Maintenance script: Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

2026-08-23T03:14:12Z

Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

Maintenance script: Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 28930642; atribusi sumber disertakan.

2026-08-23T02:23:04Z

Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 28930642; atribusi sumber disertakan.

Halaman baru

'''Bioinformatika''' ([[bahasa Inggris]]: ''bioinformatics'') adalah [[ilmu]] yang mempelajari penerapan teknik [[komputasi]]onal untuk mengelola dan menganalisis informasi yang terkandung di dalam makromolekul biologis secara kuantitatif.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 [[filogenetika|filogenetik]], dan analisis ekspresi [[gen]].

== Sejarah ==
Istilah bionformatika baru dikemukaan oleh [[:en:Paulien Hogeweg|Paulien Hogeweg]] dan [[Ben Hesper]] pada tahun 1970, yang didifenisikan sebagai ilmu yang mempelajri proses-proses informatika dalam sistem biotik dari tingkat sel hingga ekosistem, seperti akumulasi informasi selama proses evolusi, penyaluran informasi dari molekul DNA ke dalam proses intrasel dan antar sel, dan interpretasi informasi pada berbagi tingkat. Namun, sebelum istilah ini dikemukakan, sudah ada penelitian di bidang biologi yang bersifat kuantitatif , seperti penerapan model jejaring makanan dalam studi [[ekologi]] atau analisis hubungan kekerabatan dalam studi [[sistematika]]. Beberapa faktor yang dinilai turut berkembangnya studi ini yaitu penemuan teknik pengurutan protein oleh [[Frederick Sanger]] dan koleganya pada awal tahun 1950-an, kemajuan teknologi komputer, dan munculnya sebuah gagasan bahwa [[makromolekul]] biologis membawa informasi dari [[Emile Zuckerkandl]] dan [[Linus Carl Pauling|Linus Pauling]] pada tahun 1965. Selain itu, berdirinya Bank Data Protein (''Protein Data Bank''/ PDB), pada tahun 1970 yang menjadi pusat pangkalan data struktur protein membuat studi ini dinilai semakin berkembang pada saat itu, di mana pangkalan data tersebut menjadi dasar pengembangan [[algoritma]] penjajaran urutan asam amino dari pasangan protein oleh [[Saul Needleman]] dan [[Christian Wunsch]] dan menjadi dasar proses penjajaran urutan lainnya. Pada tahun 1974, Chou dan Fasman mengembangkan algoritma yang memperdiksi struktur protein dari urutan asam aminonya yang menjadi titik awal dari serangkaian pengembangan algoritma prediksi struktur lainnya. Pada tahun 1979, Los Alamos Sequence Database atau GenBank telah dibentuk sebagai pengembangan pangkalan data DNA dan muncullah algoritma-algoritma pencarian seperti [[BLAST]] pada tahun 1990 dan [[FASTA]] pada tahun 1985.

Perkembangan [[Internet]] mendukung berkembangnya bioinformatika. Basis data bioinformatika yang terhubung melalui Internet memudahkan ilmuwan mengumpulkan hasil sekuensing ke dalam basis data tersebut maupun memperoleh sekuens biologis sebagai bahan analisis. Selain itu, penyebaran [[program]]-program aplikasi bioinformatika melalui Internet memudahkan ilmuwan mengakses program-program tersebut dan kemudian memudahkan pengembangannya.

== Penerapan utama bioinformatika ==
=== Basis data sekuens biologis ===
Sesuai dengan jenis informasi biologis yang disimpannya, [[basis data]] sekuens biologis dapat berupa basis data primer untuk menyimpan sekuens primer [[asam nukleat]] maupun [[protein]], basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk menyimpan data struktur protein maupun asam nukleat.

