Bioinformatika, sesuai dengan asal
katanya yaitu “bio” dan “informatika”, adalah gabungan antara ilmu
biologi dan ilmu teknik informasi (TI). Pada umumnya, Bioinformatika
didefenisikan sebagai aplikasi dari alat komputasi dan analisa untuk
menangkap dan menginterpretasikan data-data biologi.Ilmu ini merupakan
ilmu baru yang yang merangkup berbagai disiplin ilmu termasuk ilmu
komputer, matematika dan fisika, biologi, dan ilmu kedokteran dimana
kesemuanya saling menunjang dan saling bermanfaat satu sama lainnya
Ilmu bioinformatika lahir atas insiatif
para ahli ilmu komputer berdasarkan artificial intelligence. Mereka
berpikir bahwa semua gejala yang ada di alam ini bisa diuat secara
artificial melalui simulasi dari gejala-gejala tersebut. Untuk
mewujudkan hal ini diperlukan data-data yang yang menjadi kunci penentu
tindak-tanduk gejala alam tersebut, yaitu gen yang meliputi DNA atau
RNA. Bioinformatika ini penting untuk manajemen data-data dari dunia
biologi dan kedokteran modern. Perangkat utama Bioinformatika adalah
program software dan didukung oleh kesediaan internet.
Gambar Interaksi disiplin ilmu yang berhubungan dengan Bioinformatika
Bioinformatika dalam Dunia Kedokteran
1. Bioinformatika dalam bidang klinis
Perananan Bioinformatika dalam bidang
klinis ini sering juga disebut sebagai informatika klinis (clinical
informatics). Aplikasi dari clinical informatics ini adalah 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 [5]. 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 ronsen, ukuran detak jantung, dll. Dengan data ini
dokter akan bisa menentukan obat yang sesuai dengan kondisi pasien
tertentu. Lebih jauh lagi,dengan dibacanya genom manusia, akan
memungkinkan untuk mengetahui penyakit genetik seseorang, sehingga
personal care terhadap pasien menjadi lebih akurat.
Sampai saat ini telah diketahui beberapa
gen yang berperan dalam penyakit tertentu beserta posisinya pada
kromosom. Informasi ini tersedia dan bisa dilihat di home page National
Center for Biotechnology Information (NCBI) pada seksi Online Mendelian
in Man (OMIM) (http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=OMIM).
OMIM adalah search tool untuk gen manusia dan penyakit genetika .Selain
berisikan informasi tentang lokasi gen suatu penyakit, OMIM ini juga
menyediakan informasi tentang gejala dan penanganan penyakit tersebut
beserta sifat genetikanya. Dengan demikian, dokter yang menemukan pasien
yang membawa penyakit genetika tertentu bisa mempelajarinya secara
detil dengan mengakses home page OMIM ini.
Sebagai salah satu contoh, jika kita
ingin melihat tentang kanker payudara, kita tinggal masukan kata-kata
“breast cancer” dan setelah searching akan keluar berbagai jenis kanker
payudara. Kalau kita ingin mengetahui lebih detil tetang salah satu
diantaranya, kita tinggal klik dan akan mendapatkan informasi detil
mengenai hal tersebut beserta posisi gen penyebabnya di dalam koromosom
2. Bioinformatika untuk identifikasi agent penyakit baru
Bioinformatika juga menyediakan tool
yang esensial untuk identifikasi agent penyakit yang belum dikenal
penyebabnya. Banyak sekali contoh-contoh penyakit baru (emerging
diseases) yang muncul dalam dekade ini, dan diantaranya yang masih
hangat di telinga kita tentu saja SARS (Severe Acute Respiratory
Syndrome).
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
men-design primer yang digunakan untuk amplifikasi DNA virus SARS ini.
Software untuk mendesign primer juga tersedia, baik yang gratis yang
bisa kita gunakan online maupun yang komersial yang berupa software.
