Wikipedia

In silico

Dalam biologi dan ilmu percobaan lainnya, percobaan in silico adalah percobaan yang dilakukan pada komputer atau melalui perangkat lunak simulasi komputer. Frasa ini merupakan pseudo-Latin untuk in silicon (Latin yang benar: in silicio), yang merujuk pada silikon dalam chip komputer. Istilah ini diciptakan pada tahun 1987 sebagai kiasan terhadap frasa Latin in vivo, in vitro, dan in situ, yang umum digunakan dalam biologi (terutama biologi sistem). Frasa-frasa terakhir tersebut masing-masing merujuk pada eksperimen yang dilakukan pada organisme hidup, di luar organisme hidup, dan di tempat-tempat yang ditemukan di alam.

Hutan dendrit piramidal sintetis yang dihasilkan secara in silico menggunakan hukum percabangan neuron Cajal

Sejarah

sunting

Penggunaan frasa ini yang paling awal diketahui adalah oleh Christopher Langton untuk menggambarkan kehidupan buatan, dalam pengumuman lokakarya tentang subjek tersebut di Pusat Studi Nonlinier di Laboratorium Nasional Los Alamos pada tahun 1987.[1][2] Istilah in silico pertama kali digunakan untuk menggambarkan eksperimen biologi yang dilakukan sepenuhnya di dalam komputer pada tahun 1989, dalam lokakarya "Automata Seluler: Teori dan Aplikasi" di Los Alamos, New Mexico, oleh Pedro Miramontes, seorang matematikawan dari Universitas Otonom Nasional Meksiko (UNAM), yang mempresentasikan laporan "Kendala Fisikokimia DNA dan RNA, Automata Seluler dan Evolusi Molekuler". Karya tersebut kemudian dipresentasikan oleh Miramontes sebagai disertasinya.[3]

In silico telah digunakan dalam makalah putih yang ditulis untuk mendukung pembuatan program genom bakteri oleh Komisi Komunitas Eropa. Makalah referensi pertama yang menyebutkan in silico ditulis oleh tim Prancis pada tahun 1991.[4] Bab buku pertama yang dirujuk di mana in silico muncul ditulis oleh Hans B. Sieburg pada tahun 1990 dan dipresentasikan selama Sekolah Musim Panas tentang Sistem Kompleks di Institut Santa Fe.[5]

Frasa in silico awalnya hanya berlaku untuk simulasi komputer yang memodelkan proses alam atau laboratorium (di semua ilmu alam), dan tidak merujuk pada perhitungan yang dilakukan oleh komputer secara umum.

Penemuan obat dengan penapisan maya

sunting

Studi in silico dalam kedokteran dianggap memiliki potensi untuk mempercepat laju penemuan sekaligus mengurangi kebutuhan akan pekerjaan laboratorium dan uji klinis yang mahal. Salah satu cara untuk mencapai hal ini adalah dengan memproduksi dan menyaring kandidat obat secara lebih efektif. Pada tahun 2010, misalnya, menggunakan algoritma penambatan protein EADock (lihat Penambatan protein-ligan), para peneliti menemukan penghambat potensial untuk enzim yang terkait dengan aktivitas kanker secara in silico. Lima puluh persen molekul kemudian terbukti sebagai penghambat aktif secara in vitro.[6][7] Pendekatan ini berbeda dengan penggunaan laboratorium robotik high-throughput screening (HTS) yang mahal untuk menguji ribuan senyawa beragam secara fisik setiap hari, seringkali dengan tingkat keberhasilan yang diharapkan sekitar 1% atau kurang, dan bahkan lebih sedikit yang diharapkan menjadi kandidat obat setelah pengujian lebih lanjut (lihat penemuan obat).

