JAYAKARTA NEWS – Badan Riset dan Inovasi Nasional (BRIN) mengembangkan riset precision oncology atau onkologi presisi melalui pendekatan computational systems biology dan omics. Riset ini untuk terapi kanker.
Kepala Pusat Riset Komputasi BRIN, Rifki Sadikin, menjelaskan peran bioinformatika untuk personalisasi terapi kanker dari sudut pandang computational systems biology dan drug repurposing, serta pemanfaatan high performance computing (HPC) dan fasilitas riset di BRIN.
“Dalam era pengobatan presisi, bioinformatika memegang peranan penting dalam mengintegrasikan data genomik, transkriptomik, proteomik, dan data klinis untuk memahami mekanisme molekuler kanker,” ungkap Rifki, pada seminar “Multiomics in Precision Oncology: Bridging Data to Clinical Impact”, dikutip Senin (15/9/2025).
Penerapan bioinformatika dalam terapi kanker diharapkan membawa dampak signifikan terhadap personalisasi pengobatan.
Menurut Rifki, dengan memahami mutasi dan jalur molekuler spesifik pada setiap pasien, terapi dapat diarahkan secara lebih tepat sasaran, termasuk penggunaan inhibitor target spesifik atau imunoterapi berbasis profil genomik.
“Pendekatan ini tidak hanya meningkatkan efektivitas terapi, tetapi juga meminimalkan efek samping serta meningkatkan kualitas hidup pasien,” terang Rifki.
Dukungan teknologi seperti next-generation sequencing (NGS) dan HPC memungkinkan identifikasi mutasi genetik spesifik dan biomarker yang relevan untuk setiap individu.
“Pendekatan ini menjadi fondasi utama dalam pengembangan terapi kanker yang lebih personal, efektif, dan berbasis profil molekuler pasien,” jelas Rifki.
Lebih lanjut Rifki menuturkan, pendekatan bioinformatika modern melibatkan pemrosesan data multi-omics menggunakan infrastruktur komputasi berperforma tinggi dan pipeline analisis yang terintegrasi.
Proses ini, kata Rifiki, mencakup analisis ekspresi gen, interaksi protein, data epigenetik, hingga prediksi respons terapi menggunakan pembelajaran mesin.
“Integrasi berbagai jenis data biologis dan klinis memungkinkan pengembangan model prediksi terapi yang presisi, disesuaikan karakteristik molekuler unik setiap pasien,” ujar Rifki.
Investasi pada pelatihan, kolaborasi multidisiplin, dan penguatan infrastruktur komputasi menjadi kunci dalam mewujudkan pengobatan kanker yang presisi dan berkelanjutan. (yog)