Sekuensing_PrinsipAplikasi

8/19/2019 Sekuensing_PrinsipAplikasi

1/52

DNA• ~6 milyar pasangan basa

/ base pairs didalam

setiap sel membentuk

human genome

• Gen-gen membentuk

hanya 1,5 darikeseluruhan genom

manusia

• gen adalah bagian

tertentu dari DNA, yang

menyandi pembentukanprotein

• !ada manusia terdapat

"#,### gen


2/52

DNA $ Deoksiribo Nu%lei% A%id

• Deo&yribonu%lei% a%id 'DNA( berbentuk pita double heli&)• Gula-phosphate kerangka membentuk bagian terluar pada heli&

• *edua pita DNA saling melilit dengan arah berla+anan

• asa-basa saling berikatan dan membentuk ikatan hidrogen

• memba+a perintah genetik 'gen-gen(

ugar !hosphate a%kbone

ase pair

Nucleic acids

.ytosine - .

Guanine - G

Adenine - A

hymine -

#)"0nm

A

A

.

G

A

.

G

.

G

A

G

.

A

G

.

.

A

A

.

G

.

G

A

G

.

G

.

A

%omplementary base pairs


3/52

A gene %odes or a protein

Protein

mRNA

DNA

transcription

translation

CCTGAGCCAACTATTGATGAA

PEPTIDE

CCUGAGCCA ACU AUUGAUGAA


4/52

The Central Dogma

Transcription

mRNA

Translation

ProteinGene

cells express different subset of the genesIn different tissues and under different conditions

hard disk one program its output


5/52

Prokaryotic genes

Downstream (3’)

Prokaryotes (intronless protein coding genes)

promoter Gene regionpstream (5’)

Transcription (gene is encoded on minus strand ..

And te re!erse complement is read into m"#A)

D#A

m"#A

5$ UT" 3$ UT" %oDing &e'uence (%D&)

ATG

ATG

TA%

Translation t"#A read o eac codons* 3 +ases

at a time* starting at start codon until it reaces

a &T,P codon.

protein


6/52

-n ukaryotes ( cells were te D#A is se'uestered in a separate nucleus)

Te D#A does not contain a duplicate o te coding gene* rater e/ons must +e spliced.(many eukaryotes genes contain no introns0 .. Particularly true in $lower$ organisms)

mRNA 1 (messenger "#A) %ontains te assem+led copy o te gene. Te m"#A acts as a

messenger to carry te inormation stored in te D#A in te nucleus to te cytoplasm

were te ri+osomes can make it into protein.

Eukaryotic Central Dogma


7/52

DNA e2uen%ing


8/52

SEKUENSING MAKROMOLEKUL

PROTEIN vs DNA

--------------------------------------------------------------------------

*Metoda : *Metoda :

- degradasi Edmann 1) Sanger et al.

2) Maxam & Gilbert

*Sekuensing protein dari ujung amino * Sekuensing molekul D! - Dibutu"kan protein dengan kemurnian - untai tunggalmaupun rangkap

tinggi - men#andi proteinmaupun tidak

*Da#a ba$a sangat terbatas : * Da#a ba$a besar :

- manual : % 1 !! lebi" praktis

- otomatik : % '( !!

erlu pemotongan protein :

- tr#psin : #s + !rg

- ,nr : Met

Sekuen D! dideduksiuntuk

sekuenprotein


9/52

DNA sequencing

."at is D! se/uen$ing 0 ."at met"ods 0

o rapid se/uen$ing te$"ni/ues :

*En3#mati$ 4Sanger et al. 1566):

- Dideox#-mediated $"ain termination met"od

- "e existing+ada D!: -as t"e template

-s#nt"esi3e ne oligonu$leotide $"ain -ele$trop"oresed

*,"emi$al degradation 4 Maxam & Gilbert):

- "e existing D!: - labeled degraded $"emi$all# ele$trop"oresed

Separate populations o7 labeled oligonu$leotides8 begin 7rom a9xed point8 terminate randoml# at 9xed residue or $ombination o7

residue

ariable lengt"

;esol


10/52

Diagramati$ Maxam > Gilbert Se/uen$ingMet"od


11/52

Sanger ‘s

met!"