Diantara yang gratis adalah Web primer 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/primerdesign/genewalker), dlsb. Untuk yang
komersial ada seperti Primer designer yang
dikembangkan oleh Scientific & Education Software, dan pada
software-software untuk analisa DNA lainnya seperti Sequencher
(GeneCodes Corp.), SeqMan II (DNA STAR Inc.), Genetyx (GENETYX Corp.),
DNASIS (HITACHI Software), dll.
Berikutnya Bioinformatika juga berperan
dalam 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, sehingga virus ini dinamakan virus SARS (SARS-CoV). Perbedaan
ini diketahui dengan menggunakan homolgy alignment dari sekuen virus
SARS. Untuk keperluan ini tersedia beberapa tool.
Selanjutnya, Bioinformatika juga
berfungsi untuk analisa posisi sejauh mana suatu virus berbeda dengan
virus lainnya. Untuk analisa ini biasanya digunakan CLUSTAL W (software
untuk multiple alignment dan tree making) yang dapat diakses di EMBL (http://www.ebi.ac.uk/clustalw/index.html)
3. 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 kalau diberi
obat untuk malaria. Karena itu, diagnosa yang tepat untuk suatu penyakit
sangat diperlukan.
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.
4. Bioinformatika untuk penemuan obat
Usaha penemuan obat biasanya dilakukan
dengan penemuan zat/senyawa yang bisa menekan perkembangbiakan suatu
agent penyebab penyakit. Karena banyak faktor yang bisa mempengaruhi
perkembangbiakan agent tersebut, faktor-faktor itulah yang dijadikan
target. Diantara faktor tersebut adalah enzim-enzim yang diperlukan
untuk perkembangbiakan suatu agent. Langkah pertama yang dilakukan
adalah analisa struktur dan fungsi enzim-enzim tersebut. Kemudian
mencari atau mensintesa zat/senyawa yang bisa menekan fungsi dari
enzim-enzim tersebut. Penemuan obat yang efektif adalah penemuan senyawa
yang berinteraksi dengan asam amino yang berperan untuk aktivitas
(active site) dan untuk kestabilan enzim tersebut.
Karena itu analisa struktur dan fungsi
enzim ini biasanya difokuskan pada analisa asam amino yang berperan
untuk aktivitas (active site) dan untuk kestabilan enzim tersebut.
Analisa ini dilakukan dengan cara mengganti asam amino tertentu dan
menguji efeknya. Sebelum perkembangan Bioinformatika, analisa
penggantian asam amino ini dilakukan secara random sehingga memakan
waktu yang lama. Dengan adanya Bioinformatika, 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 bisa dibandingkan sekuen
asam amino-nya, sehingga bisa diperkirakan asam amino yang berperan
untuk active site dan kestabilan enzim tersebut. Hasil perkiraan
kemudian diuji di laboratorium. Dengan demikian, akan lebih menghemat
waktu dari pada analisa secara random.
Aplikasi Bioinformatika dalam Virologi
Saat ini, perkembangan ilmu biologi
sangat dipengaruhi oleh perkembangan ilmu bioinformatika. Tidaklah dapat
dimungkiri kalau bioinformatika telah mempercepat kemajuan ilmu
biologi. Lebih jauh lagi, kalau dilihat dari bidang yang lebih spesifik,
kemajuan suatu bidang sangat dipengaruhi oleh kemajuan bioinformatika.
Semakin maju bioinformatika di suatu bidang (ditandai dengan banyaknya
software yang tersedia), semakin maju pulalah bidang tersebut.
Khusus di bidang Virologi (ilmu virus),
kemajuan bioinformatika telah berperan dalam mempercepat kemajuan ilmu
ini. Sebelum kemajuan bioinformatika, untuk mengklasifikasikan virus
kita harus melihat morfologinya terlebih dahulu. Untuk melihat morfologi
virus dengan akurat, biasanya digunakan mikroskop elektron yang
harganya sangat mahal sehingga tidak bisa dimiliki oleh semua
laboratorium. Selain itu, kita harus bisa mengisolasi dan mendapatkan
virus itu sendiri.
1.Bioinformatika untuk klasifikasi virus
Untuk klasifikasi virus, ada beberapa
hal yang menjadi dasar pertimbangan. Diantaranya adalah asam nukleat
pembentuk genom-nya (DNA atau RNA), bentuk simetri-nya, eksistensi
selaput-nya (envelope), dll. Jauh sebelum perkembangan biologi
molekuler, yang menjadi patokan utama adalah bentuk simetri atau
morfologi ini. Salah satu contoh adalah coronavirus (virus penyebab
radang paru-paru (pneumonia) termasuk SARS), yaitu virus yang mempunyai
bentuk seperti mahkota atau “crown” (corona = crown) .
Hal lain yang dipakai untuk klasifikasi
virus adalah tempat berkembangbiaknya. Virus yang tergolong
Enterovirus, misalnya, adalah virus yang berkembangbiak di dalam usus.
Selain itu, bentuk penyakit yang diakibatkannya juga menjadi dasar
pertimbangan. Seperti contoh kelompok virus hepatitis (mulai dari virus
hepatitis A sampai hepatitis G) adalah virus yang menyebabkan kerusakan
hati (hepar).
Dalam perjalanan sejarah virologi, hal
yang dijadikan pertimbangan untuk klasifikasi virus mengalami perubahan.
Kalau dulunya klasifikasi berdasarkan morfologi, tempat berkembangbiak,
bentuk penyakit merupakan klasifikasi yang banyak digunakan, saat ini
ditambahkan lagi klasifikasi berdasarkan genom virus tersebut.
Klasifikasi ini dinamakan klasifikasi berdasarkan tipe genom atau
disebut juga “genotype”.Bahkan klasifikasi berdasarkan genom inilah yang
banyak digunakan. Hal ini sangat dipengaruhi oleh kemajuan teknologi
biologi molekuler dan perkembangan bioinformatika, sehingga genom virus
dapat diidentifikasi dengan mudah.
2.Bioinformatika untuk analisa mutasi virus
Setelah kita mengklasifikasikan virus
dan mengetahui kalau virus tersebut termasuk kedalam suatu kelompok,
berikutnya kita harus menganalisa sejauh mana virus tersebut mirip
dengan virus yang ada di kelompok tersebut. Keharusan analisa ini
disebabkan karena virus selalu bermutasi dalam proses
perkembangbiakannya, sehingga secara umum dia boleh sama, namun untuk
beberapa nukleotida-nya bisa berbeda.
Selain itu, mengetahui tingkat mutasi
virus ini juga berhubungan dengan klasifikasi virus tersebut. Jika
tingkat mutasi gen suatu virus lebih dari 5.0%, secara umum dapat
dikatakan kalau virus tersebut tidak lagi termasuk virus asalnya. Virus
terebut menjadi kelompok baru yang terpisah dari virus aslinya.
Software yang digunakan untuk analisa
mutasi virus, pada umumnya sama dengan software yang digunakan untuk
analisa DNA. Kebanyakan diantaranya adalah software yang komersial
seperti Sequencher (GeneCodes Corp.), SeqMan II (DNA STAR Inc.),
Genetyx (GENETYX Corp.), dan DNASIS (HITACHI Software) [5]. Pada
prinsipnya, semua software ini bisa digunakan baik pada Windows
computer maupun pada Apple computer. Walaupun demikian, untuk beberapa
hal terkadang ada sedikit perbeda yang tidak signifikan.
3.Bioinformatika untuk prediksi rekombinasi virus
Selain bermutasi, dalam
perkembangbiakannya virus juga melakukan rekombinasi (penyilangan gen).
Proses ini biasanya terjadi diantara virus yang dekat secara genetika.
Dengan rekombinasi ini, tidak hanya bisa menghindar dari serangan
antibodi dan obat, tetapi juga akan lebih stabil dan kuat sehingga bisa
bertahan dan bergenerasi di alam.
Untuk mendeteksi kemungkinan rekombinasi
virus digunakan software SimPlot yang bisa didapatkan (download) free
di http://sray.med.som.jhmi.edu/RaySoft/SimPlot/. Untuk analisa ini
diperlukan sekuen dari virus yang akan dianalisa dan virus yang diduga
menjadi lawan rekombinasi. Analisa bisa dilakukan baik terhadap sekuen
DNA maupun asam aminonya. Akan tetapi, dengan SimPlot ini hanya bisa
dianalisa sekuen yang panjangnya sama. Karena itu, sebelum analisa harus
dilakukan pengeditan data lebih dahulu, supaya menjadi sama panjang.
Sama halnya dengan analisa mutasi, cara
ini pada prinsipnya juga membandingkan kesamaan (kemiripan) sekuen gen
masing-masing virus. Karena rekombinasi diperkirakan terjadi pada bagian
dimana gen virus memiliki kemiripan yang tinggi, dengan SimPlot ini
kita bisa melihat di mana gen memiliki kemiripan dan di mana yang tidak.
Dengan demikian, kita bisa memprediksi dimana ada kemungkinan
terjadinya rekombinasi.
4.Bioinformatika untuk prediksi bagian antegenik (antigenic sites) virus
Bioinformatik juga bisa digunakan untuk
prediksi bagian antigenik suatu virus. Mengetahui bagian antigenik
merupakan hal yang penting dalam Virologi, karena berdasarkan data
antigenik kita bisa mendesign obat, mengembangkan vaksin, dan lain
sebagainya.
Untuk prediksi ini biasanya digunakan
homology modelling, seperti yang digunakan untuk kebanyakan protein.
Karena bagian antigenik suatu virus biasanya terletak pada permukaan
virus, homology modelling dilakukan terhadap protein pembentuk permukaan
virus yang sudah diketahui bagian antigeniknya.
Aplikasi Pemrograman dinamis dalam bioinformatika
Pemrograman dinamis (dynamic
programming) merupakan salah satu metode penyelesaian masalah yang
terkenal, aplikasinya sangat luas, seperti dalam bidang, dalam bidang
bioinformatika , pemrograman dinamis dapat diterapkan dalam lingkup
sequence alignment, yaitu penyusunan dua untai atau lebih sekuen untuk
melihat adanya suatu kesamaan tertentu. Dalam tulisan ini akan
diketengahkan mengenai teori pemrograman dinamis, juga aplikasi dan
kegunaannya di dalam global sequence alignment yang menggunakan
algoritma Neddleman Wunsch.
Istilah Pemrograman Dinamis , pertama
kali diperkenalkan pada era 1950-an oleh Richard Bellman seorang
professor di universitas Princeton dan juga bekerja pada RAND
corporation, perlu diketahui bahwa RAND corporation pada era itu
merupakan suatu perusahan yang dibentuk untuk menawarkan analisis dan
riset untuk angkatan bersenjata Amerika Serikat .
Pada saat itu, Bellman bekerja di bidang
pengambilan keputusan multi tahap (multistage desicion process) dan
mengerjakan beberapa metode matematis, beberapa tahun kemudian setelah
Bellman berada di RAND, lahirlah istilah Pemrograman dinamis. Istilah
ini tidak secara langsung berhubungan dengan pemrograman, melainkan
digunakan sebagai judul project yang kemudian yang diusulkan RAND
coorporation pada Angkatan Udara Amerika Serikat. Selanjutnya, pada
penerapanya pemrograman dinamis banyak digunakan pada proses
optimalisasi masalah.
Dalam bioinformatika , analisis sekuen
DNA merupakan suatu tahap yang sering dilakukan. Sekuen DNA yang
terdiri dari kombinasi basa ATCG , dapat dikomparasi dengan sekuen lain.
Pengkomparasian ini dikenal dengan istilah sequence alignment, secara
garis besar alignment ini juga dapat dilakukan untuk protein.
Referensi