106864513 Implementasi Bioinfarmatika Dan Perkembangannya Di Indonesia Sesotya Raka Pambuka
qwertyuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjklzxcvb
nmqwertyuiopasdfghjklzxcvbnmqwert
Implementasi Bioinformatika dan
Perkembangannya di Indonesia
yuiopasdfghjklzxcvbnmqwertyuiopasd
fghjklzxcvbnmqwertyuiopasdfghjklzxc
vbnmqwertyuiopasdfghjklzxcvbnmqw
ertyuiopasdfghjklzxcvbnmqwertyuiop
asdfghjklzxcvbnmqwertyuiopasdfghjkl
zxcvbnmqwertyuiopasdfghjklzxcvbnm
qwertyuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjklzxcvb
nmqwertyuiopasdfghjklzxcvbnmrtyui
opasdfghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjklzxcvb
Dosen Pengampu : Dr. Ir. Gatot Ciptadi, DESS
Fast Track Program – Program Pascasarjana
Fakultas Peternakan
Universitas Brawijaya
DAFTAR ISI
I.
Sejarah Bioinformatika
II.
III.
Definisi Bioinformatika
Kegunaan Bioinformatika
a. Bioteknologi Dalam Bidang Klinis
b. Untuk Identifikasi Agent Penyakit Baru
c. Untuk Mendiagnosa Penyakit Baru
d. Penemuan Obat-obatan
e. Bioteknologi Dalam Bidang Pertanian
Bidang Ilmu Yang Terkait
Cabang Ilmu Bionformatika
Penerapan Bioinformatika
a. Basis data Sekuens Biologis
b. Penyejajaran Sekuens
c. Prediksi Struktur Protein
d. Analisis Ekspresi Gen
e. GenBank
f. Bioinformatika di Indonesia
IV.
V.
VI.
VII. Bioinformatika di Indonesia
VIII. Kondisi Bioinformatika di Indonesia
IX. Kelebihan dan kekurangan bioteknologi
modern
X.
Kesimpulan
XI. Daftar Pustaka
I. Sejarah Bioinformatika
Bioteknologi secara umum telah dikenal sejak ribuan tahun yang lalu. Penggunaan
mikrobia untuk fermentasi dalam pembuatan minuman beralkohol misalnya telah dilakukan
sejak 30 abad sebelum masehi. Namun Sejarah Bioteknologi modern dimulai ketika ditemukan
kembali kemampuan bakteri Streptococcus pneumoniae yang telah kehilangan virulensinya yaitu
dengan mencampurkannya dengan bakteri yang virulen, Avery dkk (1944) telah membuktikan
bahwa pada tingkat organogenesis yang paling rendah pun terjadi transaksi genetik (Brown
1991). Selanjutnya diketahui konstruksi plasmid, penyisipan gen antar organisme yang
menghasilkan DNA rekombinan. Adanya bakteri tanah Agrobacterium tumafaciens yang dapat
mentransfer gen secara alami dan akhirnya didapat mekanisme transfer gen antar tanaman maka
muncullah tanaman transgenik (Maniatis dkk, 1982) Tanaman transgenik, yaitu tanaman yang
sudah disusupi oleh DNA asing sebagai pembawa sifat yang diinginkan.
Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu
pada penerapan komputer dalam biologi. Namun demikian, penerapan bidang-bidang dalam
bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk
analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an.
Kemajuan teknik biologi molekular dalam mengungkap sekuens biologis dari protein
(sejak awal 1950-an) dan asam nukleat (sejak 1960-an) mengawali perkembangan basis data dan
teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun
1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory, Laboratorium
Biologi Molekular Eropa). Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan
1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan
pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek
pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan
pada akhirnya menyebabkan lahirnya bioinformatika.
Perkembangan Internet juga mendukung berkembangnya bioinformatika. Basis data
bioinformatika yang terhubung melalui Internet memudahkan ilmuwan mengumpulkan hasil
sekuensing ke dalam basis data tersebut maupun memperoleh sekuens biologis sebagai bahan
analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui Internet
memudahkan ilmuwan mengakses program-program tersebut dan kemudian memudahkan
pengembangannya.
II. Definisi Bioinformatika
· Bioinformatika, sesuai dengan asal katanya yaitu “bio” dan “informatika”, adalah gabungan
antara ilmu biologi dan ilmu teknik informasi (TI). Pada umumnya, Bioinformatika
didefenisikan sebagai aplikasi dari alat komputasi dan analisa untuk menangkap dan
menginterpretasikan data-data biologi. Ilmu ini merupakan ilmu baru yang yang merangkup
berbagai disiplin ilmu termasuk ilmu komputer, matematika dan fisika, biologi, dan ilmu
kedokteran, dimana kesemuanya saling menunjang dan saling bermanfaat satu sama lainnya.
· Bioinformatika adalah (ilmu yang mempelajari) penerapan teknik komputasional untuk
mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metodemetode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis,
terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan
dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi
biologis, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan
bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis
ekspresi gen.
· Bioinformatika merupakan kajian yang memadukan disiplin biologi molekul,
matematika dan teknik informasi (TI). Ilmu ini didefinisikan sebagai aplikasi dari alat
komputasi dan analisa untuk menangkap dan menginterpretasikan data-data biologi molekul.
Biologi molekul sendiri juga merupakan bidang interdisipliner, mempelajari
kehidupan dalam level molekul.
· Bioteknologi secara sempit didefinisikan sebagai penerapan prinsip-prinsip dasar biologi,
biokimia, serta rekayasa untuk mengubah dan mendapatkan nilai tambah dari suatu organisme
atau agensia biologis. Sedangkan dalam arti luas bioteknologi dapat didefinisikan sebagai
teknologi untuk mendayagunakan organisme hidup atau bagian dari organisme untuk
menghasilkan atau memodifikasi produk-produk tertentu, serta untuk perbaikan dan pemuliaan
mikroorganisme, tanaman, atau hewan. bagian dari organisme melalui pemanfaatan.
· Bioinformatika adalah bidang yang menggunakan komputer untuk menyimpan dan
menganalisis informasi biologi molekuler. Menggunakan informasi ini dalam format digital,
bioinformatika kemudian dapat memecahkan masalah molekuler biologi , memprediksi
struktur, dan bahkan simulasi makromolekul.
III. Kegunaan Bioinformatika
a.
Bioteknologi Dalam Bidang Klinis
Bioinformatika dalam bidang klinis sering disebut sebagai informatika klinis(clinical
informatics). Aplikasi dari informatika klinis ini berbentuk manajemen data-dataklinis dari
pasien melalui Electrical Medical Record (EMR) yang dikembangkan olehClement J. McDonald
dari Indiana University School of Medicine pada tahun 1972.McDonald pertama kali
mengaplikasikan EMR pada 33 orang pasien penyakit gula(diabetes). Sekarang EMR ini telah
diaplikasikan pada berbagai penyakit. Data yang disimpan meliputi data analisa diagnosa
laboratorium, hasil konsultasi dan saran, fotorontgen, ukuran detak jantung, dan lain lain.
Dengan data ini dokter akan bisa bertugas menunjang seluruh proses kehidupan, antara lain
sebagai katalis reaksi biokimia dalam tubuh (disebut enzim), berperan serta dalam sistem
pertahanan tubuh melawan virus, parasit dan lain-lain (disebut antibodi), menyusun struktur
tubuh dari ujung kaki(otot terbentuk dari protein actin, myosin, dan sebagainya) sampai ujung
rambut (rambut tersusun dari protein keratin), dan lain-lain. Arus informasi, DNA -> RNA ->
Protein,inilah yang disebut sentral dogma dalam biologi molekul.
Sekuen DNA satu organisme, yaitu pada sejenis virus yang memiliki kurang lebih 5.000
nukleotida/molekul DNA atau sekitar 11 gen, berhasil dibaca secara menyeluruh pada tahun
1977. Sekuen seluruh DNA manusia terdiri dari 3 milyar nukleotida yang menyusun 100.000 gen
dapat dipetakan dalam waktu 3 tahun. Saat ini terdapat milyaran data nukleotida yang tersimpan
dalam database DNA, GenBank di AS yang didirikan tahun 1982. Di Indonesia, ada Lembaga
Biologi Molekul Eijkman yang terletak diJakarta. Di sini kita bisa membaca sekuen sekitar 500
nukleotida hanya dengan membayar $15. Trend yang sama juga nampak pada database lain
seperti database sekuen asam amino penyusun protein, database struktur 3D protein, dan
sebagainya. Inovasi teknologi DNA chip yang dipelopori oleh perusahaan bioteknologi AS,
Affymetrix diSilicon Valley telah mendorong munculnya database baru mengenai RNA.
Desakan kebutuhan untuk mengumpulkan, menyimpan dan menganalisa data-databiologis dari
database DNA, RNA maupun protein inilah yang semakin memacuperkembangan kajian
Bioinformatika.
b. Untuk Identifikasi Agent Penyakit Baru
Bioinformatika juga menyediakan tool yang sangat penting untuk identifikasi agent penyakit
yang belum dikenal penyebabnya. Banyak sekali penyakit baru yang muncul dalam dekade ini,
dan diantaranya yang masih hangat adalah SARS (Severe Acute Respiratory Syndrome).
