BAB I

PENDAHULUAN

1.1 Latar Belakang

Semua makhluk hidup memiliki materi genetik untuk mempertahankan

kelangsungan struktur, sifat, fungsi dan aktivitas-aktivitas kimia dalam selnya.
DNA merupakan salah satu jenis asam nukleat yang berperan sebagai materi
genetic yang menurunkan sifat tertentu dari satu generasi ke generasi turunannya.
Materi ini mengarahkan pembentukan protein dan RNA tertentu yang penting
dalam sel makhluk hidup. DNA juga mengatur pertumbuhan dan pembelahan sel,
termasuk informasi untuk diferensiasi sel sehingga terbentuk tumbuhan, hewan,
manusia dan mikroorganisme lainnya. Begitu pentingnya DNA ini sehingga
disebut sebagai molekul utama kehidupan (Anggit Sapta, 2017).
DNA berfungsi untuk menyimpan informasi genetik secara lengkap yang
diperlukan untuk mencirikan struktur semua protein dan RNA tiap-tiap spesies
organisme, untuk membuat program pada saat yang tepat dan menempatkan
biosintesis sel dan jaringan secara teratur, untuk menentukan aktivitas organisme
sepanjang siklus hidupnya, dan untuk menentukan kekhususan organisme tertentu.
DNA alami terdiri dari dua rantai anti parallel dalam suatu rangkaian heliks ganda.
Basa A-T dan G-T yang saling komplementer tersusun berpasangan melalui ikatan
hydrogen pada heliks (Lehninger, 1982).
DNA tersusun atas 3 komponen utama yaitu gula deoksiribosa, basa nitrogen,
dan phospat. DNA yang menyusun kromosom ini merupakan nukleotida rangkap
yang tersusun heliks ganda, dimana basa nitrogen dan kedua benang
polinukleotida saling berpasangan dalam pasangan yang tetap melalui ikatan
hidrogen dan antara nukleotida yang satu dengan nukleotida yang lain
dihubungkan dengan ikatan fosfat. Ikatan-ikatan fosfat itu sangat kuat dan dikenal
sebagai ikatan ikatan ester kovalen, atau ikatan fosfodiester. Residu fosfat ( PO4-)
sepanjang rantai ini bersifat asam, sehingga diberi nama asamnukleat
(Goodenough. 1988).

Page 1 of 21
 DNA akan mengalami denaturasi dan renaturasi. Jika suatu larutan yang
mengandung DNA dipanaskan atau diberi alkali kuat, maka hubungan hydrogen
menjadi labil dan putus. Dua pita spiral dari molekul DNA itu membuka. Proses
ini disebut denaturasi DNA. Jika larutan tersebut kemudian didinginkan kembali
atau dinetralisis secara perlahan-lahan maka terbentuklah pasangan-pasangan basa
itu kembali. Peristiwa ini dinamakan renaturasi (Jack, 1995).
NCBI (National Centre for Biotechnology Information) didirikan pada tahun
1988, merupakan suatu institusi yang menyediakan sumber informasi terkait
perkembangan biologi molekuler. NCBI memuat database yang dapat diakses oleh
publik dan mengembangkan software penganalisis data genom. Data base terus
menerus di update sesuai dengan penemuan-penemuan terkini yang menyangkut
DNA, Protein, Senyawa aktif dan taksonomi. NCBI merupakan salah satu bank
data gen, protein dan literature khususnya dibidang kesehatan yang terlengkap dan
diacu oleh para peneliti di dunia. NCBI dimaksudkan untuk membantu dalam
memahami mekanisme molekuler yang mempengaruhi kesehatan manusia dan
penyakit (Widodo, 2015).
NCBI menyediakan situs web yang komprehensif bagi ahli biologi yang
mencakup biologi yang berhubungan dengan database, dan alat untuk melihat dan
menganalisis data yang melekat di database. Sebuah divisi dari Perpustakaan
Nasional Kedokteran di National Institutes of Health, NCBI adalah instansi yang
bertanggung jawab untuk menciptakan sistem otomatis untuk menyimpan dan
menganalisis profesi yang berkembang pesat data genetik dan molekuler. Salah
satu tantangan yang paling sulit yang dihadapi dalam bidang bioinformatika
adalah bagaimana untuk menyimpan, dengan cara yang mudah diakses,
kelimpahan besar informasi baru, termasuk urutan genom keseluruhan, penemuan
gen baru yang sedang berlangsung dan produk gen, dan penentuan fungsi dan
struktur NCBI (Triwibowo, 2005).
Beberapa dari banyak manfaat penggunaan NCBI yaitu ketika kita melakukan
penelitian mengenai homologi protein antar‐organisme. Dengan memanfaatkan
salah satu tool pada NCBI, dapat dibandingkan kemiripan asam amino yang
menyusun protein. Melalui program blastp pada situs NCBI dapat dilakukan