12/52

+ ddATP + ddGTP + ddTTP + ddCTP


13/52

3’T

G

C

A

A

CG

T

A

A

G

C

CG

T

C

G

A

5’

Autoradiograf pada

film !ray "kema pem#acaan


14/52

Sequencing tecniques

Manua# $ c!nvensi!na# %

-make t"e rea$tion manuall# : - denaturation8 labelling8 - extension8 termination8 stoprea$tion

- prepare gel 8 ele$trop"oresis8 - pro$ess t"e gel8 read manuall#

Aut!matic c&c#e sequencing

1? D#e primer rea$tion: @ tube rea$tions

2? D#e terminator: single tube rea$tion

;ead automati$all# b# se/uen$ing apparatus & re$orded in$omputer


15/52


16/52

$iological Data + Computer Calculations

$ioinformatics


17/52

%uang &ingkup


18/52

$ioinformatika 'bahasa 3nggris4 bioinformatics(

adalah 'ilmu yang mempelaari( penerapan

teknik komputasional untuk mengelola dan

menganalisis inormasi biologis)

idang ini men%akup penerapan metode-

metode matematika, statistika, dan inormatika

untuk meme%ahkan masalah-masalah biologis,

terutama dengan menggunakan sekuens DNA dan asam amino serta inormasi yang berkaitan

dengannya)

.ontoh topik utama bidang ini meliputi

basis data untuk mengelola inormasi biologis,penyeaaran sekuens 'sequence alignment (,

prediksi struktur untuk meramalkan bentuk

struktur protein maupun struktur sekunder NA,

analisis ilogenetik, dan analisis ekspresi gen)

http://id.wikipedia.org/wiki/Bahasa_Inggrishttp://id.wikipedia.org/wiki/Bahasa_Inggrishttp://id.wikipedia.org/wiki/Ilmuhttp://id.wikipedia.org/wiki/Komputasihttp://id.wikipedia.org/wiki/Biologihttp://id.wikipedia.org/wiki/Matematikahttp://id.wikipedia.org/wiki/Statistikahttp://id.wikipedia.org/wiki/Informatikahttp://id.wikipedia.org/wiki/DNAhttp://id.wikipedia.org/wiki/Asam_aminohttp://id.wikipedia.org/wiki/Asam_aminohttp://id.wikipedia.org/wiki/Basis_datahttp://id.wikipedia.org/wiki/Proteinhttp://id.wikipedia.org/wiki/RNAhttp://id.wikipedia.org/w/index.php?title=Filogenetika&action=edithttp://id.wikipedia.org/wiki/Genhttp://id.wikipedia.org/wiki/Genhttp://id.wikipedia.org/w/index.php?title=Filogenetika&action=edithttp://id.wikipedia.org/wiki/RNAhttp://id.wikipedia.org/wiki/Proteinhttp://id.wikipedia.org/wiki/Basis_datahttp://id.wikipedia.org/wiki/Asam_aminohttp://id.wikipedia.org/wiki/Asam_aminohttp://id.wikipedia.org/wiki/DNAhttp://id.wikipedia.org/wiki/Informatikahttp://id.wikipedia.org/wiki/Statistikahttp://id.wikipedia.org/wiki/Matematikahttp://id.wikipedia.org/wiki/Biologihttp://id.wikipedia.org/wiki/Komputasihttp://id.wikipedia.org/wiki/Ilmuhttp://id.wikipedia.org/wiki/Bahasa_Inggrishttp://id.wikipedia.org/wiki/Bahasa_Inggris