Basis data utama untuk sekuens asam nukleat saat ini adalah [https://static.pubmed.gov/portal/portal.fcgi/ National Center for Biotechnology Information], [[:en:European_Molecular_Biology_Laboratory|European Molecular Biology Laboratory (EMBL)]], dan [[:en:DNA_Data_Bank_of_Japan|''DNA Data Bank of Japan'' (DDBJ)]]. Ketiga basis data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing [[genom]], dan pendaftaran [[paten]]. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat ([[DNA]] atau [[RNA]]), nama [[organisme]] sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.

Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer protein adalah [http://pir.georgetown.edu/home.shtml PIR] (''Protein Information Resource'', Amerika Serikat), [http://au.expasy.org/sprot/ Swiss-Prot] (Eropa), dan [http://www.ebi.ac.uk/trembl/ TrEMBL] (Eropa). Ketiga basis data tersebut telah digabungkan dalam [http://www.ebi.uniprot.org/index.shtml UniProt] (yang didanai terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut.

[http://www.ncbi.nlm.nih.gov/BLAST/ '''BLAST'''] (''Basic Local Alignment Search Tool'') merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (''BLAST search'') pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan [[gen]] sejenis pada beberapa [[organisme]] atau untuk memeriksa keabsahan hasil [[sekuensing]] maupun untuk memeriksa fungsi gen hasil sekuensing. [[Algoritme]] yang mendasari kerja BLAST adalah penyejajaran sekuens.

[http://www.rcsb.org/pdb/ PDB] (''Protein Data Bank'', Bank Data Protein) adalah basis data tunggal yang menyimpan model struktural tiga dimensi [[protein]] dan [[asam nukleat]] hasil penentuan eksperimental (dengan [[kristalografi sinar-X]], [[spektroskopi NMR]] dan [[mikroskopi elektron]]). PDB menyimpan data struktur sebagai [[koordinat tiga dimensi]] yang menggambarkan posisi [[atom]]-atom dalam protein ataupun asam nukleat.

=== Penyejajaran sekuens ===
'''Penyejajaran sekuens''' ('''''sequence alignment''''') adalah proses penyusunan/pengaturan dua atau lebih [[sekuens]] sehingga persamaan sekuens-sekuens tersebut tampak nyata. Hasil dari proses tersebut juga disebut sebagai ''sequence alignment'' atau ''alignment'' saja. Baris sekuens dalam suatu ''alignment'' diberi sisipan (umumnya dengan tanda "–") sedemikian rupa sehingga kolom-kolomnya memuat karakter yang identik atau sama di antara sekuens-sekuens tersebut.

Berikut adalah contoh ''alignment'' DNA dari dua sekuens pendek DNA yang berbeda, "ccatcaac" dan "caatgggcaac" (tanda "|" menunjukkan kecocokan atau ''match'' di antara kedua sekuens).

ccat---caac
| || ||||
caatgggcaac

''Sequence alignment'' merupakan metode dasar dalam analisis sekuens. Metode ini digunakan untuk mempelajari [[evolusi]] sekuens-sekuens dari leluhur yang sama (''common ancestor''). Ketidakcocokan (''mismatch,'' tanda".") dalam ''alignment'' diasosiasikan dengan proses [[mutasi]], sedangkan kesenjangan (''gap'', tanda "–") diasosiasikan dengan proses insersi atau delesi. ''Sequence alignment'' memberikan [[hipotesis]] atas proses [[evolusi]] yang terjadi dalam sekuens-sekuens tersebut. Misalnya, kedua sekuens dalam contoh ''alignment'' di atas bisa jadi berevolusi dari sekuens yang sama "ccatgggcaac". Dalam kaitannya dengan hal ini, ''alignment'' juga dapat menunjukkan posisi-posisi yang dipertahankan (''conserved'') selama evolusi dalam sekuens-sekuens [[protein]], yang menunjukkan bahwa posisi-posisi tersebut bisa jadi penting bagi struktur atau fungsi protein tersebut.

Selain itu, ''sequence alignment'' juga digunakan untuk mencari sekuens yang mirip atau sama dalam [[basis data]] sekuens. BLAST adalah salah satu metode ''alignment'' yang sering digunakan dalam penelusuran basis data sekuens. BLAST menggunakan algoritma [[heuristik]] dalam penyusunan ''alignment''.

