Perkembangan teknologi informasi dalam berbagai bidang ilmu telah
mengembangkan bidang ilmu yang bersangkutan. Berbagai kajian baru
muncul sejalan dengan perkembangan teknologi informasi. Aplikasi teknologi
informasi dalam bidang biologi molekuler telah melahirkan bidang ilmu
Bioinformatika. Kajian Bioinformatika ini tak lepas dari perkembangan biologi
molekul modern yang ditandai dengan kemampuan manusia untuk
memahami genom yaitu infomasi genetic yang menentukan sifat setiap
makhluk hidup yang disandi dalam bentuk pita molekul DNA (Asam
Deoksiribonukleat). Kemampuan untuk memahami dan memanipulasi kode
genetic DNA ini sangat didukung oleh teknologi informasi melalui perangkat
lunak maupun keras.
Kelahiran Bioinformatika modern tak lepas dari perkembangan
bioteknologi di era tahun 70-an, dimana seorang ilmuwan Amerika Serikat
melakukan inovasi dalam mengembangkan teknologi DNA rekombinan.
Berkat penemuan ini lahirlah perusahaan bioteknologi pertama didunia, yaitu
Genentech di AS, yang kemudian memperoduksi protein hormone insulin dan
bakteri yang dibutuhkan oleh penderita diabetes. Selama ini insulin hanya bias
didapatkan dalam jumlah sangat terbatas dari organ pankreas sapi.
Bioteknologi modern ditandai dengan kemampuan pada manipulasi
DNA. Rantai/sekuen DNA yang mengkode protein disebut gen. Gen
ditranskripsikan menjadi mRNA, kemudian mRNA ditranslasikan menjadi
protein. Protein sebagai produk akhir 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
negara kita , ada Lembaga Biologi Molekul Eijkman yang terletak di Jakarta.
Desakan kebutuhan untuk mengumpulkan, menyimpan dan menganalisa data-
data biologis dari database DNA, RNA maupun protein inilah yang semakin
memacu perkembangan kajian Bioinformatika.
Pada bagian pendahuluan kita telah diberikan gambaran sekilas
mengenai perkembangan dan apa yang dapat diberikan oleh Bioinformatika.
Bagian berikut ini akan membahas lebih detail tentang Bioinformatika.
Bioinformatika yaitu ilmu yang mempelajari penerapan teknik
komputational untuk mengelola dan menganalisis informasi biologis. Bidang
ini mencangkup penerapan metod-metode matematika, statistika dan
informatika untuk memecahkan masalah-masalah biologis, terutama dengan
memakai sekuens DNA dan asam amino serta informasi yang berkaitan
dengannya. Contoh topic utama bidang ini meliputi basis data untuk
mengelola informasi biologis, pensejajaran sekuens (sequence alignment),
prediksi struktur untuk meramalkan bentuk struktur protein maupun
struktur seunder RNA, analisis filogenetik, dan analisis ekspresi gen.
Secara umum, Bioinformatika dapat digambarkan sebagai: segala bentuk
pemakaian komputer dalam menangani informasi-informasi biologi. Dalam
prakteknya, definisi yang dipakai oleh kebanyakan orang bersifat lebih
terperinci. Bioinformatika menurut kebanyakan orang yaitu satu sinonim
dari komputasi biologi molekul (pemakaian komputer dalam menandai
karakterisasi dari komponen-komponen molekul dari makhluk hidup).
Sebagian besar ahli Biologi mengistilahkan mereka sedang
melakukan Bioinformatika’ ketika mereka sedang memakai komputer
untuk menyimpan, melihat atau mengambil data, menganalisa atau
memprediksi komposisi atau struktur dari biomolekul. Ketika kemampuan
komputer menjadi semakin tinggi maka proses yang dilakukan dalam
Bioinformatika dapat ditambah dengan melakukan simulasi. Yang
termasuk biomolekul diantaranya yaitu materi genetik dari manusia --
asam nukleat--dan produk dari gen manusia, yaitu protein. Hal-hal
diataslah yang merupakan bahasan utama dari Bioinformatika "klasik",
terutama berurusan dengan analisis sekuen (sequence analysis).
Definisi Bioinformatika menurut Fredj Tekaia dari Institut Pasteur
[TEKAIA2004] yaitu : "metode matematika, statistik dan komputasi yang
bertujuan untuk menyelesaikan masalah-masalah biologi dengan
memakai sekuen DNA dan asam amino dan informasi-informasi yang
terkait dengannya."
Dari sudut pandang Matematika, sebagian besar molekul biologi
mempunyai sifat yang menarik, yaitu molekul-molekul ini yaitu
polymer; rantai-rantai yang tersusun rapi dari modul-modul molekul yang
lebih sederhana, yang disebut monomer. Monomer dapat dianalogikan
sebagai bagian dari bangunan, dimana meskipun bagianbagian ini
berbeda warna dan bentuk, namun semua memiliki ketebalan yang sama
dan cara yang sama untuk dihubungkan antara yang satu dengan yang lain.
Monomer yang dapat dikombinasi dalam satu rantai ada dalam satu
kelas umum yang sama, namun tiap jenis monomer dalam kelas ini
mempunyai karakteristik masing-masing yang terdefinisi dengan baik.
Beberapa molekul-molekul monomer dapat digabungkan bersama
membentuk sebuah entitas yang berukuran lebih besar, yang disebut
macromolecule. Macromolecule dapat mempunyai informasi isi tertentu
yang menarik dan sifat-sifat kimia tertentu.
Berdasarkan skema di atas, monomer-monomer tertentu dalam
macromolecule dari DNA dapat diperlakukan secara komputasi sebagai
huruf-huruf dari alfabet, yang diletakkan dalam sebuah aturan yang telah
diprogram sebelumnya untuk membawa pesan atau melakukan kerja di
dalam sel. Proses yang diterangkan di atas terjadi pada tingkat molekul di
dalam sel. Salah satu cara untuk mempelajari proses ini selain
dengan mengamati dalam laboratorium biologi yang sangat khusus yaitu
dengan memakai Bioinformatika sesuai dengan definisi "klasik" yang
telah disebutkan di atas.
Salah satu pencapaian besar dalam metode Bioinformatika yaitu
selesainya proyek pemetaan genom manusia (Human Genome Project).
Selesainya proyek raksasa ini menyebabkan bentuk dan prioritas
dari riset dan penerapan Bioinformatika berubah. Secara umum dapat
dikatakan bahwa proyek ini membawa perubahan besar pada sistem
hidup kita, sehingga sering disebutkan terutama oleh ahli biologi bahwa
kita saat ini berada di masa pascagenom.
Selesainya proyek pemetaan genom manusia ini membawa beberapa
perubahan bagi Bioinformatika, diantaranya:
Setelah memiliki beberapa genom yang utuh maka kita dapat
mencari perbedaan dan persamaan di antara gen-gen dari spesies yang
berbeda. Dari studi perbandingan antara gen-gen ini dapat ditarik
kesimpulan tertentu mengenai spesies-spesies dan secara umum
mengenai evolusi. Jenis cabang ilmu ini sering disebut sebagai
perbandingan genom (comparative genomics).
Sekarang ada teknologi yang didisain untuk mengukur jumlah relatif
dari kopi/cetakan sebuah pesan genetik (level dari ekspresi genetik) pada
beberapa tingkatan yang berbeda pada perkembangan atau penyakit atau
pada jaringan yang berbeda. Teknologi ini , contohnya seperti DNA
microarrays akan semakin penting.
Akibat yang lain, secara langsung, yaitu cara dalam skala besar
untuk mengidentifikasi fungsi-fungsi dan keterkaitan dari gen (contohnya
metode yeast twohybrid) akan semakin tumbuh secara signifikan dan
bersamanya akan mengikuti Bioinformatika yang berkaitan langsung
dengan kerja fungsi genom (functional genomics).
Akan ada perubahan besar dalam penekanan dari gen itu sendiri ke
hasil-hasil dari gen. Yang pada akhirnya akan menuntun ke: usaha untuk
mengkatalogkan semua aktivitas dan karakteristik interaksi antara semua
hasil-hasil dari gen (pada manusia) yang disebut proteomics; usaha untuk
mengkristalisasi dan memprediksikan struktur-struktur dari semua
protein (pada manusia) yang disebut structural genomics.
Apa yang disebut orang sebagai research informatics atau medical
informatics, manajemen dari semua data eksperimen biomedik yang
berkaitan dengan molekul atau pasien tertentu mulai dari spektroskop
massal, hingga ke efek samping klini akan berubah dari semula hanya
merupakan kepentingan bagi mereka yang bekerja di perusahaan obat-
obatan dan bagian TI Rumah Sakit akan menjadi jalur utama dari biologi
molekul dan biologi sel, dan berubah jalur dari komersial dan klinikal ke
arah akademis.
Dari uraian di atas terlihat bahwa Bioinformatika sangat
mempengaruhi kehidupan manusia, terutama untuk mencapai kehidupan
yang lebih baik. pemakaian komputer yang notabene merupakan salah
satu keahlian utama dari orang yang bergerak dalam TI merupakan salah
satu unsur utama dalam Bioinformatika, baik dalam Bioinformatika
"klasik" maupun Bioinformatika "baru".
1. Biophysics
Biologi molekul sendiri merupakan pengembangan yang lahir
dari biophysics. Biophysics yaitu sebuah bidang interdisipliner yang
mengaplikasikan teknik-teknik dari ilmu Fisika untuk memahami
struktur dan fungsi biologi (British Biophysical Society).
2. Computational Biology
Computational biology merupakan bagian dari Bioinformatika
(dalam arti yang paling luas) yang paling dekat dengan bidang Biologi
umum klasik. Fokus dari computational biology yaitu gerak evolusi,
populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel.
Tak dapat dielakkan bahwa Biologi Molekul cukup penting dalam
computational biology, namun itu bukanlah inti dari disiplin ilmu ini.
Pada penerapan computational biology, model-model statistika untuk
fenomena biologi lebih disukai dipakai dibandingkan dengan model
sebenarnya. Dalam beberapa hal cara ini cukup baik mengingat
pada kasus tertentu eksperimen langsung pada fenomena biologi
cukup sulit.
Tidak semua dari computational biology merupakan
Bioinformatika, seperti contohnya Model Matematika bukan
merupakan Bioinformatika, bahkan meskipun dikaitkan dengan
masalah biologi.
3. Medical Informatics
Menurut Aamir Zakaria [ZAKARIA2004] Pengertian dari medical
informatics yaitu "sebuah disiplin ilmu yang baru yang didefinisikan
sebagai pembelajaran, penemuan, dan implementasi dari struktur dan
algoritma untuk meningkatkan komunikasi, pengertian dan
manajemen informasi medis." Medical informatics lebih
memperhatikan struktur dan algoritma untuk pengolahan data medis,
dibandingkan dengan data itu sendiri. Disiplin ilmu ini, untuk alasan
praktis, kemungkinan besar berkaitan dengan data-data yang
didapatkan pada level biologi yang lebih "rumit" yaitu informasi dari
sistem-sistem superselular, tepat pada level populasi di mana sebagian
besar dari Bioinformatika lebih memperhatikan informasi dari sistem
dan struktur biomolekul dan selular.