Pada awalnya, penyakit ini diperkirakan disebabkan oleh virus influenza karenagejalanya mirip
dengan gejala pengidap influenza. Akan tetapi ternyata dugaan ini salahkarena virus influenza
tidak terisolasi dari pasien. Perkirakan lain penyakit ini disebabkanoleh bakteriCand ida karena
bakteri ini terisolasi dari beberapa pasien. Tapi perkiraan inijuga salah. Akhirnya ditemukan
bahwa dari sebagian besar pasien SARS terisolasi virus Corona jika dilihat dari morfologinya.
Sekuen genom virus ini kemudian dibaca dan dari hasil analisa dikonfirmasikan bahwa penyebab
SARS adalah virusCo rona yang telah berubah (mutasi) dari virusCorona yang ada selama ini.
Dalam rentetan proses ini, Bioinformatika memegang peranan penting. Pertamapada proses
pembacaan genom virus Corona. Karena didatabase seperti GenBank, EMBL (European
Molecular Biology Laboratory), dan DDBJ (DNA Data Bank of Japan)sudah tersedia data
sekuen beberapa virus Corona, yang bisa digunakan untuk mendisainprimer yang digunakan
untuk amplifikasi DNA virus SARS ini. Software untukmendisain primer juga tersedia, baik
yang gratis maupun yang komersial. Contoh yanggratis adalah Webprimer yang disediakan oleh
Stanford Genomic Resources, GeneWalker yang disediakan oleh Cybergene AB, dan lain
sebagainya. Untuk yang komersial ada Primer Disainer yang dikembangkan olehScientific &
Education Software, dan software-software untuk analisa DNA lainnya seperti Sequencher (Gene
Codes Corp.), SeqMan II (DNA STAR Inc.),Genetyx(GENETYX Corp.),DNASIS (HITACHI
Software), dan lain lain. Menentukan obat yang sesuai dengan kondisi pasien tertentu dan lebih
jauh lagi, dengandibacanya genom manusia, akan memungkinkan untuk mengetahui penyakit
genetikseseorang, sehingga penanganan terhadap pasien menjadi lebih akurat.
c. Untuk Mendiagnosa Penyakit Baru
Untuk menangani penyakit baru diperlukan diagnosa yang akurat sehingga dapat dibedakan
dengan penyakit lain. Diagnosa yang akurat ini sangat diperlukan untuk pemberian obat dan
perawatan yang tepat bagi pasien.
Ada beberapa cara untuk mendiagnosa suatu penyakit, antara lain: isolasi agent penyebab
penyakit tersebut dan analisa morfologinya, deteksi antibodi yang dihasilkan dari infeksi dengan
teknik enzyme-linked immunosorbent assay (ELISA), dan deteksi gendari agent pembawa
penyakit tersebut dengan Polymerase Chain Reaction (PCR).
Teknik yang banyak dan lazim dipakai saat ini adalah teknik PCR. Teknik ini sederhana, praktis
dan cepat. Yang penting dalam teknik PCR adalah disain primer untuk amplifikasi DNA, yang
memerlukan data sekuen dari genom agent yang bersangkutan dan software seperti yang telah
diuraikan di atas. Disinilah Bioinformatika memainkan peranannya. Untuk agent yang
mempunyai genom RNA, harus dilakukan reverse transcription (proses sintesa DNA dari RNA)
terlebih dahulu dengan menggunakan enzim reverse transcriptase. Setelah DNA diperoleh baru
dilakukan PCR. Reverse transcription dan PCR ini bisa dilakukan sekaligus dan biasanya
dinamakan RT-PCR. Teknik PCR ini bersifat kualitatif, oleh sebab itu sejak beberapa tahun yang
lalu dikembangkan teknik lain, yaitu Real Time PCR yang bersifat kuantitatif. Dari hasil Real
Time PCR ini bisa ditentukan kuantitas suatu agent di dalam tubuh seseorang, sehingga bisa
dievaluasi tingkat emergensinya. Pada Real Time PCR ini selain primer diperlukan probe yang
harus didisain sesuai dengan sekuen agent yang bersangkutan. Di sini juga diperlukan software
atau program Bioinformatika
d. Penemuan Obat-obatan
Cara untuk menemukan obat biasanya dilakukan dengan menemukan zat/senyawayang
dapat menekan perkembangbiakan suatu agent penyebab penyakit. Karena perkembangbiakan
agent tersebut dipengaruhi oleh banyak faktor, maka faktor-fakto rinilah yang dijadikan target.
Diantaranya adalah enzim-enzim yang diperlukan untuk perkembangbiakan suatu agent. Mulamula yang harus dilakukan adalah analisa struktur dan fungsi enzim-enzim tersebut. Kemudian
mencari atau mensintesa zat/senyawa yangdapat menekan fungsi dari enzim-enzim tersebut.
Analisa struktur dan fungsi enzim ini dilakukan dengan cara mengganti asam amino
tertentu dan menguji efeknya. Analisa penggantian asam amino ini dahulu dilakukan secara
random sehingga memerlukan waktu yang lama. Setelah Bioinformatika berkembang, data-data
protein yang sudah dianalisa bebas diakses oleh siapapun, baik data sekuen asam aminonya
seperti yang ada di SWISS-PROT maupun struktur 3D-nya yang tersedia di Protein DataBank
(PDB). Dengan database yang tersedia ini, enzim yangbaru ditemukan dapat dibandingkan
sekuen asam amino-nya, sehingga bisa diperkirakanasam amino yang berperan untuk aktivitas
(active site) dan kestabilan enzim tersebut.
Setelah asam amino yang berperan sebagai active site dan kestabilan enzim tersebut
ditemukan, kemudian dicari atau disintesa senyawa yang dapat berinteraksi dengan asam amino
tersebut. Dengan data yang ada di PDB, maka dapat dilihat struktur3D suatu enzim
termasuk active site-nya, sehingga bisa diperkirakan bentuk senyawayang akan berinteraksi
dengan active site tersebut. Dengan demikian, kita cukup mensintesa senyawa yang diperkirakan
akan berinteraksi, sehingga obat terhadap suatu penyakit akan jauh lebih cepat ditemukan. Cara
ini dinamakan “docking” dan telah banyak digunakan oleh perusahaan farmasi untuk penemuan
obat baru.
Meskipun dengan Bioinformatika ini dapat diperkirakan senyawa yang berinteraksi dan
menekan fungsi suatu enzim, namun hasilnya harus dikonfirmasi dahulu melalui eksperimen di
laboratorium. Akan tetapi dengan Bioinformatika, semua proses ini bisa dilakukan lebih cepat
sehingga lebih efisien baik dari segi waktu maupun finansial.
Tahun 1997, Ian Wilmut dari Roslin Institute dan PPL Therapeutics Ltd,Edinburgh,
Skotlandia, berhasil mengklon gen manusia yang menghasilkan faktor IX (faktor pembekuan
darah), dan memasukkan ke kromosom biri-biri. Diharapkan biri-biri yang selnya mengandung
gen manusia faktor IX akan menghasilkan susu yang mengandung faktor pembekuan darah. Jika
berhasil diproduksi dalam jumlah banyakmaka faktor IX yang diisolasi dari susu harganya bisa
lebih murah untuk membantu parapenderita hemofilia.
e. Bioteknologi Dalam Bidang Pertanian
Bioteknologi telah diterapkan secara luas dalam bidang pertanian, antara lain yaitu:
Pupuk Hayati (biofertiliser) yaitu suatu bahan yang berasal dari jasad hidup, khususnya
mikrobia yang digunakan untuk meningkatkan kuantitas dan kualitas produksi tanaman.
Kultur in vitro, yaitu pembiakan tanaman dengan menggunakan bagian tanaman yang
ditumbuhkan pada media bernutrisi dalam kondisi aseptik.
Kultur in vitro memungkinkan perbanyakan tanaman secara massal dalam waktu yang
singkat.
Teknologi DNA Rekombinaan, pengembangan tanaman transgenik, misalnya galur tanaman
transgenik yang membawa gen cry dari Bacillus thuringiensis untuk pengendalian hama.
IV. Bidang Ilmu Yang Terkait
Bioteknologi dapat diklasifikasikan menjadi bioteknologi konvensional dan bioteknologi
modern. Bioteknologi modern ditandai dengan penggunaan teknik biologi molekuler sehingga
rekayasa yang dilakukan dapat jauh lebih terarah sehingga hasil yang diperoleh dapat lebih atau
sepenuhnya dikendalikan. Dalam biologi konvensional, agensia biologis yang digunakan masih
“apa adanya” sehingga hasil yang diperoleh belum sepenuhnya dapat dikemdalikan.