Beberapa metode ''alignment'' lain yang merupakan pendahulu BLAST adalah metode "Needleman-Wunsch" dan "Smith-Waterman". Metode Needleman-Wunsch digunakan untuk menyusun '''''alignment'' global''' di antara dua atau lebih sekuens, yaitu ''alignment'' atas keseluruhan panjang sekuens tersebut dan memperbolehkan adanya ''gap''. Metode Smith-Waterman menghasilkan '''''alignment'' lokal''', yaitu alignment atas bagian-bagian dalam sekuens. Kedua metode tersebut menerapkan [[pemrograman dinamik]] (''dynamic programming'') dan hanya efektif untuk ''alignment'' dua sekuens ('''''pairwise alignment''''')

Clustal adalah program bioinformatika untuk ''alignment'' multipel ('''''multiple alignment'''''), yaitu ''alignment'' beberapa sekuens sekaligus. Dua varian utama Clustal adalah [http://www.ebi.ac.uk/clustalw/ ClustalW] dan [http://bips.u-strasbg.fr/en/Documentation/ClustalX/ ClustalX].

Metode lain yang dapat diterapkan untuk ''alignment'' sekuens adalah metode yang berhubungan dengan '''''Hidden Markov Model''''' ("Model Markov Tersembunyi", '''HMM'''). HMM merupakan model statistika yang mulanya digunakan dalam [[ilmu komputer]] untuk mengenali pembicaraan manusia (''speech recognition''). Selain digunakan untuk alignment, HMM juga digunakan dalam metode-metode analisis sekuens lainnya, seperti prediksi daerah pengkode protein dalam [[genom]] dan prediksi struktur sekunder protein.

=== Prediksi struktur protein ===

Secara kimia/fisika, bentuk struktur [[protein]] diungkap dengan [[kristalografi sinar-X]] ataupun [[spektroskopi NMR]], namun kedua metode tersebut sangat memakan waktu dan relatif mahal. Sementara itu, metode [[sekuensing]] protein relatif lebih mudah mengungkapkan [[sekuens]] [[asam amino]] protein. Prediksi struktur protein berusaha meramalkan struktur tiga dimensi protein berdasarkan sekuens asam aminonya (dengan kata lain, meramalkan struktur tersier dan struktur sekunder berdasarkan struktur primer protein). Secara umum, metode prediksi struktur protein yang ada saat ini dapat dikategorikan ke dalam dua kelompok, yaitu metode pemodelan protein komparatif dan metode pemodelan ''de novo''.

'''Pemodelan protein komparatif''' (''comparative protein modelling'') meramalkan struktur suatu protein berdasarkan struktur protein lain yang sudah diketahui. Salah satu penerapan metode ini adalah '''pemodelan homologi''' (''homology modelling''), yaitu prediksi struktur tersier protein berdasarkan kesamaan struktur primer protein. Pemodelan homologi didasarkan pada [[teori]] bahwa dua protein yang [[homolog]] memiliki struktur yang sangat mirip satu sama lain. Pada 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. Selain itu, penerapan lain pemodelan komparatif adalah '''''protein threading''''' yang didasarkan pada kemiripan struktur tanpa kemiripan sekuens primer. Latar belakang ''protein threading'' adalah bahwa struktur protein lebih dikonservasi daripada sekuens protein selama evolusi; daerah-daerah yang penting bagi fungsi protein dipertahankan strukturnya. Pada pendekatan ini, struktur yang paling kompatibel untuk suatu sekuens asam amino dipilih dari semua jenis struktur tiga dimensi protein yang ada. Metode-metode yang tergolong dalam ''protein threading'' berusaha menentukan tingkat kompatibilitas tersebut.

