Quiz ke 1
1. Apa yg kamu ketahui tentang Komputasi Modern?
2. Jelaskan sejarah Komputasi Modern?
jawaban
1.Komputasi adalah algoritma yang digunakan untuk menemukan suatu cara untuk memecahkan masalah dari sebuah data input. Komputasi ini merupakan bagian dari ilmu matematika dan ilmu komputer. Secara umum ilmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan model matematika dan teknik penyelesaian numerik serta penggunaan komputer untuk menganalisis dan memecahkan masalah-masalah ilmu (sains)
Sedangkan komputasi modern merupakan sebuah konsep sistem yang menerima intruksi-intruksi dan menyimpannya dalam sebuah memory, memory disini bisa juga dari memory komputer.
2.Salah satu tokoh yang sangat mempengaruhi perkembangan komputasi modern adalah John von Neumann (1903-1957), Beliau adalah ilmuan yang meletakkan dasar-dasar komputer modern. Von Neumann telah menjadi ilmuwan besar abad 21. Von Neumann meningkatkan karya-karyanya dalam bidang matematika, teori kuantum, game theory, fisika nuklir, dan ilmu komputer. Beliau juga merupakan salah seorang ilmuwan yang sangat berpengaruh dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu.
Von Neumann dilahirkan di Budapest, Hungaria pada 28 Desember 1903 dengan nama Neumann Janos. Dia adalah anak pertama dari pasangan Neumann Miksa dan Kann Margit. Di sana, nama keluarga diletakkan di depan nama asli. Sehingga dalam bahasa Inggris, nama orang tuanya menjadi Max Neumann. Pada saat Max Neumann memperoleh gelar, maka namanya berubah menjadi Von Neumann. Setelah bergelar doktor dalam ilmu hukum, dia menjadi pengacara untuk sebuah bank. Pada tahun 1903, Budapest terkenal sebagai tempat lahirnya para manusia genius dari bidang sains, penulis, seniman dan musisi.
Qui ke 2
1. Apa yg kamu ketahui tentang Komputasi?
2. Apa yg kamu ketahui tentang Pararel Processing?
3. Bagaimana hubungan antara komputasi dengan pararel processing?
Jawaban
1. .Komputasi adalah algoritma yang digunakan untuk menemukan suatu cara untuk memecahkan masalah dari sebuah data input. Komputasi ini merupakan bagian dari ilmu matematika dan ilmu komputer. Secara umum ilmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan model matematika dan teknik penyelesaian numerik serta penggunaan komputer untuk menganalisis dan memecahkan masalah-masalah ilmu (sains)
2.Parallel komputasi adalah melakukan perhitungan komputasi dengan menggunakan 2 atau lebih CPU/Processor dalam suatu komputer yang sama atau komputer yang berbeda dimana dalam hal ini setiap instruksi dibagi kedalam beberapa instruksi kemudian dikirim ke processor yang terlibat komputasi dan dilakukan secara bersamaan. Untuk proses pembagian proses komputasi tersebut dilakukan oleh suatu software yang betugas untuk mengatur komputasi dalam hal makalah ini akan digunakan Message Parsing Interface (MPI).
3. Hubungannya adalah sikomputasi mencari bagaimana algoritma penyelesaian / pemecahan / jalan keluar suatu permasalahan dan setelah jalan keluarnya ketemu, maka si parallel processing tadilah yang akan memproses dan menjalankan jalan keluar yang ditemukan tadi dengan CPU nya yang banyak terhadap satu penyelesaian yang sama sehingga penyelesaian permasalahan tadi cepat terselesaikan dengan si parallel processing ini. Pada sistem komputasi parallel terdiri dari beberapa unit prosesor dan beberapa unit memori. Ada dua teknik yang berbeda untuk mengakses data di unit memori, yaitu shared memory address dan message passing. Berdasarkan cara mengorganisasikan memori ini komputer paralel dibedakan menjadi shared memory parallel machine dan distributed memory parallel machine.