19/52

he 7lo+ o iote%hnology

3normation

GeneGene >DNA sequenceAATTCATGAAAATCGTATACTGGTCTGGTACCGGCAACAC

TGAGAAAATGGCAGAGCTCATCGCTAAAGGTATCATCGAA

TCTGGTAAAGACGTCAACACCATCAACGTGTCTGACGTTA

ACATCGATGAACTGCTGAACGAAGATATCCTGATCCTGGG

TTGCTCTGCCATGGGCGATGAAGTTCTCGAGGAAAGCGAA

TTTGAACCGTTCATCGAAGAGATCTCTACCAAAATCTCTGGTAAGAAGGTTGCGCTGTTCGGTTCTTACGGTTGGGGCGA

CGGTAAGTGGATGCGTGACTTCGAAGAACGTATGAACGGC

TACGGTTGCGTTGTTGTTGAGACCCCGCTGATCGTTCAGA

ACGAGCCGGACGAAGCTGAGCAGGACTGCATCGAATTTGG

TAAGAAGATCGCGAACATCTAGTAGA

> Pr!tein sequence!I"#$%GTGNT&!A&'IA!GII&%G!D"NTIN"%D"NID&''N&DI'I'GC%AGD&"'&&%&(&P(I&&I%T!I%G!!"A'(G%#G$GDG!$RD(&&R

NG#GC"""&TP'I")N&PD&A&)DCI&(G!!IANI


20/52

"e'ara( Perkem#angan


21/52

3stilah bioinformatics mulai dikemukakan pada

pertengahan era 189#-an untuk menga%u padapenerapan komputer dalam biologi)

Namun demikian, penerapan bidang-bidang dalam

bioinormatika 'seperti pembuatan basis data danpengembangan algoritma untuk analisis sekuens

biologis( sudah dilakukan seak tahun 186#-an)

http://id.wikipedia.org/wiki/1980-anhttp://id.wikipedia.org/wiki/Komputerhttp://id.wikipedia.org/wiki/Algoritmahttp://id.wikipedia.org/w/index.php?title=Sekuens_biologis&action=edithttp://id.wikipedia.org/w/index.php?title=Sekuens_biologis&action=edithttp://id.wikipedia.org/wiki/1960-anhttp://id.wikipedia.org/wiki/1960-anhttp://id.wikipedia.org/w/index.php?title=Sekuens_biologis&action=edithttp://id.wikipedia.org/w/index.php?title=Sekuens_biologis&action=edithttp://id.wikipedia.org/wiki/Algoritmahttp://id.wikipedia.org/wiki/Komputerhttp://id.wikipedia.org/wiki/1980-an


22/52

a+al 185#-an

*emauan teknik biologi molekular dalam

mengungkap sekuens biologis dari protein

186#-an

sekuens biologis asam nukleat terungkap dan

menga+ali perkembangan basis data dan

teknik analisis sekuens biologis)

asis data sekuens protein mulai

dikembangkan pada tahun 186#-an di Amerika

erikat,


23/52

akhir 18:#-an

basis data sekuens DNA dikembangkan di Amerika erikat dan ;erman 'pada aboratory, >aboratorium

iologi =olekular


24/52

189#-an dan 188#-an

teradi ledakan umlah sekuens DNA

menadi salah satu pembuka alan bagi

proyek-proyek pengungkapan genom,

meningkatkan kebutuhan akan pengelolaan

dan analisis sekuens, dan

pada akhirnya menyebabkan lahirnya

bioinormatika)

http://id.wikipedia.org/wiki/1990-anhttp://id.wikipedia.org/wiki/Genomhttp://id.wikipedia.org/wiki/Genomhttp://id.wikipedia.org/wiki/1990-an


25/52

!erkembangan internet uga mendukung

berkembangnya bioinormatika)

asis data bioinormatika yang terhubung

melalui internet memudahkan ilmu+an

mengumpulkan hasil sekuensing ke dalam

basis data tersebut maupun memperoleh

sekuens biologis sebagai bahan analisis)

elain itu, penyebaran program-program

aplikasi bioinormatika melalui internetmemudahkan ilmu+an mengakses program-

program tersebut dan kemudian memudahkan

pengembangannya)