Bioteknologi sebagai ilmu multidisiplin dalam kajian dan penerapannya memiliki ruang
lingkup yang luas. Banyak bidang ilmu yang terkait, di antaranya adalah :
1. Biologi (Mikrobiologi dan Biologi Sel Molekuler)
2. Biokimia (Kimia)
3. Genetika (Genetika Molekuler)
4. Rekayasa Genetik
5. Rekayasa Bioproses
6. Teknologi Enzim
7. Teknologi Pangan dan Fermentasi
8. Teknik Komputerisasi ( Teknik Bioinformatika)
V. Cabang Ilmu Bionformatika
Bioinformatika merupakan suatu bidang interdisipliner. Banyak cabang-cabang disiplin ilmu
yang terkait dengan Bioinformatika sehingga banyak pilihan bagi yang ingin mendalami
Bioinformatika. Beberapa bidang yang terkait dengan Bioinformatika antara lain:
Biophysics
Biophysics adalah sebuah bidang interdisipliner yang mengaplikasikan teknik-teknik dari
ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society).
Computational Biology
Computational biology merupakan bagian dari Bioinformatika yang paling dekat dengan
bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi,
populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel.
Medical Informatics
Medical informatics adalah sebuah disiplin ilmu yang baru yang didefinisikan sebagai
pembelajaran, penemuan dan implementasi dari struktur dan algoritma untuk meningkatkan
komunikasi, pengertian dan manajemen informasi medis.
Cheminformatics
Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis dan
pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat
(Cambridge Healthech Institute’s Sixth Annual Cheminformatics conference).
Genomics
Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam
bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau
membandingkan seluruh komplemen genetik dari satu spesies atau lebih.
Mathematical Biology
Mathematical biology menangani masalah-masalah biologi, namun metode yang digunakan
untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu
diimplementasikan dalam software maupun hardware.
Proteomics
Proteomics berkaitan dengan studi kuantitatif dan kualitatif dari ekspresi gen di level dari
protein-protein fungsional itu sendiri. Yaitu: “sebuah antarmuka antara biokimia protein
dengan biologi molekul”.
Pharmacogenomics
Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi
dari target-target obat.
Pharmacogenetics
Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode
genomik atau Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik.
VI. Penerapan Bioinformatika
Basis data Sekuens Biologis
Sesuai dengan jenis informasi biologis yang disimpannya, basis data sekuens biologis
dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupun protein,
basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk
menyimpan data struktur protein maupun asam nukleat.
Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika
Serikat), EMBL (Eropa), dan DDBJ(Inggris) (DNA Data Bank of Japan, Jepang). Ketiga basis
data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan
masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung
dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens
asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi
tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut,
dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.
Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer
protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa),
danTrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai
terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens
protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya
berisi penjelasan mengenai fungsi protein tersebut.
BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang
berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST
search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat
maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya
untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan
hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritmayang
mendasari kerja BLAST adalah penyejajaran sekuens.
PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan
model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental
(dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan
data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam
protein ataupun asam nukleat.
Penyejajaran Sekuens
Penyejajaran sekuens (sequence alignment) adalah proses penyusunan/pengaturan
dua atau lebih sekuens sehingga persamaan sekuens-sekuens tersebut tampak nyata. Hasil dari
proses tersebut juga disebut sebagai sequence alignment atau alignment saja. Baris sekuens
dalam suatu alignment diberi sisipan (umumnya dengan tanda "–") sedemikian rupa sehingga
kolom-kolomnya memuat karakter yang identik atau sama di antara sekuens-sekuens tersebut.
Berikut adalah contoh alignment DNA dari dua sekuens pendek DNA yang berbeda, "ccatcaac"
dan "caatgggcaac" (tanda "|" menunjukkan kecocokan atau match di antara kedua sekuens).
Sequence alignment merupakan metode dasar dalam analisis sekuens. Metode ini
digunakan untuk mempelajari evolusi sekuens-sekuens dari leluhur yang sama (common
ancestor). Ketidakcocokan (mismatch) dalam alignment diasosiasikan dengan proses mutasi,
sedangkan kesenjangan (gap, tanda "–") diasosiasikan dengan proses insersi atau
delesi. Sequence alignment memberikan hipotesis atas proses evolusi yang terjadi dalam
sekuens-sekuens tersebut. Misalnya, kedua sekuens dalam contoh alignment di atas bisa jadi
berevolusi dari sekuens yang sama "ccatgggcaac". Dalam kaitannya dengan hal
ini, alignment juga dapat menunjukkan posisi-posisi yang dipertahankan (conserved) selama
evolusi dalam sekuens-sekuens protein, yang menunjukkan bahwa posisi-posisi tersebut bisa jadi
penting bagi struktur atau fungsi protein tersebut.
Selain itu, sequence alignment juga digunakan untuk mencari sekuens yang mirip atau
sama dalam basis data sekuens. BLAST adalah salah satu metode alignment yang sering
digunakan
dalam
penelusuran
basis
data
sekuens.
BLAST
menggunakan
algoritma heuristik dalam penyusunan alignment.
Beberapa metode alignment lain yang merupakan pendahulu BLAST adalah metode
"Needleman-Wunsch" dan "Smith-Waterman". Metode Needleman-Wunsch digunakan untuk
menyusun alignment global di antara dua atau lebih sekuens, yaitu alignment atas keseluruhan
panjang sekuens tersebut. Metode Smith-Waterman menghasilkan alignment lokal, yaitu
alignment atas bagian-bagian dalam sekuens. Kedua metode tersebut menerapkan pemrograman
dinamik (dynamic programming) dan hanya efektif untuk alignment dua sekuens (pairwise
alignment) Clustal adalah program bioinformatika untuk alignment multipel (multiple
alignment), yaitu alignment beberapa sekuens sekaligus. Dua varian utama Clustal
adalah ClustalW danClustalX.
Metode lain yang dapat diterapkan untuk alignment sekuens adalah metode yang
berhubungan dengan Hidden Markov Model ("Model Markov Tersembunyi", HMM). HMM
merupakan model statistika yang mulanya digunakan dalam ilmu komputer untuk mengenali
pembicaraan manusia (speech recognition). Selain digunakan untuk alignment, HMM juga
digunakan dalam metode-metode analisis sekuens lainnya, seperti prediksi daerah pengkode
protein dalam genom dan prediksi struktur sekunder protein.
Prediksi Struktur Protein
Model protein hemaglutinin dari virusinfluensa
Secara kimia/fisika, bentuk struktur protein diungkap dengan kristalografi sinarX ataupun spektroskopi NMR, namun kedua metode tersebut sangat memakan waktu dan relatif
mahal.
Sementara
itu,
metode sekuensing protein
relatif
lebih
mudah
mengungkapkan sekuens asam amino protein. Prediksi struktur protein berusaha meramalkan
struktur tiga dimensi protein berdasarkan sekuens asam aminonya (dengan kata lain, meramalkan
struktur tersier dan struktur sekunder berdasarkan struktur primer protein). Secara umum, metode
prediksi struktur protein yang ada saat ini dapat dikategorikan ke dalam dua kelompok, yaitu
metode pemodelan protein komparatif dan metode pemodelan de novo.
Pemodelan protein komparatif (comparative protein modelling) meramalkan struktur
suatu protein berdasarkan struktur protein lain yang sudah diketahui. Salah satu penerapan
metode ini adalah pemodelan homologi (homology modelling), yaitu prediksi struktur tersier
protein berdasarkan kesamaan struktur primer protein. Pemodelan homologi didasarkan
pada teori bahwa dua protein yang homolog memiliki struktur yang sangat mirip satu sama lain.
Pada metode ini, struktur suatu protein (disebut protein target) ditentukan berdasarkan struktur
protein lain (protein templat) yang sudah diketahui dan memiliki kemiripan sekuens dengan
protein target tersebut. Selain itu, penerapan lain pemodelan komparatif adalah protein
threading yang didasarkan pada kemiripan struktur tanpa kemiripan sekuens primer. Latar
belakang protein threading adalah bahwa struktur protein lebih dikonservasi daripada sekuens
protein selama evolusi; daerah-daerah yang penting bagi fungsi protein dipertahankan
strukturnya. Pada pendekatan ini, struktur yang paling kompatibel untuk suatu sekuens asam
amino dipilih dari semua jenis struktur tiga dimensi protein yang ada. Metode-metode yang
tergolong dalam protein threading berusaha menentukan tingkat kompatibilitas tersebut.
Dalam pendekatan de novo atau ab initio, struktur protein ditentukan dari sekuens
primernya tanpa membandingkan dengan struktur protein lain. Terdapat banyak kemungkinan
dalam pendekatan ini, misalnya dengan menirukan proses pelipatan (folding) protein dari
sekuens primernya menjadi struktur tersiernya (misalnya dengan simulasi dinamika molekular),
atau dengan optimisasi global fungsi energi protein. Prosedur-prosedur ini cenderung
membutuhkan proses komputasi yang intens, sehingga saat ini hanya digunakan dalam
menentukan struktur protein-protein kecil. Beberapa usaha telah dilakukan untuk mengatasi
kekurangan sumber daya komputasi tersebut, misalnya dengansuperkomputer (misalnya
superkomputer Blue Gene dari IBM) atau komputasi terdistribusi (distributed computing,
misalnya proyekFolding@home) maupun komputasi grid.