4. Chemiformatics
Cheminformatics yaitu kombinasi dari sintesis kimia,
penyaringan biologis, dan pendekatan data mining yang dipakai
untuk penemuan dan pengembangan obat (Cambridge Healthech
Institute's Sixth Annual Cheminformatics conference). Pengertian
disiplin ilmu yang disebutkan di atas lebih merupakan identifikasi dari
salah satu aktivitas yang paling populer dibandingkan dengan berbagai
bidang studi yang mungkin ada di bawah bidang ini.
Salah satu contoh penemuan obat yang paling sukses sepanjang
sejarah yaitu penisilin, dapat menggambarkan cara untuk
menemukan dan mengembangkan obat-obatan hingga sekarang
meskipun terlihat aneh. Cara untuk menemukan dan mengembangkan
obat yaitu hasil dari kesempatan, observasi, dan banyak proses kimia
yang intensif dan lambat. Sampai beberapa waktu yang lalu, disain obat
dianggap harus selalu memakai kerja yang intensif, proses uji dan
gagal (trial error process).
Kemungkinan pemakaian TI untuk merencanakan secara cerdas
dan dengan mengotomatiskan proses-proses yang terkait dengan
sintesis kimiawi dari komponen-komponen pengobatan merupakan
suatu prospek yang sangat menarik bagi ahli kimia dan ahli biokimia.
Penghargaan untuk menghasilkan obat yang dapat dipasarkan secara
lebih cepat sangatlah besar, sehingga target inilah yang merupakan inti
dari cheminformatics.
Ruang lingkup akademis dari cheminformatics ini sangat luas.
Contoh bidang minatnya antara lain: Synthesis Planning, Reaction and
Structure Retrieval, 3-D Structure Retrieval, Modelling, Computational
Chemistry, Visualisation Tools and Utilities.
5. Genomics
Genomics yaitu bidang ilmu yang ada sebelum selesainya
sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics
yaitu setiap usaha untuk menganalisa atau membandingkan seluruh
komplemen genetik dari satu spesies atau lebih. Secara logis tentu saja
mungkin untuk membandingkan genom-genom dengan
membandingkan kurang lebih suatu himpunan bagian dari gen di
dalam genom yang representatif.
6. Mathematical Biology
Mathematical biology lebih mudah dibedakan dengan
Bioinformatika daripada computational biology dengan Bioinformatika.
Mathematical biology juga menangani masalah-masalah biologi, namun
metode yang dipakai untuk menangani masalah ini tidak perlu
secara numerik dan tidak perlu diimplementasikan dalam software
maupun hardware. Bahkan metode yang dipakai tidak perlu
"menyelesaikan" masalah apapun; dalam mathematical biology bisa
dianggap beralasan untuk mempublikasikan sebuah hasil yang hanya
menyatakan bahwa suatu masalah biologi berada pada kelas umum
tertentu.
Menurut Alex Kasman [KASMAN2004] Secara umum
mathematical biology melingkupi semua ketertarikan teoritis yang
tidak perlu merupakan sesuatu yang beralgoritma, dan tidak perlu
dalam bentuk molekul, dan tidak perlu berguna dalam menganalisis
data yang terkumpul.
7. Proteomics
Istilah proteomics pertama kali dipakai untuk
menggambarkan himpunan dari protein-protein yang tersusun
(encoded) oleh genom. Ilmu yang mempelajari proteome, yang disebut
proteomics, pada saat ini tidak hanya memperhatikan semua protein di
dalam sel yang diberikan, namun juga himpunan dari semua bentuk
isoform dan modifikasi dari semua protein, interaksi diantaranya,
deskripsi struktural dari proteinprotein dan kompleks-kompleks orde
tingkat tinggi dari protein, dan mengenai masalah ini hampir
semua pasca genom.
Michael J. Dunn [DUNN2004], Pemimpin Redaksi dari Proteomics
mendefiniskan kata "proteome" sebagai: "The PROTEin complement of
the genOME". Dan mendefinisikan 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".
Mengkarakterisasi sebanyak puluhan ribu protein-protein yang
dinyatakan dalam sebuah tipe sel yang diberikan pada waktu tertentu
apakah untuk mengukur berat molekul atau nilai-nilai isoelektrik
protein-protein ini melibatkan tempat penyimpanan dan
perbandingan dari data yang memiliki jumlah yang sangat besar, tak
terhindarkan lagi akan memerlukan Bioinformatika.
8. Pharmacogenetics
Pharmacogenomics yaitu aplikasi dari pendekatan genomik dan
teknologi pada identifikasi dari target-target obat. Contohnya meliputi
menjaring semua genom untuk penerima yang potensial dengan
memakai cara Bioinformatika, atau dengan menyelidiki bentuk
pola dari ekspresi gen di dalam baik patogen maupun induk selama
terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-
pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien
untuk kepentingan diagnose (kemungkinan untuk mengejar target
potensial terapi kanker).
Istilah pharmacogenomics dipakai lebih untuk urusan yang
lebih "trivial" namun dapat diargumentasikan lebih berguna dari
aplikasi pendekatan Bioinformatika pada pengkatalogan dan
pemrosesan informasi yang berkaitan dengan ilmu Farmasi dan
Genetika, untuk contohnya yaitu pengumpulan informasi pasien
dalam database.
1.3 Teknologi dan Penerapan Bioinformatika
1. Program-program Bioinformatika
Sehari-harinya bionformatika dikerjakan dengan memakai
program pencari sekuen (sequence search) seperti BLAST, program
analisa sekuen (sequence analysis) seperti EMBOSS dan paket Staden,
program prediksi struktur seperti THREADER atau PHD atau program
imaging/modelling seperti RasMol dan WHATIF. Contoh-contoh di atas
memperlihatkan bahwa telah banyak program pendukung yang mudah di
akses dan dipelajari untuk memakai Bioinformatika
2. Teknologi Bioinformatika Secara Umum
Pada saat ini banyak pekerjaan Bioinformatika berkaitan dengan
teknologi database. pemakaian database ini meliputi baik tempat
penyimpanan database "umum" seperti GenBank atau PDB maupun
database "pribadi", seperti yang dipakai oleh grup riset yang terlibat
dalam proyek pemetaan gen atau database yang dimiliki oleh perusahaan-
perusahaan bioteknologi. Konsumen dari data Bioinformatika
memakai platform jenis komputer dalam kisaran: mulai dari mesin
UNIX yang lebih canggih dan kuat yang dimiliki oleh pengembang dan
kolektor hingga ke mesin Mac yang lebih bersahabat yang sering
ditemukan menempati laboratorium ahli biologi yang tidak suka
komputer.
Database dari sekuen data yang ada dapat dipakai untuk
mengidentifikasi homolog pada molekul baru yang telah dikuatkan dan
disekuenkan di laboratorium. Dari satu nenek moyang mempunyai sifat-
sifat yang sama, atau homology, dapat menjadi indikator yang sangat kuat
di dalam Bioinformatika.
Setelah informasi dari database diperoleh, langkah berikutnya yaitu
menganalisa data. Pencarian database umumnya berdasarkan pada hasil
10
alignment / pensejajaran sekuen, baik sekuen DNA maupun protein.
Kegunaan dari pencarian ini yaitu ketika mendapatkan suatu sekuen
DNA/protein yang belum diketahui fungsinya maka dengan
membandingkannya dengan yang ada dalam database bisa diperkirakan
fungsi daripadanya. Salah satu perangkat lunak pencari database yang
paling berhasil dan bias dikatakan menjadi standar sekarang yaitu BLAST
(Basic Local Alignment Search Tool) yang merupakan program pencarian
kesamaan yang didisain untuk mengeksplorasi semua database sekuen
yang diminta, baik itu berupa DNA atau protein. Program BLAST juga
dapat dipakai untuk mendeteksi hubungan di antara sekuen yang hanya
berbagi daerah tertentu yang memiliki kesamaan. Di bawah ini diberikan
contoh beberapa alamat situs yang berguna untuk bidang biologi molekul
dan genetika:
Deskripsi Alamat
National Center for
Biotechnology
Information
http://www.ncbi.nlm.nih.gov/
GenBank (NIH Genetic
Sequence
Database)
http://www.ncbi.nlm.nih.gov/Web/Genbank/index/html
European Molecular
Biology
Laboratory Nucleotide
Sequence
http://www.ebi.ac.uk/ebi_docs/embl_db.html
Protein Information
Resource
http://www.nbrf.georgetown.edu/pir
Protein Data Bank http://www.pdb.bnl.gov/
Restriction Enzyme
Database
http://www.neb.com/rebase/rebase.html
National Center for
Genome
Research (NCGR)
http://www.ncgr.org/gpi/
GeneMark http://www.dixie.biology.gatech.edu/GeneMark/eukhmm.cgi
Biotechnology
Industry
Organization (BIO)
http://www.bio.org
Data yang memerlukan analisa Bioinformatika dan mendapat banyak
perhatian saat ini yaitu data hasil DNA chip. Dengan perangkat ini dapat
diketahui kuantitas dan kualitas transkripsi satu gen sehingga bias
11
menunjukkan gen-gen apa saja yang aktif terhadap perlakuan tertentu,
misalnya timbulnya kanker, dan lain-lain.
1.4 Kondisi dan Penerapan Bioinformatika di negara kita
1. Kondisi Bioinformatika di negara kita
Di negara kita , Bioinformatika masih belum dikenal oleh masyarakat
luas. Hal ini dapat dimaklumi karena pemakaian komputer sebagai alat
bantu belum merupakan budaya. Bahkan di kalangan peneliti sendiri,
barangkali hanya para peneliti biologi molekul yang sedikit banyak
mengikuti perkembangannya karena keharusan memakai perangkat-
perangkat Bioinformatika untuk analisa data. Sementara di kalangan TI
masih kurang mendapat perhatian.
Ketersediaan database dasar (DNA, protein) yang bersifat
terbuka/gratis merupakan peluang besar untuk menggali informasi
berharga daripadanya. Database genom manusia sudah disepakati akan
bersifat terbuka untuk seluruh kalangan, sehingga dapat digali/diketahui
kandidat-kandidat gen yang memiliki potensi kedokteran/farmasi. Dari
sinilah negara kita dapat ikut berperan mengembangkan Bioinformatika.
Kerjasama antara peneliti bioteknologi yang memahami makna biologis
data ini dengan praktisi TI seperti programmer, dan sebagainya akan
sangat berperan dalam kemajuan Bioinformatika negara kita nantinya.
2. Penerapan Bioinformatika di negara kita
Sebagai kajian yang masih baru, negara kita seharusnya berperan aktif
dalam mengembangkan Bioinformatika ini. Paling tidak, sebagai tempat
tinggal lebih dari 300 suku bangsa yang berbeda akan menjadi sumber
genom, karena besarnya variasi genetiknya. Belum lagi variasi species
flora maupun fauna yang berlimpah. Memang ada sejumlah pakar yang
telah mengikuti perkembangan Bioinformatika ini, misalnya para peneliti
dalam Lembaga Biologi Molekul Eijkman. Mereka cukup berperan aktif
dalam memanfaatkan kajian Bioinformatika. Bahkan, lembaga ini telah
memberikan beberapa sumbangan cukup berarti, antara lain: Deteksi
kelainan janin, penembangan vaksin hepatitis B rekombinan, meringankan
kelumpuhan dengan rekayasa RNA.