Sebagai contoh, teknik ini digunakan untuk studi penggunaan kembali obat untuk mencari potensi obat untuk COVID-19 (SARS-CoV-2).[8]

Model sel

sunting

Upaya telah dilakukan untuk membangun model komputer perilaku sel. Misalnya, pada tahun 2007 para peneliti mengembangkan model in silico tuberkulosis untuk membantu penemuan obat, dengan manfaat utama yaitu lebih cepat daripada laju pertumbuhan simulasi waktu nyata, memungkinkan fenomena yang menarik untuk diamati dalam hitungan menit daripada berbulan-bulan.[9] Lebih banyak penelitian dapat ditemukan yang berfokus pada pemodelan proses seluler tertentu seperti siklus pertumbuhan Caulobacter crescentus.[10]

Upaya-upaya ini masih jauh dari model komputer yang tepat dan sepenuhnya prediktif tentang seluruh perilaku sel. Keterbatasan dalam pemahaman dinamika molekuler dan biologi sel, serta kurangnya daya pemrosesan komputer yang tersedia, memaksa asumsi penyederhanaan besar yang membatasi kegunaan model sel in silico saat ini.

Genetika

sunting

Urutan genetik digital yang diperoleh dari pengurutan DNA dapat disimpan dalam pangkalan data urutan, dianalisis (lihat Analisis urutan), diubah secara digital, atau digunakan sebagai templat untuk membuat DNA aktual baru menggunakan sintesis gen buatan.

Contoh lainnya

sunting

Teknologi pemodelan berbasis komputer in silico juga telah diterapkan dalam:

  • Analisis sel utuh dari inang prokariotik dan eukariotik, misalnya Escherichia coli, Bacillus subtilis, khamir, sel CHO atau sel manusia
  • Penemuan potensi penyembuhan untuk COVID-19.[11]
  • Pengembangan dan optimasi bioproses, misalnya optimalisasi hasil produk
  • Simulasi uji klinis onkologi dengan memanfaatkan infrastruktur komputasi grid, seperti European Grid Infrastructure, untuk meningkatkan kinerja dan efektivitas simulasi.[12]
  • Analisis, interpretasi, dan visualisasi kumpulan data heterolog dari berbagai sumber, misalnya data genom, transkriptom, atau proteom
  • Validasi langkah-langkah penugasan taksonomi dalam studi metagenomik herbivora.[13]
  • Desain protein. Salah satu contohnya adalah RosettaDesign, sebuah paket perangkat lunak yang sedang dikembangkan dan gratis untuk penggunaan akademis.[14][15][16][17]

