Data Genom, Gen AI, dan Mie Ayam Daplun

By leveraging advanced algorithms and machine learning techniques, generative AI is enhancing our understanding of genetic information, leading to breakthroughs in personalized medicine, disease prevention, and biotechnology. Generative AI involves models that can generate new data samples resembling a given dataset. (Nikhil Maske, 2024)

Sepekan yang lalu saya mendapat WA dari dr Arifa Rahmana Abdulah, SpOG, MHKes, beliau bercerita bahwa belum lama ini beliau mendapat tawaran dari salah satu pengelola mall paling happening di kota kembang tercinta untuk membuka sebuah klinik masa depan yang mengusung tema, tak sekedar kesehatan ataupun estetika, melainkan juga layanan regeneratif dan rejuvenating, termasuk anti aging. Menarik bukan?

Perkembangan model layanan kedokteran yang mungkin baru kita dengar belakangan ini tentu hadir, antara lain karena adanya kemajuan pesat dari teknologi kedokteran yang menjadi pendukungnya.

Pas benar, karena pada awal bulan depan pun saya mendapat amanah untuk menjadi pemantik semangat bagi para mahasiswa baru program studi teknik Biomedik Universitas Telkom, dalam sebentuk pengenalan tentang kemajuan teknologi kedokteran di masa depan, di mana inti dari perkembangan itu adalah sintesa dari perkembangan ilmu dasar kedokteran dan berbagai inovasi yang menjadi konstruksi yang dihadirkan oleh kemajuan riset di ranah biomedik dan bioteknologi.

Walhasil sayapun jadi banyak berpikir dan mencoba menerawang ke kondisi yang akan terjadi di masa yang akan datang, termasuk peta jalan yang mungkin akan semakin dipenuhi dengan berbagai ledakan kejutan yang semula bahkan tak pernah terbayangkan.

Beberapa tahun lalu saja trend layanan kedokteran prediktif sudah mulai marak ditawarkan oleh penyedia jasa penunjang pelayanan kesehatan seperti laboratorium klinik.

Kemajuan yang pesat dalam teknologi genomik membuat banyak laboratorium mengakuisisi teknologi bioteknologi sebagai bagian dari layanan unggulannya. Hasilnya adalah, tersedianya panel-panel pemeriksaan yang dapat dipilih oleh masyarakat, dimana panel-panel tersebut hasilnya dapat menggambarkan berbagai resiko penyakit dan diikuti hasil analisa yang melahirkan saran terkait perubahan ataupun penyesuaian yang perlu pasien lakukan untuk mencegah terjadinya hal-hal yang tidak diharapkan, ataupun untuk meningkatkan kapasitas dari potensi fisiologi yang dimiliki.

Salah satu laboratorium klinik terkemuka di Indonesia, Prodia sejak tahun 2019 telah menawarkan paket pemeriksaan Nutrigenomik, dimana melalui Prodia Nutrigenomics dapat diperiksa lebih dari 50 jenis gen dan 75 variasi genetik (SNP) yang dikelompokkan menjadi gen terkait nutrisi dan kapasitas serta kompatibilitas olahraga.

Kelompok gen terkait nutrisi menyandi beberapa sifat yang terdiri dari fungsi persepsi rasa, respon terhadap makanan, metabolisme nutrisi serta pengelolaan berat badan dan komposisi tubuh.

Sedangkan pemeriksaan kelompok gen yang terkait dengan fungsi olahraga dapat memberikan gambaran dari manfaat berolahraga, kekuatan dan daya tahan atau endurance seseorang.

Selain itu, panel pemeriksaan nutrigenomik dapat berperan sebagai panduan dalam memilih makanan pada program penurunan berat badan dan sebagai panduan gaya hidup untuk tetap sehat dan secara preventif dapat menghindari munculnya penyakit tertentu.

Salah satu gen yang diperiksa dalam pemeriksaan nutrigenomik adalah gen FTO. Dimana Gen FTO (fat mass and obesity-associated gene) adalah gen yang terkait dengan massa lemak dan obesitas.

Gen FTO pertama kali ditemukan pada tahun 2007 dalam studi GWAS diabetes melitus tipe 2 (T2DM) di Eropa. Gen FTO sangat penting untuk sekresi insulin dan fungsi sel beta.

Studi biologi fungsional menunjukkan bahwa gen FTO menyandi enzim 2-oksoglutarat-dependent asam nukleat demetilase yang terdapat dalam banyak jaringan, namun juga ditemukan di hipotalamus atau pusat kendali keseimbangan energi yang terkait dengan mekanisme rasa lapar dan proses makan manusia.

