BAB I
PENDAHULUAN
1.1. Latar Belakang Sejarah
Penetrasi Teknologi Informasi (TI) dalam berbagai disiplin ilmu
telah melipatgandakan perkembangan ilmu
bersangkutan. Berbagai kajian baru
bermunculan,
sejalan dengan perkembangan TI itu sendiri
dan disiplin ilmu
yang didukungnya. Aplikasi TI dalam bidang
biologi molekul telah melahirkan bidang
Bioinformatika. Kajian ini
semakin penting, sebab perkembangannya telah mendorong kemajuan bioteknologi
di satu sisi, dan pada sisi
lain memberi
efek
domino pada bidang
kedokteran, farmasi, lingkungan dan lainnya.
Kajian baru Bioinformatika ini tak
lepas dari perkembangan biologi molekul modern yang ditandai dengan kemampuan
manusia untuk memahami genom, yaitu cetak biru
informasi genetik yang menentukan sifat setiap makhluk hidup yang disandi dalam bentuk pita
molekul DNA (asam deoksiribonukleat). Kemampuan untuk memahami dan memanipulasi kode
genetik DNA ini
sangat didukung
oleh
TI melalui perangkat
perangkat keras maupun lunak. Hal
ini bisa dilihat pada upaya Celera Genomics, perusahaan bioteknologi Amerika Serikat yang
melakukan pembacaan sekuen
genom manusia yang secara maksimal memanfaatkan TI
sehingga bisa melakukan pekerjaannya dalam waktu yang
singkat (hanya beberapa
tahun), dibanding usaha konsorsium lembaga riset publik AS, Eropa, dan lain-lain, yang memakan waktu lebih dari 10 tahun.
Kelahiran Bioinformatika modern tak lepas dari perkembangan bioteknologi di era tahun 70-an, dimana seorang ilmuwan AS melakukan inovasi dalam mengembangkan teknologi DNA rekombinan.
Berkat
penemuan
ini lahirlah perusahaan bioteknologi pertama di dunia, yaitu Genentech di
AS,
yang kemudian memproduksi protein hormon insulin dalam bakteri, yang dibutuhkan penderita diabetes. Selama ini insulin hanya bisa 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 Indonesia,
ada Lembaga Biologi
Molekul
Eijkman yang
terletak
di Jakarta. 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 di Silicon Valley telah mendorong munculnya database
baru mengenai RNA.
Desakan kebutuhan untuk mengumpulkan, menyimpan dan menganalisa data-data biologis dari
database DNA, RNA maupun protein inilah yang semakin memacu perkembangan
kajian Bioinformatika.
1.2. Contoh-contoh Penggunaan
1.2.1. Bioinformatika dalam Bidang Klinis
Bioinformatika dalam bidang klinis sering disebut sebagai informatika klinis (clinical informatics). Aplikasi
dari informatika klinis ini berbentuk manajemen data-data klinis dari pasien melalui Electrical Medical Record (EMR) yang dikembangkan
oleh
Clement 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, foto rontgen, ukuran
detak
jantung, dan lain lain.
Dengan
data ini dokter
akan
bisa menentukan obat yang sesuai dengan kondisi pasien tertentu dan lebih
jauh lagi, dengan dibacanya genom
manusia, akan memungkinkan untuk
mengetahui penyakit genetik seseorang, sehingga penanganan terhadap pasien menjadi lebih akurat.
1.2.2. Bioinformatika 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 karena gejalanya mirip dengan gejala pengidap influenza. Akan tetapi ternyata dugaan ini salah karena virus influenza tidak terisolasi dari pasien. Perkirakan lain
penyakit ini disebabkan
oleh bakteri Candida karena bakteri ini terisolasi dari beberapa pasien. Tapi perkiraan
ini juga 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 virus Corona yang telah berubah (mutasi) dari virus Corona yang ada selama ini.