Analisis Ekspresi Gen
Analisis Klastering Ekspresi Gen Pada Kanker Payudara
Ekspresi gen dapat ditentukan dengan mengukur kadar mRNA dengan berbagai macam
teknik (misalnya dengan microarray ataupun Serial Analysis of Gene Expression ["Analisis
Serial Ekspresi Gen", SAGE]). Teknik-teknik tersebut umumnya diterapkan pada analisis
ekspresi gen skala besar yang mengukur ekspresi banyak gen (bahkan genom) dan menghasilkan
data skala besar. Metode-metode penggalian data (data mining) diterapkan pada data tersebut
untuk memperoleh pola-pola informatif. Sebagai contoh, metode-metode komparasi digunakan
untuk membandingkan ekspresi di antara gen-gen, sementara metode-metode klastering
(clustering) digunakan untuk mempartisi data tersebut berdasarkan kesamaan ekspresi gen.
GenBank
GenBank basis data sekuens adalah akses terbuka , beranotasi koleksi semua yang
tersedia secara umum nukleotida urutan dan mereka protein terjemahan. Database ini diproduksi
dan dipelihara olehNational Center for Biotechnology Information (NCBI) sebagai bagian
dari Internasional Nukleotida Sequence Database Kolaborasi (INSDC). The National Center for
Biotechnology Information merupakan bagian dari National Institute of Health di Amerika
Serikat . GenBank dan kolaborator yang menerima urutan diproduksi di laboratorium di seluruh
dunia dari lebih dari 100.000 organisme yang berbeda.GenBank terus tumbuh pada tingkat
eksponensial , dua kali lipat setiap 18 bulan. Release 155, diproduksi pada bulan Agustus 2006,
berisi lebih dari 65 miliar basa nukleotida di lebih dari 61 juta urutan. GenBank dibangun oleh
pengajuan langsung dari laboratorium individu, maupun dari kiriman curah dari pusat
sequencing skala besar.
VII Bioinformatika di Indonesia
Saat ini mata ajaran bioinformatika maupun mata ajaran dengan muatan bioinformatika
sudah diajarkan di beberapa perguruan tinggi diIndonesia. Sekolah Ilmu dan Teknologi
Hayati ITB menawarkan mata kuliah "Pengantar Bioinformatika" untuk program Sarjana dan
mata kuliah "Bioinformatika" untuk program Pascasarjana. Fakultas Teknobiologi Universitas
Atma Jaya, Jakarta menawarkan mata kuliah "Pengantar Bioinformatika". Mata kuliah
"Bioinformatika" diajarkan pada Program Pascasarjana Kimia Fakultas MIPA Universitas
Indonesia(UI), Jakarta. Mata kuliah "Proteomik dan Bioinformatika" termasuk dalam kurikulum
program S3 bioteknologi Universitas Gadjah Mada (UGM),Yogyakarta. Materi bioinformatika
termasuk
di
dalam
silabus
beberapa
mata
kuliah
untuk
program sarjana maupun pascasarjanabiokimia,biologi, dan bioteknologi pada Institut Pertanian
Bogor (IPB). Selain itu, riset-riset yang mengarah pada bioinformatika juga telah dilaksanakan
oleh mahasiswa program S1 Ilmu Komputer maupun program pascasarjana biologi serta
bioteknologi IPB.
Riset bioinformatika protein dilaksanakan sebagai bagian dari aktivitas riset rekayasa
protein pada Laboratorium Rekayasa Protein, Pusat Penelitian Bioteknologi Lembaga Ilmu
Pengetahuan Indonesia (LIPI), Cibinong, Bogor. Lembaga Biologi Molekul Eijkman, Jakarta,
secara khusus memiliki laboratorium bioinformatika sebagai fasilitas penunjang kegiatan
risetnya. Selain itu, basis data sekuens DNAmikroorganisme asli Indonesia sedang
dikembangkan di UI.
VIII Kondisi Bioinformatika di Indonesia
Di Indonesia, Bioinformatika masih belum dikenal oleh masyarakat luas. Hal inidapat
dimaklumi karena penggunaan komputer sebagai alat bantu belum merupakanbudaya. Bahkan di
kalangan peneliti sendiri, barangkali hanya para peneliti biologimolekul yang sedikit banyak
mengikuti
perkembangannya
karena
keharusanmenggunakan
perangkat-perangkat
Bioinformatika untuk analisa data. Sementara dikalangan TI masih kurang mendapat perhatian.
Ketersediaan database dasar (DNA, protein) yang bersifat terbuka/gratismerupakan
peluang besar untuk menggali informasi berharga daripadanya. Databasegenom manusia sudah
disepakati akan bersifat terbuka untuk seluruh kalangan, sehinggadapat digali/diketahui
kandidat-kandidat gen yang memiliki potensi kedokteran/farmasi.Dari sinilah Indonesia dapat
ikut berperan mengembangkan Bioinformatika. Kerjasamaantara peneliti bioteknologi yang
memahami makna biologis data tersebut dengan praktisi TI seperti programmer, dan sebagainya
akan sangat berperan dalam kemajuanBioinformatika Indonesia nantinya.
IX. Kelebihan dan kekurangan bioteknologi modern
perbaikan sifat genetik dapat dilakukan secara sangat terarah
dapat mengatasi kendala ketidaksesuaian genetik
dapat memeperpendek jangka waktu pengembangan galur tanaman baru
relatif mahal dan memerlukan kecanggihan teknologi
pengaruh jangka panjang belum diketahui
X.
Kesimpulan
Bioinformatika adalah teknologi pengumpulan, penyimpanan, analisis, interpretasi,
penyebaran dan aplikasi dari data-data biologi molekul. Perangkat utama Bioinformatika adalah
software dan didukung oleh kesediaan internet dan server WorldWide Web (WWW).
Dengan Bioinformatika, data-data yang dihasilkan dari proyek genom dapat disimpan
dengan teratur dalam waktu yang singkat dengan tingkat akurasi yang tinggi serta sekaligus
dianalisa dengan program-program yang dibuat untuk tujuan tertentu.Sebaliknya Bioinformatika
juga mempercepat penyelesaian proyek genom karena Bioinformatika memberikan programprogram yang diperlukan untuk proses pembacaangenom ini.
Dalam dunia kedokteran, keberhasilan proyek genom ini membuka kemungkinan luas
untuk menangani berbagai penyakit genetik serta memprediksi resiko terkena penyakit genetik.
Juga dapat digunakan untuk mengetahui respon tubuh terhadap obat sehingga efektivitas
pengobatan bisa ditingkatkan.
Karena Bioinformatika merupakan suatu bidang interdisipliner, maka Bioinformatika
juga tidak bisa berdiri sendiri dan harus didukung oleh disiplin ilmu lainyang mengakibatkan
saling bantu dan saling menunjang sehingga bermanfaat untuk kepentingan manusia. Bidang
yang terkait dengan Bioinformatika diantaranya adalah Biophysics, Computational
Biology, Medical Informatics, Cheminformatics, Genomics, Mathematical Biology, Proteomics,
Pharmacogenomics.
Meskipun merupakan kajian yang masih baru, Indonesia telah berperan aktif dalam
mengembangkan Bioinformatika ini.Ada sejumlah pakar yang telah mengikuti perkembangan
Bioinformatika ini, antara lain para peneliti dalam Lembaga BiologiMolekul Eijkman.
Daftar Pustaka
Flint, S. J., Enquist, L. W., Krug, R. M. et al. Principles of Virology: Molecular
biology,pathogenesis, and control. 1st ed.
ASM Press. (2000). http://www-micro.msb.le.ac.uk/3035/Coronaviruses.html
Utama, A. Study on RNA helicase of flavivirus NS3 protein. Ph.D. dissertation at the
UnitedGraduate School of Agricultural Sciences,
Gifu University, Japan, (2000). http://ilmukomputer.com/populer/andi/andi-bioinformatika.pdf
WHO-Report, MMWR Morb. Mortal. Wkly. Rep. 50, 874-87 (2001).
Rota, P. A., Oberste, M. S., Monroe, S. S., et al. Characterization of a novel
coronavirusassociated with severe acute respiratory syndrome. Sciencexpress 1 May
2003, 1-10 (2003).
Utama, A. Construction of Poliovirus Recombinants by Using Long-PCR Method. Proceeding
ofthe 12th Indonesian Scientific Meeting in Japan, Osaka-Japan, Sept. 6-7, 2003, 199-204
(2003).