Gen FTO dapat mempengaruhi kadar lemak yang disimpan dan didistribusikan di dalam tubuh. Orang dengan perbedaan tertentu/varian pada gen FTO memiliki kemungkinan 20–30% lebih tinggi untuk mengalami obesitas. Variasi gen FTO juga berhubungan dengan peningkatan komposisi lemak tubuh dan parameter metabolit, serta kelainan metabolik terkait obesitas seperti Diabetes Mellitus (DM) tipe 2.

Tak hanya itu saja, banyak gen yang lain seiring dengan kemajuan teknologi sekuensing seperti next generation sequencing dan pemeriksaan microarray dengan gene chip yang relatif sangat praktis, dapat diperiksa dan diidentifikasi variansinya, termasuk jika ada mutasi ataupun kekhasan yang ditunjukkan dengan adanya perbedaan di tingkatan SNP (single nucleotide polymorphism).

Selain Prodia, ada pula perusahaan rintisan berbasis bioteknologi dan genetika yang dibesut oleh salah seorang teknopreneur terkemuka Indonesia, Kiwi Aliwarga, bernama Widya Genomik dan berkedudukan di Daerah Istimewa Yogyakarta.

Laboratorium genomik ini dilengkapi dengan fasilitas lab BSL-2 (biosafety level 2) sebagaimana yang pernah kami kembangkan juga secara massal di saat terjadinya pandemi beberapa waktu lalu.

Pada lab Widya Genomik, kapasitas pemeriksaan yang ditunjang teknologi canggih seperti microarray, ditujukan untuk menghasilkan proses skrining terhadap berbagai resiko degeneratif, termasuk penuaan dan juga nutrigenomik. Termasuk melakukan analisa metilasi DNA dan menentukan skor poligenik untuk mengetahui laju penuaan, usia biologis, risiko kesehatan, asupan nutrisi yang sesuai dengan kebutuhan, dan profil genetik seseorang yang akan sangat berguna dalam konteks layanan kesehatan berbasis pendekatan kedokteran presisi.

Berbicara tentang pemeriksaan gen secara poligenik untuk menentukan skor resiko terhadap berbagai penyakit terkait, memang tak dapat dipungkiri bahwa kini berbagai teknologi dan pendekatan yang ada sudah semakin presisi.

Di sistem kardiovaskuler yang cukup kompleks dan memiliki spektrum yang beragam, peran identifikasi variansi gen sebagaimana dalam pemeriksaan poligenik menjadi sangat penting dan krusial. Karena variasi konfigurasi gen yang berbeda dapat menyebabkan kondisi patologis jantung dan sistem kardiovaskuler yang berbeda pula. Banyak gen memiliki hubungan kausalitas dengan berbagai kondisi patologis seperti kardiomiopati, aritmia, arteriopati, hiperkolesterolemia familial, dan sindrom Marfan.

Gen yang mungkin terkait dengan penyakit di sistem kardiovaskular antara lain;
gen MYH7 yang terkait dengan kardiomiopati hipertrofik familial, BPC3 SAYA, TNTT2, TNTI3, dan gen LMNA yang terkait dengan kardiomiopati, Casz1, Rnf38, Tmem161b, dan Pde4dip yang terkait dengan kelainan struktural jantung di fase tumbuh kembang, serta gen Dnajc18 yang terkait dengan mekanisme homeostasis jantung.

Sejalan dengan kemajuan teknik pemeriksaan genom, pada fase sebelumnya juga telah dikembangkan beberapa parameter biologis dan biokimia yang dapat digunakan secara bersama untuk menentukan faktor resiko penyakit, seperti pada penyakit di sistem kardiovaskuler. Indikator biologis itu antara lain adalah homosistein.

Dimana kadar homosistein plasma sebesar 5 μmol/L berhubungan dengan peningkatan 60% risiko penyakit jantung koroner pada pria dan 80% pada wanita. Kadar homosistein yang tinggi dapat merusak bagian dalam arteri dan meningkatkan risiko pembentukan ateroma.

Homosistein juga dapat meningkatkan risiko penyakit pembuluh darah aterosklerotik pada pembuluh koroner, serebral, dan perifer, serta tromboemboli arteri dan vena.