Dalam rentetan proses ini, Bioinformatika memegang peranan penting. Pertama pada proses pembacaan genom virus Corona.
Karena
di database
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 mendisain primer yang digunakan
untuk amplifikasi DNA virus SARS ini. Software untuk mendisain primer juga tersedia, baik yang gratis maupun yang komersial. Contoh yang gratis adalah Webprimer yang disediakan oleh
Stanford Genomic Resources (http://genome-www2.stanford.edu/cgi-bin/SGD/web-primer), GeneWalker
yang disediakan oleh Cybergene AB (http://www.cybergene.se/primerdisain/genewalker), dan lain
sebagainya. Untuk yang komersial ada
Primer Disainer yang dikembangkan oleh Scientific &
Education Software,
dan software-software
untuk analisa
DNA lainnya
seperti Sequencher (GeneCodes Corp.), SeqMan II (DNA STAR Inc.), Genetyx (GENETYX Corp.), DNASIS (HITACHI Software), dan lain lain. Kedua pada proses mencari kemiripan sekuen (homology alignment) virus
yang didapatkan dengan virus lainnya. Dari
hasil analisa virus SARS diketahui bahwa genom virus Corona penyebab SARS berbeda dengan virus Corona lainnya. Perbedaan ini diketahui dengan menggunakan
homology
alignment dari
sekuen
virus SARS. Selanjutnya, Bioinformatika juga
berfungsi untuk
analisa posisi sejauh mana suatu virus berbeda dengan virus lainnya.
1.2.3. Bioinformatika
untuk Diagnosa 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 gen dari 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.
1.2.4. Bioinformatika untuk Penemuan Obat
Cara untuk menemukan obat
biasanya dilakukan dengan menemukan zat/senyawa
yang
dapat menekan perkembangbiakan suatu agent penyebab penyakit. Karena perkembangbiakan agent tersebut dipengaruhi oleh
banyak faktor, maka faktor-faktor inilah yang dijadikan target. Diantaranya adalah enzim-enzim yang diperlukan untuk perkembangbiakan suatu agent Mula-mula yang harus dilakukan adalah analisa struktur dan fungsi enzim-enzim tersebut.
Kemudian mencari atau
mensintesa zat/senyawa yang dapat 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 amino-nya seperti yang ada di
SWISS-PROT
(http://www.ebi.ac.uk/swissprot/) maupun struktur 3D-nya yang tersedia di Protein Data Bank (PDB) (http://www.rcsb.org/pdb/). Dengan database yang tersedia ini, enzim yang baru ditemukan dapat dibandingkan sekuen asam amino-nya, sehingga bisa diperkirakan asam 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 struktur
3D suatu enzim termasuk active site-nya, sehingga bisa diperkirakan bentuk senyawa yang 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 banyak maka faktor IX
yang
diisolasi dari susu harganya bisa lebih murah untuk membantu
para penderita hemofilia.
BAB II
PENGERTIAN DAN CABANG-CABANG ILMU
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.
Secara umum, Bioinformatika dapat digambarkan sebagai:
segala bentuk penggunaan komputer dalam menangani informasi-informasi biologi.
Dalam prakteknya, definisi yang digunakan oleh
kebanyakan orang bersifat lebih
terperinci. Bioinformatika menurut kebanyakan orang adalah satu sinonim dari komputasi biologi molekul (penggunaan komputer dalam menandai karakterisasi dari komponen- komponen molekul dari makhluk hidup).
2.1. Pengertian Secara
Khusus
2.1.1. Bioinformatika "klasik"
Sebagian besar
ahli Biologi mengistilahkan ‘mereka sedang melakukan Bioinformatika’ ketika
mereka sedang menggunakan 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 adalah 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]
adalah: "metode matematika,
statistik dan komputasi
yang
bertujuan untuk menyelesaikan masalah-masalah biologi dengan menggunakan 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
tersebut adalah 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 bagian- bagian tersebut
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 tersebut
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
tersebut selain dengan mengamati dalam
laboratorium biologi yang sangat khusus adalah dengan menggunakan Bioinformatika sesuai dengan definisi "klasik" yang telah disebutkan di atas.
