Kamal Nuur Huda
53410828
4ia18
Pengantar Koputasi Modern
Artikel
BioInformatika
Pengertian
Bioinformatika :
Bioinformatika
adalah salah satu cabang baru ilmu biologi yang merupakan perpaduan antara
biologi dan teknologi informasi. Menurut Durso (1997) bioinformatika adalah
manajemen dan analisis informasi biologis yang disimpan dalam database.
Ilmu ini
mengajarkan aplikasi, analisis, dan mengorganisir miliaran bit informasi
genetik dalam sel mahluk hidup. Studi bioinformatika terutama didukung uleh studi
genomik, biologi komputasi, dan teknologi komputer. Menurut Roderick (lihat
Hieter & Boguski, 1997), genomik adalah studi yang berhubungan dengan
pemetaan, sekuen, dan analisis genom. Walaupun belum jelas, secara umum Genomik
bisa diartikan sebagai penggunaan informasi genom secara sistematis, dengan
data eksperimental baru untuk menjawab permasalahan biologis, medis, maupun
industri (Jordan, 1999).
ioinformatika
sendiri mencakup kajian yang lebih mendalam dari genomik. Dalam studi
bioinformatika digunakan komputer yang mampu menyimpan data dalam jumlah yang
sangat banyak dan didukung berbagai macam software untuk menganalisis jutaan
data yang berasal dari mahluk hidup.
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.
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 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.
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.
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.
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.
Berikut ini Program yang dapat dijadikan
sebagai BioInformatika:
Program
Simulasi Gromacs
GROMACS (GROningen Machine for
Chemical Simulation) merupakan suatu perangkat lunak berbasis Unix/Linux
yang dikembangkan oleh Departemen Kimia Universitas Groningen Belanda pada era
1990an untuk keperluan simulasi molecular dynamics. Prangkat lunak ini
dibuat dengan menggunakan bahasa pemrograman ANSI C dan merupakan perangkat
lunak yang bersifat open source dibawah lisensi GPL (GNU General
Public License) (Van Der Spoel et al. 2005).
Konsep sains dalam pengembangan
GROMACS yaitu untuk menyediakan program dengan sejumlah kode program yang dapat
digunakan secara luas dan effisien dalam MD, terutama simulasi (makro)molekul
biologis dalam lingkungan cairan dan membran dan mampu berjalan optimum pada
satu buah prosesor sama baiknya seperti penggunaan sistem komputer secara
paralel. GROMACS tidak hanya menggunakan konsep mikrokanonis mekanika
Hamiltonian dalam proses komputasinya tetapi juga mengunakan pendekatan
dinamika stokastik (SD) yang di dalamnya mencakup konsep dinamika Langevin dan
Brownian serta minimisasi energi (EM). Selain itu, berbagai gabungan metode
untuk mengukur temperatur dan tekanan juga termasuk dalam pengembangannya.
GROMACS juga memungkinkan adanya gaya eksternal yang dapat diaplikasikan untuk
menguatkan ketidaksetimbangan dinamik. Atom-atom dapat dikelompokkan dalam grup
khusus untuk tujuan partisipasi selektif dalam proses dinamik atau analisis
energi secara mendetail. Paket program GROMACS juga menyediakan sejumlah besar
program analisis mulai dari analisis grafis trajektori sampai mode normal dan
analisis dasar komponen dari proses fluktuasi atau perubahan yang terjadi pada
suatu struktur (Van Der Spoel et al. 2005).
GROMACS merupakan program simulasi
MD yang diklaim sebagai program yang cepat, fleksibel, dan bersifat bebas oleh
para pengembangnya (Van Der Spoel et al. 2005). Parameter yang digunakan
sebagai input dalam menjalankan simulasi MD dapat menggunakan format file dari
program simulasi MD lainnya, begitu juga dengan algoritma untuk menghitung
energi ataupun interaksi yang terjadi dalam simulasi bersifat kompatibel dengan
program yang sejenis. Program GROMACS berjalan lebih cepat dalam proses ruuning
programnya karena menggunakan proses stokastik dalam metode komputasinya dan
mendukung operasional secara multiparalel menggunakan beberapa prosesor
sekaligus dalam penghitungan prosesnya. GROMACS termasuk program yang memiliki
lisensi publik dalam pengembangan perangkat lunaknya oleh karena itu program
tersebut dapat dikembangkan oleh siapa saja dan bersifat terbuka bagi kode
program dan dokumentasinya (Van Der Spoel et al. 2005).