Pengujian kadar homosistein dapat membantu dokter dari penyedia layanan kesehatan mengidentifikasi kekurangan vitamin B6, B12, atau B9, yang juga dikenal sebagai folat atau asam folat. Pengujian kadar homosistein dapat digunakan untuk membantu menilai resiko penyakit di sistem kardiovaskuler seperti penyakit jantung koroner dan stroke.

Lalu seperti apakah proses pemeriksaan gen dengan menggunakan metoda microarray itu? Jangan buru-buru melompat ke tekniknya ya, pertanyaan pendahuluan yang pas itu, apakah sebenarnya kedokteran presisi yang menggunakan teknik microarray itu?

Kedokteran presisi berbasis genom merupakan pendekatan medis yang menyesuaikan pengobatan dan intervensi kesehatan berdasarkan profil genetik individu.

Salah satu teknologi yang digunakan untuk mencapai personalisasi ini adalah pemeriksaan microarray. Teknologi ini memungkinkan deteksi variasi genetik yang relevan untuk memprediksi risiko gangguan kesehatan, menentukan pola olahraga, dan memilih diet yang paling sesuai untuk individu.

Kedokteran presisi berbasis genom memanfaatkan data genetik untuk membuat keputusan medis yang lebih tepat. Secara spesifik, pola genetik tertentu dapat menunjukkan kecenderungan seseorang terhadap penyakit seperti diabetes, hipertensi, obesitas, dan bahkan reaksi terhadap olahraga dan diet tertentu.

Sementara pemeriksaan microarray berfungsi untuk mendeteksi variasi kecil pada DNA yang disebut polimorfisme nukleotida tunggal (SNP). Dimana SNP ini dapat dikaitkan dengan risiko penyakit atau respon metabolik tertentu dan berperan dalam perencanaan berbagai program dan model intervensi kesehatan.

Bagaimana kalau kita ingin memeriksakan diri untuk mengetahui profil genom kita dengan metoda microarray ? Sampel DNA kita biasanya diambil dari saliva/air liur atau darah. Kemudia DNA diekstraksi dari sampel dan diperbanyak menggunakan teknik PCR (Polymerase Chain Reaction).

DNA yang telah diperbanyak diinkubasi pada microarray chip yang berisi ribuan probe spesifik untuk SNP tertentu.

Setelah hibridisasi, chip microarray dipindai menggunakan scanner yang menghasilkan data kuantitatif mengenai setiap SNP yang ada dalam genom.

Selanjutnya data yang diperoleh dianalisis dengan algoritma tertentu untuk mengidentifikasi pola genetik yang relevan dengan risiko kesehatan, olahraga, dan diet yang optimal.

Pemeriksaan microarray dapat mengidentifikasi risiko seseorang terhadap berbagai kondisi kronis seperti kanker, penyakit jantung, dan gangguan metabolik. Pemeriksaa SNP yang berkaitan dengan metabolisme lemak, kontrol glukosa-insulin, dan inflamasi/proses peradangan dapat memberikan informasi penting mengenai kondisi medis potensial yang memungkinkan tenaga medis untuk melakukan tindakan intervensi dini.

Analisis genetik melalui teknik microarray juga dapat membantu dalam menentukan pola olahraga yang paling efektif dan diet yang paling sesuai. Misal, gen yang berhubungan dengan metabolisme energi, respons otot terhadap latihan aerobik, dan preferensi metabolik terhadap lemak atau karbohidrat dapat diidentifikasi. Hal ini memungkinkan penentuan apakah seseorang lebih baik merespon latihan ketahanan (endurance) atau latihan kekuatan (strength).

Saat ini teknologi microarray yang sudah digunakan di pelayanan laboratorium genomik antara lain, Affymetrix GeneChip platform microarray yang paling umum dan banyak digunakan serta memiliki ribuan probe SNP.

Ada pula produk microarray Illumina Infinium Assay, yang teknologinya berbasis bead array yang mampu mendeteksi lebih dari satu juta SNP dalam satu kali pemeriksaan.

Lalu ada Agilent SurePrint Microarrays, yang teknologinya menggunakan prinsip hibridisasi dengan sensitivitas tinggi untuk mendeteksi SNP dan CNV (Copy Number Variation).

Dengan perkembangan lebih lanjut dalam bioinformatika dan integrasi data multi-omics, microarray dapat berperan sangat penting dalam kedokteran presisi. Terlebih jika hasil analisanya dapat diintegrasikan dengan data pemeriksaan penunjang lainnya, dan dianalisa dengan bantuan teknologi kecerdasan artifisial/AI yang semakin berkembang varian modelnya.

