Universitas Pertamina Manfaatkan AI untuk Percepat Penemuan Obat Kanker dan Autoimun
JAKARTA - Indonesia kini menghadapi tantangan besar dalam sektor kesehatan, terutama dengan meningkatnya prevalensi penyakit kronis dan degeneratif. Di antara masalah utama, penyakit autoimun dan kanker menjadi perhatian serius. Berdasarkan data Kementerian Kesehatan Indonesia, pada tahun 2023 tercatat sekitar 2,5 juta orang menderita penyakit autoimun.
Sementara itu, kanker menjadi salah satu penyebab utama kematian, dengan lebih dari 400 ribu kasus baru setiap tahunnya. Masalah ini mendesak pengembangan riset biomedis yang lebih efektif dan efisien untuk mendukung penemuan terapi yang lebih tepat sasaran.
Dalam konteks ini, pemahaman mendalam tentang peran protein pengikat DNA (DNA-binding proteins atau DBPs) sangat penting. Protein ini berfungsi mengatur aktivitas gen, melindungi materi genetik, serta memperbaiki kerusakan pada DNA.
Ketika fungsi protein ini terganggu, berbagai penyakit serius, termasuk kanker dan penyakit autoimun, bisa muncul. Namun, identifikasi protein pengikat DNA dalam tubuh manusia—yang memiliki jutaan protein—memerlukan waktu yang sangat lama dan biaya yang sangat tinggi jika dilakukan secara manual.
Riset Universitas Pertamina Gunakan AI untuk Identifikasi Protein Pengikat DNA
Untuk mengatasi tantangan besar ini, Dosen Ilmu Komputer Universitas Pertamina (UPER), Meredita Susanty, mengembangkan teknologi kecerdasan buatan (AI) yang disebut BiCaps-DBP. Teknologi ini dikembangkan melalui kolaborasi riset internasional dan bertujuan untuk membantu peneliti mengidentifikasi kandidat protein pengikat DNA yang paling potensial untuk diuji lebih lanjut di laboratorium.
Menurut Meredita, BiCaps-DBP berfungsi sebagai alat penyaring yang mampu mempersempit daftar protein yang relevan, sehingga peneliti dapat lebih cepat mengidentifikasi protein yang paling sesuai untuk penelitian lebih lanjut. “Teknologi ini akan menghemat waktu, biaya, dan sumber daya yang biasanya dibutuhkan dalam proses identifikasi protein pengikat DNA, yang sebelumnya sangat panjang dan mahal,” ujar Meredita.
Meningkatkan Akurasi dengan Teknologi AI
Salah satu keuntungan utama dari teknologi BiCaps-DBP adalah kemampuannya dalam meningkatkan akurasi prediksi protein pengikat DNA yang layak untuk diteliti. Meredita menjelaskan bahwa hasil dari penelitian menggunakan BiCaps-DBP mampu meningkatkan akurasi prediksi sebesar 1,05-5,79 persen dibandingkan dengan metode konvensional yang digunakan sebelumnya. Dengan tingkat presisi yang lebih tinggi, teknologi ini memudahkan peneliti untuk memilih kombinasi protein yang tepat untuk penelitian lebih lanjut di laboratorium.
Sebagai tambahan, model komputasi ini telah diuji dan dipublikasikan dalam jurnal internasional bereputasi Computers in Biology and Medicine (Elsevier), menegaskan bahwa kolaborasi lintas disiplin antara ilmuwan komputer, ahli biologi, dan pakar medis sangat penting dalam pengembangan solusi kesehatan yang lebih efektif.
Meskipun teknologi ini tidak menggantikan sepenuhnya peran laboratorium, ia tetap berpotensi memberikan dampak besar dalam percepatan pengembangan biofarmasi dan terapi medis di masa depan.
Menghemat Waktu dan Biaya dalam Penelitian Kesehatan
Salah satu tantangan utama dalam penelitian biomedis adalah biaya dan waktu yang diperlukan untuk menyaring protein pengikat DNA yang relevan. Dengan menggunakan BiCaps-DBP, proses yang sebelumnya memakan waktu bertahun-tahun dapat dipersingkat secara signifikan. Dengan menyaring protein yang paling relevan, para peneliti dapat lebih fokus pada kandidat yang memiliki potensi lebih tinggi untuk digunakan dalam pengembangan terapi kanker dan autoimun.
“Dengan teknologi ini, para peneliti dapat mengurangi biaya dan mempercepat proses identifikasi protein yang relevan. Hal ini memungkinkan pengembangan terapi yang lebih cepat dan lebih tepat sasaran, yang tentunya sangat penting dalam penanganan penyakit kronis seperti kanker dan autoimun,” jelas Meredita.
Peran Pendidikan dalam Menghadirkan Inovasi Kesehatan
Rektor Universitas Pertamina, Wawan Gunawan A. Kadir, juga menegaskan bahwa pengembangan teknologi seperti BiCaps-DBP merupakan contoh nyata dari bagaimana pendidikan tinggi dapat memberikan dampak positif bagi masyarakat, terutama dalam bidang kesehatan.
Menurut Wawan, pengembangan ilmu komputer di Universitas Pertamina difokuskan untuk menghasilkan inovasi yang tidak hanya terbatas pada aspek teknis, tetapi juga memberikan kontribusi nyata dalam menyelesaikan permasalahan kesehatan.
“Pembelajaran di Program Studi Ilmu Komputer kami diarahkan agar tidak hanya berfokus pada aspek teknis, tetapi juga mampu menghasilkan inovasi yang dapat memberikan dampak langsung kepada masyarakat. Pemanfaatan AI dalam riset kesehatan ini adalah salah satu contoh konkret bagaimana pendidikan tinggi dapat berkontribusi dalam pencapaian SDGs 3: Good Health and Well-being melalui solusi berbasis sains dan teknologi,” jelas Wawan.
Masa Depan Riset Kesehatan dengan Kecerdasan Buatan
Penggunaan kecerdasan buatan dalam riset kesehatan, seperti yang dilakukan oleh Universitas Pertamina, menjadi langkah penting dalam mempercepat penemuan obat dan terapi yang lebih efektif untuk penyakit serius seperti kanker dan autoimun.
Dengan teknologi seperti BiCaps-DBP, peneliti dapat mempercepat proses identifikasi protein pengikat DNA, yang pada gilirannya mempercepat pengembangan diagnosis dan terapi yang lebih tepat dan efektif.
Keberhasilan riset ini menunjukkan bagaimana teknologi AI dapat mempercepat kemajuan dalam ilmu pengetahuan, khususnya di bidang biomedis. Dengan pemanfaatan AI yang tepat, diharapkan dapat ditemukan lebih banyak solusi inovatif untuk mengatasi masalah kesehatan yang kian kompleks dan mendesak.
Dengan demikian, langkah-langkah seperti ini tidak hanya berkontribusi pada pengembangan ilmu komputer, tetapi juga membuka peluang besar bagi pengembangan terapi medis yang lebih baik di masa depan, memberikan harapan baru bagi pasien yang menderita penyakit kronis seperti kanker dan autoimun.