NCBI (National Center for Biotechnology Information)
NCBI merupakan server yang memuat data base tentang informasi
kesehatan dan bioteknologi. Data base terus menerus di update sesuai dengan
penemuan-penemuan terkini yang menyangkut DNA, Protein, Senyawa aktif
dan taksonomi. Disamping data base, NCBI juga menyediakan berbagai macam
software untuk analisis DNA, protein 3D, pencarian primer, pencarian
conserve domain dan lain sebagainya. NCBI merupakan salah satu bank data
gen, protein dan literature khususnya dibidang kesehatan yang terlengkap dan
di acu oleh para peneliti didunia. Situs NCBI dapat diakses pada :
www.ncbi.nlm.nih.gov .
Gambar 2.1 Halaman utama NCBI
NCBI (National Center for Biotechnology
Information)
DNA dan Protein
Deoxyribonucleic acid (DNA) yaitu polimer asam nukleat yang tersusun
secara sistematis dan merupakan pembawa informasi genetik yang
diturunkan kepada keturunannya. Informasi genetik disusun dalam bentuk
kodon yang berupa tiga pasang basa nukelotida
Secara struktural, DNA merupakan polimer nukleotida, di mana setiap
nukelotida tersusun atas gula deoksiribosa, fosfat, dan basa. Polimer ini
membentuk struktur dua untai heliks ganda yang disatukan oleh ikatan
hydrogen antara basa-basa yang ada. Terdapat empat basa dalam DNA, yaitu
adenin (A), sitosin (C), guanin (G), dan timin (T). Adenin akan membentuk dua
ikatan hydrogen dengan timin, sedangkan guanin akan membentuk tiga ikatan
hidrogen dengan sitosin. Kombinasi jumlah dan susunan yang terbentuk
antara ikatan-ikatan basa ini memungkinkan setiap indvidu memiliki cetak
biru genetik yang spesifik dibandingkan organisme lain
Protein yaitu molekul penyusun tubuh kita yang terbesar setelah air. Hal
ini mengindikasikan pentingnya protein dalam menopang seluruh proses
kehidupan dalam tubuh. Dalam kenyataannya, memang kode genetik yang
tesimpan dalam rantaian DNA dipakai untuk membuat protein, kapan,
dimana dan seberapa banyak. Protein berfungsi sebagai penyimpan dan
pengantar seperti hemoglobin yang memberikan warna merah pada sel darah
merah kita, bertugas mengikat oksigen dan membawanya ke bagian tubuh
yang memerlukan. Selain itu juga menjadi penyusun tubuh, "dari ujung
rambut sampai ujung kaki", misalnya keratin di rambut yang banyak
mengandung asam amino Cysteine sehingga menyebabkan bau yang khas bila
rambut terbakar karena banyaknya kandungan atom sulfur di dalamnya,
sampai kepada protein-protein penyusun otot kita seperti actin, myosin, titin,
dsb. Kita dapat membaca teks ini juga antara lain berkat protein yang bernama
rhodopsin, yaitu protein di dalam sel retina mata kita yang merubah photon
cahaya menjadi sinyal kimia untuk diteruskan ke otak. Masih banyak lagi
fungsi protein seperti hormon, antibodi dalam sistem kekebalan tubuh, dll.
Cara mengetahui gambar protein tertentu misalnya Struktur protein Ular
(snake). Langkah – langkahnya sebagai berikut:
1) Klik https://www.ncbi.nlm.nih.gov/
2) Pilih Structure pada menu All Databases,
3) Ketik snake pada kolom kosong di samping structure. Klik search.
4) Pilih salah satu data dari hasil pencarian, disini kami
memakai nomor 1
5) Klik View in iCn3D
Maka akan muncul sebagai berikut
6) Klik Style > Proteins > Ribbon dan klik Remove surface
15
7) Untuk side chains, nucleotides, chemicals, ions, water, pilih opsi
Hide
8) Maka muncul output seperti berikut]
2.3 Database and Software
NCBI memiliki database dan software (analysis tools) yang sering
dipakai untuk analisis sebagai berikut:
1. Entrez
Entrez merupakan sistem pencarian informasi dalam NCBI yang
menyediakan akses terintegrasi untuk melakukan sekuensing, pemetaan
(mapping), taksonomi dan data struktural. Entrez juga menyediakan
gambaran grafis untuk mapping sekuen dan kromosom. Ciri khas dan
16
keunggulan Entrez yaitu kemampuan untuk pencarian informasi terkait
sekuen, struktur dan referensi. Literatur jurnal yang tersedia dapat diakses
melalui PubMed. PubMed merupakan alat penghubung pencarian di web
yang menyediakan akses ke lebih dari 11 juta sitasi jurnal di MEDLINE.
Entrez Gene adapat diakses pada www.ncbi.nlm.nih.gov/gene .
Gambar 2.2 Entrez Gene
2. Nucleotide Database
Database nukleotida merupakan suatu koleksi sekuen dari beberapa
sumber, termasuk diantaranya GenBank, Reference Sequence (RefSeq),
Third Party Annotation (TPA) dan Protein Data Bank (PDB). GenBank
merupakan database sekuen genetik dari NIH (National Institutes of
Health), berupa koleksi sekuen DNA yang dapat diketahui oleh publik.
Database GenBank dibiayai dan didistribusikan oleh NCBI. Data sekuen
dikirim ke GenBank oleh peneliti dari seluruh dunia.
Gambar 2.3 GenBank Overview
3. BLAST
BLAST (Basic Local Alignment Search Tool) merupakan suatu
program untuk pencarian kemiripan sekuen (sequence similarity) dan
merupakan alat dalam identifikasi gen dan karakter genetik. Blast dapat
melakukan pencarian sekuen melalui perbandingan dengan database DNA
dalam waktu singkat (kurang dari 15 detik). Keterangan lengkap mengenai
program BLAST dapat dilihat pada :
http://www.ncbi.nlm.nih.gov/blast/producttable.shtml dan BLAST dapat
diakses melalui https://blast.ncbi.nlm.nih.gov/Blast.cgi.
Gambar 2.4 Halaman utama BLAST
Ada 5 program utama dalam BLAST, yaitu :
18
a) nucleotide blast (blastn) : membandingkan suatu sekuen nukleotida
meragukan (query sequence) yang kita miliki dengan database sekuen
nukleotida.
b) protein blast (blastp) : membandingkan suatu sekuen asam amino yang
kita miliki dengan database sekuen protein.
c) blastx : membandingkan produk translasi konsep 6‐frame sebuah
sekuen nukleotida (translated nucleotide) yang kita miliki dengan
database sekuen protein.
d) tblastn : membandingkan suatu sekuen protein yang kita miliki dengan
database sekuen nukleotida yang secara dinamis ditranslasi pada
semua pembacaan 6 frame.
e) tblastx : membandingkan suatu translasi 6 frame dari nukleotida.
Gambaran mengenai program BLAST dapat dilihat pada gambar berikut ini
:
Gambar 2.5 Gambaran program utama BLAST
Disini akan diberikan contoh untuk memakai program utama BLAST
yaitu nucleotide blast (blastn) dan blastp.
19
Langkah-langkah analisis memakai nucleotide blast (blastn)
Blastn dapat dipakai untuk mengidentifikasi suatu sekuen nukleotida
meragukan (query sequence) yang kita miliki dengan database nukleotida,
sehingga output yang didapat berupa identitas nukleotida ini , antara lain
nama gen dan spesies penghasil dari sekuen lengkapnya.
1. Buka situs NCBI www.ncbi.nlm.nih.gov.
2. Pilih tool ”BLAST”, akan muncul tampilan pilihan program BLAST.
Untuk mencari gen suatu sekuen nukleotida dari database nukleotida
pilih ”nucleotide blast” (blastn).
3. Setelah tampilan muncul, entri sekuen nukleotida (query) yang akan
dicari; pilih setting pencarian dari database ”others” (jika belum
diketahui spesiesnya); pilih program ”megablast”; klik ”BLAST” untuk
memulai proses searching.
Pada latihan/contoh dipakai sekuen nukleotida DNA berikut ini :
ATGTTCCCTGAAAAGTTCCTTTGGGGTGTGGCACAATCGGGTTTTCAGTT
TGAAATGGGGGATAAACTCAGGAGGAATATTGACACTAACACTGATTGGT
GGCACTGGGTAAGGGATAAGACAAATATAGAGAAAGGCCTCGTTAGTGGA
GATCTTCCCGAGGAGGGGATTAACAATTACGAGCTTTATGAGAAGGACCA
TGAGATTGCAAGAAAGCTGGGTCTTAATGCTTACAGAATAGGCATAGAGT
GGAGCAGAATATTCCCATGGCCAACGACATTTATTGATGTTGATTATAGC
TATAATGAATCATATAACCTTATAGAAGATGTAAAGATCACCAAGGACAC
TTTGGAGGAGTTAGATGAGATCGCCAACAAGAGGGAGGTGGCCTACTATA
20
GGTCAGTCATAAACAGCCTGAGGAGCAAGGGGTTTAAGGTTATAGTTAAT
CTAAATCACTTCACCCTTCCATATTGGTTGCATGATCCCATTGAGGCTAG
GGAGAGGGCGTTAACTAATAAGAGGAACGGCTGGGTTAAC
4. Hasil searching / pencarian akan didapat tampilan seperti berikut :
5. Hasil blast umumnya akan menghasilkan lebih dari satu sekuen yang
bersesuaian. Pilih hasil dengan skor paling tinggi dan query coverage
mendekati 100%.
21
6. Klik “Accession” gen terpilih (hasil blastn) untuk keterangan lebih
lanjut, (nucleotide origin dan CDS‐nya).
22
7. Klik “Distance tree of results” Apabila ingin mengetahui phylogenetic
tree antar sekuen yang didapatkan. Sebelum melakukan analisis ini,
harus dipilih database sekuen yang akan dibandingkan.
Langkah-langkah analisis memakai blastp
Blastp dapat dipakai untuk mencari protein homolog dari protein yang kita
miliki.
1. Buka situs www.ncbi.nlm.nih.gov
23
2. Pilih tool ”BLAST”. Untuk mencari protein homolog dari query asam amino
gunakan ”protein blast” (blastp)
3. Setelah tampilan muncul, entri sekuen protein (query) yang akan dicari;
pilih seting pencarian dari database (jika membatasi hanya ingin mencari
pada spesies tertentu, ketik nama organisme); pilih program ”blastp”; klik
”BLAST” untuk memulai proses searching.
Pada latihan / contoh dipakai query sekuen protein berikut ini :
mfpekflwgv aqsgfqfemg dklrrnidtn tdwwhwvrdk tniekglvsg dlpeeginny
elyekdheia rklglnayri giewsrifpw pttfidvdys ynesynlied vkitkdtlee
ldeiankrev ayyrsvinsl rskgfkvivn lnhftlpywl hdpiearera ltnkrngwvn
prtviefaky aayiaykfgd ivdmwstfne pmvvvelgyl apysgfppgv lnpeaaklai
4. Hasil searching akan didapat tampilan seperti berikut:
24
5. Hasil blast akan menghasilkan lebih dari satu sekuen yang bersesuaian.
Pilih hasil dengan skor paling tinggi. Dengan meng‐klik referensi akan
didapat keterangan lebih lanjut tentang protein ini .
25
6. Klik “Distance tree of results” pada bagian akhir apabila ingin
mengetahui phylogenetic tree antar protein yang didapatkan. Sebelum
melakukan analisis ini, harus dipilih database protein yang akan
dibandingkan.
26
3.1 Pendahuluan
Dalam bioinformatika, Sequence Alignment (SA) yaitu suatu cara
untuk mencocokkan sequence DNA, RNA atau protein untuk mengetahui
tingkat kemiripan. Jika panjang antara sequences yang dibandingkan tidak
sama maka dapat diberikan gaps atau yang disebut dengan area di dalam
grafik untuk mengisi kekosongan.