Saat ini primadona di dunia AI adalah genre Generative AI, lalu apakah pendekatan Gen AI bisa diintegrasikan dalam proses analisis hasil pemeriksaan genomik seperti hasil dari tes microarray ?

Dengan menggunakan data genom, generative AI dapat membantu dalam prediksi resiko penyakit tertentu berdasarkan pola genetik tertentu pula. Selain itu Gen AI dapat menganalisis data genom untuk merancang terapi yang sesuai dengan karakteristik genetik individu.

Melalui interpretasi citra medis (misalnya, MRI atau CT scan) yang digabungkan dengan data genom, Gen AI dapat membantu meningkatkan akurasi diagnosis. Gen AI juga dapat mensimulasikan dan melakukan modeling struktur molekul obat yang potensial berdasarkan analisis data genom.

Model generative AI yang dapat digunakan dalam analisis data medis dan genom meliputi antara lain Variational Autoencoders (VAEs), yang digunakan untuk mempelajari representasi tersembunyi (latent space) dari data genom atau citra medis dan menghasilkan data baru berdasarkan distribusi dan pola tersebut.

Lalu ada Generative Adversarial Networks (GANs), dimana GANs terdiri dari dua jaringan, generator dan discriminator, yang berkompetisi. Model ini dapat digunakan untuk menghasilkan citra medis berkualitas tinggi atau menggenerasi sekuens genetik yang realistis.

Kemudian tentu saja ada Transformers yang dapat digunakan dalam analisis sekuens genom dengan kemampuan memahami hubungan jangka panjang antar nukleotida. Transformers dapat diterapkan pada analisis DNA atau RNA, termasuk tentu saja hasil dari pemeriksaan microarray.

Adapun sistematika proses dalam pengembangan model analitik berbasis AI atau Gen AI diawali dengan proses pengumpulan data dengan berbagai mekanisme dan filtrasi agar data valid, terverifikasi, terklasifikasi, dan terstandardisasi sesuai dengan format yang telah disepakati.

Data yang digunakan meliputi antara lain sekuens genom (DNA atau RNA), citra medis (MRI, CT scan, dll.), data klinis dari rekam medis elektronik (RME), data statistik sosial ekonomi dari BPS, data pembiayaan kesehatan dari BPJS dan berbagai data yang dianggap relevan lainnya.

Selanjutnya data seperti data genom akan melalui tahapan preprocessing untuk menghilangkan noise yang dilanjutkan dengab proses normalisasi. Sedangkan pada citra medis, teknik seperti segmentasi dan filtering diterapkan untuk memfokuskan analisis pada area yang relevan.

Kemudian dilakukan proses feature extraction, dimana pada tahap ini, model AI mempelajari fitur penting dari data genom atau citra medis, serta data penunjang lainnya. Misal, pada data genom, bisa berupa varian SNPs (Single Nucleotide Polymorphisms) yang relevan. Hal ini diperlukan untuk proses modeling dan training.

Gen AI akan dilatih menggunakan dataset yang sudah diproses. Hingga model seperti GANs dan VAEs dapat dilatih untuk menghasilkan data baru yang serupa dengan data asli atau untuk memprediksi hasil yang spesifik.

Setelah model dilatih, hasilnya diinterpretasikan dalam bentuk visualisasi yang mudah dipahami, seperti representasi 3D dari struktur molekul calon obat baru, peta genetik mutasi, atau segmentasi citra medis untuk analisis klinis dll.

Model AI kemudian dievaluasi menggunakan data testing untuk memastikan keakuratan dan validitas prediksi atau generasi data yang dihasilkan.

Tapi sejujurnya saya menulis artikel di atas itu karena banyak terinspirasi oleh sebuah kejutan nan indah yang saya dapatkan di depan stasiun besar Purwokerto.

Dalam perjalanan muhibah ke lab Widya Genomik di Sleman Yogyakarta, dan menyelesaikan tugas negara terkait pengembangan suatu sistem Virtual Poison Center, saya memilih jalan Ninja petualang dengan mengambil peran sebagai si Bolang kereta api.

Pilihan yang selalu sangat saya sukai, karena selain saya amat senang dengan dunia perkeretaapian, di sepanjang perjalanan pun dapat dijumpai berbagai sajian citarasa kuliner khas Nusantara yang sensasinya begitu menggoda. Selain itu perjalanan dengan kereta api jika itinerary nya tepat, bisa sangat murah loh.

