Peneliti IPB University Kenalkan 2 Aplikasi Sains Komputasi

Dengan aplikasi ini juga, katanya, dapat menemukan alternatif tanaman lain yang sebelumnya belum ada riwayat sebagai komposisi jamu. Hasil dari analisis menggunakan machine learning BLM-NII kemudian disimpan dan ditampilkan dalam basis data IJAH analytics.

Peneliti IPB University itu melanjutkan, aplikasi pipeline ISNIP berfungsi untuk mendeteksi varian atau single nucleotide polymorphism. Aplikasi tersebut memerlukan data fragmen hasil sekuensing menggunakan Next generation Sequencing (NGS).

“SNIP adalah salah satu marka molekuler mutakhir yang mulai banyak diteliti, berupa perubahan atau variasi satu basa nukleotida pada sekuens DNA,” kata Dr Wisnu.

Ia melanjutkan, SNIP dapat digunakan untuk meneliti genom tanaman hingga manusia menggunakan statistic atau machine learning. Hasil data tersebut akan dilakukan anotasi kemudian dirangkai menjadi pipeline.

“Langkah-langkah ini dapat menggunakan perangkat lunak terbuka sehingga para peneliti akan lebih mudah menggunakannya karena tersedia secara bebas,” tambahnya.

Dosen IPB University itu melanjutkan, contoh aplikasi IJAH adalah untuk menganalisis tanaman pare. Hasil analisis menemukan bahwa pare dapat menargetkan 62 senyawa, lima protein, dan 13 penyakit.

“Hubungan antara senyawa pada pare dan penyakit dapat dihubungkan langsung ke sumber basis data yang juga tersedia secara bebas. Namun tetap diperlukan validasi lebih lanjut di laboratorium untuk benar-benar membuktikan prediksi ini,” kata Dr Wisnu Ananta.

Sementara, SNIP dapat dimanfaatkan untuk menganalisis suatu penyakit, seperti menganalisis virus COVID-19 varian omicron. Alat tersebut juga dapat digunakan untuk membuat primer atau gen penanda yang kemudian digunakan untuk tes PCR.