Ranganathan, S., Singh, S., Poh, C. L., and Chow, V. T. K. The hand, foot, and mouth
diseasevirus capsid: sequence analysis and prediction of antigenic sites from homology
modelling. App. Bioinformatics 1, 43-52 (2002).
opasdfghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjklzxcvb
nmqwertyuiopasdfghjklzxcvbnmqwert
Implementasi Bioinformatika dan
Perkembangannya di Indonesia
yuiopasdfghjklzxcvbnmqwertyuiopasd
fghjklzxcvbnmqwertyuiopasdfghjklzxc
vbnmqwertyuiopasdfghjklzxcvbnmqw
ertyuiopasdfghjklzxcvbnmqwertyuiop
asdfghjklzxcvbnmqwertyuiopasdfghjkl
zxcvbnmqwertyuiopasdfghjklzxcvbnm
qwertyuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjklzxcvb
nmqwertyuiopasdfghjklzxcvbnmrtyui
opasdfghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjklzxcvb
Dosen Pengampu : Dr. Ir. Gatot Ciptadi, DESS
Fast Track Program – Program Pascasarjana
Fakultas Peternakan
Universitas Brawijaya
DAFTAR ISI
I.
Sejarah Bioinformatika
II.
III.
Definisi Bioinformatika
Kegunaan Bioinformatika
a. Bioteknologi Dalam Bidang Klinis
b. Untuk Identifikasi Agent Penyakit Baru
c. Untuk Mendiagnosa Penyakit Baru
d. Penemuan Obat-obatan
e. Bioteknologi Dalam Bidang Pertanian
Bidang Ilmu Yang Terkait
Cabang Ilmu Bionformatika
Penerapan Bioinformatika
a. Basis data Sekuens Biologis
b. Penyejajaran Sekuens
c. Prediksi Struktur Protein
d. Analisis Ekspresi Gen
e. GenBank
f. Bioinformatika di Indonesia
IV.
V.
VI.
VII. Bioinformatika di Indonesia
VIII. Kondisi Bioinformatika di Indonesia
IX. Kelebihan dan kekurangan bioteknologi
modern
X.
Kesimpulan
XI. Daftar Pustaka
I. Sejarah Bioinformatika
Bioteknologi secara umum telah dikenal sejak ribuan tahun yang lalu. Penggunaan
mikrobia untuk fermentasi dalam pembuatan minuman beralkohol misalnya telah dilakukan
sejak 30 abad sebelum masehi. Namun Sejarah Bioteknologi modern dimulai ketika ditemukan
kembali kemampuan bakteri Streptococcus pneumoniae yang telah kehilangan virulensinya yaitu
dengan mencampurkannya dengan bakteri yang virulen, Avery dkk (1944) telah membuktikan
bahwa pada tingkat organogenesis yang paling rendah pun terjadi transaksi genetik (Brown
1991). Selanjutnya diketahui konstruksi plasmid, penyisipan gen antar organisme yang
menghasilkan DNA rekombinan. Adanya bakteri tanah Agrobacterium tumafaciens yang dapat
mentransfer gen secara alami dan akhirnya didapat mekanisme transfer gen antar tanaman maka
muncullah tanaman transgenik (Maniatis dkk, 1982) Tanaman transgenik, yaitu tanaman yang
sudah disusupi oleh DNA asing sebagai pembawa sifat yang diinginkan.
Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu
pada penerapan komputer dalam biologi. Namun demikian, penerapan bidang-bidang dalam
bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk
analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an.
Kemajuan teknik biologi molekular dalam mengungkap sekuens biologis dari protein
(sejak awal 1950-an) dan asam nukleat (sejak 1960-an) mengawali perkembangan basis data dan
teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun
1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory, Laboratorium
Biologi Molekular Eropa). Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan
1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan
pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek
pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan
pada akhirnya menyebabkan lahirnya bioinformatika.
Perkembangan Internet juga mendukung berkembangnya bioinformatika. Basis data
bioinformatika yang terhubung melalui Internet memudahkan ilmuwan mengumpulkan hasil
sekuensing ke dalam basis data tersebut maupun memperoleh sekuens biologis sebagai bahan
analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui Internet
memudahkan ilmuwan mengakses program-program tersebut dan kemudian memudahkan
pengembangannya.
II. Definisi Bioinformatika
· Bioinformatika, sesuai dengan asal katanya yaitu “bio” dan “informatika”, adalah gabungan
antara ilmu biologi dan ilmu teknik informasi (TI). Pada umumnya, Bioinformatika
didefenisikan sebagai aplikasi dari alat komputasi dan analisa untuk menangkap dan
menginterpretasikan data-data biologi. Ilmu ini merupakan ilmu baru yang yang merangkup
berbagai disiplin ilmu termasuk ilmu komputer, matematika dan fisika, biologi, dan ilmu
kedokteran, dimana kesemuanya saling menunjang dan saling bermanfaat satu sama lainnya.
· Bioinformatika adalah (ilmu yang mempelajari) penerapan teknik komputasional untuk
mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metodemetode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis,
terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan
dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi
biologis, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan
bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis
ekspresi gen.
· Bioinformatika merupakan kajian yang memadukan disiplin biologi molekul,
matematika dan teknik informasi (TI). Ilmu ini didefinisikan sebagai aplikasi dari alat
komputasi dan analisa untuk menangkap dan menginterpretasikan data-data biologi molekul.
Biologi molekul sendiri juga merupakan bidang interdisipliner, mempelajari
kehidupan dalam level molekul.
· Bioteknologi secara sempit didefinisikan sebagai penerapan prinsip-prinsip dasar biologi,
biokimia, serta rekayasa untuk mengubah dan mendapatkan nilai tambah dari suatu organisme
atau agensia biologis. Sedangkan dalam arti luas bioteknologi dapat didefinisikan sebagai
teknologi untuk mendayagunakan organisme hidup atau bagian dari organisme untuk
menghasilkan atau memodifikasi produk-produk tertentu, serta untuk perbaikan dan pemuliaan
mikroorganisme, tanaman, atau hewan. bagian dari organisme melalui pemanfaatan.
· Bioinformatika adalah bidang yang menggunakan komputer untuk menyimpan dan
menganalisis informasi biologi molekuler. Menggunakan informasi ini dalam format digital,
bioinformatika kemudian dapat memecahkan masalah molekuler biologi , memprediksi
struktur, dan bahkan simulasi makromolekul.
III. Kegunaan Bioinformatika
a.
Bioteknologi Dalam Bidang Klinis
Bioinformatika dalam bidang klinis sering disebut sebagai informatika klinis(clinical
informatics). Aplikasi dari informatika klinis ini berbentuk manajemen data-dataklinis dari
pasien melalui Electrical Medical Record (EMR) yang dikembangkan olehClement J. McDonald
dari Indiana University School of Medicine pada tahun 1972.McDonald pertama kali
mengaplikasikan EMR pada 33 orang pasien penyakit gula(diabetes). Sekarang EMR ini telah
diaplikasikan pada berbagai penyakit. Data yang disimpan meliputi data analisa diagnosa
laboratorium, hasil konsultasi dan saran, fotorontgen, ukuran detak jantung, dan lain lain.
Dengan data ini dokter akan bisa bertugas menunjang seluruh proses kehidupan, antara lain
sebagai katalis reaksi biokimia dalam tubuh (disebut enzim), berperan serta dalam sistem
pertahanan tubuh melawan virus, parasit dan lain-lain (disebut antibodi), menyusun struktur
tubuh dari ujung kaki(otot terbentuk dari protein actin, myosin, dan sebagainya) sampai ujung
rambut (rambut tersusun dari protein keratin), dan lain-lain. Arus informasi, DNA -> RNA ->
Protein,inilah yang disebut sentral dogma dalam biologi molekul.
Sekuen DNA satu organisme, yaitu pada sejenis virus yang memiliki kurang lebih 5.000
nukleotida/molekul DNA atau sekitar 11 gen, berhasil dibaca secara menyeluruh pada tahun
1977. Sekuen seluruh DNA manusia terdiri dari 3 milyar nukleotida yang menyusun 100.000 gen
dapat dipetakan dalam waktu 3 tahun. Saat ini terdapat milyaran data nukleotida yang tersimpan
dalam database DNA, GenBank di AS yang didirikan tahun 1982. Di Indonesia, ada Lembaga
Biologi Molekul Eijkman yang terletak diJakarta. Di sini kita bisa membaca sekuen sekitar 500
nukleotida hanya dengan membayar $15. Trend yang sama juga nampak pada database lain
seperti database sekuen asam amino penyusun protein, database struktur 3D protein, dan
sebagainya. Inovasi teknologi DNA chip yang dipelopori oleh perusahaan bioteknologi AS,
Affymetrix diSilicon Valley telah mendorong munculnya database baru mengenai RNA.
Desakan kebutuhan untuk mengumpulkan, menyimpan dan menganalisa data-databiologis dari
database DNA, RNA maupun protein inilah yang semakin memacuperkembangan kajian
Bioinformatika.
b. Untuk Identifikasi Agent Penyakit Baru
Bioinformatika juga menyediakan tool yang sangat penting untuk identifikasi agent penyakit
yang belum dikenal penyebabnya. Banyak sekali penyakit baru yang muncul dalam dekade ini,
dan diantaranya yang masih hangat adalah SARS (Severe Acute Respiratory Syndrome).
