Riset UPER Manfaatkan AI Percepat Penemuan Obat Kanker dan Autoimun

Jakarta: Tantangan kesehatan modern kian kompleks seiring meningkatnya prevalensi penyakit kronis dan degeneratif. Di Indonesia, penyakit autoimun dan kanker masih menjadi masalah serius.

Data Kementerian Kesehatan (Kemenkes) pada 2023 mencatat jumlah kasus autoimun mencapai 2,5 juta penduduk. Sementara penyakit kanker masih menjadi salah satu penyebab kematian tertinggi dengan lebih dari 400 ribu kasus baru setiap tahun.

Kondisi tersebut mendorong urgensi pengembangan riset biomedis yang lebih akurat dan cepat. Salah satu fokus penting dalam riset kesehatan adalah pemahaman terhadap protein pengikat DNA (DNA-binding proteins/DBPs), yaitu molekul biologis yang menempel pada DNA dan berperan dalam mengatur aktivitas gen, melindungi materi genetik, serta memperbaiki kerusakan DNA. Ketika fungsi protein ini terganggu, proses biologis di dalam sel dapat berjalan tidak normal dan berpotensi memicu berbagai penyakit serius.

Tantangannya, tubuh manusia memiliki jutaan protein. Proses identifikasi protein pengikat DNA secara manual di laboratorium membutuhkan waktu belasan tahun dan biaya besar. Proses yang panjang ini sering kali menjadi hambatan dalam pengembangan diagnosis dini dan terapi yang tepat sasaran. Guna menjawab tantangan tersebut, Dosen Ilmu Komputer UPER, Meredita Susanty melalui kolaborasi riset internasional mengembangkan teknologi kecerdasan buatan (AI) bernama BiCaps-DBP.

"BiCaps-DBP dirancang sebagai teknologi penyaring untuk membantu peneliti mengidentifikasi kandidat protein pengikat DNA yang paling potensial untuk diuji lebih lanjut di laboratorium," jelas Meredita, dilansir laman resmi Universitas Pertamina, Jumat, 30 Januari 2026.
 

Universitas Pertamina manfaatkan AI percepat penemuan obat kanker dan autoimun. Foto: dok Universitas Pertamina.
  Teknologi membantu peneliti hemat waktu dan biaya
Dengan menyempitkan daftar protein yang benar-benar relevan, teknologi ini membantu peneliti menghemat waktu, biaya, dan sumber daya, sekaligus mempercepat pengembangan diagnosis dini, terapi presisi, dan produk farmasi yang lebih efektif.

Dalam pengembangannya, Meredita berperan memastikan keandalan analisis komputasi, termasuk penyajian data dalam bentuk visual yang mudah dipahami serta peninjauan ketepatan argumen ilmiah.

"Hasilnya, BiCaps-DBP mampu meningkatkan akurasi prediksi hingga 1,05-5,79 persen dibandingkan metode sebelumnya, sehingga lebih presisi dalam menyaring kombinasi protein yang layak untuk diteliti lebih lanjut di laboratorium," jelas dia.

Riset ini telah dipublikasikan di jurnal internasional bereputasi Computers in Biology and Medicine (Elsevier) dan menegaskan pentingnya kolaborasi lintas disiplin, menggabungkan keahlian ilmuwan komputer, ahli biologi, dan pakar medis.

"Meskipun tidak menggantikan peran laboratorium, model komputasi seperti BiCaps-DBP berpotensi memberikan dampak besar bagi pengembangan biofarmasi dan mempercepat upaya pengobatan di masa depan," jelas Meredita.

Rektor Universitas Pertamina, Wawan Gunawan A. Kadir menegaskan pengembangan teknologi seperti BiCaps-DBP menunjukkan bagaimana pembelajaran dan riset Ilmu Komputer di Universitas Pertamina mampu memberikan dampak nyata bagi penyelesaian persoalan kesehatan, termasuk kanker dan penyakit autoimun, melalui pemanfaatan kecerdasan buatan dan pemodelan komputasi.

"Pembelajaran di Program Studi Ilmu Komputer kami arahkan agar tidak berhenti pada aspek teknis, tetapi mampu menghasilkan inovasi yang berdampak langsung bagi masyarakat. Pemanfaatan AI dalam riset kesehatan merupakan contoh bagaimana pendidikan tinggi dapat berkontribusi pada pencapaian SDGs 3: Good Health and Well-being melalui solusi berbasis sains dan teknologi," ujar Wawan.