2.1.2. Bioinformatika "baru"
Salah satu pencapaian besar dalam metode
Bioinformatika
adalah
selesainya proyek pemetaan genom manusia
(Human Genome Project). Selesainya proyek raksasa tersebut menyebabkan bentuk dan prioritas dari
riset dan penerapan Bioinformatika berubah. Secara umum dapat dikatakan
bahwa proyek
tersebut 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 tersebut
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 tersebut, contohnya seperti DNA microarrays akan semakin penting.
Akibat yang lain, secara langsung, adalah cara
dalam skala besar untuk mengidentifikasi fungsi-fungsi dan
keterkaitan dari gen (contohnya metode yeast two- hybrid) 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 klinis-- 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.
Penggunaan 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".
2.2. Cabang-cabang yang Terkait dengan Bioinformatika
Dari pengertian Bioinformatika
baik yang klasik maupun baru, terlihat banyak terdapat cabang-cabang disiplin ilmu
yang
terkait dengan
Bioinformatika --terutama
karena Bioinformatika itu
sendiri merupakan suatu bidang interdisipliner--. Hal tersebut
menimbulkan banyak pilihan
bagi orang
yang ingin
mendalami
Bioinformatika.
Di bawah ini akan disebutkan beberapa bidang yang terkait dengan Bioinformatika.
2.2.1. 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.
2.2.2. 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 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.
2.2.3. Medical Informatics
Menurut Aamir Zakaria [ZAKARIA2004]
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.
2.2.4. 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
obat- obatan 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
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.
2.2.5. 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.
2.2.6. Mathematical Biology
Mathematical
biology lebih mudah dibedakan
dengan Bioinformatika
daripada computational biology dengan
Bioinformatika. Mathematical biology juga menangani
masalah-masalah biologi, namun metode
yang 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 [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.
2.2.7. 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 protein- protein dan kompleks-kompleks orde tingkat tinggi dari protein, dan mengenai
masalah
tersebut 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 tersebut-- melibatkan tempat
penyimpanan dan perbandingan dari data
yang
memiliki jumlah yang sangat besar, tak terhindarkan lagi akan memerlukan Bioinformatika.
2.2.8. 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.
2.2.9. 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.
BAB III
TEKNOLOGI DAN PENERAPAN
BIOINFORMATIKA
3.1. Program-program Bioinformatika
Sehari-harinya bionformatika dikerjakan dengan menggunakan 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 menggunakan Bioinformatika
3.2. Teknologi Bioinformatika
Secara Umum
Pada saat ini banyak pekerjaan
Bioinformatika
berkaitan dengan
teknologi
database. Penggunaan database ini
meliputi baik tempat penyimpanan database
"umum" seperti GenBank
atau PDB maupun database "pribadi",
seperti yang digunakan oleh grup riset yang
terlibat dalam proyek pemetaan
gen
atau
database
yang dimiliki
oleh perusahaan-perusahaan bioteknologi. Konsumen dari data Bioinformatika menggunakan
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 digunakan 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 adalah menganalisa data. Pencarian database
umumnya berdasarkan pada hasil
alignment
/ pensejajaran
sekuen, baik sekuen DNA maupun protein. Kegunaan dari pencarian ini
adalah 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
bisa dikatakan menjadi standar sekarang adalah
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 digunakan 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
GenBank (NIH Genetic Sequence
Database)
European Molecular Biology
Laboratory Nucleotide Sequence Protein Information Resource Protein Data Bank
Restriction Enzyme Database
National Center for Genome
Research (NCGR) GeneMark
Biotechnology Industry
Organization (BIO)
|
http://www.ncbi.nlm.nih.gov/ http://www.ncbi.nlm.nih.gov/Web/Genbank/index/html http://www.ebi.ac.uk/ebi_docs/embl_db.html
http://www.nbrf.georgetown.edu/pir http://www.pdb.bnl.gov/ http://www.neb.com/rebase/rebase.html http://www.ncgr.org/gpi/
|
Data yang memerlukan analisa Bioinformatika
dan mendapat banyak perhatian saat ini adalah data hasil DNA chip. Dengan perangkat ini dapat diketahui kuantitas dan kualitas
transkripsi satu
gen sehingga bisa menunjukkan gen-gen apa saja yang aktif terhadap perlakuan tertentu, misalnya timbulnya kanker, dan lain-lain.