GROMACS menggunakan prinsip dan
teori dasar MD dari hukum-hukum fisika, matematika, statistika, dan kimia dalam
pengembangan algoritma dan proses komputasinya. GROMACS saat ini sudah banyak
digunakan untuk mempelajari mengenai struktur biologis dengan menggunakan
metode MD. Beberapa aplikasi yang dapat dilakukan menggunakan GROMACS yaitu
simulasi membran, simulasi protein membran, interaksi molekul dengan sinar X,
studi tentang mekanika kuantum dan mekanika klasik, simulasi pembentukan
konformasi 3D protein (folding), mekanisme docking suatu ligan
dengan molekul tertentu, ataupun pengujian stabilitas suatu (makro)molekul (Van
Der Spoel et al. 2005).
Pustaka:
Van Der Spoel D, Lindahl E, Hess B, Groenhof G, Mark AE, Berendsen
HJC. 2005. GROMACS: Fast. Flexible, and Free. J.of Compt Chem 16:1701-1718.
Program Pemodelan Protein : MODELLER
Pendekatan lain dalam metodologi
prediksi struktur yaitu, pemodelan komparatif (comparative modeling) (Marti-Renom
et al.. 2000), yang didasarkan pada adanya persamaan pada struktur
homolog protein lain. Ketika struktur protein dalam satu famili telah diketahui
secara eksperimental, maka struktur untuk anggota famili protein yang lain
dapat diketahui berdasarkan model dari pensejajaran struktur yang telah
diketahui tersebut.
Pemodelan komparatif memungkinkan
pembuatan model struktur 3D suatu protein yang sekuen asam aminonya diketahui,
tetapi strukturnya tidak diketahui, menggunakan protein lain yang diketahui
sekuen dan strukturnya sebagai cetakan (template) (Sali & Blundell
1993; Sanchez & Sali 1997; Marti-Renom et al. 2000). Kondisi yang
dibutuhkan agar pemodelan berjalan dengan baik adalah (i) adanya persamaan
antara sekuen target dan struktur template, dan (ii) pensejajaran yang
signifikan antara kedua struktur tersebut (Sali & Blundell 1993).
Pemodelan komparatif secara
umum terdiri atas lima tahapan yang berurutan. Tahapan awal adalah pencarian
protein yang telah diketahui struktur tiga dimensinya yang berhubungan dengan
sekuen target, biasanya pencarian dilakukan pada basis data ProteinBank (PDB).
Tahapan kedua yaitu memilih struktur yang akan dijadikan sebagai template.
Ketiga, pensejajaran sekuen template dan sekuen target. Tahap keempat,
pembuatan model berdasarkan informasi sekuen target yang telah disejajarkan
dengan struktur template. Tahap kelima yaitu mengevaluasi model dengan
kriteria tertentu (Fiser, Do, Sali 2000).
MODELLER merupakan program
komputer yang dirancang khusus untuk pemodelan struktur protein secara homologi
atau komparatif. Program ini akan memodelkan secara otomatis struktur protein
yang memuat semua atom yang mungkin terdapat pada struktur aslinya (kecuali
atom hidrogen). Data masukan yang diperlukan untuk melakukan pemodelan struktur
protein dengan program ini, adalah data hasil pensejajaran sekuen antara sekuen
target dan sekuen cetakan (template), informasi koordinat atom-atom
struktur cetakan, dan baris perintah untuk menjalankan program (script)
(Sali & Blundell 1993). Selain membuat model struktur, MODELLER juga dapat
melakukan pemantauan proses pelipatan (fold), pensejajaran dua sekuen
protein, pensejajaran berbagai sekuen protein dan strukturnya, pengelompokkan
sekuen dan struktur, dan pemodelan secara ab initio bagian loop
struktur protein (Sali & Blundell 1993; Eswar et al. 2005).