26/52

!enerapan ?tama ioinormatika

asis data sekuens biologis

!enyeaaran sekuens

!rediksi struktur protein

Analisis ekspresi gen


27/52

esuai dengan enis inormasi biologis yang

disimpannya, basis data sekuens biologis dapat

berupa4

basis data primer untuk menyimpan sekuens

primer asam nukleat maupun protein, basis data sekunder untuk menyimpan moti

sekuens protein, dan

basis data struktur untuk menyimpan data

struktur protein maupun asam nukleat)

asis data sekuens biologis


28/52

asis data utama untuk sekuens asam nukleat

saat ini adalah

Genank 'Amerika erikat(,

'


29/52

elain berisi sekuens asam nukleat, entri dalam

basis data sekuens asam nukleat umumnya

mengandung inormasi tentang4

enis asam nukleat 'DNA atau NA(,

nama organisme sumber asam nukleat

tersebut, dan

pustaka yang berkaitan dengan sekuens asam

nukleat tersebut)

http://id.wikipedia.org/wiki/DNAhttp://id.wikipedia.org/wiki/RNAhttp://id.wikipedia.org/wiki/Organismehttp://id.wikipedia.org/wiki/Organismehttp://id.wikipedia.org/wiki/RNAhttp://id.wikipedia.org/wiki/DNA


30/52

ementara itu, %ontoh beberapa basis data penting yang

menyimpan sekuens primer protein adalah

!3 'Protein Information Resource, Amerika erikat(,

+iss-!rot '


31/52

$&A"T 'Basic Local Alignment Search Tool ( merupakan

perkakas bioinormatika yang berkaitan erat dengan

penggunaan basis data sekuens biologis)

!enelusuran >A 'BLAST search( pada basis data

sekuens memungkinkan ilmu+an untuk men%ari sekuens

asam nukleat maupun protein yang mirip dengan sekuens

tertentu yang dimilikinya) al ini berguna misalnya4

untuk menemukan gen seenis pada beberapa

organisme atau

untuk memeriksa keabsahan hasil sekuensing maupun

untuk memeriksa ungsi gen hasil sekuensing)

Algoritma yang mendasari kera >A adalah

penyeaaran sekuens)

http://www.ncbi.nlm.nih.gov/BLAST/http://id.wikipedia.org/wiki/Genhttp://id.wikipedia.org/wiki/Organismehttp://id.wikipedia.org/wiki/Sekuensinghttp://id.wikipedia.org/wiki/Algoritmahttp://id.wikipedia.org/wiki/Algoritmahttp://id.wikipedia.org/wiki/Sekuensinghttp://id.wikipedia.org/wiki/Organismehttp://id.wikipedia.org/wiki/Genhttp://www.ncbi.nlm.nih.gov/BLAST/


32/52

!enyeaaran sekuens 'se2uen%e alignment( adalah

proses penyusunan/pengaturan dua atau lebih sekuenssehingga persamaan sekuens-sekuens tersebut tampak

nyata)

asil dari proses tersebut uga disebut sebagai se2uen%e

alignment atau alignment saa)

aris sekuens dalam suatu alignment diberi sisipan

'umumnya dengan tanda B$B( sedemikian rupa sehingga

kolom-kolomnya memuat karakter yang identik atau sama

di antara sekuens-sekuens tersebut)

erikut adalah %ontoh alignment DNA dari dua sekuens

pendek DNA yang berbeda, B%%at%aa%B dan B%aatggg%aa%B

'tanda BCB menunukkan ke%o%okan atau mat%h di antara

kedua sekuens

!enyeaaran sekuens


33/52

%%at-----%aa%

%aatggg%aa%


34/52

Sequence alignment merupakan metode dasar

dalam analisis sekuens)

=etode ini digunakan untuk mempelaari e@olusi sekuens-sekuens dari leluhur yang sama

'common ancestor ()

*etidak%o%okan 'mismatch( dalam alignment diasosiasikan dengan proses mutasi, sedangkan

kesenangan 'gap, tanda B$B( diasosiasikan

dengan proses insersi atau delesi)

http://id.wikipedia.org/wiki/Evolusihttp://id.wikipedia.org/wiki/Mutasihttp://id.wikipedia.org/wiki/Mutasihttp://id.wikipedia.org/wiki/Evolusi


