Bioinformatika 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 (Gambar 1), dimana kesemuanya saling menunjang dan saling bermanfaat satu sama lainnya. Gambar 1. Interaksi disiplin ilmu yang berhubungan dengan Bioinformatika

Ilmu bioinformatika lahir atas insiatif para ahli ilmu komputer berdasarkan artificial intelligence. Mereka berpikir bahwa semua gejala yang ada di alam ini bisa dibuat secara artificial melalui simulasi dari gejala-gejala tersebut.

Bioinformatika ini penting untuk manajemen data-data dari dunia biologi dan kedokteran modern. Perangkat utama Bioinformatika adalah program software dan didukung oleh kesediaan internet. 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.

Latar Belakang

Pada awal perkembangan ilmu pengetahuan biologi molekuler, ahli biologi melakukan pengambilan data biologis dengan menggunakan beberapa eksperimen atau pendekatan lainnya. Data tersebut disimpan di dalam suatu database seperti data gen disimpan di NCBI, struktur protein berada di Protein Data Bank, dan data sekuen protein berada di UniProt. Data yang masif tersebut tidak dapat dianalisa secara efektif karena keterbatasan manusia. Oleh karena itu, dibutuhkan ahli komputer untuk membantu kerja dari ahli biologi.

Ahli komputer melakukan penelitian dalam membangun software, algoritma, metode penyimpanan data untuk menyelesaikan masalah yang dihadapi ahli biologi. Sebagai contoh, Needleman dan Wunsch membuat algoritma yang berfungsi untuk mencari sekuen DNA pada database pada tahun 1960-an. Meski tujuan awalnya untuk menyelesaikan kasus biologi, algoritma yang dirancang diterapkan pada kasus yang mirip, seperti pencarian teks.

Data biologi yang dikumpulkan merupakan raw data atau data mentah sehingga perlu dilakukan analisa untuk mendapatkan informasi yang tersirat. Beberapa pendekatan statistik digunakan seperti klasifikasi, klasterisasi digunakan untuk melihat korelasi antar data sehingga data mentah tersebut dapat tervisualisasi dengan baik di mata manusia.

Perkembangan data biologis dan kebutuhan untuk menciptakan tools dan hasil analisa yang akurat melahirkan disiplin ilmu baru yang disebut dengan bioinformatika. Ruang lingkup penelitian dan kerja bioinformatika secara khusus berkaitan dengan proses pengumpulan, dan analisa data biologi menggunakan teknik komputasi.

Apa contoh aplikasi dan implikasinya ?

Ada banyak sekali penerapan bioinformatika, mulai dari manajemen data hingga penggunaannya pada dunia ke-biologi-an dan turunannya. Namun sebagai contoh, akan dibahas akan peranan bioinformatika pada dunia kedokteran dan virologi.

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. Gambar 3 adalah salah satu hasil searching dari breast cancer.

2.     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.

Walaupun dengan sarana Bioinformatika bisa diperkirakan senyawa yang berinteraksi dan menekan fungsi suatu enzim, hasilnya harus dikonfirmasi melalui eksperiment di laboratorium. Namun dengan Bioinformatika, semua proses ini bisa dilakukan lebih cepat sehingga lebih efesien baik dari segi waktu maupun finansial.

Bioinformatika dalam Virologi

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.

Isolasi virus adalah suatu pekerjaan yang tidak mudah. Banyak virus yang tidak bisa dikulturkan, apalagi diisolasi. Virus hepatitis C (HCV), misalnya, sampai saat ini belum ada yang bisa mengkulturkannya, sehingga belum ada yang tahu bentuk morfologi virus ini. Begitu juga virus hepatitis E (HEV) dan kelompok virus yang termasuk ke dalam family Calliciviridae, dimana sampai saat ini belum ditemukan sistem pengkulturannya.

Walaupun untuk beberapa virus bisa dikulturkan, tidak semuanya bisa diisolasi dengan mudah. Oleh karena itu, sebelum perkembangan bioinformatika, kita tidak bisa mengidentifikasi dan mengklasifikasikan virus-virus semacam ini.

