TUGAS SOFTSKILL : PENGANTAR KOMPUTASI MODERN #4
RANGKUMAN
BIOINFORMATIKA
Disusun
Oleh :
Nama
: Boby Pardamean
Kelas
: 4IA18
NPM
: 51416457
Bioinformatika
Bioinformatika, sesuai dengan asal katanya yaitu “bio” dan “informatika”
adalah gabungan antara ilmu biologi dan teknik informasi (TI). Sebagai suatu
disiplin ilmu, bioinformatika merupakan kajian yang memadukan disiplin biologi
molekul, matematika dan teknik informasi (TI). Bidang ini masih tergolong
relatif baru sehingga masih banyak kesalahpahaman mengenai definisinya. Secara
umum, bioinformatika dapat digambarkan sebagai segala bentuk penggunaan
komputer dalam menangani masalah-masalah biologi. Tetapi dalam prakteknya,
definisi yang digunakan lebih bersifat terperinci. Bioinformatika itu sendiri
mempunyai pengertian suatu teknologi pengumpulan, penyimpanan, analisis,
interpretasi, penyebaran dan aplikasi dari data-data biologi molekul.
Ilmu bioinformatika lahir atas insiatif para ahli ilmu komputer
berdasarkan artificial intelligence. Mereka berpikir bahwa semua gejala yang
ada di alam ini bisa dibuat secara artificial melalui simulasi dari
gejala-gejala tersebut. Untuk mewujudkan hal ini diperlukan data-data yang
menjadi kunci penentu tindaktanduk gejala alam tersebut, yaitu gen yang
meliputi DNA atau RNA. Perangkat utama Bioinformatika adalah software dan
didukung oleh kesediaan internet dan server World Wide Web (WWW). Syarat utama
yang harus dimiliki dalam bidang bioinformatika adalah keberadaan database.
Database informasi dasar saat ini telah tersedia. Untuk database DNA yang utama
adalah GenBank (Amerika Serikat). Sementara untuk protein, databasenya dapat
ditemukan di Swiss-Prot (Swiss) untuk sekuen asam aminonya, dan Protein Data
Bank (PDB) untuk struktur tiga dimensinya.
Pada awal perkembangan ilmu pengetahuan. Para pakar biologi molekuler,
ahli biologi melakukan pengambilan data biologis dengan menggunakan eksperimen
atau pendekatan lainnya. Data tersebut disimpan di dalam suatu database,
struktur protein, dan data sekuen protein. Data yang masif tersebut tidak dapat
dianalisa secara efektif karena keterbatasan manusia. Oleh karena itu,
dibutuhkan ahli komputer untuk membantu kerja dari ahli biologi.
Sehingga dapat ditarik kesimpulan jika Bioinformatika adalah bidang ilmu
yang mempelajari teknik komputasi dalam melakukan pengumpulan dan analisa data
biologis kompleks. Biologi, ilmu komputer, matematika, dan statistika memiliki
peranan penting di dalam bidang bioinformatika. Kehadiran bioinformatika tidak
terlepas dari data biologi yang masif dan sulit dikelola secara manual sehingga
menjadi tren penelitian di bidang biologi saat ini.
Bidang-Bidang Yang
Terkait Dengan Bioinformatika
- Biophysics
Biologi molekul
sendiri merupakan pengembangan yang lahir dari biophysics. Biophysics adalah
sebuah bidang interdisipliner yang mengaplikasikan teknik-teknik dari ilmu
Fisika untuk memahami struktur dan fungsi biologi (British Biophysical
Society). Sesuai dengan definisi di atas, bidang ini merupakan suatu bidang
yang luas. Namun secara langsung disiplin ilmu ini terkait dengan Bioinformatika
karena penggunaan teknik-teknik dari ilmu Fisika untuk memahami struktur
membutuhkan penggunaan TI.
- 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
adalah 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 tersebut 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.
- Medical Informatics
Menurut Aamir
Zakaria, pengertian dari 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.” 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.
- 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). 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 adalah penisilin, dapat menggambarkan cara
untuk menemukan dan mengembangkan obatobatan hingga sekarang –meskipun terlihat
aneh–. Cara untuk menemukan dan mengembangkan obat adalah hasil dari
kesempatan, observasi, dan banyak proses kimia yang intensif dan lambat. Sampai
beberapa waktu yang lalu, disain obat dianggap harus selalu menggunakan kerja
yang intensif, proses uji dan gagal (trial-error process).
Kemungkinan
penggunaan TI untuk merencanakan secara cerdas dan dengan mengotomatiskan
proses-proses yang terkait dengan sintesis kimiawi dari komponenkomponen
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.
- 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. Secara logis tentu saja
mungkin untuk membandingkan genom-genom dengan membandingkan kurang lebih suatu
himpunan bagian dari gen di dalam genom yang representatif.
- Mathematical Biology
Mathematical biology
lebih mudah dibedakan dengan Bioinformatika daripada computational biology
dengan Bioinformatika. Mathematical biology juga menangani masalah-masalah
biologi, namun metode yang digunakan untuk menangani masalah tersebut 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, 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.
- Proteomics
Istilah proteomics
pertama kali digunakan 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, tetapi 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 tersebut hampir semua pasca genom. Michael J. Dunn, 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 tersebut– melibatkan tempat penyimpanan dan
perbandingan dari data yang memiliki jumlah yang sangat besar, tak terhindarkan
lagi akan memerlukan Bioinformatika.
