Komputasi
Komputasi adalah
algoritma yang digunakan untuk menemukan suatu cara dalam memecahkan masalah
dari sebuah data input. Data input disini adalah sebuah masukan yang berasal
dari luar lingkungan sistem. Komputasi ini merupakan bagian dari ilmu komputer
berpadu dengan ilmu matematika. Secara umum ilmu komputasi adalah bidang ilmu
yang mempunyai perhatian pada penyusunan model matematika dan teknik
penyelesaian numerik serta penggunaan komputer untuk menganalisis dan
memecahkan masalah-masalah ilmu (sains).
Dalam
penggunaan secara umum, biasanya berupa penerapan simulasi komputer atau
berbagai bidang keilmuan, tetapi dalam perkembangannya digunakan juga untuk
menemukan prinsip-prinsip baru yang mendasar terhadap bidang ilmu yang
mendasari teori ini. Bidang ini berbeda dengan ilmu komputer (computer
science), yang mengkaji komputasi, komputer dan pemrosesan informasi. Bidang
ini juga berbeda dengan teori dan percobaan sebagai bentuk tradisional dari
ilmu dan kerja keilmuan. Dalam ilmu alam, pendekatan ilmu komputasi dapat
memberikan berbagai pemahaman baru, melalui penerapan model-model matematika
dalam program komputer berdasarkan landasan teori yang telah berkembang, untuk
menyelesaikan masalah-masalah nyata dalam ilmu tersebut.
Pengertian
Komputasi Modern
Komputasi
modern bisa disebut sebuah konsep sistem yang menerima intruksi-intruksi dan
menyimpannya dalam sebuah memory, memory disini bisa juga dari memory komputer.
Oleh karena pada saat ini kita melakukan komputasi menggunakan komputer maka
bisa dibilang komputer merupakan sebuah komputasi modern. Konsep ini pertama
kali digagasi oleh John Von Neumann (1903-1957). Dalam kerjanya komputasi modern
menghitung dan mencari solusi dari masalah yang ada, dan perhitungan yang
dilakukan itu meliputi:
1.
Akurasi
2.
Kecepatan
3.
ProblemVolume Besar
4.
Modelling
5.
Kompleksitas
Sejarah
Komputasi Modern
Dalam
perkembangan komputasi modern, kita tidak bisa melupakan begitu saja orang
dibalik perkembangan komputasi modern yang merubah semua pekerjaan jadi lebih
mudah. Sejarah komputasi dimulai dari seseorang ilmuan yang ternama di bidang
teknologi. Permulaan komputasi modern dimulai pada saat tahun 1926 oleh ilmuan
yang berasal dari hungaria yang bernama John Von Neumann. Von Neumann
seorang ilmuan yang belajar dari Berlin dan Zurich dan mendapatkan diploma pada
bidang teknik kimia pada tahun 1926.
Pada tahun yang sama dia mendapatkan gelar
doktor pada bidang matematika dari Universitas Budapest. Berkat keahlian dan
kepiawaiannya Von Neumann dalam bidang teori game yang melahirkan konsep
seluler automata, teknologi bom atom, dan komputasi modern yang kemudian
melahirkan komputer. Kegeniusannya dalam matematika telah terlihat semenjak
kecil dengan mampu melakukan pembagian bilangan delapan digit (angka) di dalam
kepalanya.
Setelah
mengajar di Berlin dan Hamburg, Von Neumann pindah ke Amerika pada tahun 1930
dan bekerja di Universitas Princeton serta menjadi salah satu pendiri Institute
for Advanced Studies. Dipicu ketertarikannya pada hidrodinamika dan kesulitan
penyelesaian persamaan diferensial parsial nonlinier yang digunakan, Von
Neumann kemudian beralih dalam bidang komputasi. Sebagai konsultan pada
pengembangan ENIAC, dia merancang konsep arsitektur komputer yang masih dipakai
sampai sekarang. Arsitektur Von Nuemann adalah komputer dengan program yang
tersimpan (program dan data disimpan pada memori) dengan pengendali pusat, I/O,
dan memori. berdasarkan beberapa definisi di atas, maka komputasi modern dapat
diartikan sebagai suatu pemecahan masalah berdasarkan suatu inputan dengan
menggunakan algoritma dimana penerapannya menggunakan berbagai teknologi yang
telah berkembang seperti komputer.
