Selamat malam semua!
Malam ini saya akan membuat sebuah rangkuman dari 3 judul jurnal berikut :

  1. Peran Bioinformatika dalam Kajian Interaksi Protein-Protein
  2. Analisis Bioinformatika Berbasis WEB untuk Eksplorasi Enzim Kitosanase Berdasarkan Kemiripan Sequens.
  3. Metode Desain Vaksin

Pendahuluan

Eksperimen basah biologi molekuler telah menghasilkan data biologi dalam jumlah banyak. Data tersebut diserahkan kepada online database. Bioinformatika adalah ilmu gabungan antara ilmu biologi dan ilmu komputer. Tugas bioinformatika adalah mengelola data tersebut menjadi informasi yang berguna. Online database yang tersedia adalah GenBank dari Amerika Serikat (http://www.ncbi.nlm.nih.gov), DDBJ dari Jepang (http://www.ddbj.nig.ac.jp), dan EBI dari Uni Eropa (http://www.ebi.ac.uk) (Claverie et al, 2003)

Protein adalah  kelas molekul yang sangat penting dalam sel. Sebagian besar fungsi protein adalah berinteraksi dengan molekul lain, terutama dengan sesama protein. Sekarang ilmuwan dapat memetakan seluruh interaktom manusia secara bioinformatika, menggunakan data eksperimen yang berlimpah dari berbagai metode, seperti analisis years two hybrid(Gong et al, 2005).

Struktur protein telah dipecahkan, bersama model teoritis, didepositkan pada bank data struktur protein yang disebut Protein Data Bank (PDB). Bank data ini dapat diakses pada http://www.rsbc.org.

Eksplorasi enzim merupakan hal yang penting untuk menunjang perkembangan teknologi bio yang lebih ramah lingkungan. Pencarian mikroba secara tradisional dengan kultivasi sekarang ini menjadi lebih tidak efisien karena menghabiskan biaya dan tenaga. Bionformatik hadir sebagai alternatif pencarian sekuen enzim baru menggunakan analisis filogeni (kekerabatan) untuk mencari spedied terdekat berdasarkan data genome yang di GeneBank. Situs yang menyediakan fitur ini adalah National Center for Biotechnology Information yang secara online.

Penelitian bioinformatik berbasis web ini bertujuan untuk melakukan eksplorsi enzim kitosanase dengan program berbasis web, dengan menggunakan potongan sekuen 16s ribosomal RNA (16S rRNA). Analisis yang dilakukan adalah mencari tahu apakah sekuen tersebut telah ada di Gene Bank atau merupakan strain baru khas Indonesia yang belum terpublikasi. Diharapkan hasil penelitian ini dapat membantu memberikan anotasi penamaan untuk strain baru yang memudahkan analisis sekuen DNA dan protein secara lebih lanjut.



Kitosanase adalah sekelompok enzim yang mencerna kitosan tetapi bukan kitin. Menurut Enzyme Commission definisi kitosanase sendiri adalah enzim yang mempu melakukan endohidrolisis ikatan beta-1,4 antarresidu D-glukosamin enjadi kitosan terasetilasi sebagian. Enzim ini sangat penting untuk menjaga keseimbangan antara karbon dan nitrogen yang terjebak sebagai kitin terlarut dalam biomassa.

Bioinformatika selain dapat digunakan seperti halnya simulasi protein dan enzim, bioinformatika juga dapat digunakan untuk desain vaksin. Jika dibandingkan dengan penelitian di Laboratorium, desain vaksin  dengan menggunakan pendekatan bioinformatika ini memiliki beberapa keunggulan diantaranya : lebih cepat, hasilnya memiliki akurasi yang tinggi, biaya dapat ditekan dan siulasi mlekuler dapat dilihat lebih jelas.

Metode Penelitian dan Pembahasan

Eksperimen basah interaksi protein-protein memerlukan waktu yang panjang dan regen biokimia yang mahal. Diperlukan metode yang mampu mempersingkat waktu dan menekan kebutuhan regen. Bioinformatika dapat membantu tercapainya  kedua hal tersebut. Ada tiga database online yang akan dibahas dalam ulasan ini. Mereka adalah InterPare, ClusPro dan PROTORP.

InterPare

Database interaksi interface protein skala besar telah diperkenalkan pada web http://www.interpare.net atau http://psimap.org. Nama database tersebut adalah InterPare. Database ini menyajikan interface antara protein domain yang diidentifikasi oleh tiga metode. Pertama, interface dideteksi dengan menghitung jarak geoetrik antara subunit protein multidomain atau kompleks protein pada PDB. Pada pendekatan kedua , area protein yang terkubur di dalam diidentifikasi dengan menghitung acessible surface area (ASA) ketika mereka membentuk kompleks atau agregat dengan subunit atau domai lain. Area tersebut dapat diakses air ketika mereka menjadi subunit bebas. Akhirnya, interface dapat didefinisikan oleh pendekatan geometrik dan topologis menggunakan diagram voronoi.