BAB IV
KONDISI DAN PENERAPAN BIOINFORMATIKA DI
INDONESIA
4.1. Kondisi Bioinformatika di Indonesia
Di
Indonesia, Bioinformatika masih belum dikenal oleh masyarakat luas. Hal ini dapat dimaklumi karena penggunaan 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 menggunakan 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 Indonesia dapat ikut
berperan mengembangkan Bioinformatika. Kerjasama
antara peneliti bioteknologi yang
memahami makna biologis data tersebut dengan praktisi
TI seperti programmer, dan sebagainya akan sangat berperan dalam kemajuan Bioinformatika Indonesia nantinya.
4.2. Penerapan
Bioinformatika
di Indonesia
Sebagai kajian yang
masih baru,
Indonesia 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:
4.2.1. Deteksi Kelainan Janin
Lembaga Biologi Molekul Eijkman bekerja sama dengan Bagian Obstetri dan Ginekologi Fakultas Kedokteran Universitas Indonesia dan
Rumah Sakit Cipto
Mangunkusumo sejak November 2001 mengembangkan klinik
genetik untuk mendeteksi secara dini sejumlah penyakit genetik yang menimbulkan gangguan pertumbuhan fisik maupun retardasi mental seperti antara lain, talasemia dan sindroma down. Kelainan
ini bisa diperiksa sejak janin masih berusia beberapa minggu.
Talasemia adalah penyakit keturunan di mana tubuh kekurangan salah satu zat pembentuk hemoglobin (Hb) sehingga mengalami anemia berat dan perlu
transfusi darah seumur hidup. Sedangkan sindroma down adalah kelebihan jumlah untaian di kromosom
21 sehingga anak tumbuh dengan retardasi mental, kelainan
jantung, pendengaran dan penglihatan buruk, otot
lemah serta
kecenderungan menderita kanker sel darah putih
(leukemia).
Dengan mengetahui sejak dini, pasangan yang hendak menikah, atau pasangan yang
salah satunya membawa kelainan kromosom, atau pasangan yang mempunyai anak yang
menderita kelainan kromosom,
atau
penderita kelainan kromosom
yang sedang
hamil, atau ibu
yang hamil di usia
tua bisa memeriksakan diri dan janin
untuk memastikan apakah janin yang dikandung akan menderita kelainan kromosom
atau tidak, sehingga mempunyai kesempatan untuk
mempertimbangkan apakah kehamilan akan diteruskan atau
tidak setelah
mendapat konseling genetik tentang berbagai kemungkinan yang akan terjadi.
Di bidang talasemia, Eijkman telah memiliki katalog 20 mutasi yang mendasari talasemia beta di Indonesia, 10 di
antaranya sering terjadi. Lembaga ini juga mempunyai informasi cukup mengenai spektrum
mutasi
di berbagai
suku
bangsa yang sangat
bervariasi. Talasemia merupakan penyakit genetik terbanyak di
dunia termasuk di Indonesia.
4.2.2. Pengembangan Vaksin Hepatitis B Rekombinan
Lembaga Biologi Molekul Eijkman bekerja sama dengan PT Bio Farma (BUMN Departemen Kesehatan yang
memproduksi vaksin) sejak
tahun 1999 mengembangkan vaksin Hepatitis B rekombinan, yaitu vaksin yang dibuat lewat rekayasa genetika. Selain itu Lembaga
Eijkman juga bekerja sama dengan PT Diagnosia Dipobiotek untuk mengembangkan kit diagnostik.