Bioinformatika
Bioinformatika,
sesuai dengan asal katanya yaitu “bio” dan “informatika”, adalah gabungan
antara ilmu biologi dan ilmu teknik informasi (TI). Pada umumnya,
Bioinformatika didefenisikan sebagai aplikasi dari alat komputasi dan analisa
untuk menangkap dan menginterpretasikan data-data biologi. Ilmu ini merupakan
ilmu baru yang yang merangkup berbagai disiplin ilmu termasuk ilmu komputer,
matematika dan fisika, biologi, dan ilmu kedokteran (Gambar 1), dimana
kesemuanya saling menunjang dan saling bermanfaat satu sama lainnya.
Ilmu
bioinformatika lahir atas insiatif para ahli ilmu komputer berdasarkan
artificial intelligence. Mereka berpikir bahwa semua gejala yang ada di alam
ini bisa diuat secara artificial melalui simulasi dari gejala-gejala tersebut.
Untuk mewujudkan hal ini diperlukan data-data yang yang menjadi kunci penentu
tindak-tanduk gejala alam tersebut, yaitu gen yang meliputi DNA atau RNA.
Bioinformatika ini penting untuk manajemen data-data dari dunia biologi dan
kedokteran modern. Perangkat utama Bioinformatika adalah program software dan
didukung oleh kesediaan internet.
Cabang-cabang yang Terkait dengan
Bioinformatika
Dari
pengertian Bioinformatika baik yang klasik maupun baru, terlihat banyak
terdapat cabang-cabang disiplin ilmu yang terkait dengan Bioinformatika
--terutama karena Bioinformatika itu sendiri merupakan suatu bidang
interdisipliner--. Hal tersebut menimbulkan banyak pilihan bagi orang yang
ingin mendalami Bioinformatika. Di bawah ini akan disebutkan beberapa bidang
yang terkait dengan Bioinformatika.
Ø Biophysics
Biologi molekul sendiri merupakan
pengembangan yang lahir dari biophysics. Biophysics adalah sebuah bidang interdisipliner
yang mengaplikasikan teknik-teknik dari ilmu Fisika untuk memahami struktur dan
fungsi biologi (British Biophysical Society).
Sesuai dengan definisi di atas, bidang ini
merupakan suatu bidang yang luas. Namun secara langsung disiplin ilmu ini terkait
dengan Bioinformatika karena penggunaan teknik-teknik dari ilmu Fisika untuk
memahami struktur membutuhkan penggunaan TI.
Ø Computational
Biology
Computational biology merupakan bagian dari
Bioinformatika (dalam arti yang paling luas) yang paling dekat dengan bidang
Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi,
populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel. Tak
dapat dielakkan bahwa Biologi Molekul cukup penting dalam computational
biology, namun itu bukanlah inti dari disiplin ilmu ini. Pada penerapan
computational biology, model-model statistika untuk fenomena biologi lebih
disukai dipakai dibandingkan dengan model sebenarnya. Dalam beberapa hal cara
tersebut cukup baik mengingat pada kasus tertentu eksperimen langsung pada
fenomena biologi cukup sulit.
Tidak semua dari computational biology
merupakan Bioinformatika, seperti contohnya Model Matematika bukan merupakan
Bioinformatika, bahkan meskipun dikaitkan dengan masalah biologi.
Ø Medical
Informatics
Menurut Aamir Zakaria [ZAKARIA2004]
Pengertian dari medical informatics adalah "sebuah disiplin ilmu yang baru
yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari
struktur dan algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi
medis."
Medical informatics lebih memperhatikan
struktur dan algoritma untuk pengolahan data medis, dibandingkan dengan data
itu sendiri. Disiplin ilmu ini, untuk alasan praktis, kemungkinan besar
berkaitan dengan data-data yang didapatkan pada level biologi yang lebih
"rumit" --yaitu informasi dari sistem-sistem superselular, tepat pada
level populasi—di mana sebagian besar dari Bioinformatika lebih memperhatikan
informasi dari sistem dan struktur biomolekul dan selular.