ClusPro

Algoritma diskriminasi dan automatisasi dudukan rigidbody dapat menyaring konfirmasi dudukan dan memberikan peringkat berdasarkan properti kluster. Metode ini telah diimplementasikan pada server web yang bernama ClusPro. Penyaringan melibatkan penggunaan metode evaluasi empiris energi bebas, yang memilih konfirmasi dengan desolvasi terendah dan energi elektrostatis. Metode kluster, yang pertamakali diimplementasikan oleh Camacho dan Gatchell untuk eksperien 2001 Critical Assessment of Predictions of Interaction (CAPRI), dimotivasi oleh pengamatan bahwa energi bebas dari kompleks reseptor-ligan yang tersolvasi secara parsial menunjukan atraktor energi bebas situs ikatan. Server ClusPro dapat diakses di http://nrc.bu.edu/cluster/ (Comeau et al, 2003).

PROTORP

PROTORP adalah server yang menghitung properti interaksi dari struktur 3D protein individu dan untuk seluruh set data secara realtime. PROTORP berperan penting untuk mempelajari hubungan antara adhesi sel dan sitoskeleton. Hal ini penting untuk mengetahui peran hubungan tersebut pada bentuk sel, motilitas dan signaling. Dalam percobaan yang dilakukan oleh Lad et al pada tahun 2008. dengan menggunakan bantuan PROTORP, telah diketahui bahwa ang terjadi kompetisi antara ligan-ligan filamen untuk mencapai situs pengikatan pada domain lgFLN. Hal ini memberikan pemahaman pada modulasi interaksi dan signaling filamin.

Sampel merupakan sekuen 16S ribosomal RNA yang diaplifikasi dengan primer maju dan mundur, sehingga menghasilkan dua potongan sekuen masing-masing 5500 bp. Pada umumnya panjang sekuen 16S rRNA yang lengkap adalah 1.500bp, sehingga dalam penelitian ini potongan tengah sekuen tidak digunakan. Sekuen berasal dari bakteri penghasil kitosanase yang berasosiasi dengan udang.

Analisis dilakukan dengan menggunakan BLAST untuk nukleotida menggunakan database reference genoic sequence dan 16s microbial dengan tidak mengikutsertakan sampel model dan lingkungan dalam database tersebut. Sekuen Gane Bank yang paling mirip dicirikan dengan nilai max score dan total score sama, query converage mendekati 100%, E-value mendekati 0 dan Max Ident mendekati 100% pada setiap database kemudian diunduh dan dikonstruksi filogeninyya dengan CLUSTALW2. Sekuen yang paling dekat dengan sampel merupakan sekuen yang kemiripannya paling tinggi.

Berdasarkan dua database yang digunakan diperoleh beberapa bakteri, namun semuanya tidak terdata sebagai bakteri penghasil kitosanase. Bakteri tersebut juga tidak menunjukan kemiripan yang identik dengan sampel. Oleh karena itu , sampel berpeluang menjadi strain baru asli Indonesia yang belu terpublikasi.

Desain vaksin dengan pendekatan bioinformatika dapat dilakukan dengan beberapa metode sebagai berikut:
1. Pencarian Data Protein
 Data dicari melalui National Centre of Botechnology Information (NCBI) (http://www.ncbi.nlm.nih.gov) dengan kata kunci sesuai dengan data protein yang akan digunakan dalam penelitian. Data yang diperoleh kemudian disimpan dalam bentuk FASTA pada notepad untuk digunakan pada seleksi data.

Apabila vaksin akan di desain spesifik terhadap reseptor-reseptor tertentu, maka perlu dicari kristal struktur 3 dimensi dari reseptor tersebut melalui Protein Data Bank(PDB) (http://pdb.org)

2. Analisis BLAST
Karena penulis ingin merangkup 3 jurnal ini, maka penulis hanya menaruh metode yang bersangkutan ya hehehe

Hasil prediksi analisis epitope yang direkomendasikan kemudian dianalisis lebih lanjut dengan analisis BLAST Menggunakan perbandingan data protein manusia. Hasil analisis yang direkomendasikan adalah hasil analisis dengan nilai kesamaan yang rendah terhadap protein manusia. Hal ini dilakukan untuk menghindari adanya respn autoimun dari tubuh pasien yang akan menerima vaksin. Pada pembacaan hasil BLAST perlu diperhatikan untuk skor hasil diatas 70% apakah terdapat sekuen yang meiliki kesamaan terhadap reseptor-reseptor terntentu manusia khusunya yang berada pada permukaan sel. Analisis ini dapat dilakukan melalui program BLAST pada NCBI (http://www.blast.ncbi.nlm.nih.gosv/Blast.cgi)

Kesimpulan

Dari ketiga jurnal tersebut dapat disimpulkan bahwa rata-rata memanfaatkan teknologi bioinformatika untuk sarana penelitian agar mempercepat waktu dan mempunyai akurasi yang tinggi. Semua penelitian memanfaatkan database yang telah disediakan pada bidangnya masing-masing dan ternyata metode yang digunakan pun tidak jauh berbeda seperti halnya metode pada jurnal ke satu dan 2 ter dapat pada jurnal ke 3.

Nama : Andri Haryadi Pratama
NPM : 50412836
Kelas : 4IA04

Sumber
Jurnal ke 1
Jurnal ke 2
Jurnal ke 3

0 komentar:

Posting Komentar