HPC (High Performance Computing), Solusi Riset Bioinformatika

MABBI – HPC adalah teknologi yang memanfaatkan kekuatan super komputer untuk memecahkan masalah kompleks yang membutuhkan komputasi yang masif. Ada tiga desain HPC yang biasa digunakan, yakni komputasi pararel, komputasi kluster serta komputasi grid dan terdistribusi.
Penerapan HPC dalam bidang bioinformatika antara lain pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis. Teknik HPC yang digunakan untuk membantu menyelesaikan permasalahan bioinformatika, diantaranya adalah Graphics Processing Unit (GPU), Multi-Core, Multi-processor dan Cluster Computing.
Graphics Processing Unit (GPU) untuk bioinformatika. Misalnya Konur dan Kiran pada penelitian mereka menggunakan teknik GPU. Platform yang digunakan adalah FLAME (Flinders Large Scale Agent-based Modeling Environment) untuk mensimulasikan model multi-agen pada arsitektur perangkat keras paralel, termasuk komputer dengan kinerja tinggi. Hasil dari penelitian menunjukkan bahwa FLAME GPU adalah kandidat yang baik untuk mensimulasikan dinamika koloni bakteri besar yang dibentuk oleh banyak sel individu. Oleh karena itu, ini adalah kerangka komputasi yang mudah digunakan untuk menganalisis sistem komputasi membran yang kompleks.
Multicore adalah komponen komputasi tunggal yang memiliki dua atau lebih core independen atau unit pemrosesan. Core ini adalah yang membaca dan menjalankan instruksi program pada Central Processing Unit (CPU) untuk bioinformatika. Misalnya Hosny dan Hussein pada penelitian menggunakan teknik CPU multi core untuk mempercepat metode menyelaraskan urutan DNA dengan optimal. Hasil penelitian menunjukkan bahwa solusi yang diusulkan mencapai rekor tinggi dibandingkan solusi lain yang menargetkan sasaran yang sama dengan persyaratan perangkat keras yang lebih sedikit. Multiprocessor memiliki dua atau lebih unit pemrosesan. CPU diintegrasikan ke dalam satu sistem komputer. Pada dasarnya multiprocessor memiliki dua atau lebih CPU pada sistem secara fisik. Namun, processor memerlukan dukungan sebuah sistem untuk mengeksekusi instruksi program, sementara processor lainnya melakukan instruksi program yang berbeda secara bersamaan.
Teknik Clustering untuk bioinformatika. Misalnya pada penelitian Seoud dan Eldin menggunakan platform BIG-BIO untuk menghitung jumlah kemunculan setiap kata dalam teks. Kemudian mengekstrak kata-kata unik dalam urutan molekul dan bisa menganalisa big data MapReduce Hadoop Cluster untuk aplikasi bioinformatika lebih cepat dan lebih efisien. Hasil penelitian menunjukan bahwa BIG-BIO dapat membantu dalam mengidentifikasi jenis statistik yang harus digunakan untuk menggambarkan urutan, jenis organisme yang berasal dari urutan, urutan dan urutan tugas dan mengarah pada pengelolaan cluster yang kuat dan terbuka. (Tri/MABBI)