Dalam pendekatan '''''de novo''''' atau ''ab initio'', struktur protein ditentukan dari sekuens primernya tanpa membandingkan dengan struktur protein lain. Terdapat banyak kemungkinan dalam pendekatan ini, misalnya dengan menirukan proses pelipatan (''folding'') protein dari sekuens primernya menjadi struktur tersiernya (misalnya dengan simulasi [[dinamika molekular]]), atau dengan optimisasi global fungsi energi protein. Prosedur-prosedur ini cenderung membutuhkan proses komputasi yang intens, sehingga saat ini hanya digunakan dalam menentukan struktur protein-protein kecil. Beberapa usaha telah dilakukan untuk mengatasi kekurangan sumber daya komputasi tersebut, misalnya dengan [[superkomputer]] (misalnya superkomputer [[Blue Gene]] [http://www.research.ibm.com/bluegene/] dari [[IBM]]) atau [[komputasi terdistribusi]] (''distributed computing'', misalnya proyek [http://folding.stanford.edu/ Folding@home]) maupun [[komputasi grid]].

=== Analisis ekspresi gen ===

[[Ekspresi genetik|Ekspresi gen]] dapat ditentukan dengan mengukur kadar [[mRNA]] dengan berbagai macam teknik (misalnya dengan [http://en.wikipedia.org/wiki/DNA_microarray ''microarray''] ataupun [http://en.wikipedia.org/wiki/Serial_Analysis_of_Gene_Expression ''Serial Analysis of Gene Expression''] ["Analisis Serial Ekspresi Gen", SAGE]). Teknik-teknik tersebut umumnya diterapkan pada analisis ekspresi gen skala besar yang mengukur ekspresi banyak [[gen]] (bahkan [[genom]]) dan menghasilkan data skala besar. Metode-metode penggalian data (''data mining'') diterapkan pada data tersebut untuk memperoleh pola-pola informatif. Sebagai contoh, metode-metode komparasi digunakan untuk membandingkan ekspresi di antara gen-gen, sementara metode-metode klastering (''clustering'') digunakan untuk mempartisi data tersebut berdasarkan kesamaan ekspresi gen.

== Perangkat lunak ==
Terdapat sejumlah perangkat lunak gratis dan sumber terbuka yang telah ada dan terus berkembang sejak 1980-an. Beberapa paket perangkat lunak sumber terbuka yang tersedia, antara lain [[Bioconductor]], [[BioPerl]], [[Biopython]], [[BioJava]], [[BioJS]], [[BioRuby]], [[Bioclipse]], [[EMBOSS]], [[.NET Bio]], [[Orange (perangkat lunak)|Orange]], [[Apache Taverna]], [[UGENE]], dan [[GenoCAD]].

== Bioinformatika di Indonesia ==
Saat ini mata ajaran bioinformatika maupun mata ajaran dengan muatan bioinformatika sudah diajarkan di beberapa [[perguruan tinggi]] di [[Indonesia]]. [http://www.sith.itb.ac.id Sekolah Ilmu dan Teknologi Hayati] [[ITB]] menawarkan mata kuliah "Pengantar Bioinformatika" untuk program Sarjana dan mata kuliah "Bioinformatika" untuk program Pascasarjana. [http://fmipa.ipb.ac.id/ Fakultas Matematika dan Ilmu Pengetahuan Alam, IPB] menyelenggarakan mata kuliah interdept "Pengantar Bioinformatika" yang wajib diambil oleh mahasiswa program sarjana Ilmu Komputer, Biologi, dan Biokimia. Selain itu pada program [https://cs.ipb.ac.id/en/ pascasarjana Ilmu Komputer, FMIPA, IPB] tersedia mata kuliah pilihan "Topik dalam Bioinformatika". Fakultas Teknobiologi [[Universitas Atma Jaya]], [[Jakarta]] menawarkan mata kuliah "Pengantar Bioinformatika" sebagai mata kuliah wajib dan "Pemodelan Struktur Protein" sebagai mata kuliah pilihan untuk tingkat program Sarjana. Fakultas Teknobiologi [[Universitas Atma Jaya Yogyakarta]] (UAJY) menyertakan Mata Kuliah "Bioinformatika" dalam mata kuliah wajib tingkat program Sarjana. Mata kuliah "Bioinformatika" diajarkan pada Program Pascasarjana Kimia Fakultas MIPA [[Universitas Indonesia]] (UI), Jakarta. Mata kuliah "Proteomik dan Bioinformatika" termasuk dalam kurikulum program S3 bioteknologi [[Universitas Gadjah Mada]] (UGM), [[Yogyakarta]]. Materi bioinformatika termasuk di dalam silabus beberapa mata kuliah untuk program [[sarjana]] maupun [[pascasarjana]] biokimia,biologi, dan bioteknologi pada [[Institut Pertanian Bogor]] (IPB). Selain itu, riset-riset yang mengarah pada bioinformatika juga telah dilaksanakan oleh mahasiswa program S1 dan pascasarjana Ilmu Komputer maupun program pascasarjana biologi serta bioteknologi IPB.