35/52

Sequence alignment memberikan hipotesis atas

proses e@olusi yang teradi dalam sekuens-

sekuens tersebut) =isalnya, kedua sekuens dalam %ontoh

alignment di atas bisa adi bere@olusi dari

sekuens yang sama B%%atggg%aa%B) Dalam kaitannya dengan hal ini, alignment uga

dapat menunukkan posisi-posisi yang

dipertahankan 'consere! ( selama e@olusi dalam

sekuens-sekuens protein, yang menunukkan

bah+a posisi-posisi tersebut bisa adi penting

bagi struktur atau ungsi protein tersebut)

http://id.wikipedia.org/wiki/Hipotesishttp://id.wikipedia.org/wiki/Evolusihttp://id.wikipedia.org/wiki/Proteinhttp://id.wikipedia.org/wiki/Proteinhttp://id.wikipedia.org/wiki/Evolusihttp://id.wikipedia.org/wiki/Hipotesis


36/52

elain itu, se2uen%e alignment uga digunakan

untuk men%ari sekuens yang mirip atau sama

dalam basis data sekuens) >A adalah salah satu metode alignment yang

sering digunakan dalam penelusuran basis data

sekuens) >A menggunakan algoritma heuristik dalam

penyusunan alignment)


37/52

eberapa metode alignment lain yang merupakan

pendahulu >A adalah metode BNeedleman-uns%hB

dan Bmith-atermanB)

=etode Needleman-uns%h digunakan untuk menyusun

alignment glo#al di antara dua atau lebih sekuens, yaitu

alignment atas keseluruhan panang sekuens tersebut)

=etode mith-aterman menghasilkan alignment lokal,

yaitu alignment atas bagian-bagian dalam sekuens)

*edua metode tersebut menerapkan pemrograman

dinamik '!"namic programming ( dan hanya eekti untuk

alignment dua sekuens ' pairwise alignment (

http://id.wikipedia.org/w/index.php?title=Pemrograman_dinamik&action=edithttp://id.wikipedia.org/w/index.php?title=Pemrograman_dinamik&action=edithttp://id.wikipedia.org/w/index.php?title=Pemrograman_dinamik&action=edithttp://id.wikipedia.org/w/index.php?title=Pemrograman_dinamik&action=edit


38/52

eberapa metode alignment lain yang merupakan

pendahulu >A adalah metode BNeedleman-uns%hB

dan Bmith-atermanB)

=etode Needleman-uns%h digunakan untuk menyusun

alignment glo#al di antara dua atau lebih sekuens, yaitu

alignment atas keseluruhan panang sekuens tersebut)

=etode mith-aterman menghasilkan alignment lokal,

yaitu alignment atas bagian-bagian dalam sekuens)

*edua metode tersebut menerapkan pemrograman

dinamik '!"namic programming ( dan hanya eekti untuk

alignment dua sekuens ' pairwise alignment (

.lustal adalah program bioinormatika untuk alignment

multipel 'multiple alignment (, yaitu alignment beberapa

sekuens sekaligus) Dua @arian utama .lustal adalah

.lustal dan .lustalE)

http://id.wikipedia.org/w/index.php?title=Pemrograman_dinamik&action=edithttp://id.wikipedia.org/w/index.php?title=Pemrograman_dinamik&action=edithttp://www.ebi.ac.uk/clustalw/http://bips.u-strasbg.fr/en/Documentation/ClustalX/http://bips.u-strasbg.fr/en/Documentation/ClustalX/http://www.ebi.ac.uk/clustalw/http://id.wikipedia.org/w/index.php?title=Pemrograman_dinamik&action=edithttp://id.wikipedia.org/w/index.php?title=Pemrograman_dinamik&action=edit


39/52

=etode lain yang dapat diterapkan untuk

alignment sekuens adalah metode yang

berhubungan dengan Hidden Markov Model

'B=odel =arko@ ersembunyiB, ,,()