Lihat juga

sunting

Referensi

sunting
  1. ↑ "Google Groups". groups.google.com. Diakses tanggal 2020-01-05.
  2. ↑ Hameroff, S. R. (2014-04-11). Ultimate Computing: Biomolecular Consciousness and NanoTechnology (dalam bahasa Inggris). Elsevier. ISBN 978-0-444-60009-7.
  3. ↑ Miramontes P. (1992) Un modelo de autómata celular para la evolución de los ácidos nucleicos [A cellular automaton model for the evolution of nucleic acids]. PhD Thesis. UNAM.
  4. ↑ Danchin, A; Médigue, C; Gascuel, O; Soldano, H; Hénaut, A (1991), "From data banks to data bases", Research in Microbiology, 142 (7–8): 913–6, CiteSeerX 10.1.1.637.3244, doi:10.1016/0923-2508(91)90073-J, PMID 1784830
  5. ↑ Sieburg, H.B. (1990), "Physiological Studies in silico", Studies in the Sciences of Complexity, 12: 321–342
  6. ↑ Röhrig, Ute F.; Awad, Loay; Grosdidier, AuréLien; Larrieu, Pierre; Stroobant, Vincent; Colau, Didier; Cerundolo, Vincenzo; Simpson, Andrew J. G.; et al. (2010), "Rational Design of Indoleamine 2,3-Dioxygenase Inhibitors", Journal of Medicinal Chemistry, 53 (3): 1172–89, doi:10.1021/jm9014718, PMID 20055453
  7. ↑ Ludwig Institute for Cancer Research (2010, February 4). New computational tool for cancer treatment. ScienceDaily. Retrieved February 12, 2010.
  8. ↑ Lee, Vannajan Sanghiran; Chong, Wei Lim; Sukumaran, Sri Devi; Nimmanpipug, Pivarat; Letchumanan, Vengadesh; Goh, Bey Hing; Lee, Learn-Han; Md. Zain, Sharifuddin; Abd Rahman, Noorsaadah (2020). "Computational screening and identifying binding interaction of anti-viral and anti-malarial drugs: Toward the potential cure for SARS-CoV-2". Progress in Drug Discovery & Biomedical Science. 3. doi:10.36877/pddbs.a0000065.
  9. ↑ University Of Surrey. June 25, 2007. In Silico Cell For TB Drug Discovery. ScienceDaily. Retrieved February 12, 2010.
  10. ↑ Li, S; Brazhnik, P; Sobral, B; Tyson, JJ (2009). "Temporal Controls of the Asymmetric Cell Division Cycle in Caulobacter crescentus". PLOS Comput Biol. 5 (8) e1000463. Bibcode:2009PLSCB...5E0463L. doi:10.1371/journal.pcbi.1000463. PMC 2714070. PMID 19680425.
  11. ↑ Lee, Vannajan Sanghiran; Chong, Wei Lim; Sukumaran, Sri Devi; Nimmanpipug, Pivarat; Letchumanan, Vengadesh; Goh, Bey Hing; Lee, Learn-Han; Md. Zain, Sharifuddin; Abd Rahman, Noorsaadah (2020). "Computational screening and identifying binding interaction of anti-viral and anti-malarial drugs: Toward the potential cure for SARS-CoV-2". Progress in Drug Discovery & Biomedical Science. 3. doi:10.36877/pddbs.a0000065.
  12. ↑ Athanaileas, Theodoros; et al. (2011). "Exploiting grid technologies for the simulation of clinical trials: the paradigm of in silico radiation oncology". SIMULATION: Transactions of the Society for Modeling and Simulation International. 87 (10): 893–910. doi:10.1177/0037549710375437. S2CID 206429690.
  13. ↑ Chua, Physilia Y. S.; Crampton-Platt, Alex; Lammers, Youri; Alsos, Inger G.; Boessenkool, Sanne; Bohmann, Kristine (2021). "Metagenomics: A viable tool for reconstructing herbivore diet". Molecular Ecology Resources. 21 (7): 2249–2263. doi:10.1111/1755-0998.13425. PMC 8518049. PMID 33971086.
  14. ↑ Liu, Y; Kuhlman, B (July 2006), "RosettaDesign server for protein design", Nucleic Acids Research, 34 (Web Server issue): W235–8, doi:10.1093/nar/gkl163, PMC 1538902, PMID 16845000
  15. ↑ Dantas, Gautam; Kuhlman, Brian; Callender, David; Wong, Michelle; Baker, David (2003), "A Large Scale Test of Computational Protein Design: Folding and Stability of Nine Completely Redesigned Globular Proteins", Journal of Molecular Biology, 332 (2): 449–60, CiteSeerX 10.1.1.66.8110, doi:10.1016/S0022-2836(03)00888-X, PMID 12948494.
  16. ↑ Dobson, N; Dantas, G; Baker, D; Varani, G (2006), "High-Resolution Structural Validation of the Computational Redesign of Human U1A Protein", Structure, 14 (5): 847–56, doi:10.1016/j.str.2006.02.011, PMID 16698546.
  17. ↑ Dantas, G; Corrent, C; Reichow, S; Havranek, J; Eletr, Z; Isern, N; Kuhlman, B; Varani, G; et al. (2007), "High-resolution Structural and Thermodynamic Analysis of Extreme Stabilization of Human Procarboxypeptidase by Computational Protein Design", Journal of Molecular Biology, 366 (4): 1209–21, doi:10.1016/j.jmb.2006.11.080, PMC 3764424, PMID 17196978.

Pranala luar

sunting
Diperoleh dari "https://id.wikipedia.org/w/index.php?title=In_silico&oldid=29239848"