OBAT KANKER BERBASIS GEN DARI IBM WATSON

IBM Watson for Cancer Illustration

RESEARCHER.WATSON.IBM.COM - Melalui pemahaman yang mendalam dari mekanisme kanker dan terapi kanker yang terus berkembang secara pesat dalam beberapa dekade ini, masih ada beberapa cara, model dan mode-mode dari terapi yang belum tepat dalam mengatasi isu-isu kesehatan masyarakat yang sesungguhnya. Inovasi yang terus berkelanjutan dan tumbuh meninggi melalui teknologi data seperti next generation sequencing, high-throughput screening, dan mass spectrometry menawarkan kepada para peneliti di IBM dan di tempat lain akan peluang untuk meningkatkan model-model kanker dan mengembangkan sistem-sistem yang mengintegrasi dan menganalisa data untuk memberikan pengobatan yang spesifik pada pasien-pasien kanker.

Para peneliti di IBM sedang mengembangkan dan mengaplikasikan baik secara eksperimental maupun dengan pendekatan komputasi untuk menyimpan, menganalisis data-data tersebut, dan mengerjakan informasi yang terstrukur serta fungsional untuk menentukan komponen-komponen kunci genomik. Dengan mengembangkan sederet data analisis, algoritma-algoritma ilmu komputer, dan teknik-teknik machine learning- baik yang tersupervisi maupun yang tidak, IBM dapat mengidentifikasi serta memprediksi kejadian-kejadian pemicu yang relevan, target-target terapi, serta respon-respon terapi dari kanker.

Para grup peneliti dari IBM yang memiliki latar belakang serta keahlian yang datang dari berbagai disiplin ilmu, tertarik dalam mengembangkan sistem-sistem untuk membantu para dokter untuk memahami data omic pasien mereka menggunakan Watson for Genomics, pemahaman yang lebih mendalam dari mekanisme-mekanisme respon immunoterapi, dan berupaya untuk mengungkap faktor-faktor yang menyebabkan resistensi obat.

Watson for Genomics

Watson for Genomics (WfG) adalah sistem berbasis cloud yang mengggunakan pendekatan biologi komputasi untuk menganalisa data genomik pasien dan memaparkan mekanisme-mekanisme penyakit yang mungkin, bersama dengan informasi obat anti kanker yang potensial sebagai bahan pertimbangan. WfG menganalisa profil genomik pasien, termasuk mutasi-mutasi, duplikat angka perubahan-perubahan, dan ekspresi perubahan gen untuk mengidentifiikasi gen yang mungkin menjadi pemicu perubahan kanker. Dari perubahan-perubahan ini, target terapi molekuler yang relevan di informasikan berdasarkan informasi obat dan jalur analisis. Dibalik analisis-analisis tersebut, terdapat data yang terstruktur maupun tidak terstruktur dari berbagai sumber tersedia yang terpublikasi, termasuk publikasi-publikasi dari jurnal-jurnal ilmiah yang sudah terinternalisasi dengan menggunakan Natural Language Processing.

Sebagai tambahan dalam memberikan informasi terapi-terapi yang relevan, WfG menyediakan para dokter informasi mengenai rekruitmen untuk uji klinis yang mungkin sesuai dengan kriteria pasien yang ingin mendaftar. WfG secara rutin dan komprehensif memperbaharui sumber data mereka dengan informasi klinis dan kedokteran terbaru, dan menargetkan untuk dapat menghitung seluruh diagnosa dan biomarker-biomarker yang relevan. WfG mentransformasikan kinerja dan waktu proses intensif dari menganalisa data omic skala besar menjadi proses yang sederhana layaknya mengunggah file-file ke dalam cloud dan menerima analisa lengkap, serta laporan yang interaktif dalam waktu 5 menit.

Respon Immunoterapi

Ketika immunoterapi (IT) merepresentasikan senjata baru dan menarik dalam melawan kanker, hanya sebagian kecil pasien kanker mendapatkan manfaat dari perawatan IT. Pada kasus kanker melanoma, dimana IT merupakan terapi yang paling sukses, hanya mampu memberikan tingkat kesuksesan sebesar kurang lebih 40%.

Masih banyak hal yang belum dapat dimengerti oleh para peneliti mengenai mekanisme secara yang efektif memerintahkan sistem imun pasien itu sendiri untuk melawan tumor. Dengan mengintegrasikan para ahli biologi dengan keahlian komputasi model pada data genetik dan genomik, para peneliti di IBM sedang berusaha untuk memahami mekanisme-mekanisme dari respon IT serta memprediksi lebih baik dalam menemukan manfaat terbaik dari terapi-terapi IT yang ada.

Resistensi Obat

Walaupun berbagai peningkatan telah dilakukan melalui terapi kanker, satu hal yang paling menjadi tantangan yang krusial adalah bagaimana cara mengatasi tumor yang telah resisten terhadap obat tumor itu sendiri, baik resistensi itu berkembang dalam beberapa bulan maupun tahunan. Mekanisme yang menyebabakan resistensi tersebut masih belum diketahui dan dapat menjadi luas, serta bergantung pada berbagai macam faktor, seperti jenis kanker, jenis perawatan, genetika pasien, dan genetika tumor.

Para peneliti IBM telah mengumumkan pada November 2016 yang lalu mengenai proyek baru yang berdurasi 5 tahun dengan Broad Institute di Cambridge, Massachusetts, untuk mempelajari resistensi obat. Pada studi ini, 10,000 sampel dari banyak pasien yang mengalami resistensi obat dikumpulkan untuk dijadikan subjek dalam mengurutkan seluruh eksom dari pasien-pasien tersebut. Penelitian ini, ungkap para peneliti dari IBM, akan menjadi kumpulan data yang terbesar dari sejenisnya, dan dengan mengumpulkan berbagai variasi dari jenis pasien dan pengobatan, para peneliti dari IBM memilki kesempatan untuk memahami mekanisme dari resistensi yang didapati oleh subjek.

Dengan mengoptimalkan pendekatan yang bersifat komputasional, termasuk menggunakan IBM Watson untuk menganalisis data dalam skala besar, para peneliti IBM berharap dapat mengungkap berbagai macam tipe dan mekanisme dari resistensi obat yang harapan kedepannya, akan tercipta kemungkinan untuk menghindari resistensi, dan bahkan mencegah resistensi obat tersebut sebelum terjadi.

Semoga tulisan yang didapat dari artikel asli berjudul Cancer Genomic Medicine ini, dapat memberikan inspirasi kepada Anda akan berbagai pengobatan yang mungkin dilakukan di masa depan, atau bahkan di saat ini, dengan mempelajari data-data pribadi kita, terutama data kesehatan pribadi, untuk menciptakan pengobatan yang lebih spesifik, yang diciptakan untuk membuat pengobatan kita menjadi lebih baik.

Link artikel asli: Cancer Genomic Medicine