Bioinformatika & data biologi
Komputer, DNA, dan data pengamatan: cara ilmuwan mengolah informasi kehidupan.
Jenjang yang disarankan: SMP, SMA, kuliah.
Penjelasan untuk SD
Ilmuwan biologi mengumpulkan sangat banyak catatan: foto hewan dan tumbuhan, tempat mereka ditemukan, dan “kode kehidupan” di dalam sel. Catatan sebanyak itu disimpan dan diolah dengan komputer. Ilmu yang memakai komputer untuk mempelajari data biologi disebut bioinformatika.
Contoh yang bisa kamu lihat langsung:
- Di Biotaloka, foto dan catatan makhluk hidup diambil dari iNaturalist dan GBIF, tempat orang di seluruh dunia berbagi pengamatan.
- Setiap foto yang diunggah dengan tanggal dan lokasi membantu ilmuwan mengetahui di mana suatu hewan atau tumbuhan hidup.
Di dalam setiap sel ada DNA, petunjuk kehidupan yang ditulis dengan empat huruf: A, T, G, dan C. Makhluk yang berkerabat dekat memiliki urutan huruf yang lebih mirip. Komputer membantu membandingkan jutaan huruf itu dengan cepat.
Kamu juga bisa menjadi ilmuwan warga: foto makhluk hidup di sekitarmu, catat tempat dan waktunya, lalu bagikan dengan bantuan orang tua atau guru.
Poin kunci
- Bioinformatika memakai komputer untuk mempelajari data makhluk hidup.
- DNA ditulis dengan empat huruf: A, T, G, C.
- Foto pengamatan yang bertanggal dan berlokasi membantu ilmuwan.
Aktivitas
Bersama guru, foto lima makhluk hidup di halaman sekolah. Catat nama, tanggal, jam, dan tempatnya di tabel. Bandingkan dengan pengamatan di Biotaloka bagian “Di sekitarku”.
Penjelasan untuk SMP
Bioinformatika memadukan biologi, komputer, dan statistika untuk menyimpan, mencari, dan menganalisis data biologi. Beberapa jenis data dan basis datanya:
- Urutan DNA dan protein: GenBank (dikelola NCBI) menyimpan urutan dari seluruh dunia dan terbuka untuk umum.
- Data kehadiran spesies: GBIF menghimpun catatan spesimen museum dan pengamatan dari banyak lembaga; iNaturalist menampung foto pengamatan warga yang diidentifikasi bersama.
- Struktur protein: Protein Data Bank menyimpan bentuk tiga dimensi protein.
Barcode DNA memakai potongan gen pendek yang standar untuk mengenali spesies, seperti kode batang pada barang di toko. Untuk hewan biasanya dipakai gen mitokondria COI, untuk tumbuhan gen kloroplas rbcL dan matK, dan untuk jamur daerah ITS. Barcode DNA membantu mengenali ikan yang dijual dengan nama palsu, telur atau larva yang sulit dikenali, dan bahan satwa dilindungi yang diperdagangkan.
Membandingkan urutan: semakin banyak huruf yang sama antara dua urutan DNA, semakin dekat kekerabatannya. Dari perbandingan itu komputer dapat menyusun pohon kekerabatan.
Data yang baik memerlukan catatan yang lengkap dan jujur: nama spesies, tanggal, lokasi, foto, dan siapa pengamatnya. Data dari warga (citizen science) sangat berguna, tetapi perlu diperiksa karena ada kemungkinan salah identifikasi dan lebih banyak data dari tempat yang mudah dijangkau.
Poin kunci
- Basis data: GenBank (urutan DNA), GBIF dan iNaturalist (kehadiran spesies), PDB (struktur protein).
- Barcode DNA: COI untuk hewan, rbcL dan matK untuk tumbuhan, ITS untuk jamur.
- Data warga berguna tetapi perlu diperiksa.
Aktivitas
Bandingkan dua urutan DNA pendek (misalnya 30 huruf) yang disediakan guru. Hitung huruf yang sama dan berbeda, lalu hitung persentase kesamaannya. Ulangi untuk tiga pasangan dan susun urutan kekerabatannya.
Penjelasan untuk SMA
Penjajaran urutan (sequence alignment) menyusun dua atau lebih urutan DNA atau protein berdampingan agar posisi yang sepadan dapat dibandingkan. Perbedaan dapat berupa substitusi (huruf berganti) atau celah (sisipan atau hilangnya huruf). Program BLAST mencari urutan yang mirip di basis data raksasa dalam hitungan detik dan melaporkan persentase kesamaan serta nilai E, yaitu perkiraan berapa kali kecocokan setara dapat muncul secara kebetulan.
