protein-protein yang memiliki peran signifikan dalam regulasi terkait penyakit tertentu. Protein-protein tersebutlah yang kemungkinan besar menjadi kandidat biomarker,” jelasnya.

Selain paparan dari kedua narasumber, workshop dilengkapi dengan adanya praktik teknik prediksi biomarker berbasis machine learning menggunakan perangkat lunak Orange oleh Aryo Tedjo dari Drug Development Research (IMERI Fakultas Kedokteran Universitas Indonesia/FKUI) dan strategi analisis pencarian biomarker oleh Dimas Ramadhian dari Human Cancer Research Center (IMERI FKUI). (dh/Zul)