Penyejajaran sekuens (sequence alignment) dapat diartikan juga
proses penyusunan/pengaturan dua atau lebih sekuens sehingga persamaan
sekuens-sekuens ini tampak nyata. Hasil dari proses ini 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 ini . Berikut yaitu contoh alignment DNA dari dua
sekuens pendek DNA yang berbeda, "ccatcaac" dan "caatgggcaac" (tanda "|"
menunjukkan kecocokan atau match di antara kedua sekuens).
ccat---caac
| | |
caatgggcaac
Sequence alignment merupakan metode dasar dalam analisis sekuens.
Metode ini dipakai 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
ini . 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 ini bisa jadi penting bagi struktur atau
fungsi protein ini .
Bab
3
Analisis Pensejajaran Sekuens
27
Selain itu, sequence alignment juga dipakai untuk mencari sekuens
yang mirip atau sama dalam basis data sekuens. BLAST yaitu salah satu
metode alignment yang sering dipakai dalam penelusuran basis data
sekuens. BLAST memakai algoritma heuristik dalam penyusunan
alignment.
Secara umum, dalam sequences alignment dikenal 2 jenis, yaitu Global
Alignment (membandingkan 1 rangkaian sequences secara penuh) dan Local
Alignment (hanya mencari subsequences yang mirip) yang akan dijelaskan
dibawah ini.
3.2 Jenis – jenis Pensejajaran Sequence
1. Local Alignment
yaitu Urutan yang diduga memiliki kesamaan atau bahkan urutan
yang berbeda dapat dibandingkan dengan metode penyelarasan lokal. Ia
menemukan daerah lokal dengan tingkat kemiripan yang tinggi.
Perataan lokal meluruskan substring dari urutan kueri ke substring
dari urutan target. Substring dapat berupa salah satu atau kedua urutan;
jika semua keduanya dimasukkan maka pelurusan lokal juga bersifat
global. Perataan lokal didefinisikan dengan memaksimalkan skor
penyejajaran, sehingga menghapus kolom dari salah satu ujung akan
mengurangi skor, dan menambahkan kolom lebih lanjut di kedua ujung
juga akan mengurangi skor. Misalnya, pertimbangkan keselarasan protein
global ini.
2. Global Alignment
yaitu Urutan terkait erat yang memiliki panjang yang sama sangat
tepat untuk penyelarasan global. Di sini, penyelarasan dilakukan dari awal
hingga akhir dari urutan untuk menemukan keselarasan terbaik yang
mungkin Sebuah rumus atau serangkaian langkah untuk memecahkan
masalah dikembangkan oleh Saul B. Needleman dan Christian D. Wunsch
pada tahun 1970, yang merupakan algoritma pemrograman dinamis
untuk penyelarasan urutan. Pemrograman dinamis memecahkan masalah
asli dengan membagi masalah menjadi masalah sub independen yang
lebih kecil. Teknik-teknik ini dipakai dalam berbagai aspek ilmu
komputer. Algoritma ini menjelaskan keselarasan urutan global untuk
menyelaraskan urutan nukleotida atau protein.
28
Berikut perbandingan antara local dan global sequence alignment
GLOBAL SEQUENCE ALIGNMENT LOCAL SEQUENCE ALIGNMENT
Dalam pensejajaran global, dilakukan upaya
untuk mensejajarkan seluruh urutan (ujung
ke ujung keselarasan).
Menemukan daerah lokal dengan
tingkat tertinggi kesamaan antara dua
urutan.
Perataan global mengandung semua huruf
dari keduanya urutan pertanyaan dan target.
Pensejajaran lokal meluruskan
substring pertanyaan urutan ke
substring dari urutan target.
Jika dua urutan memiliki kurang lebih sama
panjang dan sangat mirip, mereka cocok
untuk penyelarasan global.
Setiap dua urutan dapat disejajarkan
secara lokal sebagai pensejajaran lokal
menemukan barisan-barisan dengan
tingkat tinggi cocok tanpa
mempertimbangkan penyelarasan sisa
bagian urutan.
Cocok untuk menyelaraskan dua yang terkait
erat urutan.
Cocok untuk mensejajarkan urutan yang
lebih berbeda atau terkait urutan jauh.
Keberpihakan global biasanya dilakukan
untuk membandingkan gen homolog seperti
membandingkan dua gen dengan fungsi yang
sama (pada manusia vs. tikus) atau
membandingkan dua protein dengan fungsi
serupa.
dipakai untuk mencari tahu pola-
pola yang diawetkan dalam urutan DNA
atau domain atau motif yang diawetkan
menjadi dua
protein.
Teknik pensejajaran global umum yaitu
Algoritma Needleman-Wunsch
Metode pensejajaran lokal umum yaitu
Smith–Algoritma Waterman.
Contoh alat pensejajaran Global:
➢ EMBOSS Needle
➢ Needleman-Wunsch Global Align
➢ Nucleotide Sequences (Specialized
➢ BLAST)
Contoh alat pensejajaran Lokal:
➢ BLAST
➢ EMBOSS Water
➢ LALIGN
29
3.3 Metode –metode Pensejajaran Sequence
Untuk membandingkan 2 sekuens yang paling dikenal ada 3 metode, yaitu
1. Metode Dot-Matrixs
Merupakan metode yang paling mudah. sekuens yang dicocokkan
dibuatkan sebuah matrix dimana kolom dan baris mereprentasikan
masing sekuens. Jika ada yang sama (match) maka diberi simbol
(dot/titik). Sequences yang berkorelasi akan terlihat membentuk garis di
diagonal utama. Secara visual dapat dilihat fitur dari sekuens yang
dibandingkan (insertions, deletions, repeats, or inverted repeats).
Masalah dari metode ini adanya noise serta sulit mengekstrak fitur
posisi kecocokan antara dua sekuens.
2. Metode Dynamic programming
Metode ini dapat diterapkan untuk mencari Global Alignment maupun
Local Alignment dari 2 sekuens. Metode yang terkenal yaitu Algoritma
Needleman-Wunsch (Global) dan Smith-Waterman (Local). Needleman-
Wunsch merupakan metode pertama yang menerapkan Dynamic
Programming dalam Sequence Alignment sedangkan Smith-Waterman
memodifikasi metode dari Needleman-Wunsch untuk mencari Local
Alignment. Dynamic Programming sangat optimal untuk mencari
kecocokan antara 2 sekuens dan dapat diperluas untuk lebih dari 2
sekuens. Metode ini sangat lambat untuk sekuens yang sangat panjang.
3. Words Method
Dikenal juga sebagai k-tuple methods, merupakan metode heuristic
dimana tidak menjamin hasilnya optimal namun lebih efisien dibandingkan
Dynamic Programming. Sering dipakai untuk pencarian dalam database
dengan ukuran yang sangat besar (FASTA, BLAST)
Metode-Metode Multiple Sequence Alignment
Dari perbandingan antara 2 sekuens, kemudian berkembang menjadi
Multiple Sequence Alignment (MSA), yaitu lebih dari 2 sekuens yang
30
dibandingkan. Salah satu tujuannya yaitu untuk merekonstruksi
phylogenetic tree atau untuk mengetahui tingkat kekerabatan spesies.
Untuk MSA juga ada 3 metode yang terkenal, yaitu
1. Dynamic Programming
Secara teori, metode ini dapat mencocokkan banyak sekuens namun
sangat “mahal” dalam segi kompleksitas dan memori. Sama seperti
Dynamic Programming yang dijelaskan untuk 2 sekuens, algoritma
yang terkenal yaitu Needleman-Wunsch dan Smith-Waterman.
2. Progressive Alignment
Cara kerjanya yaitu mencocokkan sekuens yang terdekat
kemudian menambahkan sequence berikutnya sehingga terbentuk
tree. Initial tree untuk mencocokkan memakai metode yang mirip
dengan FASTA. Contoh metode ini yaitu Clustal W dan T-Coffee
Metode ini sangat cepat, namun ketika sudah terbentuk tree tidak bisa
menyisipkan sekuens yang terbaru yang lebih mendekati
kemiripannya. Sehingga keakuratannya tergantung dari inisialisasi
awal.
3. Metode Iterasi
Metode ini mencoba memperbaiki kelemahan dari metode
Progressive yang tergantung dari inisialisasi. Metode iterasi mencoba
mengoptimalkan berdasarkan fungsi scoring dan dapat mencocokkan
ulang (realigning) subset sequence. Metode ini sangat lambat dan
hasilnya tergantung probabilitas karena didasari stokastik. Contohya
yaitu Hidden Markov Models dan Algoritma Genetik.
3.4 Pensejajaran Sequence Online
1. Cara mendapatkan data di NCBI
Sekuen yang diperoleh dari hasil penelitian di laboratorium dapat
dianalisis dengan data serupa yang telah dipublikasikan sebelumnya di
gen bank. Salah satu bentuk analisis yang dapat dilakukan misalnya
yaitu analisis penyejajaran. Analisis pensejajaran dapat dipakai untuk
membandingkan dua sekuen atau lebih. Program yang dipakai untuk
31
analisis penyejajaran yaitu program BLAST (Basic Local Allignment
Search Tools). Program ini dapat diakses melalui website National Center
for Biotechnology Information at The National Library of Medicine in
Washington, DC (http://www.ncbi.nlm.nih.gov/BLAST)
Berikut merupakan langkah-langkah untuk mencari dan
mendapatkan data dari genbank, misalnya untuk mencari sekuen insulin
(INS)
1. Ketikkan http://www.ncbi.nlm.nih.gov pada location bar pencarian
2. Pilih preferensi pencarian yang dipakai (pada contoh ini dipilih
nucleotide) dan ketikkan juga molekul yang ingin dicari sebagai kata
kunci pencarian (pada contoh ini diketikkan INS) dan klik search
32
3. Muncul hasil pencarian nucleotide untuk INS insulin. Selanjutnya klik
INS insulin
4. Berdasarkan pulihan ini maka akan diperoleh tampilan sebagai
berikut
5. Pada tampilan ini discroll ke bawah maka akan diperoleh
tampilan berikut. Terdapat beberapa kode yaitu NM dan NP. Kode NM
menunjukkan kode untuk memperoleh informasi mengenai
nukleotida, sedangkan NP menunjukkan kode untuk memperoleh
informasi mengenai protein.
33
6. Diklik link FASTA untuk memperoleh sekuen nukleotida dari INS
dalam bentuk FASTA
7. Apabila diklik kode NM dan Gen Bank, maka akan diperoleh informasi
mengenai sekuen nukleotida, sebagai berikut
34
2. Persejajaran Sequence Online
1. Ketik NCBI pada search google dan masuk website NCBI
2. Carilah jenis makhluk hidup dengan mempunyai kemiripan pada keduanya
untuk di sejajarkan
3. Misalnya membandingkan snake dengan caterpillar.
4. Pada NCBI kita bisa isi all database sesuai yang kita ingin cari, misalnya
kita ganti nucleotide.
5. Kemudian sebelah kotak all database kita isi sesuai jenis makhluk hidup
yang kita ingin sejajarkan.
