NAMA : Mustika
Ningrum
KELAS : 4IA19
NPM : 54410874
ALAMAT BLOG :
komputek-anime.blogspot.com
DOSEN : KUWAT S.
MATERI :
BIOINFORMATIKA
Softkill Pada
Matkul Komputasi Modern
BAB I
PENDAHULUAN
1.1. Latar
Belakang Bioinformatika Pada Bidang Tekhnology
Teknologi computer
dan metode statistika untuk mengelompokkkan dan menganalisa besarnya
data biologi seperti DNA, RNA, rangkaian protein, struktur protein,
riwayat gen dan interaksi protein disebut dengan istilah
Bioinformatika yang merupakan 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 merupakan aplikasi
dari disiplin beberapa disiplin ilmu yaitu biologi, biokimia,
matematika dan komputasi.Ilmu ini mengajarkan aplikasi, analisis, dan
mengorganisir miliaran bit informasi ompute dalam sel mahluk hidup.
Studi bioinformatika terutama didukung uleh studi ompute, biologi
komputasi, dan teknologi omputer. Menurut Roderick (lihat Hieter &
Boguski, 1997), Compute adalah studi yang berhubungan dengan
pemetaan, sekuen, dan analisis genom.
BioInformatika
sendiri mencakup kajian yang lebih mendalam dari ompute. 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.
BAB II
ISI PEBAHASAN
2.2 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.
2.2 Bidang-Bidang
yang Terkait dengan Bioinformatika :
a.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.
b.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.
c.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.
d.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.
g.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.
h.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.
i.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
ANALISA
3.1
Potensi dan Aplikasi Bioinformatika
Potensi komersial
dari aplikasi bioinformatika sangat menggiurkan. Pada tahun 1998
saja, pangsa pasarnya mencapai sekitar $290 juta, dan diperkirakan
akan mencapai $2 milyar pada tahun 2005.
Selama bulan Maret
tahun 2000 investasi pada bidang ini sedikitberkurang. Hal tersebut
disebabkan oleh pernyataan Presiden AS Bill Clinton dan PM Inggris
Tony Blair, yang membebaskan akses terhadap informasi genom manusia
sehingga dianggap menghalangi paten terhadap genom manusia. Tapi,
pada akhir bulan, investasi mulai kembali normal karena
bioinformatika masih dianggap cukup prospektif di masa depan.
Menurut laporan
Ventureone di Amerika Serikat pada tahun 2001 dana-dana ventura telah
mencapai $700 juta digunakan untuk pengembangan bioinformatika.
Sementara itu,
kepala Divisi Teknologi Khusus untuk Bioinformatika yang pertama di
Microsoft menganggap, ini adalah peluang yang amat besar. Penjualan
komputer untuk ilmuwan-ilmuwan akan mencapai $43 juta.
3.2
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.
3.3 Permasalahan
dan tantangan yang dihadapi
Perkembangan yang
sedemikian pesat menghasilkan berbagai teknik dan perangkat baru
dalam melakukan manajemen dan analisis data. Karena beragamnya teknik
dan perangkat tersebut, terjadi kesulitan dalam perbandingan,
penyimpanan, dan analisis data dari berbagai platform (Ladd, 2000).
Usaha standarisasi
sedang dilakukan belakangan ini. Salah satu usaha standarisasi yang
paling terkenal adalah BioStandard Project yang dilakukan oleh
European Bioinformatics Institute (Cambridge, UK). Proyek ini didanai
oleh European Bioinformatics Institute, The European Commission, dan
beberapa perusahaan farmasi. Dalam proyek tersebut, dilakukan
pengembangan perangkat lunak pengolah data yang sesuai dengan standar
saat ini maupun masa depan (Murray-Rust, 1994)
Selain
standarisasi, bioinformatika juga memiliki masalah lain, yaitu
pengolahan data. Saat ini, data yang berhasil dikumpulkan saat ini,
sehingga membutuhkan waktu yang sangat lama untuk dianalisis.
Data dasar yang
diperoleh dari data genomik hanya berupa sekumpulan simbol A, G, T,
dan C yang jumlahnya mencapai milyaran bahkan trilyunan. Kesulitannya
adalah bagaimana merubah simbol tersebut menjadi -misalnya- gen
penyakit asma. Proses menganalisis data genomik menjadi informasi
yang dapat dimengerti biasa disebut Data Mining.
Dalam proses Data
Mining digunakan teknologi pengenalan pola (Pattern Recognition
Technology) dan analisis statistika untuk mengolah data dalam jumlah
banyak (Wedin, 1999). Tujuan dari Data mining adalah untuk mencari
korelasi baru, pola, dan trend.
Permasalahan lain
pun muncul menghadang. Sebagai disiplin ilmu yang baru terbentuk,
bioinformatika kekurangan SDM yang kompeten. Hal tersebut dijelaskan
oleh Craig Benham, seorang Profesor pada sekolah kedokteran Mount
Sinai di New York. Ia mengajar bioinformatika aplikasi teknologi
informasi. Seperti dijelaskan Benham, ia pada tahun 2000-2001 tidak
memiliki murid di program pasca sarjananya. Padahal, diprediksikan
bidang ini membutuhkan sekitar 20.000 tenaga kerja terlatih yang
kompeten dalam bidang biologi sekaligus ilmu komputer.
Bagaimana dengan
Indonesia? Saat ini, jarang sekali (adakah?) orang yang kompeten
dalam bidang biologi sekaligus dalam bidang ilmu komputer. Walaupun
ada, karena terbatasnya sarana, mungkin akan sulit bagi orang
tersebut untuk mengekspresikan kemampuannya. Padahal sebagai negara
Mega Diversity Indonesia menjadi sasaran bagi para peneliti asing.
Saat ini, sedang berlangsung perlombaan untuk mendapatkan paten
terhadap data keanekaragaman gen untuk kepentingan komersial. Akankah
kita membeli harta sendiri di masa depan?.
BAB IV
KESIMPULAN
BioInformatika suatu
perpaduan antara ilmu biologi dan teknologi informasi. Bioinformatika
merupakan manajemen dan analisis informasi biologis yang disimpan
dalam suatu database. Jadi Bidang-Bidang yang terkait dengan
BioInformatika ada 7 bidang, diantaranya :
1. Biophysics
2. Computational
Biology
3. Cheminformatics
4. Genomics
5. Mathematical
Biology
6. Pharmacogenomics
7. Pharmacogenetics
DAFTAR PUSTAKA
1.http://fahrezamaulana.blogspot.com/2011/03/perkembangan-bioteknologi.html
2.http://id.wikipedia.org/wiki/Bioinformatika
4.http://himbioui1.tripod.com/bioinformatika.html
Tidak ada komentar:
Posting Komentar