[PR] GPU Membantu Menghindari Kemungkinan Merebaknya Wabah H1N1

Universitas Bristol

Latar Belakang

Sebuah laporan pada bulan Juni 2012 memperkirakan bahwa pandemi (wabah yang berjangkit serempak di dalam lingkup geografi luas) influenza H1N1 telah membunuh 284.000 orang dalam 12 bulan pertama penyebaran virus tersebut di muka bumi, dan sekitar 575.400 orang sebelum berakhirnya wabah tersebut

 Salah satu alasan utama dari tingginya angka kematian global dan tingkat infeksi yang tak kalah tinggi (89 juta orang terinfeksi, menurut Centers of Disease Control) adalah akibat kecepatan dan seringnya mutasi virus tersebut yang membuat obat-obatan anti influenza, seperti  Tamiflu® (oseltamivir) and Relenza® (zanamivir) menjadi tidak efektif.

 Sejak wabah pada tahun 2009, para peneliti di seluruh dunia telah berusaha menemukan cara untuk mengidentifikasi sebuah solusi yang bisa mengizinkan mereka untuk mengidentifikasi mutasi H1N1 baru dengan cepat dan mengembangkan obat-obatan inhibitor untuk meminimalkan penyebaran dari virus mematikan ini agar tidak menimbulkan pandemi yang luas.

 Tantangan

Mempelajari virus seperti H1N1 dengan eksperimen laboratorium ternyata sangat susah karena reaksi yang terjadi kerap terlalu cepat dan terlalu rentan untuk didokumentasikan. Masalah ini menjadi kian rumit ketika mempelajari virus H1N1 karena tendensi mutasinya yang sangat cepat dan sering.

 Solusi

Peneliti dari University of Bristol di Inggris Raya, bersama dengan universitas Bansomdejchaopraya Rajabhat dan Chulalongkom di Bangkok, berhasil mengungkap kunci untuk memerangi mutasi virus H1N1 dengan menggunakan cluster computing kecil yang dilengkapi dengan GPU NVIDIA® Tesla®.

Dengan menjalankan simulasi canggih menggunakan AMBER molecular dynamics application, para peneliti dapat mengobservasi bagaimana mutasi H1N1 dapat mengakibatkan perubahan struktur kimia dan biologi serta sifat dari enzim kunci pada virus tersebut. Berbekal informasi ini, mereka berhasil mengungkap, untuk pertama kalinya, mekanisme H1N1 untuk menangkal obat-obatan anti-influenza.

Sistem berbasis GPU yang digunakan, memungkinkan team tersebut untuk menjalankan dan mengulang simulasi yang kompleks dalam jumlah jauh lebih besar dibandingkan yang biasanya bisa dilakukan. Kemudahan ini memungkinkan mereka untuk mengeksplorasi beragam kemungkinan mutasi virus untuk menentukan apa yang membuatnya kebal terhadap obat anti-virus.

Lebih penting lagi, sistem berbasis 8 GPU dengan 4 node ini mampu menyuguhkan hasil dengan waktu hanya separuh dari yang biasa dibutuhkan. Hasil itupun diperoleh hanya dengan menggunakan 1/5 jumlah server yang biasanya diperlukan oleh cluster yang hanya bertumpu pada CPU dengan jumlah prosesor 16 hingga 24 unit.

 Hasil

Sebelumnya, penggunaan simulasi komputer untuk penemuan obat-obatan baru dan pencegahaan penyakit cenderung terbatas karena besarnya dan mahalnya superkomputer yang diperlukan untuk mempelajari sistem biologi. Sekarang, sebuah server kecil berbasis GPU sudah dapat memberikan akses ke performa ekstra tinggi bagi para peneliti dalam upaya mendorong penemuan-penemuan ilmiah terbaru.

 Berdasarkan terobosan penelitian yang dilakukan oleh team Bristol, sekarang sudah ditemukan cara untuk mendesain obat inhibitor untuk menanggulangi kemungkinan mutasi H1N1 di masa mendatang, dan ini diharapkan bisa menekan efek dari epidemi yang mungkin terjadi. Sebuah karya tulis dengan detail dari temuan para peneliti telah diterbitkan dalam edisi terkini Biochemistry.