• Snake
• Caterpillar
6. Setelah kita search kita ambil salah satu data dari beberapa yang muncul.
• Snake
35
• Caterpillar
7. Kemudian klik FASTA
• Snake
• Caterpillar
8. Copy kode FASTA
• Snake
GCTTCTTATATGAAATGTTTGAAAGAAAGTAAATAATGAAATCACAGAACTCACAAA
TAGAATGATAATACTTTGGTCTCTAATCGTGCATCTTCAATTGACATGCTTGCATTT
AATCCTGCAGACTCCAAATCTTGAGGCTCTCGATGCCCTTGAAATAATCAACTACCAG
ACCACCAAGTACACAATCCCCGAAGTTTGGAAAGAGCAGCCAGTGGCGACCATTGGC
GAGGACGTGGATGATCAGGACACCGAAGATGAGGAAAGCTATCTGAAGTTCGGCGAC
GATGCGGAGGTTAGGACTTCGGTTTCGGAAGGACTTCACGAAGGTGCCTTCTGCCGG
CGGAGCTTCGATGGCCGGAGTGGATACTGCATCCTGGCCTATCAGTGCCTCCACGTCA
TTCGAGAGTATCGGGTGCATGGCACCCGCATCGACATCTGCACCCATCGCAACAATGT
CCCTGTCATCTGTTGTCCATTGGCGGACAAGCATGTGCTGGCTCAGCGCATAAGTGCC
ACCAAATGTCAGGAGTACAATGCTGCCGCCAGAAGGCTTCACTTGACGGACACCGGA
CGCACATTCTCCGGGAAGCAGTGTGTGCCCAGTGTTCCCCTGATAGTCGGTGGAACCC
CCACTCGACACGGACTCTTCCCTCACATGGCTGCCTTAGGATGGACGCAGGGTAGTGG
CTCCAAGGATCAAGATATAAAATGGGGCTGTGGAGGCGCCCTGGTTAGCGAACTGTA
TGTCCTGACCGCTGCCCACTGTGCCACCTCTGCAAACCACCGGACATGGTTCGCTTGG
GCGCCCGCCAGTTGAACGAGACCAGCGCGACCCAGCAGGACATCAAGATCCTCATCAT
CGTGCTGCATCCGAAGTACAGATCCTCGGCATATTACCACGATATTG
CCCTGCTCAAGCTGACCAGAAGGGTCAAGTTCTCGGAGCAGGTGCGTCCTGCTTGCCT
GTGGCAACTGCCGGAGCTCCAGATACCCACTGTGGTGGCCGCCGGTTGGGGACGCACC
36
GAGTTCCTGGGCGCCAAATCGAATGCCCTGCGCCAGGTGGACCTGGACGTAGTCCCAC
AAATGACCTGCAAGCAGATCTATCGCAAGGAGCGACGTCTGCCCAGGGGAATCATCG
AGGGGCAGTTCTGTGCGGGATATTTGCCAGGCGGCAGGGACACCTGCCAGGGTGACT
CCGGCGGTCCCATTCATGCCCTGCTGCCGGAATACAACTGCGTGGCCTTCGTGGTGGG
CATCACCTCGTTTGGAAAATTCTGTGCGGCTCCCAATGCCCCAGGAGTTTACACCAGG
CTATATAGCTACCTGGATTGGATTGAGAAGATTGCCTTCAAGCAGCACTAGTTTCAT
TTTATTTTATTTATTAAATATGCTTTTT
• Caterpillar
ATGGAGCTCAGCCGAGTGGGAGACAACATAGGTTCCCCAGGGTCAGTCCTGGCTCTG
TATTCACAACTTCTGGCTGCAAACACAGACTCCACGAGGAAGCAAGAGGTGTGGACA
GACAGAGAGACATGCCTGGCCTACAGTGTTGGCTCCCCAGCTGAGCAGGTGAAAGCC
CTTGTGGATCTGCTGGCTGGGAAGGGCAGTCAGCTGCTACAAGTCCGGGACAAAATG
CCAGACTCCCCACTAGGATCCCAGAGCAATGAGTCAAGGATACCGAAGCACTCTGAG
GCTCTGCTGAGCAGGGTGGGAAATGACCCAGAACTGGGCAGCCCCTCACACCGGCTGG
CCAGCCTCATGCTGGTCGAGGGCCTGACAGACCTGCAGCTAAAGGAGCATGACTTCAC
ACAGGTGGAGGCCACGCGTGGGGTCTGGCACCCTGCCAGAGTTATCACCCTGGACAGG
CTCTTCCTGCCTCTGTCCCGGGTATCCATCCCACCTCGAGTCTCTCTCACCATTGGAG
TGGCTGGTGTGGGCAAGACCACGCTAGTGAGGCATTTTGTTCATTGCTGGGCCAGAG
GACAGGTGGGCAAGGGCTTCTCACGGGTTCTGCCCTTGACCTTTCGGGATCTCAACAC
CTATGAGAAACTGTCTGCAGACAGACTCATCCAATCCATCTTCTCAAGCATTGGGGA
AGCTAGTCTGGTGGCCACAGCCCCAGACAGAGTCCTCCTGGTCCTGGATGGCTTGGAT
GAGTGTAAGACACCCCTGGAATTCTCCAATACCATGGCCTGCTCAGACCCAAAGAAG
GAGATCCAGGTAGACCACCTGATCACTAACATCATCCGAGGCAACCTCTTTCCAGAA
ATTTCTGTCTGGATCACCTCCCGGCCCAGTGCTGCTGGTCAGATCCCTG
GGGGCCTAGTGGACCGGATGACTGAGATTCGGGGCCTTACTGAGGAAGAGATCAAAG
TGTGTCTGGAGCAGATGTTTCCTGAGGAGCAGAACCTCTTAGGTCAGGTCCTTAGTC
AAGTGCAGGCCAACAGGGCTCTGTATCTGATGTGCACTGTACCAGCCTTTTGTAGGC
TCACGGGGCTGGCTCTGGGTCACTTGTATCGCACCAGGCTGGCCGTCCAAGACATAGA
GCTGCCATTGCCTCAGACCCTGTGTGAGCTCTACTCTTGGTACTTTAGGATGGCTCTT
GGTGGGGAGGGCCAGGATAAGGAAAAGGTAAGTCCTAGGATCAAGCAGGTGACCCAG
GGAGCTCGCAAAATGGTGGGGACATTGGGCCGCCTGGCCTTCCATGGGCTGGTCAAG
AAGAAATACGTGTTTTATGAACAAGACATGAAGGCATTTGGAGTGGACCTCGCTCTG
TTGCAGAACACTCTGTGCAGCTGTCTCCTGCAGCGGGAAGAGACCCTGGCCTCCTCTG
TAGCTTACTGCTTCATTCACCTGTCTCTGCAAGAATTTGTGGCAGCTACATATTACTA
TAGTGCATCCAAGAGGGCCATCTTTGACCTCTTCACCGAGAGTGGCATGTCCTGGCCC
AGACTGGGTTTCCTCGCCCATTTCAGGTGTGCAGCCCAGCGGGCCACACAAGCTAAGG
ATGGAAGGCTGGATGTGTTTCTGCGCTTCCTCTCTGGCCTCTTGTCCCCAAGGGTCAA
TACTCTGCTGGCCGGCTCCCTGTTGTCCCAAGGCGAGCATCAGAGCTACCGGGACCAG
GTGGCTGAGGTCCTACAAGGCTTCCTTCATCCTGACGCTGCAGTCTGTGCACGTGCCA
TCAATGTCTTGTACTGCCTAAGTGAGCTGCGGCACACAGAACTGGC
CTGCAGTGTGGAGGAGGCCATGCGGAGTGGGACCTTGGCTGGGATGACCAGCCCCTC
ACACCGCACTGCTCTGGCCTACCTCCTGCAGATGTCTGACATCTGCTCCCCAGAGGCT
GACTTCTCCCTGTGTCTCAGCCAGCATGTCCTCCAGAGCCTGCTGCCCCAGCTGCTCT
ATTGTCAAAGCCTCAGGCTGGACAACAACCAGTTCCAGGACCCTGTGATGGAGTTGC
TGGGCAGCGTGCTGAGTGGGAAGGACTGTCGCATTCGAAAGATCAGCCTGGCTGAGA
ATCAGATTGGTAACAAAGGAGCCAAAGCCCTGGCCAGATCCCTCCTGGTTAACAGAA
GCCTCATCACACTGGACCTCCGGAGTAACAGCATTGGACCACCGGGGGCTAAGGCTTT
GGCCGATGCTCTGAAGATAAACCGAACGCTAACTTCTCTAAGCCTCCAAAGCAACGT
GATCAAGGATGACGGTGTCATGTGCGTGGCTGAGGCCCTGGTCTCCAACCAGACCATC
TCCATGCTACAGCTACAGAAGAACTTAATTGGGCTCATAGGAGCCCAGCAGATGGCA
37
GATGCCCTGAAGCAGAACAGGAGCCTGAAAGCACTCATGTTTTCCAGTAATACCATT
GGCGACAGAGGTGCCATAGCCCTGGCTGAGGCCCTGAAGGTGAACCAGATCCTGGAG
AACTTAGACCTACAGAGCAATTCCATCAGTGACATGGGAGTGACGGTGCTGATGCGA
GCCCTCTGCAGTAACCAGACACTCTCCAGTCTCAACTTACAGGAGAATGCCATAGGGG
ATGAAGGAGCTTCCTCAGTGGCTGGCGCACTGAAGGTGAACACAACCCTCATTGCTC
TCTACTTACGAGGAAACGACGTTGGGGCAGCTGGAGCCAAGGCCTTGGCA
AATGCTTTAAAGTTAAACTCCAGTCTCCGAAGACTCAATCTCCAGGAGAACTCACTG
GGGATGGATGGGGCCATATTTGTTGCCTCTGCACTGTCTGAGAACCACGGGTCTCCAC
ATGACCCAACTCAAAAGAACATAAGACAAGATAATGACAGTGTTCCTGCCCTGCACA
CTCACATGGCTGGCACCATCAGTCTCTGCAGTGTTCCTGCCCTGCACACTCACACGGA
TGTTACCATCAGTCTCTGTAGTGTTCCTGCCCTGCACACTCCCATGGCTGGCACCATG
AGTCTCTGCAGTGTTCCTGCCCTGCACACTCACATGGCTGGCACCATCAGTCTCTGTA
GTGTTCCTGCCCTGCACACTCCCATGGCTGGCACCATCAGTCTCTGCAGTGTTCCTGC
CCTGCACACTCACACGGTTGGCACCATCAGTCTCTGCAGTGTTCCTGCCCTGCACACT
CACATGGATGTCACCATCAGTCTCTGTAGTGTTCCTGCCCTGCACACTCCCATGGCTG
GCACCATCAGTCTCTGTAGTGTTCCTGCCCTGCACACTCCCATGGCTGGCACCATCAG
TCTCTGCAGTGTTCCTGCCCTGCACACTCACACGGTTGGCACCATCAGTCTCTGCAGT
GTTCCTGCCCTGCACACTCCCATGGCTGGCACCATCAGTCTCTGCAGTGTTCCTGCCC
TGCACACTCCCATGGCTGGCACCATCAGTCTCTGTAGTGTTCCTGCCCTGCACACTCC
CATGGCTGGCACCATCAGTCTCTGTAGTGTTCCTGCCCTGCACACTCCCATGGCTGGC
ACCATCAGTCTCTGTAGTGTTCCTGCCCTGCACACTCATACAGCTGGCACCAGTCTCT
GCAGACTTCAAGCCCACTAA
9. Pilih BLAST pada popular resources
38
10. Akan tampil menu BLAST kemudian pilih Global Align pada Specialized
Seraches seperti berikut
11. Masukkan data kode fasta
12. Setelah terisi kode fasta kemudian klik Align
39
13. Hasil pensejajaran kode FASTA Snake dan Caterpillar dengan
memakai BLAST.