Pada awalnya, penyakit ini diperkirakan disebabkan oleh virus influenza karenagejalanya mirip
dengan gejala pengidap influenza. Akan tetapi ternyata dugaan ini salahkarena virus influenza
tidak terisolasi dari pasien. Perkirakan lain penyakit ini disebabkanoleh bakteriCand ida karena
bakteri ini terisolasi dari beberapa pasien. Tapi perkiraan inijuga salah. Akhirnya ditemukan
bahwa dari sebagian besar pasien SARS terisolasi virus Corona jika dilihat dari morfologinya.
Sekuen genom virus ini kemudian dibaca dan dari hasil analisa dikonfirmasikan bahwa penyebab
SARS adalah virusCo rona yang telah berubah (mutasi) dari virusCorona yang ada selama ini.
Dalam rentetan proses ini, Bioinformatika memegang peranan penting. Pertamapada proses
pembacaan genom virus Corona. Karena didatabase seperti GenBank, EMBL (European
Molecular Biology Laboratory), dan DDBJ (DNA Data Bank of Japan)sudah tersedia data
sekuen beberapa virus Corona, yang bisa digunakan untuk mendisainprimer yang digunakan
untuk amplifikasi DNA virus SARS ini. Software untukmendisain primer juga tersedia, baik
yang gratis maupun yang komersial. Contoh yanggratis adalah Webprimer yang disediakan oleh
Stanford Genomic Resources, GeneWalker yang disediakan oleh Cybergene AB, dan lain
sebagainya. Untuk yang komersial ada Primer Disainer yang dikembangkan olehScientific &
Education Software, dan software-software untuk analisa DNA lainnya seperti Sequencher (Gene
Codes Corp.), SeqMan II (DNA STAR Inc.),Genetyx(GENETYX Corp.),DNASIS (HITACHI
Software), dan lain lain. Menentukan obat yang sesuai dengan kondisi pasien tertentu dan lebih
jauh lagi, dengandibacanya genom manusia, akan memungkinkan untuk mengetahui penyakit
genetikseseorang, sehingga penanganan terhadap pasien menjadi lebih akurat.
c. Untuk Mendiagnosa Penyakit Baru
Untuk menangani penyakit baru diperlukan diagnosa yang akurat sehingga dapat dibedakan
dengan penyakit lain. Diagnosa yang akurat ini sangat diperlukan untuk pemberian obat dan
perawatan yang tepat bagi pasien.
Ada beberapa cara untuk mendiagnosa suatu penyakit, antara lain: isolasi agent penyebab
penyakit tersebut dan analisa morfologinya, deteksi antibodi yang dihasilkan dari infeksi dengan
teknik enzyme-linked immunosorbent assay (ELISA), dan deteksi gendari agent pembawa
penyakit tersebut dengan Polymerase Chain Reaction (PCR).
Teknik yang banyak dan lazim dipakai saat ini adalah teknik PCR. Teknik ini sederhana, praktis
dan cepat. Yang penting dalam teknik PCR adalah disain primer untuk amplifikasi DNA, yang
memerlukan data sekuen dari genom agent yang bersangkutan dan software seperti yang telah
diuraikan di atas. Disinilah Bioinformatika memainkan peranannya. Untuk agent yang
mempunyai genom RNA, harus dilakukan reverse transcription (proses sintesa DNA dari RNA)
terlebih dahulu dengan menggunakan enzim reverse transcriptase. Setelah DNA diperoleh baru
dilakukan PCR. Reverse transcription dan PCR ini bisa dilakukan sekaligus dan biasanya
dinamakan RT-PCR. Teknik PCR ini bersifat kualitatif, oleh sebab itu sejak beberapa tahun yang
lalu dikembangkan teknik lain, yaitu Real Time PCR yang bersifat kuantitatif. Dari hasil Real
Time PCR ini bisa ditentukan kuantitas suatu agent di dalam tubuh seseorang, sehingga bisa
dievaluasi tingkat emergensinya. Pada Real Time PCR ini selain primer diperlukan probe yang
harus didisain sesuai dengan sekuen agent yang bersangkutan. Di sini juga diperlukan software
atau program Bioinformatika
d. Penemuan Obat-obatan
Cara untuk menemukan obat biasanya dilakukan dengan menemukan zat/senyawayang
dapat menekan perkembangbiakan suatu agent penyebab penyakit. Karena perkembangbiakan
agent tersebut dipengaruhi oleh banyak faktor, maka faktor-fakto rinilah yang dijadikan target.
Diantaranya adalah enzim-enzim yang diperlukan untuk perkembangbiakan suatu agent. Mulamula yang harus dilakukan adalah analisa struktur dan fungsi enzim-enzim tersebut. Kemudian
mencari atau mensintesa zat/senyawa yangdapat menekan fungsi dari enzim-enzim tersebut.
Analisa struktur dan fungsi enzim ini dilakukan dengan cara mengganti asam amino
tertentu dan menguji efeknya. Analisa penggantian asam amino ini dahulu dilakukan secara
random sehingga memerlukan waktu yang lama. Setelah Bioinformatika berkembang, data-data
protein yang sudah dianalisa bebas diakses oleh siapapun, baik data sekuen asam aminonya
seperti yang ada di SWISS-PROT maupun struktur 3D-nya yang tersedia di Protein DataBank
(PDB). Dengan database yang tersedia ini, enzim yangbaru ditemukan dapat dibandingkan
sekuen asam amino-nya, sehingga bisa diperkirakanasam amino yang berperan untuk aktivitas
(active site) dan kestabilan enzim tersebut.
Setelah asam amino yang berperan sebagai active site dan kestabilan enzim tersebut
ditemukan, kemudian dicari atau disintesa senyawa yang dapat berinteraksi dengan asam amino
tersebut. Dengan data yang ada di PDB, maka dapat dilihat struktur3D suatu enzim
termasuk active site-nya, sehingga bisa diperkirakan bentuk senyawayang akan berinteraksi
dengan active site tersebut. Dengan demikian, kita cukup mensintesa senyawa yang diperkirakan
akan berinteraksi, sehingga obat terhadap suatu penyakit akan jauh lebih cepat ditemukan. Cara
ini dinamakan “docking” dan telah banyak digunakan oleh perusahaan farmasi untuk penemuan
obat baru.
Meskipun dengan Bioinformatika ini dapat diperkirakan senyawa yang berinteraksi dan
menekan fungsi suatu enzim, namun hasilnya harus dikonfirmasi dahulu melalui eksperimen di
laboratorium. Akan tetapi dengan Bioinformatika, semua proses ini bisa dilakukan lebih cepat
sehingga lebih efisien baik dari segi waktu maupun finansial.
Tahun 1997, Ian Wilmut dari Roslin Institute dan PPL Therapeutics Ltd,Edinburgh,
Skotlandia, berhasil mengklon gen manusia yang menghasilkan faktor IX (faktor pembekuan
darah), dan memasukkan ke kromosom biri-biri. Diharapkan biri-biri yang selnya mengandung
gen manusia faktor IX akan menghasilkan susu yang mengandung faktor pembekuan darah. Jika
berhasil diproduksi dalam jumlah banyakmaka faktor IX yang diisolasi dari susu harganya bisa
lebih murah untuk membantu parapenderita hemofilia.
e. Bioteknologi Dalam Bidang Pertanian
Bioteknologi telah diterapkan secara luas dalam bidang pertanian, antara lain yaitu:
Pupuk Hayati (biofertiliser) yaitu suatu bahan yang berasal dari jasad hidup, khususnya
mikrobia yang digunakan untuk meningkatkan kuantitas dan kualitas produksi tanaman.
Kultur in vitro, yaitu pembiakan tanaman dengan menggunakan bagian tanaman yang
ditumbuhkan pada media bernutrisi dalam kondisi aseptik.
Kultur in vitro memungkinkan perbanyakan tanaman secara massal dalam waktu yang
singkat.
Teknologi DNA Rekombinaan, pengembangan tanaman transgenik, misalnya galur tanaman
transgenik yang membawa gen cry dari Bacillus thuringiensis untuk pengendalian hama.
IV. Bidang Ilmu Yang Terkait
Bioteknologi dapat diklasifikasikan menjadi bioteknologi konvensional dan bioteknologi
modern. Bioteknologi modern ditandai dengan penggunaan teknik biologi molekuler sehingga
rekayasa yang dilakukan dapat jauh lebih terarah sehingga hasil yang diperoleh dapat lebih atau
sepenuhnya dikendalikan. Dalam biologi konvensional, agensia biologis yang digunakan masih
“apa adanya” sehingga hasil yang diperoleh belum sepenuhnya dapat dikemdalikan.