- Pharmacogenomics
Pharmacogenomics
adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari
target-target obat. Contohnya meliputi menjaring semua genom untuk penerima
yang potensial dengan menggunakan 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
diagnosa (kemungkinan untuk mengejar target potensial terapi kanker). Istilah
pharmacogenomics digunakan lebih untuk urusan yang lebih “trivial” — tetapi
dapat diargumentasikan lebih berguna– dari aplikasi pendekatan Bioinformatika
pada pengkatalogan dan pemrosesan informasi yang berkaitan dengan ilmu Farmasi
dan Genetika, untuk contohnya adalah pengumpulan informasi pasien dalam
database.
- Pharmacogenetics
Tiap individu mempunyai respon yang berbeda-beda terhadap berbagai
pengaruh obat; sebagian ada yang positif, sebagian ada yang sedikit perubahan
yang tampak pada kondisi mereka dan ada juga yang mendapatkan efek samping atau
reaksi alergi. Sebagian dari reaksi-reaksi ini diketahui mempunyai dasar
genetik. Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode
genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik,
contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil
respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk
memberitahu administrasi dan pengembangan terapi pengobatan. Secara menakjubkan
pendekatan tersebut telah digunakan untuk “menghidupkan kembali” obat-obatan
yang sebelumnya dianggap tidak efektif, namun ternyata diketahui manjur pada
sekelompok pasien tertentu. Disiplin ilmu ini juga dapat digunakan untuk
mengoptimalkan dosis kemoterapi pada pasien-pasien tertentu. Gambaran dari
sebagian bidang-bidang yang terkait dengan Bioinformatika di atas
memperlihatkan bahwa Bioinformatika mempunyai ruang lingkup yang sangat luas
dan mempunyai peran yang sangat besar dalam bidangnya. Bahkan pada bidang
pelayanan kesehatan Bioinformatika menimbulkan disiplin ilmu baru yang
menyebabkan peningkatan pelayanan kesehatan.
Penerapan
Bioinformatika untuk Diagnosa Penyakit Baru
Untuk penyakit baru diperlukan diagnosa yang akurat sehingga bisa
dibedakan dengan penyakit lain. Diagnosa yang akurat ini sangat diperlukan
untuk penanganan pasien seperti pemberian obat dan perawatan yang tepat. Jika
pasien terinfeksi virus influenza dengan panas tinggi, hanya akan sembuh jika
diberi obat yang cocok untuk infeksi virus influenza. Sebaliknya, tidak akan
sembuh kalua diberi obat untuk malaria. Karena itu, diagnosa yang tepat untuk
suatu penyakit sangat diperlukan.
Selain itu, diagnosa juga diperlukan untuk menentukan tingkat kematian
(mortality) dari suatu agent penyakit. Artinya, semakin tinggi angka kematian
ini, semakin berbahaya agent tersebut. Angka ini dihitung dengan menghitung
jumlah pasien yang meninggal (D) dibagi dengan jumlah total pasien pengidap penyakit
tersebut (P) (=D/P). Pada kasus SARS, gejala yang muncul mirip dengan gejala
flu, sehingga dari gejala saja tidak bisa dibedakan apakah dia mengidap SARS
atau mengidap flu. Diagnosa ini penting karena akan menentukan tingkat
keganasan suatu agent yang akan mempengaruhi kebijakan yang diambil terhadap
penyakit tersebut.
Ada beberapa cara untuk diagnosa suatu penyakit. Diantaranya isolasi
agent penyebab penyakit tersebut dan analisa morfologinya, deteksi antibodi
yang dihasilkan dari infeksi dengan Teknik enzyme-linked immunosorbent assay
(ELISA), dan deteksi gen dari agent pembawa penyakit tersebut dengan Polymerase
Chain Reaction (PCR). Isolasi agent pembawa penyakit memerlukan waktu yang
lama. Teknik ELISA bisa dilakukan dalam waktu yang pendek, namun untuk
tiap-tiap penyakit kita harus mengembangkan teknik tersebut terlebih dahulu.
Untuk pengembangannya ini memerlukan waktu yang lama.
Yang banyak dan lazim dipakai saat ini adalah teknik PCR. Teknik ini
simpel, praktis dan cepat. Yang penting dalam teknik PCR adalah design primer
untuk amplifikasi DNA. Untuk mendesign primer ini diperlukan data sekuen dari
genom agent yang bersangkutan dan software seperti yang telah diuraikan di
atas. Di sinilah 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. Dua step reverse transcription dan PCR ini bisa
dilakukan sekaligus dan biasanya dinamakan RT-PCR.
Karena PCR ini hanya bersifat kualitatif, sejak beberapa tahun yang lalu
telah dikembangkan Teknik 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 didesign sesuai dengan sekuen
agent yang bersangkutan. Di sini juga diperlukan software atau program
Bioinformatika.
Untuk penyakit SARS sendiri sekarang telah tersedia kit RT-PCR yang
dikembangkan oleh Takara Bio Inc., dengan nama komersial CycleaveRT-PCR SARS
virus Detection Kit. Selain itu Roche Diagnostics juga juga tengah
mengembangkan kit untuk deteksi virus SARS. Keberhasilan pengembangan kit ini
tidak terlepas dari didorong kemajuan Bioinformatika.
Sumber Artikel :
Komentar
Posting Komentar