Contoh-contoh penggunaan

Bioinformatika dalam bidang klinis sering disebut sebagai informatika klinis

(clinical informatics). Aplikasi dari informatika klinis ini berbentuk manajemen data-data
klinis dari pasien melalui Electrical Medical Record (EMR) yang dikembangkan oleh
Clement J. McDonald dari Indiana University School of Medicine pada tahun 1972.
McDonald pertama kali mengaplikasikan EMR pada 33 orang pasien penyakit gula
(diabetes). Sekarang EMR ini telah diaplikasikan pada berbagai penyakit. Data yang
disimpan meliputi data analisa diagnosa laboratorium, hasil konsultasi dan saran, foto
rontgen, ukuran detak jantung, dan lain lain. Dengan data ini dokter akan bisa
menentukan obat yang sesuai dengan kondisi pasien tertentu dan lebih jauh lagi, dengan
dibacanya genom manusia, akan memungkinkan untuk mengetahui penyakit genetik
seseorang, sehingga penanganan terhadap pasien menjadi lebih akurat.
Bioinformatika untuk Identifikasi Agent Penyakit Baru
Bioinformatika juga menyediakan tool yang sangat penting untuk identifikasi
agent penyakit yang belum dikenal penyebabnya. Banyak sekali penyakit baru yang
muncul dalam dekade ini, dan diantaranya yang masih hangat adalah SARS (Severe
Acute Respiratory Syndrome).
Pada awalnya, penyakit ini diperkirakan disebabkan oleh virus influenza karena
gejalanya mirip dengan gejala pengidap influenza. Akan tetapi ternyata dugaan ini salah
karena virus influenza tidak terisolasi dari pasien. Perkirakan lain penyakit ini disebabkan
oleh bakteri Candida karena bakteri ini terisolasi dari beberapa pasien. Tapi perkiraan ini
juga salah. Akhirnya ditemukan bahwa dari sebagian besar pasien SARS terisolasi virus
Corona jika dilihat dari morfologinya. Sekuen genom virus ini kemudian dibaca dan dari
hasil analisa dikonfirmasikan bahwa penyebab SARS adalah virus Corona yang telah
berubah (mutasi) dari virus Corona yang ada selama ini.
Dalam rentetan proses ini, Bioinformatika memegang peranan penting. Pertama
pada proses pembacaan genom virus Corona. Karena di database seperti GenBank,
EMBL (European Molecular Biology Laboratory), dan DDBJ (DNA Data Bank of Japan)
sudah tersedia data sekuen beberapa virus Corona, yang bisa digunakan untuk mendisain
primer yang digunakan untuk amplifikasi DNA virus SARS ini. Software untuk
mendisain primer juga tersedia, baik yang gratis maupun yang komersial. Contoh yang
gratis adalah Webprimer yang disediakan oleh Stanford Genomic Resources
(http://genome-www2.stanford.edu/cgi-bin/SGD/web-primer), GeneWalker yang
disediakan oleh Cybergene AB (http://www.cybergene.se/primerdisain/genewalker), dan
lain sebagainya. Untuk yang komersial ada Primer Disainer yang dikembangkan oleh
Scientific & Education Software, dan software-software untuk analisa DNA lainnya
seperti Sequencher (GeneCodes Corp.), SeqMan II (DNA STAR Inc.), Genetyx
(GENETYX Corp.), DNASIS (HITACHI Software), dan lain lain.
Kedua pada proses mencari kemiripan sekuen (homology alignment) virus yang
didapatkan dengan virus lainnya. Dari hasil analisa virus SARS diketahui bahwa genom
virus Corona penyebab SARS berbeda dengan virus Corona lainnya. Perbedaan ini
diketahui dengan menggunakan homology alignment dari sekuen virus SARS.
Selanjutnya, Bioinformatika juga berfungsi untuk analisa posisi sejauh mana suatu virus
berbeda dengan virus lainnya.