Bioteknologi sebagai ilmu multidisiplin dalam kajian dan penerapannya memiliki ruang
lingkup yang luas. Banyak bidang ilmu yang terkait, di antaranya adalah :
1. Biologi (Mikrobiologi dan Biologi Sel Molekuler)
2. Biokimia (Kimia)
3. Genetika (Genetika Molekuler)
4. Rekayasa Genetik
5. Rekayasa Bioproses
6. Teknologi Enzim
7. Teknologi Pangan dan Fermentasi
8. Teknik Komputerisasi ( Teknik Bioinformatika)
V. Cabang Ilmu Bionformatika
Bioinformatika merupakan suatu bidang interdisipliner. Banyak cabang-cabang disiplin ilmu
yang terkait dengan Bioinformatika sehingga banyak pilihan bagi yang ingin mendalami
Bioinformatika. Beberapa bidang yang terkait dengan Bioinformatika antara lain:
Biophysics
Biophysics adalah sebuah bidang interdisipliner yang mengaplikasikan teknik-teknik dari
ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society).
Computational Biology
Computational biology merupakan bagian dari Bioinformatika yang paling dekat dengan
bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi,
populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel.
Medical Informatics
Medical informatics adalah sebuah disiplin ilmu yang baru yang didefinisikan sebagai
pembelajaran, penemuan dan implementasi dari struktur dan algoritma untuk meningkatkan
komunikasi, pengertian dan manajemen informasi medis.
Cheminformatics
Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis dan
pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat
(Cambridge Healthech Institute’s Sixth Annual Cheminformatics conference).
Genomics
Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam
bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau
membandingkan seluruh komplemen genetik dari satu spesies atau lebih.
Mathematical Biology
Mathematical biology menangani masalah-masalah biologi, namun metode yang digunakan
untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu
diimplementasikan dalam software maupun hardware.
Proteomics
Proteomics berkaitan dengan studi kuantitatif dan kualitatif dari ekspresi gen di level dari
protein-protein fungsional itu sendiri. Yaitu: “sebuah antarmuka antara biokimia protein
dengan biologi molekul”.
Pharmacogenomics
Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi
dari target-target obat.
Pharmacogenetics
Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode
genomik atau Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik.
VI. Penerapan Bioinformatika
Basis data Sekuens Biologis
Sesuai dengan jenis informasi biologis yang disimpannya, basis data sekuens biologis
dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupun protein,
basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk
menyimpan data struktur protein maupun asam nukleat.
Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika
Serikat), EMBL (Eropa), dan DDBJ(Inggris) (DNA Data Bank of Japan, Jepang). Ketiga basis
data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan
masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung
dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens
asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi
tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut,
dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.
Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer
protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa),
danTrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai
terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens
protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya
berisi penjelasan mengenai fungsi protein tersebut.
BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang
berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST
search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat
maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya
untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan
hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritmayang
mendasari kerja BLAST adalah penyejajaran sekuens.
PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan
model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental
(dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan
data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam
protein ataupun asam nukleat.
Penyejajaran Sekuens
Penyejajaran sekuens (sequence alignment) adalah proses penyusunan/pengaturan
dua atau lebih sekuens sehingga persamaan sekuens-sekuens tersebut tampak nyata. Hasil dari
proses tersebut juga disebut sebagai sequence alignment atau alignment saja. Baris sekuens
dalam suatu alignment diberi sisipan (umumnya dengan tanda "–") sedemikian rupa sehingga
kolom-kolomnya memuat karakter yang identik atau sama di antara sekuens-sekuens tersebut.
Berikut adalah contoh alignment DNA dari dua sekuens pendek DNA yang berbeda, "ccatcaac"
dan "caatgggcaac" (tanda "|" menunjukkan kecocokan atau match di antara kedua sekuens).
Sequence alignment merupakan metode dasar dalam analisis sekuens. Metode ini
digunakan untuk mempelajari evolusi sekuens-sekuens dari leluhur yang sama (common
ancestor). Ketidakcocokan (mismatch) dalam alignment diasosiasikan dengan proses mutasi,
sedangkan kesenjangan (gap, tanda "–") diasosiasikan dengan proses insersi atau
delesi. Sequence alignment memberikan hipotesis atas proses evolusi yang terjadi dalam
sekuens-sekuens tersebut. Misalnya, kedua sekuens dalam contoh alignment di atas bisa jadi
berevolusi dari sekuens yang sama "ccatgggcaac". Dalam kaitannya dengan hal
ini, alignment juga dapat menunjukkan posisi-posisi yang dipertahankan (conserved) selama
evolusi dalam sekuens-sekuens protein, yang menunjukkan bahwa posisi-posisi tersebut bisa jadi
penting bagi struktur atau fungsi protein tersebut.
Selain itu, sequence alignment juga digunakan untuk mencari sekuens yang mirip atau
sama dalam basis data sekuens. BLAST adalah salah satu metode alignment yang sering
digunakan
dalam
penelusuran
basis
data
sekuens.
BLAST
menggunakan
algoritma heuristik dalam penyusunan alignment.
Beberapa metode alignment lain yang merupakan pendahulu BLAST adalah metode
"Needleman-Wunsch" dan "Smith-Waterman". Metode Needleman-Wunsch digunakan untuk
menyusun alignment global di antara dua atau lebih sekuens, yaitu alignment atas keseluruhan
panjang sekuens tersebut. Metode Smith-Waterman menghasilkan alignment lokal, yaitu
alignment atas bagian-bagian dalam sekuens. Kedua metode tersebut menerapkan pemrograman
dinamik (dynamic programming) dan hanya efektif untuk alignment dua sekuens (pairwise
alignment) Clustal adalah program bioinformatika untuk alignment multipel (multiple
alignment), yaitu alignment beberapa sekuens sekaligus. Dua varian utama Clustal
adalah ClustalW danClustalX.
Metode lain yang dapat diterapkan untuk alignment sekuens adalah metode yang
berhubungan dengan Hidden Markov Model ("Model Markov Tersembunyi", HMM). HMM
merupakan model statistika yang mulanya digunakan dalam ilmu komputer untuk mengenali
pembicaraan manusia (speech recognition). Selain digunakan untuk alignment, HMM juga
digunakan dalam metode-metode analisis sekuens lainnya, seperti prediksi daerah pengkode
protein dalam genom dan prediksi struktur sekunder protein.
Prediksi Struktur Protein
Model protein hemaglutinin dari virusinfluensa
Secara kimia/fisika, bentuk struktur protein diungkap dengan kristalografi sinarX ataupun spektroskopi NMR, namun kedua metode tersebut sangat memakan waktu dan relatif
mahal.
Sementara
itu,
metode sekuensing protein
relatif
lebih
mudah
mengungkapkan sekuens asam amino protein. Prediksi struktur protein berusaha meramalkan
struktur tiga dimensi protein berdasarkan sekuens asam aminonya (dengan kata lain, meramalkan
struktur tersier dan struktur sekunder berdasarkan struktur primer protein). Secara umum, metode
prediksi struktur protein yang ada saat ini dapat dikategorikan ke dalam dua kelompok, yaitu
metode pemodelan protein komparatif dan metode pemodelan de novo.
Pemodelan protein komparatif (comparative protein modelling) meramalkan struktur
suatu protein berdasarkan struktur protein lain yang sudah diketahui. Salah satu penerapan
metode ini adalah pemodelan homologi (homology modelling), yaitu prediksi struktur tersier
protein berdasarkan kesamaan struktur primer protein. Pemodelan homologi didasarkan
pada teori bahwa dua protein yang homolog memiliki struktur yang sangat mirip satu sama lain.
Pada metode ini, struktur suatu protein (disebut protein target) ditentukan berdasarkan struktur
protein lain (protein templat) yang sudah diketahui dan memiliki kemiripan sekuens dengan
protein target tersebut. Selain itu, penerapan lain pemodelan komparatif adalah protein
threading yang didasarkan pada kemiripan struktur tanpa kemiripan sekuens primer. Latar
belakang protein threading adalah bahwa struktur protein lebih dikonservasi daripada sekuens
protein selama evolusi; daerah-daerah yang penting bagi fungsi protein dipertahankan
strukturnya. Pada pendekatan ini, struktur yang paling kompatibel untuk suatu sekuens asam
amino dipilih dari semua jenis struktur tiga dimensi protein yang ada. Metode-metode yang
tergolong dalam protein threading berusaha menentukan tingkat kompatibilitas tersebut.
Dalam pendekatan de novo atau ab initio, struktur protein ditentukan dari sekuens
primernya tanpa membandingkan dengan struktur protein lain. Terdapat banyak kemungkinan
dalam pendekatan ini, misalnya dengan menirukan proses pelipatan (folding) protein dari
sekuens primernya menjadi struktur tersiernya (misalnya dengan simulasi dinamika molekular),
atau dengan optimisasi global fungsi energi protein. Prosedur-prosedur ini cenderung
membutuhkan proses komputasi yang intens, sehingga saat ini hanya digunakan dalam
menentukan struktur protein-protein kecil. Beberapa usaha telah dilakukan untuk mengatasi
kekurangan sumber daya komputasi tersebut, misalnya dengansuperkomputer (misalnya
superkomputer Blue Gene dari IBM) atau komputasi terdistribusi (distributed computing,
misalnya proyekFolding@home) maupun komputasi grid.
