Bioinformatika adalah
ilmu yang mempelajari tentang penerapan teknik komputasi terhadap penyimpanan,
pengambilan, manipulasi, dan distribusi informasi yang berkaitan dengan biologi
makromolekul, seperti DNA. Bidang ini mencakup penerapan metode-metode matematika,
statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama
dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan
dengannya. Contoh topik utama bidang ini meliputi basis datauntuk mengelola
informasi biologis, penyejajaran sekuens (sequence alignment), prediksi
struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA,
analisis filogenetik, dan analisis ekspresi gen.
Kemajuan teknik biologi
molekular dalam mengungkap sekuens biologis dari protein (sejak awal1950-an)
dan asam nukleat (sejak 1960-an) mengawali perkembangan basis data dan teknik
analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada
tahun 1960-an diAmerika Serikat, sementara basis data sekuens DNA dikembangkan
pada akhir 1970-an di Amerika Serikat dan Jerman (pada European Molecular
Biology Laboratory, Laboratorium Biologi MolekularEropa). Penemuan teknik
sekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi landasan
terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an
dan1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan
genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada
akhirnya menyebabkan lahirnya bioinformatika.
Cabang-cabang
Bioninformatika
Dari pengertian
Bioinformatika yang telah dijelaskan, kita dapat menemukan banyak terdapat
banyak 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.
- Biophysics. Adalah sebuah bidang interdisipliner yang mengalikasikan teknik-teknik dari ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society). Disiplin ilmu ini terkait dengan Bioinformatika karena penggunaan teknik-teknik dari ilmu Fisika untuk memahami struktur membutuhkan penggunaan TI.
- 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.
- Medical Informatics. Menurut Aamir Zakaria 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”.
- 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). 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.
- Genomics. Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untukmenganalisa 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.
- Mathematical Biology. 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. Menurut Alex Kasman Secara umum mathematical biology melingkupi semua ketertarikan teoritis yang tidak perlu merupakan sesuatu yang beralgoritma, dan tidak perlu dalam bentuk molekul, dan tidak perlu berguna dalam menganalisis data yang terkumpul.
- Proteomics. Istilah proteomics pertama kali digunakan untuk menggambarkan himpunan dari protein-protein yang tersusun (encoded) oleh genom. Michael J. Dunn, mendefiniskan kata “proteome” sebagai: “The PROTEin complement of the genOME“. Dan mendefinisikan proteomicsberkaitan dengan: “studi kuantitatif dan kualitatif dari ekspresi gen di level dari protein-protein fungsional itu sendiri”. Yaitu: “sebuah antarmuka antara biokimia protein dengan biologi molekul”.
- 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.
- Pharmacogenetics. 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. 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.
Aplikasi
Bioinformatika
- Transforming Sekuens menjadi Informasi Genetik.
- Identifikasi Penyakit.
- Mengidentifikasi potensi secara genetik.
Permasalahan
dan tantangan yang dihadapi
Didunia ini semua hal
dalam menghadapi sesuatu pasti memiliki masalah lain dan tantangan lain dalam
pengembangannya. 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.
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.
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. Tujuan dari Data
mining adalah untuk mencari korelasi baru, pola, dan trend.
Selain itu, 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, pada tahun 2000-2001, ia tidak
memiliki murid di program pasca sarjananya. Padahal, dapat diprediksikan bidang
ini membutuhkan sekitar 20.000 tenaga kerja terlatih yang kompeten dalam bidang
biologi sekaligus ilmu komputer.
Sumber :