Bioinformatika

Penetrasi Teknologi Informasi (TI) dalam berbagai disiplin ilmu telah
melipatgandakan perkembangan ilmu bersangkutan. Berbagai kajian baru bermunculan,
sejalan dengan perkembangan TI itu sendiri dan disiplin ilmu yang didukungnya.
Aplikasi TI dalam bidang biologi molekul telah melahirkan bidang Bioinformatika.
Kajian ini semakin penting, sebab perkembangannya telah mendorong kemajuan
bioteknologi di satu sisi, dan pada sisi lain memberi efek domino pada bidang
kedokteran, farmasi, lingkungan dan lainnya.
Kajian baru Bioinformatika ini tak lepas dari perkembangan biologi molekul
modern yang ditandai dengan kemampuan manusia untuk memahami genom, yaitu cetak
biru informasi genetik yang menentukan sifat setiap makhluk hidup yang disandi dalam
bentuk pita molekul DNA (asam deoksiribonukleat). Kemampuan untuk memahami dan
memanipulasi kode genetik DNA ini sangat didukung oleh TI melalui perangkat
perangkat keras maupun lunak. Hal ini bisa dilihat pada upaya Celera Genomics,
perusahaan bioteknologi Amerika Serikat yang melakukan pembacaan sekuen genom
manusia yang secara maksimal memanfaatkan TI sehingga bisa melakukan pekerjaannya
dalam waktu yang singkat (hanya beberapa tahun), dibanding usaha konsorsium lembaga
riset publik AS, Eropa, dan lain-lain, yang memakan waktu lebih dari 10 tahun.
Kelahiran Bioinformatika modern tak lepas dari perkembangan bioteknologi di
era tahun 70-an, dimana seorang ilmuwan AS melakukan inovasi dalam mengembangkan
teknologi DNA rekombinan. Berkat penemuan ini lahirlah perusahaan bioteknologi
pertama di dunia, yaitu Genentech di AS, yang kemudian memproduksi protein hormon
insulin dalam bakteri, yang dibutuhkan penderita diabetes. Selama ini insulin hanya bisa
didapatkan dalam jumlah sangat terbatas dari organ pankreas sapi.
Bioteknologi modern ditandai dengan kemampuan pada manipulasi DNA.
Rantai/sekuen DNA yang mengkode protein disebut gen. Gen ditranskripsikan menjadi
mRNA, kemudian mRNA ditranslasikan menjadi protein. Protein sebagai produk akhir
bertugas menunjang seluruh proses kehidupan, antara lain sebagai katalis reaksi biokimia
dalam tubuh (disebut enzim), berperan serta dalam sistem pertahanan tubuh melawan
virus, parasit dan lain-lain (disebut antibodi), menyusun struktur tubuh dari ujung kaki
(otot terbentuk dari protein actin, myosin, dan sebagainya) sampai ujung rambut (rambut
tersusun dari protein keratin), dan lain-lain. Arus informasi, DNA -> RNA -> Protein,
inilah yang disebut sentral dogma dalam biologi molekul.
Sekuen DNA satu organisme, yaitu pada sejenis virus yang memiliki kurang lebih
5.000 nukleotida/molekul DNA atau sekitar 11 gen, berhasil dibaca secara menyeluruh
pada tahun 1977. Sekuen seluruh DNA manusia terdiri dari 3 milyar nukleotida yang
menyusun 100.000 gen dapat dipetakan dalam waktu 3 tahun. Saat ini terdapat milyaran
data nukleotida yang tersimpan dalam database DNA, GenBank di AS yang didirikan
tahun 1982. Di Indonesia, ada Lembaga Biologi Molekul Eijkman yang terletak di
Jakarta. Di sini kita bisa membaca sekuen sekitar 500 nukleotida hanya dengan
membayar $15. Trend yang sama juga nampak pada database lain seperti database sekuen
asam amino penyusun protein, database struktur 3D protein, dan sebagainya. Inovasi
teknologi DNA chip yang dipelopori oleh perusahaan bioteknologi AS, Affymetrix di
Silicon Valley telah mendorong munculnya database baru mengenai RNA.
Desakan kebutuhan untuk mengumpulkan, menyimpan dan menganalisa data-data
biologis dari database DNA, RNA maupun protein inilah yang semakin memacu
perkembangan kajian Bioinformatika.

Paralel Procssing

Implementasi Parallel Processing pada Ray Tracing Engine
menggunakan POV-Ray berbasis MPI

Tujuan dari pekerjaan ini adalah mengimplementasikan parallel processing pada versi asli
program ray tracing yang terkenal yaitu POV -Ray. Parallel processing pada algoritma ini
melibatkan beberapa masalah yang biasa timbul pada komputasi parallel. Proses ray tracing
sangat kompleks dan membutuhkan komputasi yang tinggi, untuk citra yang sangat kompleks
dibutuhkan waktu berjam-jam bahkan berhari-hari untuk merender suatu kode POV-Ray.
Maka dari itu kebutuhan untuk menaikkan kecepatan dari proses ini diwujudkan dalam
implementasi parallel processing.
POV-Ray
POV-Ray (Persistence Of Vision Raytracer - www.povray.org) adalah rendering engine 3
dimensi . Program ini menterjemahkan informasi dari file teks eksternal, mensimulasikan
suatu cahaya yang berinteraksi dengan obyek dalam suatu scene untuk menghasilkan obyek 3
dimensi yang nyata.
Berawal dari file teks yang berisi deskripsi dari scene (objects, lights, point o f view), program
ini dapat merender citra yang diinginkan. Algoritmanya bekerja baris demi baris.
Fasilitas yang menarik dari POV-Ray ini adalah antialiasing. Antialiasing adalah teknik yang
membantu untuk membuang sampling error, yang dapat menghasilkan c itra lebih baik.
Dengan menggunakan antialiasing, POV-Ray memulai tracing a ray untuk setiap pixel. Jika
warna dari pixel berbeda dengan warna pixel tetangganya (pixel yang ada di sebelah kiri dan
di atas), kemudian dari jumlahnya lebih besar dari nilai th reshold, maka pixel tersebut adalah
supersampled tracing a fixed number of additional rays. Teknik ini disebut supersampling dan
dapat meningkatkan kualitas akhir dari sebuah citra namun itu juga meningkatkan waktu
rendering menjadi lebih lama. Setelah men guraikan data input, POV-Ray menguraikan semua
pixel dari citra untuk proses render, melalui horizontal scan dari setiap baris dari kiri ke
kanan. Setelah selesai penguraian dari suatu baris maka akan ditulis dalam sebuah file atau
ditampilkan pada layar lalu memperhitungkan baris berikutnya sampai pada yang terakhir.