== merupakan model statistika yang mulanya

digunakan dalam ilmu komputer untuk mengenali

pembi%araan manusia 'speech recognition()

elain digunakan untuk alignment, == uga

digunakan dalam metode-metode analisis

sekuens lainnya, seperti prediksi daerah

pengkode protein dalam genom dan prediksi

struktur sekunder protein)

! dik i t kt t i

http://id.wikipedia.org/wiki/Ilmu_komputerhttp://id.wikipedia.org/wiki/Ilmu_komputerhttp://id.wikipedia.org/wiki/Genomhttp://id.wikipedia.org/wiki/Genomhttp://id.wikipedia.org/wiki/Ilmu_komputerhttp://id.wikipedia.org/wiki/Ilmu_komputer


40/52

"ecara kimia-fisika. #entuk struktur protein diungkap dengan

kristalografi sinar! ataupun spektroskopi N,%. namun

kedua metode terse#ut sangat memakan /aktu dan relatif

ma(al0

"ementara itu. metode sekuensing protein relatif le#i(

muda( mengungkapkan sekuens asam amino protein0

Prediksi struktur protein #erusa(a meramalkan struktur tiga

dimensi protein #erdasarkan sekuens asam aminonya

)dengan kata lain. meramalkan struktur tersier dan struktur

sekunder #erdasarkan struktur primer protein*0

"ecara umum. metode prediksi struktur protein yang ada

saat ini dapat dikategorikan ke dalam dua kelompok. yaitu

metode pemodelan protein komparatif dan metode

pemodelan de novo0

!rediksi struktur protein

P d l t i k tif ' ti t i

http://id.wikipedia.org/wiki/Proteinhttp://id.wikipedia.org/w/index.php?title=Kristalografi_sinar-X&action=edithttp://id.wikipedia.org/w/index.php?title=Kristalografi_sinar-X&action=edithttp://id.wikipedia.org/w/index.php?title=Spektroskopi_NMR&action=edithttp://id.wikipedia.org/w/index.php?title=Spektroskopi_NMR&action=edithttp://id.wikipedia.org/wiki/Sekuensinghttp://id.wikipedia.org/w/index.php?title=Sekuens&action=edithttp://id.wikipedia.org/wiki/Asam_aminohttp://id.wikipedia.org/wiki/Asam_aminohttp://id.wikipedia.org/wiki/Asam_aminohttp://id.wikipedia.org/wiki/Asam_aminohttp://id.wikipedia.org/w/index.php?title=Sekuens&action=edithttp://id.wikipedia.org/wiki/Sekuensinghttp://id.wikipedia.org/w/index.php?title=Spektroskopi_NMR&action=edithttp://id.wikipedia.org/w/index.php?title=Spektroskopi_NMR&action=edithttp://id.wikipedia.org/w/index.php?title=Kristalografi_sinar-X&action=edithttp://id.wikipedia.org/w/index.php?title=Kristalografi_sinar-X&action=edithttp://id.wikipedia.org/w/index.php?title=Kristalografi_sinar-X&action=edithttp://id.wikipedia.org/wiki/Protein


41/52

Pemodelan protein komparatif 'comparatie protein

mo!elling ( meramalkan struktur suatu protein berdasarkan

struktur protein lain yang sudah diketahui)

alah satu penerapan metode ini adalah pemodelan

(omologi 'homolog" mo!elling (, yaitu prediksi struktur

tersier protein berdasarkan kesamaan struktur primer

protein) !emodelan homologi didasarkan pada teori bah+a dua

protein yang homolog memiliki struktur yang sangat mirip

satu sama lain)

!ada metode ini, struktur suatu protein 'disebut protein

target( ditentukan berdasarkan struktur protein lain 'protein

templat( yang sudah diketahui dan memiliki kemiripan

sekuens dengan protein target tersebut)

l i it l i d l k ti d l h

http://id.wikipedia.org/wiki/Teorihttp://id.wikipedia.org/w/index.php?title=Homolog&action=edithttp://id.wikipedia.org/w/index.php?title=Homolog&action=edithttp://id.wikipedia.org/wiki/Teori


