BIDANG-BIDANG YANG TERKAIT DENGAN BIOINFORMATIKA
Bioinformatika (bahasa Inggris: bioinformatics) adalah (ilmu
yang mempelajari) penerapan teknik komputasional untuk mengelola dan
menganalisis informasi biologis. 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 data untuk mengelola informasi biologis, penyejajaran sekuens (sequence
alignment), prediksi struktur untuk meramalkan bentuk struktur protein maupun
struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.
Secara umum, Bioinformatika dapat digambarkan sebagai : segala
bentuk penggunaan komputer dalam menangani informasi-informasi biologi. Dalam
prakteknya, definisi yang digunakan oleh kebanyakan orang bersifat lebih
terperinci. Bioinformatika menurut kebanyakan orang adalah satu sinonim dari
komputasi biologi molekul (penggunaan komputer dalam menandai karakterisasi
dari komponenkomponen molekul dari makhluk hidup).
Bidang-Bidang yang Terkait dengan Bioinformatika
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.
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.
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.
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.
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.
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. Menurut
Alex Kasman [KASMAN2004] 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. 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. Michael J. Dunn [DUNN2004], Pemimpin Redaksi dari Proteomics
mendefiniskan kata “proteome” sebagai: “The PROTEin complement of the genOME”.
Dan mendefinisikan proteomics berkaitan 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”.
Mengkarakterisasi sebanyak puluhan ribu protein-protein yang
dinyatakan dalam sebuah tipe sel yang diberikan pada waktu tertentu –apakah untuk
mengukur berat molekul atau nilai-nilai isoelektrik protein-protein tersebut–
melibatkan tempat penyimpanan dan perbandingan dari data yang memiliki jumlah
yang sangat besar, tak terhindarkan lagi akan memerlukan Bioinformatika.
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
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.
Sumber :
Aprijani, Dwi Astuti, & Elfaizi, M. Abdushshomad,
BIOINFORMATIKA: Perkembangan, Disiplin Ilmu dan Penerapannya di Indonesia,
http://kambing.ui.ac.id/bebas/v06/Kuliah/SistemOperasi/2003/50/Bioinformatika.pdf
http://id.wikipedia.org/wiki/Bioinformatika