Ø Cheminformatics
Cheminformatics adalah kombinasi dari
sintesis kimia, penyaringan biologis, dan pendekatan data-mining yang digunakan
untuk penemuan dan pengembangan obat (Cambridge Healthech Institute's Sixth
Annual Cheminformatics conference). Pengertian disiplin ilmu yang disebutkan di
atas lebih merupakan identifikasi dari salah satu aktivitas yang paling populer
dibandingkan dengan berbagai bidang studi yang mungkin ada di bawah bidang ini.
Salah satu contoh penemuan obat yang paling
sukses sepanjang sejarah adalah penisilin, dapat menggambarkan cara untuk
menemukan dan mengembangkan obatobatan hingga sekarang. Cara untuk menemukan
dan mengembangkan obat adalah hasil dari kesempatan, observasi, dan banyak
proses kimia yang intensif dan lambat. Sampai beberapa waktu yang lalu, disain
obat dianggap harus selalu menggunakan kerja yang intensif, proses uji dan
gagal (trial-error process). Kemungkinan penggunaan TI untuk merencanakan
secara cerdas dan dengan mengotomatiskan proses-proses yang terkait dengan
sintesis kimiawi dari komponen-komponen pengobatan merupakan suatu prospek yang
sangat menarik bagi ahli kimia dan ahli biokimia. Penghargaan untuk
menghasilkan obat yang dapat dipasarkan secara lebih cepat sangatlah besar, sehingga
target inilah yang merupakan inti dari cheminformatics.
Ruang lingkup akademis dari cheminformatics
ini sangat luas. Contoh bidang minatnya antara lain: Synthesis Planning,
Reaction and Structure Retrieval, 3-D Structure Retrieval, Modelling, Computational
Chemistry, Visualisation Tools and Utilities.
Ø Genomics
Genomics adalah bidang ilmu yang ada sebelum
selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics
adalah setiap usaha untuk menganalisa atau membandingkan seluruh komplemen
genetik dari satu spesies atau lebih. Secara logis tentu saja mungkin untuk
membandingkan genom-genom dengan membandingkan kurang lebih suatu himpunan
bagian dari gen di dalam genom yang representatif.
Ø Mathematical
Biology
Mathematical biology lebih mudah dibedakan
dengan Bioinformatika daripada computational biology dengan Bioinformatika.
Mathematical biology juga menangani masalah-masalah biologi, namun metode yang
digunakan untuk menangani masalah tersebut tidak perlu secara numerik dan tidak
perlu diimplementasikan dalam software maupun hardware. Bahkan metode yang
dipakai tidak perlu "menyelesaikan" masalah apapun; dalam
mathematical biology bisa dianggap beralasan untuk mempublikasikan sebuah hasil
yang hanya menyatakan bahwa suatu masalah biologi berada pada kelas umum
tertentu.
Menurut Alex Kasman [KASMAN2004] Secara umum
mathematical biology melingkupi semua ketertarikan teoritis yang tidak perlu
merupakan sesuatu yang beralgoritma, dan tidak perlu dalam bentuk molekul, dan
tidak perlu berguna dalam menganalisis data yang terkumpul.
Penerapan Bioinformatika di Indonesia
Sebagai
kajian yang masih baru, Indonesia seharusnya berperan aktif dalam mengembangkan
Bioinformatika ini. Paling tidak, sebagai tempat tinggal lebih dari 300 suku
bangsa yang berbeda akan menjadi sumber genom, karena besarnya variasi
genetiknya. Belum lagi variasi species flora maupun fauna yang berlimpah.
Memang
ada sejumlah pakar yang telah mengikuti perkembangan Bioinformatika ini,
misalnya para peneliti dalam Lembaga Biologi Molekul Eijkman. Mereka cukup
berperan aktif dalam memanfaatkan kajian Bioinformatika. Bahkan, lembaga ini
telah memberikan beberapa sumbangan cukup berarti, antara lain:
Ø Deteksi
Kelainan Janin
Lembaga Biologi Molekul Eijkman bekerja sama
dengan Bagian Obstetri dan Ginekologi Fakultas Kedokteran Universitas Indonesia
dan Rumah Sakit Cipto Mangunkusumo sejak November 2001 mengembangkan klinik
genetik untuk mendeteksi secara dini sejumlah penyakit genetik yang menimbulkan
gangguan pertumbuhan fisik maupun retardasi mental seperti antara lain, talasemia
dan sindroma down. Kelainan ini bisa diperiksa sejak janin masih berusia
beberapa minggu.