Dari urutan ke pohon kekerabatan: urutan yang dijajarkan dianalisis untuk menyusun pohon filogenetik. Metode sederhana menghitung jarak (banyaknya perbedaan), sedangkan metode lanjut memakai model evolusi dan statistika. Cara ini dipakai untuk menentukan kekerabatan spesies, asal wabah, dan penyebaran varian virus.
Genomik: Proyek Genom Manusia dinyatakan selesai pada 2003, dan urutan genom manusia yang benar-benar lengkap dari ujung ke ujung (telomere-to-telomere) baru diterbitkan pada 2022. Genom manusia memuat sekitar 3 miliar pasang basa, tetapi hanya sekitar 20.000 gen pengode protein. Genom banyak organisme model, seperti E. coli, ragi, C. elegans, Drosophila, dan Arabidopsis, menjadi pembanding penting.
Struktur protein: bentuk protein menentukan fungsinya. Program AlphaFold, yang ikut diganjar Nobel Kimia 2024, dapat memperkirakan struktur banyak protein dari urutan asam aminonya dengan akurasi tinggi, tetapi hasil prediksi tetap perlu diuji dengan eksperimen.
Etika data: data genom manusia bersifat pribadi dan dapat mengungkap informasi tentang keluarga. Penggunaannya memerlukan persetujuan, perlindungan privasi, dan pembagian manfaat yang adil, termasuk bagi negara asal sumber daya genetik seperti Indonesia.
Poin kunci
- Penjajaran urutan dan BLAST: persentase kesamaan dan nilai E.
- Genom manusia: sekitar 3 miliar pasang basa, sekitar 20.000 gen pengode protein.
- AlphaFold memperkirakan struktur protein; data genom memerlukan etika.
Aktivitas
Ambil urutan gen β-globin dari laboratorium Kode Genetik Biotaloka, lalu jalankan pencarian BLAST di situs NCBI. Catat spesies dengan kecocokan tertinggi, persentase kesamaan, dan nilai E, lalu jelaskan artinya.
Penjelasan untuk kuliah
Algoritma penjajaran: Needleman–Wunsch (1970) melakukan penjajaran global dan Smith–Waterman (1981) penjajaran lokal, keduanya dengan pemrograman dinamis yang dijamin optimal tetapi lambat untuk basis data besar. BLAST (1990) memakai heuristik “seed-and-extend” sehingga jauh lebih cepat. Skor bergantung pada matriks substitusi (misalnya BLOSUM62 untuk protein) dan penalti celah; nilai E bergantung pada ukuran basis data.
Sekuensing generasi baru: platform bacaan pendek (misalnya Illumina) menghasilkan miliaran bacaan ratusan basa dengan galat rendah, sedangkan platform bacaan panjang (Oxford Nanopore, PacBio) menghasilkan bacaan puluhan ribu basa yang memudahkan perakitan daerah berulang. Perakitan genom de novo umumnya memakai graf de Bruijn untuk bacaan pendek dan graf tumpang tindih untuk bacaan panjang. Kualitas rakitan dinilai dengan N50 dan kelengkapan gen ortolog (BUSCO).
Metagenomik dan eDNA: DNA langsung dari sampel lingkungan (tanah, air, usus) memungkinkan survei komunitas mikroba dan hewan tanpa membiakkan atau menangkapnya, tetapi rentan kontaminasi dan bergantung pada kelengkapan basis data rujukan.
Filogenetika dan analisis evolusi: kemungkinan maksimum dan inferensi Bayes dengan model substitusi, jam molekuler terkalibrasi fosil, dan filodinamika untuk melacak penyebaran patogen, seperti surveilans genom SARS-CoV-2 selama pandemi.
Reproduksibilitas dan tata kelola data: prinsip FAIR (Findable, Accessible, Interoperable, Reusable), pengutipan dataset dengan DOI (misalnya unduhan GBIF), versi perangkat lunak dan alur kerja yang terdokumentasi, serta kepatuhan pada Protokol Nagoya tentang akses dan pembagian manfaat sumber daya genetik.
Poin kunci
- Needleman–Wunsch, Smith–Waterman, dan heuristik BLAST.
- Bacaan pendek vs panjang; perakitan de Bruijn; N50 dan BUSCO.
- FAIR, DOI dataset, dan Protokol Nagoya.
Aktivitas
Unduh data kehadiran satu spesies Indonesia dari GBIF dengan DOI unduhan. Bersihkan data (koordinat mencurigakan, duplikat, catatan tanpa tanggal), dokumentasikan setiap langkah, lalu tulis kutipan dataset yang benar.