4.2.3. Meringankan Kelumpuhan dengan Rekayasa RNA
Kasus kelumpuhan distrofi (Duchenne
Muscular Dystrophy) yang
menurun kini dapat dikurangi tingkat keparahannya dengan terapi gen. Kelumpuhan ini
akibat ketidaknormalan gen distrofin pada kromosom X sehingga hanya diderita anak laki-laki. Diperkirakan satu dari 3.500 pria di dunia mengalami kelainan ini.
Dengan memperbaiki susunan
ekson atau bagian
penyusun RNA
gen tersebut pada hewan
percobaan tikus, terbukti mengurangi tingkat kelumpuhan saat pertumbuhannya menjadi dewasa.
Gen distrofin pada kasus kelumpuhan paling sering disebabkan oleh delesi atau hilangnya beberapa ekson pada gen
tersebut. Normalnya pada gen atau DNA distrofin
terdapat 78 ekson. Diperkirakan
65 persen pasien penderita DMD mengalami
delesi dalam jumlah besar dalam gen distrofinnya.
Kasus kelumpuhan ini dimulai pada otot prosima seperti pangkal paha dan betis. Dengan bertambahnya usia
kelumpuhan
akan
meluas pada bagian otot lainnya hingga ke leher. Karena itu dalam kasus kelumpuhan yang berlanjut dapat berakibat kematian.
Teknologi rekayasa
RNA seperti proses penyambungan
(slicing) ekson dalam satu rangkaian terbukti dapat mengoreksi mutasi DMD. Bila bagian ekson
yang masih ada
disambung atau disusun ulang, terjadi perubahan
asam
amino yang
membentuk
protein. Molekul RNA mampu mengenali molekul RNA lainnya dan melekat dengannya.
BAB V
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 World Wide 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 program-program yang diperlukan untuk
proses pembacaan
genom 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 lain yang 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 Biologi Molekul Eijkman.
REFERENSI
[UTAMA2003] Utama, Andi (2003), Peranan Bioinformatika dalam Dunia Kedokteran, http://ikc.vlsm.org/populer/andi-bioinformatika.php per 1 Januari 2004.
[WITARTO2003] Witarto,
Arief B. (2003),
BIOINFORMATIKA: Mengawinkan
Teknologi Informasi dengan Bioteknologi. Trendnya di Dunia dan Prospeknya di
Indonesia
(2003) Modul Pelatihan Bioteknologi,
Unit Penelitian Bioteknologi Perkebunan, Konsorsium Bioteknologi Indonesia, Wageningen University and Research Center, dan Stoas-Belanda.
[BIOINFORMATICS2004] BioInformatics.org: The Open-Access Institute,
http://bioinformatics.org per 20 Januari 2004
[KOMPAS2004] Kompas Cyber Media, http://www.kompas.com per 15 Januari 2004 [BIOTEK2004] Situs Biotek-Indonesia, http://www.biotek-indonesia.net per 20 Januari
2004
[TEKAIA2004]
Situs Institut Pasteur,
http://www.pasteur.fr/externe per 20 Januari 2004 [ZAKARIA2004] Medical Informatics FAQ, http://www.faqs.org/faqs/medical-
informatics-faq/ per 20 Januari 2004
[KASMAN2004] Situs Alex Kasman di College of Charleston, http://math.cofc.edu/faculty/kasman/ per 20 Januari 2004
[DUNN2004] Majalah Proteonomics,
http://www.wiley.co.uk/wileychi/genomics/proteomics.html per 20 Januari 2004
ftp://ftp.gunadarma.ac.id/pub/linux/docs/v06/Kuliah/SistemOperasi/2003/50/Bioinformatika.pdf
Tidak ada komentar:
Posting Komentar