Plot of lcl|Query_220947 vs lcl|Query_220949
40
Pada gambar ini terdapat hasil pensejajaran antara kode
FASTA snake dan caterpillar menghasilkan kemiripan 30%.
41
4.1 Definisi Mutasi
Mutasi merupakan perubahan urutan basa nukleotika pada DNA
maupun kromosom. Tahun 1901, Hugo De Vries memperkenalkan isilah
“mutasi” yang didefinisikan sebagai perubahan informasi pada gen.
Selanjutnya, H.J. Muller melihat bahwa peristiwa mutasi spontan dapat dipicu
dari paparan sinar rontgen pada Drosophilla. Penelitian tentang mutasi terus
berkembang, terkait jenis mutasi hingga teknik-teknik untuk menganalisis
terjadinya mutasi. Mutasi berasal dari kata Mutatus (bahasa latin) yang
artinya yaitu perubahan. mutasi didefenisikan sebagai perubahan materi
genetic (DNA) yang dapat diwariskan secara genetis keketurunannya. Istilah
mutasi petama kali dipakai oleh Hugo de Vries, untuk mengemukakan
adanya perubahan fenotipe yang mendadak pada bunga Oenothera
lamarckiana dan bersifat menurun. Ternyata perubahan ini terjadi
karena adanya penyimpangan dari kromosomnya. Seth wright juga
melaporkan peristiwa mutasi pada domba jenis Ancon yang berkaki pendek
dan bersifat menurun. Penelitian ilmiah tentang mutasi dilakukan pula oleh
Morgan (1910) dengan memakai Drosophila melanogaster (lalat buah).
Akhirnya murid Morgan yang bernama Herman Yoseph Muller berhasil dalam
percobaannya terhadap lalat buah, yaitu menemukan mutasi buatan dengan
memakai sinar X (Anonim, 2009).
Mutasi yaitu perubahan pada materi genetik suatu makhluk yang
terjadi secara tiba-tiba, acak, dan merupakan dasar bagi sumber variasi
organisme hidup yang bersifat terwariskan (heritable). Mutasi juga dapat
diartikan sebagai perubahan struktural atau komposisi genom suatu jasad
yang dapat terjadi karena faktor luar(mutagen) atau karena kesalahan
replikasi. Peristiwa terjadinya mutasi disebut mutagenesis. Makhluk hidup
yang mengalami mutasi disebut mutan dan factor penyebab mutasi disebut
mutagen (mutagenic agent). Perubahan urutan nukleotida yang menyebabkan
protein yang dihasilkan tidak dapat berfungsi baik dalam sel dan sel tidak
Bab
4
Mutasi
42
mampu mentolerir inaktifnya protein ini , maka akan menyebabkan
kematian (lethal mutation). Mutasi dapat mempengaruhi DNA maupun
kromosom. DNA dapat dipengaruhi pada saat sintesis
DNA (replikasi). Pada saat ini factor mutagenic mempengarugi pasangan
basa nukleutida sehingga tidak berpasangan dengan basa nukleutida yang
seharusnya (mismatch). Misalnya triplet DNA cetakan yaitu TTA. Namun
karena adanya mutagen menyebabkan DNA polymerase memasangkan A
dengan C, bukan dengan T. Untuk lebih jelasnya mekanisme mutasi dapat
dilihat pada gambar di bawah ini:
4.2 Jenis mutasi
1. Mutasi Kromosom (Gross Mutation)
Mutasi kromosom merupakan perubahan urutan sekuens gen karena
terjadi perubahan pada level kromosom. Mutasi kromosom berdampak
pada berubahnya struktur dan/atau jumlah kromosom dalam individu.
Perubahan struktur kromosom dapat terjadi abrasi kromosom yang
melalui proses delesi, inversi, duplikasi, dan translokasi.
1) Aberasi kromosom yaitu perubahan yang terjadi pada jumlah atau
susunan kromosom dalam sel yang diakibatkan adanya kehilangan,
pengaturan kembali bahan genetik ataupun duplikasi. Translokasi
43
ialah mutasi yang mengalami pertukaran segmen kromosom ke
kromosom non homolog. Macam-macam translokasi antara lain
sebagai berikut.
1. Translokasi homozigot (resiprok) Translokasi homo zigot ialah
translokasi yang mengalami pertukaran segmen kedua kromosom
homolog dengan segmen kedua kromosom non homolog.
2. Translokasi heterozigot (non resiprok) Translokasi heterozigot ialah
translokasi yang hanya mengalami pertukaran satu segmen
kromosom ke satu segmen kromosom nonhomolog.
3. Translokasi Robertson Translokasi Robertson ialah translokasi yang
terjadi karena penggabungan dua kromosom akrosentrik menjadi
satu kromosom metasentrik, maka disebut juga fusion
(penggabungan). Translokasi terjadi apabila dua benang kromosom
patah setelah terkena energi radiasi, kemudian patahan benang
kromosom bergabung kembali dengan cara baru. Patahan
kromosom yang satu berpindah atau bertukar pada kromosom yang
lain sehingga terbentuk kromosom baru yang berbeda dengan
kromosom aslinya. Translokasi dapat terjadi baik di dalam satu
kromosom (intrachromosome) maupun antar kromosom
(interchromosome). Translokasi sering mengarah pada
ketidakseimbangan gamet sehingga dapat menyebabkan
kemandulan (sterility) karena terbentuknya chromatids dengan
duplikasi dan penghapusan. Alhasil, pemasangan dan pemisahan
gamet jadi tidak teratur sehingga kondisi ini menyebabkan
terbentuknya tanaman aneuploidi. Translokasi dilaporkan telah
terjadi pada tanaman Aegilops umbellulata dan Triticum aestivum
yang menghasilkan mutan tanaman tahan penyakit.
4. Inversi ialah mutasi yang mengalami perubahan letak gen-gen,
karena selama meiosis kromosom terpilin dan terjadi kiasma.
Inversi terjadi karena kromosom patah dua kali secara simultan
setelah terkena energi radiasi dan segmen yang patah ini
berotasi 180o dan menyatu kembali. Kejadian bila centromere
berada pada bagian kromosom yang terinversi disebut pericentric,
sedangkan bila centromere berada di luar kromosom yang terinversi
disebut paracentric. Inversi pericentric berhubungan dengan
duplikasi atau penghapusan chromatid yang dapat menyebabkan
44
aborsi gamet atau pengurangan frequensi rekombinasi gamet.
Perubahan ini akan ditandai dengan adanya aborsi tepung sari atau
biji tanaman, seperti dilaporkan terjadi pada tanaman jagung dan
barley. Inversi dapat terjadi secara spontan atau diinduksi dengan
bahan mutagen, dan dilaporkan bahwa sterilitas biji tanaman
heterosigot dijumpai lebih rendah pada kejadian inversi daripada
translokasi.
Macam-macam inversi antara lain sebagai berikut.
a. Inversi parasentrik; teriadi pada kromosom yang tidak
bersentromer.
b. lnversi perisentrik; terjadi pada kromosom yang bersentromer.
5. Isokromosom ialah mutasi kromosom yang terjadi pada waktu
menduplikasikan diri, pembelahan sentromernya mengalami
perubahan arah pembelahan sehingga terbentuklah dua kromosom
yang masing – masing berlengan identik (sama). Dilihat dari
pembelahan sentromer maka isokromosom disebut juga fision, jadi
peristiwanya berlawanan dengan translokasi Robertson (fusion)
yang mengalami penggabungan.
6. Katenasi ialah mutasi kromosom yang terjadi pada dua kromosom
non homolog yang pada waktu membelah menjadi empat
kromosom, salinq bertemu ujung-ujungnya sehingga membentuk
lingkaran.
Duplikasi gen ataupun duplikasi kromosom atau amplifikasi
gen merupakan kejadian bergandanya (duplikasi) suatu daerah bagian
DNA yang mengandung gen. Ia dapat terjadi sebagai kesalahan pada
rekombinasi homolog, kejadian retrotransposisi, ataupun duplikasi
keseluruhan kromosom. Kopi kedua dari gen ini seringkali terbebas
dari tekanan seleksi, yakni bahwa mutasi ini tidak memiliki efek
merugikan pada organisme inang. Oleh karenanya, gen ini bermutasi
lebih cepat dari generasi ke generasi organisme. Duplikasi merupakan
lawan dari delesi. Duplikasi terjadi akibat dari suatu kejadian yang
disebut sebagai pindah silang. Ini terjadi semasa meiosis antara
kromosom homolog yang salah jajar. Peluang hal ini terjadi yaitu
berupa fungsi derajat perkongsian elemen berulang antara dua
kromosom. Produk rekombinasi yaitu duplikasi pada daerah
pertukaran dan delesi timbalbalik.
45
Sebuah skema bagian kromosom sebelum dan sesudah kejadian
duplikasi
Delesi, yaitu pengurangan satu atau lebih pasangan nukleotida pada
suatu gen. seperti tampak pada gambar di bawah ini:
Inversi ialah mutasi yang mengalami perubahan letak gen-gen, karena
selama meiosis kromosom terpilin dan terjadi kiasma. Inversi terjadi
karena kromosom patah dua kali secara simultan setelah terkena energi
radiasi dan segmen yang patah ini berotasi 180o dan menyatu
kembali. Kejadian bila centromere berada pada bagian kromosom yang
terinversi disebut pericentric, sedangkan bila centromere berada di luar
kromosom yang terinversi disebut paracentric. Inversi pericentric
berhubungan dengan duplikasi atau penghapusan chromatid yang dapat
menyebabkan aborsi gamet atau pengurangan frequensi rekombinasi
gamet. Perubahan ini akan ditandai dengan adanya aborsi tepung sari
atau biji tanaman, seperti dilaporkan terjadi pada tanaman jagung dan
46
barley. Inversi dapat terjadi secara spontan atau diinduksi dengan bahan
mutagen, dan dilaporkan bahwa sterilitas biji tanaman heterosigot
dijumpai lebih rendah pada kejadian inversi daripada translokasi.
Macam-macam inversi antara lain sebagai berikut.
a) Inversi parasentrik; teriadi pada kromosom yang tidak bersentromer.
b) lnversi perisentrik; terjadi pada kromosom yang bersentromer.
Perubahan jumlah kromosom dalam makhluk hidup dapat dibedakan
menjadi
dua, yaitu:
a. Euploidi
Euploidi merupakan mutasi kromosom yang menyebabkan perubahan
set kromosom dalam tubuh individu. Individu normal yaitu individu
diploid (2n). Manusia normal memiliki 46 kromosom (2n=46).
Perubahan jumlah set kromosom menyebabkan munculnya individu
monoploid (n), triploid (3n), tetraploid (4n), dan seterusnya. Peristiwa
euploidi dapat dibedakan menjadi dua, yaitu (1) autopoliploidi, dimana
proses poliploidisasinya dilakukan spontan, dan (2) allopoliploidi, yang
memerlukan induksi dalam proses poliplodisasinya.
b. Aneuploidi
Aneuploidi merupakan mutasi kromosom yang menyebabkan
perubahanjumlah kromosom dalam tubuh individu. Individu normal
yaitu individu diploid (2n). Manusia normal memiliki 46 kromosom
(2n=46). Perubahan jumlah kromosom menyebabkan munculnya
individu nullisomi (2n-2), monosomi (2n-1), trisomi (2n+1), tetrasomi
(2n+2), dan seterusnya.