Dengan kemajuan teknik isolasi DNA/RNA, teknik sekuensing dan ditunjang dengan kemajuan bioinformatika, masalah diatas bisa teratasi. Untuk mengidentifikasi dan mengklasifikasikan virus, isolasi virus tidak lagi menjadi suatu hal yang mutlak. Kita cukup dengan hanya melakukan sekuensing terhadap gen-nya. Ini adalah salah satu hasil kemajuan bioinformatika yang nyata dalam bidang virologi.

source :

https://medium.com/@alifkurniawan/apa-itu-bioinformatika-127dbdc0d83a

http://www.komputasi.lipi.go.id/utama.cgi?cetakartikel&1247362701

https://binus.ac.id/bandung/2019/11/bioinformatika-untuk-medis/

Nama    : Nicolaus Satria Hasta P

Kelas      : 4IA24

Npm      : 55416412

Prinsip cara kerja lampu lalu lintas dengan menggunakan algoritma Graph Coloring.

Gambar 0

Dari gambar diatas dapat kita peroleh informasi, bahwa jalur yang boleh melintas adalah dari A ke B, A ke C, A ke D, B ke C, B ke D, E ke B, E ke C, dan E ke D.

Setelah kita tahu jalur yang boleh dilewati kita akan menempuh langkah sebagai berikut :

1.      Membuat simpul sebagai simbol dari semua jalur yang diperboleh. letak masing-masing simpul bebas. lihat gambar berikut :

Gambar 1

2.      Menentukan ruas untuk menghubungkan 2 simpul yang saling melintas atau bersebrangan, pada gambar 0 diatas terlihat bahwa jalur AB, dan  BD, saling berseberangan, maka kita hubungkan simpul AB dam BD dengan garis yang disebut ruas, dan kita akan memberikan ruas pada semua jalur yang bersebrangan, mari kita lihat gambar 2 berikut :

Gambar 2

3.      Pada gambar 2 kita telah menghubungkan semua jalur yang saling melintas, langkah berikutnya adalah memberikan warna pada masing-masing simpul yang terhubung dengan ruas atau garis, ketentuan pemberian warnanya adalah :

·   Gunakan Warna seminimal mungkin

·   Simpul yang berdampingan atau /Terhubung langsung dengan ruas, tidak boleh berwarna sama.

·   Berikan warna yang sama pada simpul yang tidak terhubung secara langsung

·   Simpul yang tidak terhubung dengan ruas atau simpul bebas, berarti lintasan tersebut boleh berlaku lampu hijau terus.

·   Awal pewarnaan Bebas

Gambar 3

Dari Gambar 3 diatas, semua simpul telah diwarnai, dari gambar tersebut simpul EC berwarna kuning sendiri, hal ini dikarenakan simpul EC terhubung secara langsung dengan simpul AD yang berwarna merah, dan terhubung dengan simpul BD yang berwarna coklat, jadi kita harus memberi warna selain coklat dan merah, dalam hal ini kita pilih warna kuning,  sementara simpul ED, AB, BC , jadi ke 3 simpul tersebut kita beri warna yang sama, selain merah, coklat dan kuning tentunya, pada contoh diatas kita beri warna hijau. Simpul ED, AB, BC adalah simpul bebas (simpul yang tidak terhubung dengan simpul lain) yang berarti jalur tersebut tidak ada jalur yang saling melintas artinya ketiga ruas bebas itu bisa berlaku lampu hijau terus.

4.      Langkah berikutnya adalah mengelompokan simpul berdasarkan warna :

·     Merah => AC, AD

·     Coklat => BD, EB

·     Kuning => EC

·     Hijau    => ED, AB, BC

Dari langkah-langkah diatas kita bisa mendapatkan 3 fase pola lampu lalu lintas sebagai berikut :

·        Hijau      AC, AD, ED, AB, BC

·        Merah   BD, EB, EC

·        Hijau      BD, EB, ED, AB, BC

·        Merah   AC,AD, EC

·        Hijau      EC, ED, AB, BC

·        Merah   AC,AD, BD, EB