Riset bioinformatika protein dilaksanakan sebagai bagian dari aktivitas riset rekayasa protein pada Laboratorium Rekayasa Protein, Pusat Penelitian Bioteknologi [[Lembaga Ilmu Pengetahuan Indonesia]] (LIPI), [[Cibinong]], [[Bogor]]. [[Lembaga Biologi Molekul Eijkman]], Jakarta, secara khusus memiliki laboratorium bioinformatika sebagai fasilitas penunjang kegiatan risetnya. Selain itu, basis data sekuens DNA [[mikroorganisme]] asli Indonesia sedang dikembangkan di UI. Adapun di [http://biofarmaka.ipb.ac.id/ Pusat Studi Biofarmaka Tropika (TropBRC), LPPM, IPB] riset bioinformatika digunakan untuk mendukung riset pengembangan obat dari bahan alam (biofarmaka).

== Lihat pula ==
* [[Kimia komputasi]]
* [[Biochip]]

== Referensi ==

== Bacaan lanjutan ==
*
*
*

== Pranala luar ==
* [http://bioinformatics.org/faq/ Daftar pertanyaan yang sering muncul tentang bioinformatika]
* [http://ilmukomputer.com/umum/witarto-bioinformatika.php Bioinformatika dan bioteknologi] (oleh Arief B. Witarto, peneliti LIPI)
* [http://bioinformatics.oxfordjournals.org/ Jurnal ''Bioinformatics''], salah satu [[jurnal ilmiah]] yang memfokuskan diri pada tema bioinformatika
* [http://www.iscb.org/ ''International Society for Computational Biology'' (ISCB)]
* [http://www.apbionet.org/ ''Asia Pacific Bioinformatics Network'' (APBioNet)]
* [http://www.usm.maine.edu/%7erhodes/Goodies/Matics.html Tutorial bioinformatika untuk pemula (menggunakan alat-alat bioinformatika yang tersedia di Internet)]
* [http://www.s-star.org/download.html/ Download materi bioinformatika (S-Star Bioinformatics Education)]
* [http://planet.bioinformatics.googlepages.com Planet.Bioinformatics | Agregasi blog bioinformatika]
* [http://www.usinglinux.org/biology/ Linux / Unix biology software]

== Sumber dan atribusi ==

Artikel ini diadaptasi dalam mode teks dari
[https://id.wikipedia.org/w/index.php?title=Bioinformatika&oldid=28930642 Wikipedia bahasa Indonesia],
revisi 28930642 (2026-02-05T04:15:37Z).
Gambar, media, infobox, templat navigasi, dan kategori sumber
tidak diimpor ke Wiki Unissula.
Atribusi dan lisensi mengikuti ketentuan Creative Commons
Atribusi-BerbagiSerupa (CC BY-SA) pada sumber Wikipedia.

Bioinformatika - Riwayat revisi

Maintenance script: Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

Maintenance script: Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 28930642; atribusi sumber disertakan.