Bioinformatika
A. Pengertian
Bioinformatika
merupakan hal yang baru, hal ini tidak dapat lepas dari perkembangan biologi
molekul modern yang ditandai dengan kemampuan manusia untuk memahami genom,
yaitu Blue Print informasi genetik yang menentukan sifat dari setiap makhluk
hidup yang disandi dalam bentuk pita molekul DNA (asam deoksiribonukleat).
Bioinformatika adalah 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.
Pada
awal perkembangan ilmu pengetahuan. Para pakar biologi molekuler, ahli biologi
melakukan pengambilan data biologis dengan menggunakan eksperimen atau
pendekatan lainnya. Data tersebut disimpan di dalam suatu database, struktur
protein, dan data sekuen protein. Data yang masif tersebut tidak dapat
dianalisa secara efektif karena keterbatasan manusia. Oleh karena itu,
dibutuhkan ahli komputer untuk membantu kerja dari ahli biologi.
B. Bidang
– Bidang Terkait
Berdasarkan
pengertian bioinformatika baik yang klasik maupun baru, terlihat banyak
terdapat cabang - cabang disiplin ilmu yang terkait dengan Bioinformatika.
Terutama karena bioinformatika itu sendiri merupakan suatu bidang
interdisipliner. Hal tersebut menimbulkan banyak pilihan bagi orang yang ingin
mendalami bioinformatika. Berikut ini merupakan beberapa bidang yang terkait
dengan bioinformatika.
1. 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.
2. 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.
3. Medical Informatics
Menurut Aamir Zakaria [ZAKARIA2004] Pengertian
dari medical informatics adalah “sebuah disiplin ilmu yang baru yang
didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur
dan algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi
medis.” Medical informatics lebih memperhatikan struktur dan algoritma untuk
pengolahan data medis, dibandingkan dengan data itu sendiri. Disiplin ilmu ini,
untuk alasan praktis, kemungkinan besar berkaitan dengan data-data yang
didapatkan pada level biologi yang lebih “rumit” –yaitu informasi dari
sistem-sistem superselular, tepat pada level populasi—di mana sebagian besar
dari Bioinformatika lebih memperhatikan informasi dari sistem dan struktur
biomolekul dan selular.
4. 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 komponenkomponen 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.
5. 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.
C. Penerapan
Terdapat
banyak sekali penerapan bioinformatika, mulai dari manajemen data hingga
penggunaannya pada dunia biologi dan turunannya. Namun saya hanya akan menyebutkan
beberapa peranan bioinformatika pada dunia kedokteran dan virologi.
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).
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 maupun struktur 3D-nya yang tersedia
di Protein Data Bank (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.
3. 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.
Bahan Referensi
[1] Binus.ac.id. (2019, 28 November).
Bioinformatika untuk Medis . Diakses pada 5 Juli 2020, dari https://binus.ac.id/bandung/2019/11/bioinformatika-untuk-medis/.
[2] Firmanfujiansyah.wordpress.com. (2012, 2
April). Bioinformatika. Diakses pada 5 Juli 2020, dari https://firmanfujiansyah.wordpress.com/2012/04/02/bioinformatika/.
[3] Komputasi.lipi.go.id (2009, 12 Juli).
Bioinformatika : Perpaduan dunia Biologi dengan Teknologi Informasi. Diakses
pada 5 Juli 2020, dari http://www.komputasi.lipi.go.id/utama.cgi?cetakartikel&1247362701.