Quiz ke 3
1. Apa yg kamu ketahui tentang Bioninformatika dan jelaskan sejarah singkatnya?
2. Sebutkan cabang2 dari Bioinformatika dan penerapanya
Jawaban
1. Bioinformatika merupakan kajian yang memadukan disiplin biologi molekul,
matematika dan teknik informasi (TI). Ilmu ini didefinisikan sebagai aplikasi dari alat
komputasi dan analisa untuk menangkap dan menginterpretasikan data-data biologi
molekul. Biologi molekul sendiri juga merupakan bidang interdisipliner, mempelajari
kehidupan dalam level molekul.
Mula-mula bidang kajian ini muncul atas inisiatif para ahli biologi molekul dan
ahli statistik, berdasarkan pola pikir bahwa semua gejala yang ada di alam ini bisa dibuat
secara artificial melalui simulasi dari data-data yang ada. Pada bidang Bioinformatika,
data-data atau tindak-tanduk gejala genetika menjadi inti pembentukan simulasi.
Pada saat ini, Bioinformatika ini mempunyai peranan yang sangat penting,
diantaranya adalah untuk manajemen data-data biologi molekul, terutama sekuen DNA
dan informasi genetika . Perangkat utama Bioinformatika adalah software dan didukung
oleh kesediaan internet.
Bioinformatika mempunyai peluang yang sangat besar untuk berkembang karena
banyak sekali cabang-cabang ilmu yang terkait dengannya. Namun sayangnya di
Indonesia sendiri Bioinformatika masih belum dikenal oleh masyarakat luas. Di kalangan
peneliti biologi, mungkin hanya para peneliti biologi molekul yang mengikuti
perkembangannya karena keharusan menggunakan perangkat-perangkat Bioinformatika
untuk analisa data. Sementara di kalangan TI --mengingat kuatnya disiplin biologi yang
menjadi pendukungnya-- kajian ini juga masih kurang mendapat perhatian. Paper ini
bertujuan untuk lebih mengenalkan Bioinformatika di kalangan TI dan masyarakat luas.
Penetrasi Teknologi Informasi (TI) dalam berbagai disiplin ilmu telah
melipatgandakan perkembangan ilmu bersangkutan. Berbagai kajian baru bermunculan,
sejalan dengan perkembangan TI itu sendiri dan disiplin ilmu yang didukungnya.
Aplikasi TI dalam bidang biologi molekul telah melahirkan bidang Bioinformatika.
Kajian ini semakin penting, sebab perkembangannya telah mendorong kemajuan
bioteknologi di satu sisi, dan pada sisi lain memberi efek domino pada bidang
kedokteran, farmasi, lingkungan dan lainnya.
Kajian baru Bioinformatika ini tak lepas dari perkembangan biologi molekul
modern yang ditandai dengan kemampuan manusia untuk memahami genom, yaitu cetak
biru informasi genetik yang menentukan sifat setiap makhluk hidup yang disandi dalam
bentuk pita molekul DNA (asam deoksiribonukleat). Kemampuan untuk memahami dan
memanipulasi kode genetik DNA ini sangat didukung oleh TI melalui perangkat
perangkat keras maupun lunak. Hal ini bisa dilihat pada upaya Celera Genomics,
perusahaan bioteknologi Amerika Serikat yang melakukan pembacaan sekuen genom
manusia yang secara maksimal memanfaatkan TI sehingga bisa melakukan pekerjaannya
dalam waktu yang singkat (hanya beberapa tahun), dibanding usaha konsorsium lembaga
riset publik AS, Eropa, dan lain-lain, yang memakan waktu lebih dari 10 tahun.
Kelahiran Bioinformatika modern tak lepas dari perkembangan bioteknologi di
era tahun 70-an, dimana seorang ilmuwan AS melakukan inovasi dalam mengembangkan
teknologi DNA rekombinan. Berkat penemuan ini lahirlah perusahaan bioteknologi
pertama di dunia, yaitu Genentech di AS, yang kemudian memproduksi protein hormon
insulin dalam bakteri, yang dibutuhkan penderita diabetes. Selama ini insulin hanya bisa
didapatkan dalam jumlah sangat terbatas dari organ pankreas sapi.
