Guru Besar IPB University Jelaskan Peran AI Dorong Terobosan Bioinformatika Sistem di Indonesia

Guru Besar IPB University Jelaskan Peran AI Dorong Terobosan Bioinformatika Sistem di Indonesia

guru-besar-ipb-university-jelaskan-peran-ai-dorong-terobosan-bioinformatika-sistem-di-indonesia
Berita / Pendidikan

Webinar AI for Bioinformatics menghadirkan Prof Wisnu Ananta Kusuma, Guru Besar Bioinformatika Sistem IPB University, sebagai narasumber utama. Webinar yang diikuti 300 peserta ini diharapkan memicu keterlibatan lebih banyak peneliti komputer dalam riset bioinformatika. 

Acara ini terselenggara berkat kerja sama Program Studi Bioinformatika IPB University, Kluster Keilmuan Bioinformatika APTIKOM, dan Masyarakat Bioinformatika dan Biodiversitas Indonesia (MABBI).

Dr Berry Juliand, Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) IPB University dalam sambutannya mengatakan generasi muda yang tergabung dalam MABBI merupakan potensi luar biasa dalam eksplorasi dan pengembangan studi bioinformatika.

“Saya rasa akselerasi di dalam pengembagan hasil-hasil penelitian berdasarkan data-data biologis ini akan sangat luar biasa dengan berkembangnya teknologi artificial intelligence (AI) yang membantu kita dalam mengolah berbagai data biologis,” kata dia.

Dalam paparannya, Prof Wisnu menekankan pentingnya penerapan AI dalam biologi sistem. “AI dapat digunakan untuk menganalisis jejaring molekuler, memprediksi target terapi, serta mengintegrasikan data multiomik untuk mendukung pengobatan presisi,” jelasnya.

Ia juga menyoroti konsep network pharmacology, pendekatan sistemik dalam pengembangan obat berbahan alam. Melalui analisis jejaring protein-protein dan algoritma inovatif seperti disassembly greedy modularity (DGM) dan community consideration centrality (CCC), peneliti dapat mengidentifikasi gen serta protein penting terkait penyakit, termasuk kanker dan Alzheimer.

Selain itu, Prof Wisnu memaparkan studi kasus integrasi AI dengan bioinformatika untuk menyeleksi single nucleotide polymorphisms (SNP) yang berperan dalam penyakit kompleks. 

“Metode pemeringkatan variabel dan pembelajaran mesin mampu mempersempit ruang pencarian secara signifikan, sehingga prediksi lebih akurat,” ujarnya.

Ia juga menyinggung pengembangan platform terpadu seperti Integrated Single Nucleotide Polymorphism Pipeline (ISNIP) dan Indonesian Herbal Medicine Analytics (IJAH Analytics) yang menggabungkan repositori data, prediksi interaksi senyawa-protein, hingga visualisasi jejaring penyakit. Ke depan, sistem ini akan dikembangkan menjadi I-PRIME, ekosistem penelitian obat herbal presisi berbasis AI.

Prof Wisnu optimistis repositori dan aplikasi bioinformatika karya peneliti Indonesia kelak bisa diakui dan digunakan luas di dunia.(MW)