Analisis Ekspresi Gen
Analisis Klastering Ekspresi Gen Pada Kanker Payudara
Ekspresi gen dapat ditentukan dengan mengukur kadar mRNA dengan berbagai macam
teknik (misalnya dengan microarray ataupun Serial Analysis of Gene Expression ["Analisis
Serial Ekspresi Gen", SAGE]). Teknik-teknik tersebut umumnya diterapkan pada analisis
ekspresi gen skala besar yang mengukur ekspresi banyak gen (bahkan genom) dan menghasilkan
data skala besar. Metode-metode penggalian data (data mining) diterapkan pada data tersebut
untuk memperoleh pola-pola informatif. Sebagai contoh, metode-metode komparasi digunakan
untuk membandingkan ekspresi di antara gen-gen, sementara metode-metode klastering
(clustering) digunakan untuk mempartisi data tersebut berdasarkan kesamaan ekspresi gen.
GenBank
GenBank basis data sekuens adalah akses terbuka , beranotasi koleksi semua yang
tersedia secara umum nukleotida urutan dan mereka protein terjemahan. Database ini diproduksi
dan dipelihara olehNational Center for Biotechnology Information (NCBI) sebagai bagian
dari Internasional Nukleotida Sequence Database Kolaborasi (INSDC). The National Center for
Biotechnology Information merupakan bagian dari National Institute of Health di Amerika
Serikat . GenBank dan kolaborator yang menerima urutan diproduksi di laboratorium di seluruh
dunia dari lebih dari 100.000 organisme yang berbeda.GenBank terus tumbuh pada tingkat
eksponensial , dua kali lipat setiap 18 bulan. Release 155, diproduksi pada bulan Agustus 2006,
berisi lebih dari 65 miliar basa nukleotida di lebih dari 61 juta urutan. GenBank dibangun oleh
pengajuan langsung dari laboratorium individu, maupun dari kiriman curah dari pusat
sequencing skala besar.
VII Bioinformatika di Indonesia
Saat ini mata ajaran bioinformatika maupun mata ajaran dengan muatan bioinformatika
sudah diajarkan di beberapa perguruan tinggi diIndonesia. Sekolah Ilmu dan Teknologi
Hayati ITB menawarkan mata kuliah "Pengantar Bioinformatika" untuk program Sarjana dan
mata kuliah "Bioinformatika" untuk program Pascasarjana. Fakultas Teknobiologi Universitas
Atma Jaya, Jakarta menawarkan mata kuliah "Pengantar Bioinformatika". Mata kuliah
"Bioinformatika" diajarkan pada Program Pascasarjana Kimia Fakultas MIPA Universitas
Indonesia(UI), Jakarta. Mata kuliah "Proteomik dan Bioinformatika" termasuk dalam kurikulum
program S3 bioteknologi Universitas Gadjah Mada (UGM),Yogyakarta. Materi bioinformatika
termasuk
di
dalam
silabus
beberapa
mata
kuliah
untuk
program sarjana maupun pascasarjanabiokimia,biologi, dan bioteknologi pada Institut Pertanian
Bogor (IPB). Selain itu, riset-riset yang mengarah pada bioinformatika juga telah dilaksanakan
oleh mahasiswa program S1 Ilmu Komputer maupun program pascasarjana biologi serta
bioteknologi IPB.
Riset bioinformatika protein dilaksanakan sebagai bagian dari aktivitas riset rekayasa
protein pada Laboratorium Rekayasa Protein, Pusat Penelitian Bioteknologi Lembaga Ilmu
Pengetahuan Indonesia (LIPI), Cibinong, Bogor. Lembaga Biologi Molekul Eijkman, Jakarta,
secara khusus memiliki laboratorium bioinformatika sebagai fasilitas penunjang kegiatan
risetnya. Selain itu, basis data sekuens DNAmikroorganisme asli Indonesia sedang
dikembangkan di UI.
VIII Kondisi Bioinformatika di Indonesia
Di Indonesia, Bioinformatika masih belum dikenal oleh masyarakat luas. Hal inidapat
dimaklumi karena penggunaan komputer sebagai alat bantu belum merupakanbudaya. Bahkan di
kalangan peneliti sendiri, barangkali hanya para peneliti biologimolekul yang sedikit banyak
mengikuti
perkembangannya
karena
keharusanmenggunakan
perangkat-perangkat
Bioinformatika untuk analisa data. Sementara dikalangan TI masih kurang mendapat perhatian.
Ketersediaan database dasar (DNA, protein) yang bersifat terbuka/gratismerupakan
peluang besar untuk menggali informasi berharga daripadanya. Databasegenom manusia sudah
disepakati akan bersifat terbuka untuk seluruh kalangan, sehinggadapat digali/diketahui
kandidat-kandidat gen yang memiliki potensi kedokteran/farmasi.Dari sinilah Indonesia dapat
ikut berperan mengembangkan Bioinformatika. Kerjasamaantara peneliti bioteknologi yang
memahami makna biologis data tersebut dengan praktisi TI seperti programmer, dan sebagainya
akan sangat berperan dalam kemajuanBioinformatika Indonesia nantinya.
IX. Kelebihan dan kekurangan bioteknologi modern
perbaikan sifat genetik dapat dilakukan secara sangat terarah
dapat mengatasi kendala ketidaksesuaian genetik
dapat memeperpendek jangka waktu pengembangan galur tanaman baru
relatif mahal dan memerlukan kecanggihan teknologi
pengaruh jangka panjang belum diketahui
X.
Kesimpulan
Bioinformatika adalah teknologi pengumpulan, penyimpanan, analisis, interpretasi,
penyebaran dan aplikasi dari data-data biologi molekul. Perangkat utama Bioinformatika adalah
software dan didukung oleh kesediaan internet dan server WorldWide Web (WWW).
Dengan Bioinformatika, data-data yang dihasilkan dari proyek genom dapat disimpan
dengan teratur dalam waktu yang singkat dengan tingkat akurasi yang tinggi serta sekaligus
dianalisa dengan program-program yang dibuat untuk tujuan tertentu.Sebaliknya Bioinformatika
juga mempercepat penyelesaian proyek genom karena Bioinformatika memberikan programprogram yang diperlukan untuk proses pembacaangenom ini.
Dalam dunia kedokteran, keberhasilan proyek genom ini membuka kemungkinan luas
untuk menangani berbagai penyakit genetik serta memprediksi resiko terkena penyakit genetik.
Juga dapat digunakan untuk mengetahui respon tubuh terhadap obat sehingga efektivitas
pengobatan bisa ditingkatkan.
Karena Bioinformatika merupakan suatu bidang interdisipliner, maka Bioinformatika
juga tidak bisa berdiri sendiri dan harus didukung oleh disiplin ilmu lainyang mengakibatkan
saling bantu dan saling menunjang sehingga bermanfaat untuk kepentingan manusia. Bidang
yang terkait dengan Bioinformatika diantaranya adalah Biophysics, Computational
Biology, Medical Informatics, Cheminformatics, Genomics, Mathematical Biology, Proteomics,
Pharmacogenomics.
Meskipun merupakan kajian yang masih baru, Indonesia telah berperan aktif dalam
mengembangkan Bioinformatika ini.Ada sejumlah pakar yang telah mengikuti perkembangan
Bioinformatika ini, antara lain para peneliti dalam Lembaga BiologiMolekul Eijkman.
Daftar Pustaka
Flint, S. J., Enquist, L. W., Krug, R. M. et al. Principles of Virology: Molecular
biology,pathogenesis, and control. 1st ed.
ASM Press. (2000). http://www-micro.msb.le.ac.uk/3035/Coronaviruses.html
Utama, A. Study on RNA helicase of flavivirus NS3 protein. Ph.D. dissertation at the
UnitedGraduate School of Agricultural Sciences,
Gifu University, Japan, (2000). http://ilmukomputer.com/populer/andi/andi-bioinformatika.pdf
WHO-Report, MMWR Morb. Mortal. Wkly. Rep. 50, 874-87 (2001).
Rota, P. A., Oberste, M. S., Monroe, S. S., et al. Characterization of a novel
coronavirusassociated with severe acute respiratory syndrome. Sciencexpress 1 May
2003, 1-10 (2003).
Utama, A. Construction of Poliovirus Recombinants by Using Long-PCR Method. Proceeding
ofthe 12th Indonesian Scientific Meeting in Japan, Osaka-Japan, Sept. 6-7, 2003, 199-204
(2003).
Ranganathan, S., Singh, S., Poh, C. L., and Chow, V. T. K. The hand, foot, and mouth
diseasevirus capsid: sequence analysis and prediction of antigenic sites from homology
modelling. App. Bioinformatics 1, 43-52 (2002).