Contoh, kemarin saya berangkat dari Bandung dengan menggunakan kereta api Baturaden Ekspress kelas bisnis yang kursinya sangat nyaman, dengan harga tiket reduksi civitas academica Undip yang dibanderol seharga Rp. 86.000,-, menuju Purwokerto. Transit kurang lebih 1,5 jam, lalu saya menyambung perjalanan ke Jogja dengan KA Jaka Tingkir.

Perjalanan dengan KA Jaka Tingkir saya nikmati di dalam gerbong kelas ekonomi New Generation hasil refurbished Balai Yasa Manggarai yang sedemikian indah dan nyaman. Semua kebahagiaan di atas kereta ekonomi itu dibanderol seharga Rp. 105.000,- sampai ke stasiun Lempuyangan Jogja.

Kok bisa? Bisa dong, karena saya menggunakan skema Go Show yang dapat diakses di Access by KAI, yang menawarkan harga promo untuk kereta-kereta tertentu yang masih memiliki seat kosong dalam rentang waktu 2 jam sebelum waktu keberangkatan. Biasanya skema ini diberlakukan pada kereta-kereta jarak jauh yang berhenti di beberapa stasiun besar.

Perjalanan pagi itu dengan harga tiket di bawah 200 ribuan (Rp 191.000,-) dengan sajian keindahan alam Priangan yang luar biasa, kemolekan Banyumas dengan pameran kesuburan di sepanjang daerah aliran sungai Serayunya, eksotika prasarana kereta api eksotis bersejarah seperti terowongan Notog-Kebasen, dan Ijo serta berbagai jembatan legendaris seperti jembatan Cirahong di perbatasan Tasikmalaya dan Ciamis, serta jembatan Serayu yang kini di tepinya ada kafe anak senja yang sedang viral, menjadikan saya tak hentinya bersyukur. Nikmat mana lagi yang akan kita dustakan bukan?

Tapi ternyata kejutan itu tak berhenti di nyamannya berkereta saja, sajian kuliner penuh kejutan telah menanti untuk disambangi. 1,5 jam transit di Purwokerto adalah anugerah. Dengan langkah cepat ala latihan kardio, saya bergegas foto-foto monumen baru loko mungil Kebo Kuning di depan stasiun, ambil uang jajan secukupnya di ATM, dan langsung cap cus jalan cepat ke warung Mie Ayam Daplun di emper trotoar depan kantor Resor Jalan Rel 5.5 Daerah Operasi 5 KAI Purwokerto. Tak jauh dari pintu keluar utama stasiun, hanya sepelemparan batu mungkin.

Di warung Daplun bergegas saya memesan semangkuk mie ayam komplit dengan ceker dan segelas es jeruk tawar. Saat mie ayam super lezat itu terhidang, tak menunggu waktu lama, segera saya bubuhi saos dan sambal serta saya makan dengan ditemani kerupuk aci yang renyah.

Sontak seketika itu juga, reseptor-reseptor umami saya mengelepar-gelepar nyaris tepar. Tak kuat mereka menahan badai kenikmatan yang datang berbondong menghantam dengan sensasi dari garam natrium 5′-adenosin monofosfat (AMP), 5′-inosine monophosphate, dan 5′-guanosine monophosphate (GMP).

Ternyata oh ternyata Daplun bermain “curang”. Ia membubuhi mie ayamnya dengan bumbu rahasia. Bumbu rahasia berupa campuran khusus dengan materi utama kacang.

Kacang tanah tepatnya, yang per 100 gramnya mengandung Kalsium 42 mg, Fosfor 177 mg , dan Besi 1,4 mg. Kacang tanah di Mie Ayam yang tak jamak dijumpai itulah yang membuat saya ingin “mencampur” dan meramu AI dalam analisa genomik agar rasanya makin asyik dan ciamik serta unik, juga cantik.

Walhasil jadilah tulisan di atas yang sebagian besar saya tulis sambil leyeh-leyeh di teras guest house murah ternyaman se Jogjakarta Hadiningrat, guest house Syariah Monginsidi, dekat SMP Negeri 6, Tugu, dan Pasar Kranggan. Ditemani secangkir kopi Kapal Api tentu saja, dan nasi gudeg Rp 8000,- serta dua gorengan bakwan seharga 2000 yang dijajakan keliling oleh seorang Ibu. 🙏🏾🙏🏾🇲🇨🇲🇨