2. Mutasi Gen (Point Mutation)
Mutasi gen merupakan perubahan urutan sekuens gen karena terjadi
perubahan pada level DNA. Mutasi DNA dapat terjadi melalui proses
transisi, transversi, delesi, insersi, dan duplikasi. Mutasi gen dapat
berdampak pada terjadinya silent mutation (mutasi yang tidak
menyebabkan perubahan asam amino), nonsense mutation (mutasi yang
menyebabkan terbentuknya kodon STOP) dan missense mutation (mutasi
yang menyebabkan perubahan protein). Mutasi gen dapat dibedakan
menjadi dua, yaitu:
47
a. Pergantian Basa Nitrogen (Substitution Mutation)
Mutasi pergantian basa nitrogen dapat dibedakan menjadi dua, yaitu:
(1) transisi, apabila basa nitrogen berganti dengan dengan basa
nitrogen satu golongan (purin berganti dengan purin, pirimidin
berganti dengan pirimidin), dan (2) transversi, apabila basa nitrogen
berganti dengan dengan basa nitrogen berbeda golongan (purin
berganti dengan pirimidin, atau sebaliknya).
b. Perubahan Jumlah Basa Nitrogen (Frameshift Mutation)
Mutasi gen yang berdampak pada perubahan jumlah basa nitrogen
dapat terjadi melalui proses delesi (pengurangan), insersi
(penyisipan), dan duplikasi (penggandaan) DNA.
4.3 Mutasi Pada Sequence
Mutasi yaitu perubahan sequence genetik, yang merupakan
penyebab utama perbedaan di antara organisme. Perubahan ini terjadi pada
berbagai tingkatan, dengan konsekuensi yang sangat berbeda.
(http://www.nature.com /scitable/topicpage/genetic-mutation-1127). Menurut
Shen (2007), mutasi pada sequence DNA dapat diklasifikasikan menjadi 4 tipe,
yaitu :
a. Tipe I
Suatu mutasi yang disebabkan oleh perubahan nukleotida, misalnya dri
“a” menjadi “g”.
b. Tipe II
Suatu mutasi yang terjadi karena ada bagian nukleotida yang berubah
urutan posisinya, misalnya bagian “accgu” berubah urutan menjadi
“guacc”.
c. Tipe III
Suatu mutasi yang disebabkan oleh penyisipan segmen baru ke dalam
sequence, misalnya penyisipan “aa” di bagian tengah pada segmen
“gguugg” akan mengubah segmen menjadi “gguaaugg”
d. Tipe IV
Suatu mutasi yang terjadi karena penghapusan segmen nukleotida pada
sequence, misalnya menghapus nukleotida “ag” dari segmen “acaguua”
sehingga segmen berubah menjadi “acuua”.
48
Pada mutasi tipe I dan tipe II, posisi dari semua nukleotida tidak mengalami
perubahan maka mutasi ini disebut mutasi subtitusi. Sedangkan untuk mutasi
tipe III dan tipe IV yang bisa mengubah posisi nukleotida, maka disebut
sebagai mutasi pemindahan.
49
5.1 Bioinformatika sebagai Teknologi Sekuensing Terbaru
Pada masa sekarang ini hingga satu dekade ke depan, para peneliti akan
dihadapkan pada tantangan penyimpanan, pengolahan dan analisis data besar
(big data) yang dihasilkan dari teknologi Next-Generation Sequencing (NGS).
Analisis sekuen genom memakai pendekatan NGS merupakan proses
konversi dari materi biologis belum bermakna (sampel DNA atau RNA)
menjadi kode informasi (kode biner dan kode basa nukleotida) dan
diterjemahkan menjadi informasi biologis bermakna. Bioinformatika terlibat
secara nyata dan memiliki peran sangat penting dalam rangka mempermudah
setiap tahapan analisis NGS.
Bioinformatika merupakan bagian yang tidak terpisahkan dari teknologi
sekuensing generasi baru atau yang sering disebut Next-Generation
Sequencing (NGS). Pada masa sekarang ini hingga satu dekade ke depan, para
peneliti akan dihadapkan pada tantangan penyimpanan, pengolahan dan
analisis data besar (big data) yang dihasilkan dari teknologi NGS. Setidaknya,
empat tahapan wajib dilakukan dalam analisis sekuen nukleotida
memakai platform NGS yaitu (1) pemanggilan basa (base calling) pasca
sekuensing, (2) penjajaran dan penggabungan sekuen (assembly), (3) anotasi
sekuen (annotation), dan (4) integrasi data bioinformatika menjadi data
biologis (data integration).
Bab
5
Penelitian Pesejajaran Sequence di negara kita
50
Pertama, analisis pemanggilan basa (base calling) pada potongan pendek
sekuen (100-500 pasangan basa) yang disebut reads pasca prosesi sekuensing
genom atau transkrip dilakukan memakai piranti lunak berbasis modul
perintah (Command Line Interface, CLI). Kedua, contig dan scaffold disusun
memakai penjajaran dan penggabungan (assembly) sekuen nukleotida
pendek ini . Contig dan scaffold merupakan bentuk gabungan reads yang
umumnya memiliki panjang ratusan hingga ratusan ribu pasang basa. Ketiga,
anotasi dan visualisasi sekuen contig dan scaffold kemudian dilakukan
memakai piranti lunak berbasis grafis (Graphical Processing Unit, GPU)
seperti BLAST2GO. Keempat, keseluruhan analisis bioinformatika dari
platform NGS seperti GO (Gene Ontology), KEGG (Kyoto Encyclopedia of Genes
and Genomes) hingga DGE (Differential Gene Expression) diintegrasi menjadi
satu luaran informasi yang koheren serta memberikan makna biologis. Saat
ini, beberapa tool bioinformatika untuk analisis data NGS tersedia secara
daring dan tidak dipungut biaya, seperti Galaxy (https://usegalaxy.org/) dan
Genomic tools (http://molbiol-tools.ca/Genomics.htm).
Analisis bioinformatika terlibat bahkan sejak sekuen nukleotida mentah
(raw nucleotide sequence) dihasilkan dari mesin sekuensing seperti Illumina,
SFF, HDF5, CG atau SOLID). Proses sekuensing sendiri mendeteksi basa-basa
nukleotida dan mengubahnya secara komputasi menjadi data reads. Sistem
format FASTQ dipakai untuk mengukur kualitas dari sekuen reads yang
dihasilkan. Pengukuran ini pada dasarnya yaitu memberikan penilaian
apakah basa yang terbaca akurat atau tidak. Data dalam bentuk FASTQ sukar
untuk dipakai pada peneliti di laboratorium karena data berukuran besar
dan masih berbentuk kode angka dan karakter, bukan dalam bentuk kode
basa nukleotida. Oleh sebab itu, data FASTQ pada umumnya dikonversi
menjadi bentuk kompak yang disebut SAM (Sequence Alignment Map) dan
kemudian lebih dikompres menjadi BAM (Binary Alignment Map).
Penjajaran sekuen reads untuk membentuknya menjadi sekuen yang lebih
panjang berupa contig dan/atau scaffold dapat dilakukan dengan dua
pendekatan berbasis bioinformatika yaitu (1) pemetaan komparatif
(comparative mapping) dimana sekuen reads disejajarkan dengan sekuen
genom referensi (reference genome) dan (2) penggabungan sekuen dengan
memanfaatkan sekuen reads yang saling tumpang tindih (overlapping reads).
Pendekatan kedua ini lebih dikenal sebagai de novo assembly. Saat ini,
berbagai genom referensi telah tersedia untuk spesies baik hewan dan
tanaman. Umumnya, para peneliti yang melakukan pendekatan de novo
assembly akan tetap membandingkan dan mengkonfirmasi sekuen mereka
memakai referensi genom yang telah ada baik pada spesies yang sama
maupun pada spesies terdekat. Dalam mengkonfirmasi hasil assembly secara
manual, para peneliti memakai piranti lunak seperti Tablet® untuk
memvisualisasikan sekuen contig atau scaffold mereka.
51
Pada tahapan berikutnya, bioinformatika dibutuhkan lebih spesifik dalam
menganotasi, mengubah dan menerjemahkan sekuen nuleotida menjadi
informasi genomika tingkat tinggi seperti menentukan daerah penyandi
protein (coding sequence, CDS), daerah yang tidak menyandi protein (non
coding), bentuk isoform sekuen mRNA, sinyal peptida, dan elemen repetitif
(repeat elements). Pada organisme eukariotik yang memiliki struktur genom
lebih kompleks dibanding organisme prokatiotik, anotasi genom menjadi lebih
sulit dan menantang. Analisis pada genom yang lebih kompleks umumnya
dilakukan memakai rangkaian proses anotasi yang disebut GAP (genome
annotation pipeline). Pada basis data publik, The NCBI Eukaryotic Genome
Annotation Pipeline tersedia untuk genom eukariotik
(http://www.ncbi.nlm.nih.gov/genome/annotation_euk/process/). GAP
ini terdiri dari langkah pertama berupa identifikasi dan mengeliminasi
elemen genom repetitif (mikrosatelit, retrotransposon dan transposon)
memakai RepeatMasker, Censor atau WindowMasker. Langkah pertama
ini penting untuk menyaring sekuen repetitif yang dapat mengganggu
analisis BLAST dalam anotasi sekuen penyandi protein. Langkah berikutnya
dari GAP yaitu anotasi transkrip, penjajaran protein/domain, prediksi model
gen, penamaan gen dan lokus, dan pemberian GeneID.
Analisis bioinformatika tingkat lanjut pada NGS harus menghasilkan
makna biologis dari sekuen genom. Salah satu analisis tingkat lanjut ini
yaitu GO (Gene Ontology). GO menyediakan terminologi dari gen, interaksi
protein-protein yang terlibat sebagai komponen seluler, fungsi molekuler dan
proses biologis terkait. Dalam sejarahnya, analisis GO dimulai hanya dari basis
data dari tiga organisme model yaitu FlyBase (Drosophila), the Saccharomyces
Genome Database (SGD) and the Mouse Genome Database (MGD). Saat ini,
Konsorsium Kontributor GO telah terbentuk dan terus menambahkan basis
data baru dari organisme yang genomnya baru disekuen. Daftar contributor
GO ini dapat diakses melalui tautan: http://geneontology.org/page/go-
consortium-contributors-list. Selain GO, analisis ontologi serupa juga
disediakan oleh beberapa provider yang berbeda seperti: the Open Biological
and Biomedical Ontologies (OBBO), Reactome, DAVID, and the KEGG (Kyoto
Encyclopedia of Genes and Genomes) Pathway database.
Pada akhirnya, analisis sekuen genom memakai pendekatan NGS
merupakan proses konversi dari materi biologis belum bermakna (sampel
DNA atau RNA) menjadi kode informasi (kode biner dan kode basa
nukleotida) dan diterjemahkan menjadi informasi biologis bermakna.
Bioinformatika terlibat secara nyata dan memiliki peran sangat penting dalam
rangka mempermudah setiap tahapan analisis NGS. Bioinformatika
terintegrasi dalam NGS telah menjadi bagian tidak terpisahkan dalam rangka
memberikan makna biologis pada sekuen.
