Penapisan Senyawa Herbal dengan Komputasi GPU pada Basis Data ZINC melalui Pendekatan Pembandingan Similaritas

Abstract

Covid-19 adalah sebuah pandemi yang membuat banyak peneliti berlomba mencari solusi untuk kemaslahatan sesama, terutama dalam segi kesehatan, pengobatan, dan penanggulangan penyakit tersebut. Penapisan awal dengan proses in-silico berperan penting dalam mengurangi jumlah bahan kimia yang perlu diuji untuk menemukan suatu obat. Penelitian ini bertujuan untuk mencari kandidat senyawa obat terbaik yang ada dalam basis data ZINC sehingga bisa diteliti lebih lanjut secara in-vitro. Sebanyak 997.402.117 senyawa kimia dicari kemiripannya dengan beberapa senyawa obat yang sudah teruji untuk melawan virus corona. Komputasi sekuensial akan memakan banyak waktu beberapa bulan untuk menyelesaikannya. Pendekatan general programming graphic processing unit digunakan melalui implementasi algoritme pembandingan similaritas secara paralel sehingga dapat mempercepat proses pencarian. Hasil dari penelitian ini menunjukkan bahwa implementasi parallel algoritme ini dapat mempercepat proses komputasi hingga 55 kali, serta beberapa kandidat senyawa herbal yang dapat ditemukan pada bahan-bahan alam, memiliki nilai similaritas yang tinggi dengan obat coronavirus.

Covid-19 is a global pandemic that drives many researcher strive to look for its solution, especially in the field of health, medicine, and total countermeasures. Early screening with in-silico processes is crucial to minimize the search space of the potential drugs to cure a disease. This research aims to find potential drugs of covid-19 disease in ZINC database to be further investigated through in-vitro method. About 997.402.117 chemical compounds are searched about its similarity to some of confirmed drugs to combat coronavirus. Sequential computation would take months to accomplish this task. General programming graphic processing unit approach is used to implement similarity comparison algorithm in parallel, in order to speed up the process. The result of this study shows the parallel algorithm implementation can speed-up the computation process up to 55 times faster, and also that some of the chemical compounds have high similarity score and can be found in nature.