Page 2 of 21
pencarian protein homolog dari berbagai macam organisme. Literatur jurnal yang
tersedia dapat diakses melalui PubMed. PubMed merupakan alat penghubung
pencarian di web yang menyediakan akses ke lebih dari 11 juta sitasi jurnal di
MEDLINE (Nurkamila, 2014).

1.2 Rumusan Masalah

Berikut rumusan masalah berdasarkan latar belakang diatas adalah :
1. Bagaimana sejarah dari Bio-informatika ?
2. Apa saja contoh pengunaan Bio-informatika ?
3. Apa itu NCBI ?
4. Bagaimana penggunaan program BLAST ?

1.3 Tujuan
Berikut tujuan berdasarkan rumusan masalah diatas adalah :
1. Untuk mengetahui sejarah dari Bio-informatika.
2. Untuk mengetahui contoh penggunaan Bio-informatika.
3. Untuk mengetahui penegrtian dari NCBI.
4. Untuk mengetahui pengunaan program BLAST.

BAB II
PEMBAHASAN
2.1 Sejarah Bioinformatika
Istilah bioinformatika mulai dikemukakan pada pertengan era 1980-an untuk
mengacu pada penerapan komputer dalam biologi. Namun demikian, penerapan
bidang-bidang dalam bioinformatika seperti pada pembuatan basis data dan
pengembangan algoritma untuk analisis sekuens biologis sudah dilakukan sejak
tahun 1960-an. Kemajuan teknik biologi molekular dalam mengungkap sekuens
biologis dari protein awal 1950-an dan asam nukleat sejak 1960-an mengawali

Page 3 of 21
perkembangan basis data dan tekhnik analisis sekuens biologis. Database dari
sekuen data yang ada dapat digunakan untuk mengidentifikasi homolog pada
molekul baru yang telah dikuatkan dan disekuenkan di laboratorium. Dari satu
nenek moyang mempunyai sifat-sifat yang sama, atau homologi, dapat menjadi
indikator yang sangat kuat di dalam Bioinformatika (Triwibowo,2005).
Setelah informasi dari database diperoleh, langkah berikutnya adalah
menganalisa data. Pencarian database umumnya berdasarkan pada hasil
lignment/pensejajaran sekuen, baik sekuen DNA maupun protein. Kegunaan dari
pencarian ini adalah ketika mendapatkan suatu sekuen DNA/protein yang belum
diketahui fungsinya maka dengan membandingkannya dengan yang ada dalam
database bisa diperkirakan fungsi daripadanya (Widodo, 2015).
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 (Anggit Sapta,
2017).
Dalam Goodenough, 1988 bioinformatika merupakan program pencarian
database protein yang masih dikembangkan sampai saat ini. Pemanfaatan GenBank
online NCBI (National Center for Biotechnology Information) dengan alamat website
http://www.ncbi.nlm.nih.gov/ dapat memberikan kemudahan dalam pencarian gen
berdasarkan tingkat homologi sekuen dengan menggunakan program BLAST (Basic
Local Allignment Search Tool). Program BLAST merupakan alat yang digunakan
secara luas dalam mencari database protein dan DNA untuk mendapatkan daerah
dengan persamaan sekuen terbanyak (Conserve region).
Perkembangan bioinformatika telah memberikan kemudahan dalam
menganalisis berbagai data hasil penelitian di bidang biologi molekuler. Program

