KELAS : 4IA19
NPM :
51410597
ALAMAT BLOG : smartwomenn.blogspot.com
DOSEN : KUWAT S.
MATERI : BIOINFORMATIKA
----------------------------------------------------------------------------------------------------
BAB I
PENDAHULUAN
1.1 Latar Belakang
Bioinformatika
merupakan aplikasi dari disiplin beberapa disiplin ilmu yaitu biologi,
biokimia, matematika dan komputasi. Bioinformatika menggunakan teknologi
computer dan metode statistika untuk mengelompokkkan dan menganalisa besarnya
data biologi seperti DNA, RNA, rangkaian protein, struktur protein, riwayat gen
dan interaksi protein. Perkembangan bioinformatika diawali dengan kemajuan
teknik biologi molekuler dalam mengungkap sequence biologi protein (sejak awal
1950an) dan asam nukleat (sejak 1960an) mengawali perkembangan pangkalan data
dan teknik analisis sequence biologi. Pangkalan data sequence protein mulai
dikembangkan pada tahun 1960an di Amerika Serikat, sementara pangkalan data
sequence DNA dikembangkan pada akhir 1970an di Amerika Serikat dan Jerman pada
Laboratorium Biologi Molekuler Eropa (European Molecular Biology Laboratory).
Asam deoksiribonukleat (deoxyribonucleic acid), atau biasa disebut DNA, adalah
biomolekul yang berupa asam nukleat (terdapat dalam inti sel atau nucleus),
yang berfungsi untuk menyimpan informasi genetik pada suatu organisme. DNA
berbentuk untai ganda (double helix) yang disatukan oleh ikatan hidrogen antara
basa-basa di dalam kedua untai
tersebut.
Basa-basa tersebut adalah Adenin (A), Sitosin (C), Guanin (G), dan Timin (T).
Adenin berikatan dengan Timin, dan Sitosin berikatan dengan Guanin. DNA dapat
melakukan replikasi DNA, di mana ketika replikasi DNA
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