Bioteknologi modern ditandai dengan kemampuan pada manipulasi DNA.
Rantai/sekuen DNA yang mengkode protein disebut gen. Gen ditranskripsikan menjadi
mRNA, kemudian mRNA ditranslasikan menjadi protein. Protein sebagai produk akhir
bertugas menunjang seluruh proses kehidupan, antara lain sebagai katalis reaksi biokimia
dalam tubuh (disebut enzim), berperan serta dalam sistem pertahanan tubuh melawan
virus, parasit dan lain-lain (disebut antibodi), menyusun struktur tubuh dari ujung kaki
(otot terbentuk dari protein actin, myosin, dan sebagainya) sampai ujung rambut (rambut
tersusun dari protein keratin), dan lain-lain. Arus informasi, DNA -> RNA -> Protein,
inilah yang disebut sentral dogma dalam biologi molekul.
Sekuen DNA satu organisme, yaitu pada sejenis virus yang memiliki kurang lebih
5.000 nukleotida/molekul DNA atau sekitar 11 gen, berhasil dibaca secara menyeluruh
pada tahun 1977. Sekuen seluruh DNA manusia terdiri dari 3 milyar nukleotida yang
menyusun 100.000 gen dapat dipetakan dalam waktu 3 tahun. Saat ini terdapat milyaran
data nukleotida yang tersimpan dalam database DNA, GenBank di AS yang didirikan
tahun 1982. Di Indonesia, ada Lembaga Biologi Molekul Eijkman yang terletak di
Jakarta. Di sini kita bisa membaca sekuen sekitar 500 nukleotida hanya dengan
membayar $15. Trend yang sama juga nampak pada database lain seperti database sekuen
asam amino penyusun protein, database struktur 3D protein, dan sebagainya. Inovasi
teknologi DNA chip yang dipelopori oleh perusahaan bioteknologi AS, Affymetrix di
Silicon Valley telah mendorong munculnya database baru mengenai RNA.
Desakan kebutuhan untuk mengumpulkan, menyimpan dan menganalisa data-data
biologis dari database DNA, RNA maupun protein inilah yang semakin memacu
perkembangan kajian Bioinformatika.
2. Contoh-contoh Penggunaan
1.Bioinformatika dalam Bidang Klinis
Bioinformatika dalam bidang klinis sering disebut sebagai informatika klinis
(clinical informatics). Aplikasi dari informatika klinis ini berbentuk manajemen data-data
klinis dari pasien melalui Electrical Medical Record (EMR) yang dikembangkan oleh
Clement J. McDonald dari Indiana University School of Medicine pada tahun 1972.
McDonald pertama kali mengaplikasikan EMR pada 33 orang pasien penyakit gula
(diabetes). Sekarang EMR ini telah diaplikasikan pada berbagai penyakit. Data yang
disimpan meliputi data analisa diagnosa laboratorium, hasil konsultasi dan saran, foto
rontgen, ukuran detak jantung, dan lain lain. Dengan data ini dokter akan bisa
menentukan obat yang sesuai dengan kondisi pasien tertentu dan lebih jauh lagi, dengan
dibacanya genom manusia, akan memungkinkan untuk mengetahui penyakit genetik
seseorang, sehingga penanganan terhadap pasien menjadi lebih akurat.
2.Bioinformatika untuk Identifikasi Agent Penyakit Baru
Bioinformatika juga menyediakan tool yang sangat penting untuk identifikasi
agent penyakit yang belum dikenal penyebabnya. Banyak sekali penyakit baru yang
muncul dalam dekade ini, dan diantaranya yang masih hangat adalah SARS (Severe
Acute Respiratory Syndrome).