Page 4 of 21
serta data-data yang berhubungan dengan biologi molekuler dapat diakses melalui
jaringan internet, antara lain untuk mendapatkan sekuen nukleotida yang
tersimpan dalam GenBank, menganalisis tingkat similaritas dengan multiple
sequence alignment menggunakan program Clustal-W, membandingkan suatu
sekuen dengan sekuen lain yang tersimpan dalam GenBank menggunakan
program BLAST (Basic Local Allignment Search Tool), mendesain sepasang primer
PCR dan untuk mengetahui situs enzim restriksi dalam utas DNA (Nurkamila, 2014).

2.2 Contoh Penggunaan Bioinformatika

2.2.1 Bioinformatika dalam Bidang Klinis
Dalam Irawan dkk, 2016 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.

2.2.2 Bioinformtika 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

Page 5 of 21
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 (Narita, 2012).
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 (Artanti, 2016).
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 berbeda dengan virus lainnya (Narita, 2012).

2.2.3 Bioinformatika Untuk Identifikasi 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 (Nrukamila, 2014).
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

Page 6 of 21
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 (Chen T, dkk, 1999).
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 (Chen T,
dkk, 1999).

2.2.4 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 (Sutrisno dkk, 2013).
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

Page 7 of 21
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 (Sutrisno dkk, 2013).
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 (Narita,
2012).
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.

2.3 NCBI (National Center for Biotechnology Information)

Dalam NCBI, 2009 NCBI (National Centre for Biotechnology Information)
merupakan suatu institusi yang menyediakan sumber informasi terkait
perkembangan biologi molekuler. NCBI membuat database yang dapat diakses
oleh publik dan mengembangkan software penganalisis data genom.

Page 8 of 21
Biotechnology sangat membantu dalam kehidupan manusia, mulai dari proses
bio-yang sederhana sampai kepada tingkat yang lebih canggih. NCBI juga
mendorong komunikasi ilmiah pada bidang komputer. NCBI juga
mengembangkan dan mempromosikan standar untuk database, deposisi data dan
pertukaran, serta tata-nama biologi. Berikut merupakan Data base and Software
dari NCBI (National Centre for Biotechnology Information) :
a. Entrez :
Entrez merupakan sistem pencarian informasi dalam NCBI yang
menyediakan akses terintegrasi untuk melakukan sekuensing, pemetaan
(mapping) , taksonomi dan data struktural. Entrez juga menyediakan
gambaran grafis untuk mapping sekuen dan kromosom. Ciri khas dan
keunggulan Entrez adalah kemampuan untuk pencarian informasi terkait
sekuen, struktur dan referensi. Literatur jurnal yang tersedia dapat diakses
melalui PubMed. PubMed merupakan alat penghubung pencarian di web
yang menyediakan akses ke lebih dari 11 juta sitasi jurnal di MEDLINE.
Entrez Gene adapat diakses pada www.ncbi.nlm.nih.gov/gene
b. Nucletoide Database :
Database nukleotida merupakan suatu koleksi sekuen dari beberapa sumber,
termasuk diantaranya GenBank, Reference Sequence (RefSeq), Third Party
Annotation (TPA) dan Protein Data Bank (PDB). GenBank merupakan
database sekuen genetik dari NIH (National Institutes of Health), berupa
koleksi sekuen DNA yang dapat diketahui oleh publik. Database GenBank
dibiayai dan didistribusi NCBI. Data sekuen dikirim ke GenBank oleh
peneliti dari seluruh dunia.