Talasemia adalah penyakit keturunan di mana
tubuh kekurangan salah satu zat pembentuk hemoglobin (Hb) sehingga mengalami
anemia berat dan perlu transfusi darah seumur hidup. Sedangkan sindroma down
adalah kelebihan jumlah untaian di kromosom 21 sehingga anak tumbuh dengan
retardasi mental, kelainan jantung, pendengaran dan penglihatan buruk, otot
lemah serta kecenderungan menderita kanker sel darah putih (leukemia).
Dengan mengetahui sejak dini, pasangan yang
hendak menikah, atau pasangan yang salah satunya membawa kelainan kromosom,
atau pasangan yang mempunyai anak yang menderita kelainan kromosom, atau
penderita kelainan kromosom yang sedang hamil, atau ibu yang hamil di usia tua
bisa memeriksakan diri dan janin untuk memastikan apakah janin yang dikandung
akan menderita kelainan kromosom atau tidak, sehingga mempunyai kesempatan
untuk mempertimbangkan apakah kehamilan akan diteruskan atau tidak setelah mendapat
konseling genetik tentang berbagai kemungkinan yang akan terjadi.
Di
bidang talasemia, Eijkman telah memiliki katalog 20 mutasi yang mendasari
talasemia beta di Indonesia, 10 di antaranya sering terjadi. Lembaga ini juga
mempunyai informasi cukup mengenai spektrum mutasi di berbagai suku bangsa yang
sangat bervariasi. Talasemia merupakan penyakit genetik terbanyak di dunia
termasuk di Indonesia.
Ø Pengembangan
Vaksin Hepatitis B
Rekombinan Lembaga Biologi Molekul Eijkman
bekerja sama dengan PT Bio Farma (BUMN Departemen Kesehatan yang memproduksi
vaksin) sejak tahun 1999 mengembangkan vaksin Hepatitis B rekombinan, yaitu
vaksin yang dibuat lewat rekayasa genetika. Selain itu Lembaga Eijkman juga
bekerja sama dengan PT Diagnosia Dipobiotek untuk mengembangkan kit diagnostik.
Ø Meringankan
Kelumpuhan dengan Rekayasa RNA
Kasus kelumpuhan distrofi (Duchenne Muscular
Dystrophy) yang menurun kini dapat dikurangi tingkat keparahannya dengan terapi
gen. Kelumpuhan ini akibat ketidaknormalan gen distrofin pada kromosom X
sehingga hanya diderita anak laki-laki. Diperkirakan satu dari 3.500 pria di
dunia mengalami kelainan ini. Dengan memperbaiki susunan ekson atau bagian
penyusun RNA gen tersebut pada hewan percobaan tikus, terbukti mengurangi
tingkat kelumpuhan saat pertumbuhannya menjadi dewasa.
Gen
distrofin pada kasus kelumpuhan paling sering disebabkan oleh delesi atau
hilangnya beberapa ekson pada gen tersebut. Normalnya pada gen atau DNA
distrofin terdapat 78 ekson. Diperkirakan 65 persen pasien penderita DMD
mengalami delesi dalam jumlah besar dalam gen distrofinnya. Kasus kelumpuhan
ini dimulai pada otot prosima seperti pangkal paha dan betis. Dengan
bertambahnya usia kelumpuhan akan meluas pada bagian otot lainnya hingga ke
leher. Karena itu dalam kasus kelumpuhan yang berlanjut dapat berakibat
kematian.
Teknologi rekayasa RNA seperti proses
penyambungan (slicing) ekson dalam satu rangkaian terbukti dapat mengoreksi
mutasi DMD. Bila bagian ekson yang masih ada disambung atau disusun ulang,
terjadi perubahan asam amino yang membentuk protein. Molekul RNA mampu
mengenali molekul RNA lainnya dan melekat dengannya.
Sumber: