Ilmu yang mempelajari penerapan teknik komputasional
untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup
penerapan metode-metode matematika, statistika, dan informatika untuk
memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA
dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama
bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran
sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk
struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan
analisis ekspresi gen.
Perkembangan Bioinformatika
Studi Bioinformatika mulai tumbuh sebagai akibat
dari perkembangan berbagai metode sekuens baru yang menghasilka data yang sangat
banyak. Hal tersebut, secara kebetulan, didukung pula oleh teknologi
penyimpanan, manajemen, dan pertukaran data melalui komputer. Inovasi dalam
pemetaan dan sekuensing memiliki peran penting dalam proses pengambilan data
biologis. Penggunaan Yeast Artificial Chromosome (YAC), sangat membantu dalam
konstruksi peta fisik genom kompleks secara lengkap (Touchmann & Green,
1998). Untuk mengklon fragmen-fragmen DNA besar (sekitar 150.000 pasangan basa)
digunakan bacterial Artificial Chromosome (BAC).
Kemungkinan, teknologi yang paling banyak
kontribusinya adalah teknologi PCR. Walaupun tergolong tua (PCR ditemukan tahun
1985), meode ini sangat efektif, dan telah mengalami penyempurnaan selama
bertahun-tahun.
Perkembangan teknologi sekuensing dimulai dan
semi-automatic sequencer yang pertama pada tahun 1987, dilanjutkan dengan Taq
Cycle sequencing pada tahun 1990. Pelabelan Flourescen fragmen DNA dengan
Sanger dideoxy Chain Termination Method, merupakan dasar bagi proyek sekuensing
skala besar (Venter et. al., 199).
Seluruh perkembangan tersebut sia-sia saja tanpa
obyek yang diteliti, yang memiliki nilai komersil tinggi dan data yang
berlimpah. Gampang ditebak, pasti Manusia melalui Human Genome Project.
Selain perkembangan dalam bidang Genomik,
Bioinformatika sangat dipengaruhi oleh perkembangan di bidang teknologi
informasi dan komputer. Pada fase awal (sekitar tahun 80-an) perkembangan yang
paling signifikan adalah kapasitas penyimpanan data. Dari hanya baeberapa puluh
byte (1980), hingga mencapai Terabyte (1 terabyte=1 trilyun byte),
Setelah pembuatan database, selanjutnya dimulai
perkembangan pemuatan perangkat lunak untuk mengolah data. Awalnya, metode yang
digunakan hanya pencariaan kata kunci, dan kalimat pendek. perkembangan
selanjutnya berupa perangkat lunak dengan algoritma yang lebih kompleks,
seperti penyandian nukleotida, menjadi asam-asam amino, kemudian membuat
struktur proteinnya. Saat ini, perangkat lunak yang tersedia meliputi pembacaan
sekuens nukleotida dari gel elektroforesis, prediksi kode protein, identifikasi
primer, perbandingan sekuens, analisis kekerabatan, pengenalan pola dan
prediksi struktur. Dengan perkembangan seperti diatas, ternyata masih belum
cukup. Kurangnya pemahaman terhadap sistem biologis dan organisasi molekular
membua analisis sekuens masih mengalami kesulitan. Perbandingan sekuens antar
spesies masih sulit akibat variabilitas DNA.
Usaha yang dilakukan saat ini, baru mencoba
mempelajari eori-teori tersebut melalui proses inferensi, penyesuaian model,
dan belajar dari contoh yang tersedia (Baldi & Brunac, 1998). Perkembangan
perangkat keras komputer juga berperan sangat penting. Kecepatan prosesor,
kapasitas RAM, dan kartu grafik merupakan salah satu pendorong majunya
bioinformatika. Terakhir perkembangan bioinformatika sangat dipengaruhi oleh
pertumbuhan jaringan Internet. Mulai dari e-mail, FTP, Telnet (1980-an),
Gopher, WAIS, hingga ditemukannya World Wide Web oleh Tim Berners-Lee pada
tahun 1990, mendukung kemudahan transfer data yang cepat dan mudah. Saat ini,
telah tersedia sekitar 400 database biologis yang dapat diakses melalui
internet.
Beberapa
aplikasi bioinformatika
1.Transformasi sekuen menjadi informasi genetik.
Intinya adalah menjual data, dalam bentuk gen
komplit, atau fragmen, yang dapat digunakan oleh pihak lain untuk mencari
potensi terhadap gen tersebut.
2.Pasien sebagai komoditas
Pasien dengan kecenderungan terhadap penyakit
tertentu dapat diketahui, sehingga mudah sekali bagi perusahaan oba untuk
menawarkan produknya.
3.Mencari potensi gen
Potensi dari sebuah gen sangat beragam, bergantung
pada ekspresi gen tersebut. Aplikasi lebih lanjut dapat berupa transgenik,
terapi genetik, atau berbagai rekayasa dan pemanfaatan geneik lainnya.
Permasalahan dan tantangan yang dihadapi
Bidang-bidang
yang terkait dengan BioInformatika :
-
Biophysics
Biologi molekul 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).
-
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). 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.
-
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.
- Genomics
Genomics adalah bidang ilmu yang menganalisa atau
membandingkan seluruh komplemen genetik dari satu spesies atau lebih.
-
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.
-
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).
-
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.
Sumber :
Tidak ada komentar:
Posting Komentar