42/52

elain itu, penerapan lain pemodelan komparati adalah

protein threading yang didasarkan pada kemiripan

struktur tanpa kemiripan sekuens primer)

>atar belakang protein threa!ing adalah bah+a struktur

protein lebih dikonser@asi daripada sekuens protein

selama e@olusiF daerah-daerah yang penting bagi ungsi

protein dipertahankan strukturnya)

!ada pendekatan ini, struktur yang paling kompatibel untuk

suatu sekuens asam amino dipilih dari semua enis struktur

tiga dimensi protein yang ada) =etode-metode yang tergolong dalam protein threa!ing

berusaha menentukan tingkat kompatibilitas tersebut)

D l d k t d t b i iti


43/52

Dalam pendekatan de novo atau ab initio,

struktur protein ditentukan dari sekuens

primernya tanpa membandingkan dengan

struktur protein lain)

erdapat banyak kemungkinan dalam

pendekatan ini, misalnya dengan menirukan

proses pelipatan 'fol!ing ( protein dari sekuens

primernya menadi struktur tersiernya 'misalnya

dengan simulasi dinamika molekular (, atau

dengan optimisasi global ungsi energi protein)

P d d i i d # t (k

http://id.wikipedia.org/w/index.php?title=Dinamika_molekular&action=edithttp://id.wikipedia.org/w/index.php?title=Dinamika_molekular&action=edithttp://id.wikipedia.org/w/index.php?title=Dinamika_molekular&action=edithttp://id.wikipedia.org/w/index.php?title=Dinamika_molekular&action=edit


44/52

Prosedur!prosedur ini cenderung mem#utu(kan proses

komputasi yang intens. se(ingga saat ini (anya digunakan

dalam menentukan struktur protein!protein kecil0

$e#erapa usa(a tela( dilakukan untuk mengatasi

kekurangan sum#er daya komputasi terse#ut. misalnya

dengan1

superkomputer )misalnya superkomputer $lue Gene 24

dari $,* atau

komputasi terdistri#usi )distributed computing . misalnya

proyek 6olding7(ome* maupun komputasi grid0

A li i k i

http://id.wikipedia.org/wiki/Superkomputerhttp://id.wikipedia.org/wiki/Blue_Genehttp://id.wikipedia.org/wiki/Blue_Genehttp://id.wikipedia.org/wiki/Superkomputer


45/52


46/52

=etode-metode penggalian data '!ata mining (

diterapkan pada data tersebut untuk memperoleh

pola-pola inormati) ebagai %ontoh, metode-metode komparasi

digunakan untuk membandingkan ekspresi di

antara gen-gen, sementara metode-metodeklastering 'clustering ( digunakan untuk

mempartisi data tersebut berdasarkan kesamaan

ekspresi gen)


47/52

he uman Genome !roe%t

he genome se2uen%e is %omplete -

almostI $ appro&imately ")J billion base pairs)

Pro*ide in the understanding of genestructure+ genetics *ariation andcomparati*e genomics

Appreciation of ethical+ legal+ and socialissues surrounding the a*ailabilit, ofhuman se-uence data

Pro*ide the basis for .se-uence/basedbiolog,0


48/52


49/52

Ra' Gen!me Data(

6rom 1 "tuart ,0 $ro/n. P(0D0N89 "c(ool of ,edicine

Th i bi l l llfh


50/52

The next step is obviously to locate all of thegenes and describe their functions. This will

probably take another 15-20 years!

6rom 1 "tuart ,0 $ro/n. P(0D0N89 "c(ool of ,edicine


51/52

3mpli%ations or iomedi%ine

•Physicians will use genetic information to diagnoseand treat disease.

•Virtually all medical conditions have a genetic

component.•Faster drug development research

•Individualized drugs

•Gene therapy

•All Biologists will use gene sequence information intheir daily work


52/52

Sekuensing_PrinsipAplikasi

Documents

Transcript of Sekuensing_PrinsipAplikasi