Pada awalnya, penyakit ini diperkirakan disebabkan oleh virus influenza karena
gejalanya mirip dengan gejala pengidap influenza. Akan tetapi ternyata dugaan ini salah
karena virus influenza tidak terisolasi dari pasien. Perkirakan lain penyakit ini disebabkan
oleh bakteri Candida karena bakteri ini terisolasi dari beberapa pasien. Tapi perkiraan ini
juga salah. Akhirnya ditemukan bahwa dari sebagian besar pasien SARS terisolasi virus
Corona jika dilihat dari morfologinya. Sekuen genom virus ini kemudian dibaca dan dari
hasil analisa dikonfirmasikan bahwa penyebab SARS adalah virus Corona yang telah
berubah (mutasi) dari virus Corona yang ada selama ini.
Dalam rentetan proses ini, Bioinformatika memegang peranan penting. Pertama
pada proses pembacaan genom virus Corona. Karena di database seperti GenBank,
EMBL (European Molecular Biology Laboratory), dan DDBJ (DNA Data Bank of Japan)
sudah tersedia data sekuen beberapa virus Corona, yang bisa digunakan untuk mendisain
primer yang digunakan untuk amplifikasi DNA virus SARS ini. Software untuk
mendisain primer juga tersedia, baik yang gratis maupun yang komersial. Contoh yang
gratis adalah Webprimer yang disediakan oleh Stanford Genomic Resources
(http://genome-www2.stanford.edu/cgi-bin/SGD/web-primer), GeneWalker yang
disediakan oleh Cybergene AB (http://www.cybergene.se/primerdisain/genewalker), dan
lain sebagainya. Untuk yang komersial ada Primer Disainer yang dikembangkan oleh
Scientific & Education Software, dan software-software untuk analisa DNA lainnya
seperti Sequencher (GeneCodes Corp.), SeqMan II (DNA STAR Inc.), Genetyx
(GENETYX Corp.), DNASIS (HITACHI Software), dan lain lain.
Kedua pada proses mencari kemiripan sekuen (homology alignment) virus yang
didapatkan dengan virus lainnya. Dari hasil analisa virus SARS diketahui bahwa genom
virus Corona penyebab SARS berbeda dengan virus Corona lainnya. Perbedaan ini
diketahui dengan menggunakan homology alignment dari sekuen virus SARS.
Selanjutnya, Bioinformatika juga berfungsi untuk analisa posisi sejauh mana suatu virus
3.Bioinformatika untuk Diagnosa Penyakit Baru
Untuk menangani penyakit baru diperlukan diagnosa yang akurat sehingga dapat
dibedakan dengan penyakit lain. Diagnosa yang akurat ini sangat diperlukan untuk
pemberian obat dan perawatan yang tepat bagi pasien.
Ada beberapa cara untuk mendiagnosa suatu penyakit, antara lain: isolasi agent
penyebab penyakit tersebut dan analisa morfologinya, deteksi antibodi yang dihasilkan
dari infeksi dengan teknik enzyme-linked immunosorbent assay (ELISA), dan deteksi gen
dari agent pembawa penyakit tersebut dengan Polymerase Chain Reaction (PCR).
Teknik yang banyak dan lazim dipakai saat ini adalah teknik PCR. Teknik ini
sederhana, praktis dan cepat. Yang penting dalam teknik PCR adalah disain primer untuk
amplifikasi DNA, yang memerlukan data sekuen dari genom agent yang bersangkutan
dan software seperti yang telah diuraikan di atas. Disinilah Bioinformatika memainkan
peranannya. Untuk agent yang mempunyai genom RNA, harus dilakukan reverse
transcription (proses sintesa DNA dari RNA) terlebih dahulu dengan menggunakan
enzim reverse transcriptase. Setelah DNA diperoleh baru dilakukan PCR. Reverse
transcription dan PCR ini bisa dilakukan sekaligus dan biasanya dinamakan RT-PCR.