52
5.2 Penelitian Analisis Sequence Protein
Pensejajaran Sequence Protein memakai Algoritma Smith Waterman
Dua aspek penting dalam algoritma Smith Waterman ini, antara lain:
a. Menghitung nilai pada tabel dua dimensi
Algoritma Smith Waterman menmbahkan 0 ketika menghitung 𝑠(𝑖, 𝑗) sehingga
skor negatif tidak akan pernah terjadi pada Algoritma ini. Keuntungannya akan
memperjelas lintasan backward.
𝑠(𝑖, 𝑗) = max {
0
𝑠(𝑖 − 1, 𝑗 − 1) + 𝑠(𝑥𝑖 , 𝑦𝑖)
𝑠(𝑖 − 1, 𝑗) − 𝑑
𝑠(𝑖, 𝑗 − 1) − 𝑑
b. Algoritma Traceback
Titik awal dan akhir dari metode backtrace pada Algoritma Smith Waterman
dipilih elemen dengan skor maksimal. Titik akhirnya yaitu elemen pertama
dengan nilai 0 pada proses backtrace. Titik awal dengan skor maksimal akan
menjamin skor maksimal pada alignment sequence lokal, dan titik akhirnya
yaitu elemen pertama dengan nilai 0 menjamin bahwa bagian ini tidak
terlampaui. Bagian yang berhubungan dengan lintasan backward merupakan
bagian yang memiliki skor penalti minimum.
Pada pensejajaran ini dipakai 19 sample data sequence protein virus zika,
4 sample data sequence protein pasien terinfeksi virus dengue type 1, type 2, type
3, dan type 4 yang berasal dari negara kita . Dari keseluruhan sampel virus zika
ini , diambil 1 sequence virus dari negara kita (Jambi) dan disejajarkan dengan
sequence virus dengue dari masing-masing type, yang juga diambil dari negara kita .
Selanjutnya dicari perbedaan antar sequence, persamaan kedua sequence dan
prosentasenya, durasi waktu, dan mutasi yang terjadi. Proses dikerjakan secara
statis karena sequence yang disejajarkan hanya 4 sequence dengue dengan 1
sequence zika.
Data sequence virus dengue yang diambil secara online di genbank,
database gen terbesar di dunia milik pemerintah Amerika Serikat. Adapun
pengambilannya dengan mengakses National Center for Biotechnology
Information (NCBI, www.ncbi.nlm.nih.gov). Selanjutnya diambil sequence
masing-masing virus dan disimpan kode FASTAnya dalam format txt. Adapun data
sequence ditunjukkan oleh tabel 1 dan 2 berikut.
53
Tabel 1 Data sequence protein pasien terinfeksi virus dengue
No
Access
Code
Type
Sequence
Length
Date of Sample
Collection
Explanation
1 AHG06327 1 3392 15-02-2008
Dengue virus 1 isolate Makassar-
0398, complete genom
2 AHG06364 2 3391 05-04-2010
Dengue virus 2 isolate Makassar-
WS80, complete genom
3 AHG06376 3 3390 22-03-2010
Dengue virus 3 isolate Makassar-
WS78, complete genom
4 AHG06382 4 3387 30-04-2008
Dengue virus 4 isolate Makassar-
2007, complete genom
Tabel 2 Data sequence protein pasien terinfeksi virus Zika
No Access Code
Sequence
Length
Country
Date of Sample
Collection
Explanation
1 KM078936 976 Easter Island Chili 1 Maret 2014 Partial cds
2 KJ873160 893 New Caledonia 3 April 2014 Partial cds
3 KJ776791 10.807 French Polinesia 28 Nov 2013 Complete genom
4 KM851039 789 Thailand 19 Juli 2014 Partial cds
5 KF993678 10.141 Canada 19 Feb 2013 Partial cds
6 AMK 49492 383 negara kita (Jambi) 30 Des 2014 Partial cds
7 JN860885 10.269 Cambodia 2010 Partial cds
8 EU545988 10.272 Yap Micronesia Juni 2010 Complete cds
9 KM851038 789 Philippines 9 Mei 2012 Partial cds
10 HQ234499 10.269 Malaysia 1966
Partial cds;
host: Aedes
Aegypti
11
MR766
/ABY86749
255 EI 2015 Partial cds
12
AY632535 /
AAV34151.
1
10.794 Uganda 1947
Complete cds;
Host: sentinel
monkey
13 KF268948 10.788
Central African
Republic
1976
Complete cds;
Host: aedes
Africanus
14 KF383091 708 Senegal 2001 Partial cds
15 HQ234500 10.251 Nigeria 1968 Partial cds
16 KF383084 708 Senegal 1991 Partial cds
17 HQ234501 10.269 Senegal 1984 Partial cds
18 KF383113 708 Cote de Ivoire 1980 Partial cds
19 DQ859064 10.290 South Africa -
Complete cds;
Spondweni virus
54
Dengan memakai algoritma Smith Waterman, pensejajaran antara virus zika
dengan virus Dengue ditunjukkan pada table 3 berikut.
Table 3. Matlab Berdasarkan Algoritma Smith Waterman
Sequence
Similarity/
Dissimilarity
Percentace (%)
Duration
(s)
DEN-V Type ZIK-V Sim Diss Sim Diss
AHG06327 1 AMK49492 273 108 71.4660 28.27 0.062
AHG06364 2 AMK49492 272 108 71.0183 28.20 0.094
AHG06376 3 AMK49492 274 107 71.5405 27.94 0.359
AHG06382 4 AMK49492 271 110 70.7572 28.72 0.156
Berdasarkan keluaran empat pensejajaran, dan dibandingkan dengan Basic Search
Alignment Search Tool (BLAST), yaitu sebuah program untuk membandingkan
urutan nukleotida atau protein ke database urutan dan menghitung signifikansi
statistik dari dua urutan kecocokan ditunjukkan pada tabel 4 berikut.
Tabel 4. Perbandingan Matlab and BLAST
Sequence Sequence length Identical value Duration (s)
DEN-V Type ZIK-V DEN-
V
ZIK-V Matlab BLAST Matlab BLAST
AHG06327 1 AMK49
492
3392 383 71,466 % 71 % 0,062 12,16
AHG06364 2 AMK49
492
3391 383 71,0183% 71 % 0,094 11,27
AHG06376 3 AMK49
492
3390 383 71,5405% 71 % 0,359 6,58
AHG06382 4 AMK49
492
3387 383 70,7572% 71 % 0,156 10,68
Dari tabel 4 di atas, dapat diketahui bahwa output pensejajaran sequence virus Zika
dan virus Dengue pada simulasi matlab memiliki nilai lebih lebih akurat daripada
output BLAST. Terbukti dengan tingkat keakuratan output simulasi matlab sampai
4 angka desimal, sedangkan BLAST hanya menampilkan 2 angka signifikan dan
juga durasi waktu komputasi pada simulasi matlab lebih pendek dari waktu
komputasi pada BLAST (Pradana & Amiroch, 2018).
55
5. Pohon Filogenetik Penyebaran Virus Zika Jambi
Analisis Penyebaran Virus Zika berdasarkan output MUSCLE
Sebelum dikonstruksi pohon filogenetik, masing-masing sequence
disejajarkan terlebih dahulu. Dari 19 data yang diperoleh, ternyata jenis datanya
tidak sama, beberapa memakai data protein, beberapa data DNA. Sehingga
untuk keseragaman, sebagian besar data DNA diubah menjadi data protein dan
diakses mengikuti penamaan sequence proteinnya. Sehingga data protein
keseluruhan sequence virus Zika ini ditunjukkan tabel 5 berikut.
Tabel 5. Kode akses protein yang dipakai sebagai data
No Kode semula
Kode akses
Protein
Panjang
seq. (bp)
Negara
Tanggal
pengumpulan
sampel
1 KM078936
AJD79008
976
Easter Island
Chili
1 Maret 2014
2 KJ873160
AJA40023
893
New
Caledonia
3 April 2014
3 KJ776791
AHZ13508
10.807
French
Polinesia
28 Nov 2013
4 KM851039 AKH87423 789 Thailand 19 Juli 2014
5 KF993678 AHL37808 10.141 Canada 19 Feb 2013
6 AMK 49492
AMK49492
383
negara kita
(Jambi)
30 Des 2014
7 JN860885 AFD30972 10.269 Cambodia 2010
8 EU545988
ACD75819
10.272
Yap
Micronesia
Juni 2010
9 KM851038 AKH87424 789 Philippines 9 Mei 2012
10 HQ234499 AEN75264 10.269 Malaysia 1966
11
MR766
/ABY86749
ABY86749
255 EI 2015
12
AY632535 /
AAV34151.1
AAV34151
10.794 Uganda 1947
13 KF268948
AHF43978 10.788
Central
African
Republic
1976
14 KF383091 AHL43476 708 Senegal 2001
15 HQ234500 AEN75265 10.251 Nigeria 1968
16 KF383084 AHL43469 708 Senegal 1991
17 HQ234501 AEN75266 10.269 Senegal 1984
56
18 KF383113 AHL43498 708 Cote de Ivoire 1980
19 DQ859064 ABI54480 10.290 South Africa -
Dari output CLUSTALW2 diperoleh matriks prosentase identik pada masing-
masing sequence seperti berikut ini.
Matrix nilai identik dari 14 sequence
Terlihat bahwa nilai identiknya tinggi sekali. Hal itu menunjukkan bahwa
tingkat kemiripan sequence satu dengan yang lain sangatlah tinggi. Beberapa
sequence menunjukkan kemiripan 100% seperti pada sequence 5 dan sequence 12,
sequence 6 dengan sequence 11,12,13, dan seterusnya (Pradana & Amiroch, 2018).
Untuk pohon filogenetik bentukan MUSCLE tampak pada gambar 1 berikut.
57
Gambar 1. Pohon filogenetik hasil output program MUSCLE
Berdasarkan gambar 4.5 ini , diketahui bahwa virus Zika terpisah
menjadi dua cluster. Untuk lebih jelasnya dibentuk tabel 6 berikut.
Tabel 6. Cluster I penyebaran Virus Zika
No. Kode akses Nama daerah
1 ABI54480 South Africa
2 AJD79008 Easter Island Chili
3 AJA40023 New Caledonia
4 AKH87424 Philipina
5 ACD75819 Yap Micronesia
6 AKH87423 Thailand
7 AFD30972 Cambodia
8 AMK49492 negara kita (Jambi)
Karena sebagian besar penyebaran virus pada cluster I ini berada di Asia, maka
disebut “Cluster Asia”. Nampak pada pohon filogenetik penyebaran hingga ke
negara kita yang pertama kali berasal dari Afrika Selatan, menyebar ke pulau Chili,
Caledonia, Philipina, Yap Micronesia, Thailand, Cambodia, dan akhirnya sampai
ke negara kita (Pradana & Amiroch, 2018). Sedangkan untuk cluster kedua, daerah
penyebarannya ditabelkan sebagai berikut:
Tabel 7. Cluster II penyebaran Virus Zika
No. Kode akses Nama daerah
1 AHL43476 Senegal
2 ABY86749 El-Salvador
3 AHL43498 Cote de Ivoire
4 AHL43469 Senegal
5 AEN75266 Senegal
6 AEN75265 Nigeria
7 AHF49783 Central African Republic
8 AAV34151 Uganda
9 AEN75264 Malaysia
10 AHZ13508 French Polinesia
58
Dari cluster II pada tabel 7 ini , sebagian besar berada pada daerah Afrika,
sehingga cluster kedua disebut “Cluster Africa”.
.jpeg)
.jpeg)
