BioInformatika

Pengertian BioInformatika

Secara umum, Bioinformatika dapat digambarkan sebagai: segala bentuk penggunaan computer dalam menangani informasi-informasi biologi. Dalam prakteknya, definisi yang digunakan oleh kebanyakan orang bersifat lebih terperinci. Bioinformatika menurut kebanyakan orang adalah satu sinonim dari komputasi biologi molekul (penggunaan komputer dalam menandai karakterisasi dari komponenkomponen molekul dari makhluk hidup).
Definisi Bioinformatika menurut Fredj Tekaia dari Institut Pasteur [TEKAIA2004] adalah: "metode matematika, statistik dan komputasi yang bertujuan untuk menyelesaikan masalah-masalah biologi dengan menggunakan sekuen DNA dan asam amino dan informasi-informasi yang terkait dengannya."

Cabang-cabang yang terkait dengan BioInformatika
-          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.

-          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.

-          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.

-          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.

-          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 representative.

-          Mathematical Biology
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.

-          Proteomics
Michael J. Dunn [DUNN2004], Pemimpin Redaksi dari Proteomics mendefiniskan kata "proteome" sebagai: "The PROTEin complement of the genOME". Dan mendefinisikan proteomics berkaitan dengan: "studi kuantitatif dan kualitatif dari ekspresi gen di level dari protein-protein fungsional itu sendiri". Yaitu: "sebuah antarmuka antara biokimia protein dengan biologi molekul".

-          Pharmacogenomics
Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnose (kemungkinan untuk mengejar target potensial terapi kanker).

-          Pharmacogenetics
Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan. Secara menakjubkan pendekatan tersebut telah digunakan untuk "menghidupkan kembali" obat-obatan yang sebelumnya dianggap tidak efektif, namun ternyata diketahui manjur pada sekelompok pasien tertentu. Disiplin ilmu ini juga dapat digunakan untuk mengoptimalkan dosis kemoterapi pada pasien-pasien tertentu.

Sumber:
Dwi Astuti Aprijani, M. Abdushshomad Elfaizi. 2004. BIOINFORMATIKA: Perkembangan, Disiplin Ilmu dan Penerapannya di Indonesia.
ftp://ftp.gunadarma.ac.id/pub/linux/docs/v06/Kuliah/SistemOperasi/2003/50/Bioinformatika.pdf

Parallel Processing


Jika komputer adalah manusia, maka unit pemrosesan pusatnya (CPU) akan menjadi otaknya. CPU adalah mikroprosesor - mesin komputasi pada sebuah chip. Sementara mikroprosesor modern berukuran kecil, mereka juga sangat hebat. Mereka bisa menafsirkan jutaan instruksi per detik. Meski begitu, ada beberapa masalah komputasi yang sangat rumit sehingga mikroprosesor yang kuat membutuhkan waktu bertahun-tahun untuk menyelesaikannya.
Ilmuwan komputer menggunakan pendekatan yang berbeda untuk mengatasi masalah ini. Salah satu pendekatan potensial adalah mendorong mikroprosesor yang lebih kuat. Ini berarti menemukan cara untuk menyesuaikan lebih banyak transistor pada chip mikroprosesor. Computer Engineers sudah membangun mikroprosesor dengan transistor yang lebarnya hanya beberapa lusin nanometer. Seberapa kecil nanometer? Sepersejuta meter. Sel darah merah memiliki diameter 2.500 nanometer - lebar transistor modern adalah sebagian kecil dari ukuran itu.
Membangun mikroprosesor yang lebih kuat membutuhkan proses produksi yang intens dan mahal. Beberapa masalah komputasi membutuhkan waktu bertahun-tahun untuk menyelesaikannya bahkan dengan keuntungan dari mikroprosesor yang lebih kuat. Sebagian karena faktor-faktor ini, ilmuwan komputer terkadang menggunakan pendekatan yang berbeda, yang disebut Parallel Processing(Pemrosesan Paralel).
Secara umum, Parallel Processing/Pemrosesan Paralel berarti setidaknya dua mikroprosesor menangani sebagian keseluruhan tugas. Konsepnya cukup sederhana: Seorang ilmuwan komputer membagi masalah yang kompleks menjadi bagian komponen dengan menggunakan perangkat lunak khusus yang dirancang khusus untuk tugas itu. Dia kemudian memberikan masing-masing bagian komponen ke prosesor khusus. Setiap prosesor memecahkan sebagian dari keseluruhan masalah komputasi. Perangkat lunak ini menyusun kembali data untuk mencapai kesimpulan akhir dari masalah kompleks yang asli.

Arsitektur Komputer Parallel
1.      Komputer SISD (Single Instruction, Single Data)
Semua instruksi dikerjakan terurut satu demi satu. Pada umumnya komputer terdiri atas satu buah pemroses (single processor).


2.      Komputer SIMD (Single Instruction, Multiple Data)
Terdapat lebih dari satu elemen pemrosesan yang dikendalikan oleh sebuah unit pengendali yang sama.


3.      Komputer MISD (Multiple Instruction, Single Data)
Memiliki n unit pemroses yang masing-masing menerima dan mengoperasikan instruksi yang berbeda terhadap aliran data yang sama.

4.      Komputer MIMD(Multiple Instruction, Multiple Data)
Murni terdapat interaksi di antara n pemroses, bersifat tightly coupled jika tingkat interaksi antara pemroses tinggi dan loosely coupled jika tingkat interaksi antara pemroses rendah.


Hubungan antara Komputasi Modern dengan Paralel Processing
Kinerja komputasi dengan menggunakan paralel processing itu menggunakan dan memanfaatkan beberapa komputer atau CPU untuk menemukan suatu pemecahan masalah dari masalah yang ada. Sehingga dapat diselesaikan dengan cepat daripada menggunakan satu komputer saja. Komputasi dengan paralel processing akan menggabungkan beberapa CPU, dan membagi-bagi tugas untuk masing-masing CPU tersebut. Jadi, satu masalah terbagi-bagi penyelesaiannya. Tetapi ini untuk masalah yang besar saja, komputasi yang masalah kecil, lebih mudah menggunakan satu CPU saja.

Sumber:
revida.staff.gunadarma.ac.id/Downloads/files/48805/14+Parallel_Processing.pdf
https://en.wikipedia.org/wiki/SISD
https://en.wikipedia.org/wiki/SIMD
https://en.wikipedia.org/wiki/MISD
https://en.wikipedia.org/wiki/MIMD