Teknik PCR ini bersifat kualitatif, oleh sebab itu sejak beberapa tahun yang lalu
dikembangkan teknik lain, yaitu Real Time PCR yang bersifat kuantitatif. Dari hasil Real
Time PCR ini bisa ditentukan kuantitas suatu agent di dalam tubuh seseorang, sehingga
bisa dievaluasi tingkat emergensinya. Pada Real Time PCR ini selain primer diperlukan
probe yang harus didisain sesuai dengan sekuen agent yang bersangkutan. Di sini juga
diperlukan software atau program Bioinformatika.
4.Bioinformatika untuk Penemuan Obat
Cara untuk menemukan obat biasanya dilakukan dengan menemukan zat/senyawa
yang dapat menekan perkembangbiakan suatu agent penyebab penyakit. Karena
perkembangbiakan agent tersebut dipengaruhi oleh banyak faktor, maka faktor-faktor
inilah yang dijadikan target. Diantaranya adalah enzim-enzim yang diperlukan untuk
perkembangbiakan suatu agent Mula-mula yang harus dilakukan adalah analisa struktur
dan fungsi enzim-enzim tersebut. Kemudian mencari atau mensintesa zat/senyawa yang
dapat menekan fungsi dari enzim-enzim tersebut.
Analisa struktur dan fungsi enzim ini dilakukan dengan cara mengganti asam
amino tertentu dan menguji efeknya. Analisa penggantian asam amino ini dahulu
dilakukan secara random sehingga memerlukan waktu yang lama. Setelah Bioinformatika
berkembang, data-data protein yang sudah dianalisa bebas diakses oleh siapapun, baik
data sekuen asam amino-nya seperti yang ada di SWISS-PROT
(http://www.ebi.ac.uk/swissprot/) maupun struktur 3D-nya yang tersedia di Protein Data
Bank (PDB) (http://www.rcsb.org/pdb/). Dengan database yang tersedia ini, enzim yang
baru ditemukan dapat dibandingkan sekuen asam amino-nya, sehingga bisa diperkirakan
asam amino yang berperan untuk aktivitas (active site) dan kestabilan enzim tersebut.
Setelah asam amino yang berperan sebagai active site dan kestabilan enzim
tersebut ditemukan, kemudian dicari atau disintesa senyawa yang dapat berinteraksi
dengan asam amino tersebut. Dengan data yang ada di PDB, maka dapat dilihat struktur
3D suatu enzim termasuk active site-nya, sehingga bisa diperkirakan bentuk senyawa
yang akan berinteraksi dengan active site tersebut. Dengan demikian, kita cukup
mensintesa senyawa yang diperkirakan akan berinteraksi, sehingga obat terhadap suatu
penyakit akan jauh lebih cepat ditemukan. Cara ini dinamakan “docking” dan telah
banyak digunakan oleh perusahaan farmasi untuk penemuan obat baru.
Meskipun dengan Bioinformatika ini dapat diperkirakan senyawa yang
berinteraksi dan menekan fungsi suatu enzim, namun hasilnya harus dikonfirmasi dahulu
melalui eksperimen di laboratorium. Akan tetapi dengan Bioinformatika, semua proses
ini bisa dilakukan lebih cepat sehingga lebih efisien baik dari segi waktu maupun
finansial.
Tahun 1997, Ian Wilmut dari Roslin Institute dan PPL Therapeutics Ltd,
Edinburgh, Skotlandia, berhasil mengklon gen manusia yang menghasilkan faktor IX
(faktor pembekuan darah), dan memasukkan ke kromosom biri-biri. Diharapkan biri-biri
yang selnya mengandung gen manusia faktor IX akan menghasilkan susu yang
mengandung faktor pembekuan darah. Jika berhasil diproduksi dalam jumlah banyak
maka faktor IX yang diisolasi dari susu harganya bisa lebih murah untuk membantu para
penderita hemofilia.
Cabang-cabang yang Terkait dengan Bioinformatika
Dari pengertian Bioinformatika baik yang klasik maupun baru, terlihat banyak
terdapat 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. Di
bawah ini akan disebutkan beberapa bidang yang terkait dengan Bioinformatika
1.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.
2.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.
3.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.
4.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 komponenkomponen
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.
5.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.
6.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.
7.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.
8.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.
9.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