c. BLAST :
BLAST (Basic Local Alignment Search Tool) merupakan suatu program
untuk pencarian kemiripan sekuen (sequence similarity) dan merupakan alat
dalam identifikasi gen dan karakter genetik. Blast dapat melakukan pencarian
sekuen melalui perbandingan dengan database DNA dalam waktu singkat
(kurang dari 15 detik). Ada 5 program utama dalam BLAST, yaitu :

Page 9 of 21
 Nucleotide blast (blastn) : membandingkan suatu sekuen nukleotida
meragukan (querysequence) yang kita miliki dengan database sekuen
nukleotida.
 protein blast (blastp) : membandingkan suatu sekuen asam amino yang kita
miliki dengan database sekuen protein.
 blastx : membandingkan produk translasi konsep 6‐frame sebuah sekuen
nukleotida (translated nucleotide) yang kita miliki dengan database sekuen
protein.
 tblastn : membandingkan suatu sekuen protein yang kita miliki dengan
database sekuen nukleotida yang secara dinamis ditranslasi pada semua
pembacaan 6 frame.
 tblastx : membandingkan suatu translasi 6 frame dari nukleotida

Beberapa journal penelitian dapat diakses pada database NCBI melalui

Pubmed maupun Pubmed central. PubMed adalah sebuah layanan dari National
Library of Medicine, yang menyertakan lebih dari 20 juta kutipan untuk artikel-
artikel biomedis sejak tahun 1950-an hingga kini. Kutipan-kutipan itu dari
MEDLINE dan tambahan dari jurnal-jurnal sains kehidupan. PuMed menyertakan
link ke banyak situs yang menyediakan teks lengkap dari artikel tersebut dan
sumber-sumber yang berhubungan. PubMed Central (PMC) adalah tempat arsip
digital jurnal bebas/gratis yang disediakan oleh Institut Kesehatan Nasional AS
(National Institutes of Health-NIH) yang menyediakan literatur ilmiah di bidang
biomedik dan ilmu hayat (Berkeley Library, 2012).
NCBI (National Center for Biotechnology Information) (RefSeq) database
dapat diakses melalui alamat (http://www.ncbi.nlm.nih.gov/RefSeq/) menyediakan
koleksi non-redundant urutan genom yang mewakili data, transkrip dan protein.
Meskipun tujuannya adalah untuk menyediakan dataset komprehensif mewakili
informasi urutan lengkap untuk setiap spesies tertentu, database pragmatis
termasuk data urutan yang saat ini tersedia untuk umum dalam database arsip.
Basis data menggabungkan data dari lebih dari 2400 organisme dan mencakup
lebih dari satu juta protein yang mewakili keragaman taksonomi yang signifikan
mencakup prokariota, eukariota dan virus. Sequen nukleotida dan protein secara

Page 10 of 21
eksplisit terkait, dan urutan yang terkait dengan sumber daya lain termasuk
Viewer Peta NCBI dan Gene. Sequen dianotasikan untuk masuk daerah
pengkodean, domain, variasi, referensi, nama, database referensi silang, dan fitur
lain yang menggunakan pendekatan gabungan kolaborasi dan masukan lainnya
dari komunitas ilmiah, penjelasan otomatis, serta propagasi dari GenBank (NCBI,
2009).
Database GenBank merupakan suatu bentuk koleksi data dari semua urutan
nukleotida serta hasil translasi berua sequen protein yang dapat diakses untuk
umum. Database ini dihasilkan di National Center for Biotechnology Information
(NCBI) sebagai bagian dari kerjasama internasional dengan Laboratorium Biologi
Molekuler Eropa (EMBL) , Perpustakaan Data dari Eropa Bioinformatics Institute
(EBI) dan DNA Data Bank of Japan (DDBJ). GenBank dan kolaborator menerima
urutan diproduksi di laboratorium di seluruh dunia dari lebih dari 100.000
organisme yang berbeda. GenBank terus tumbuh pada tingkat eksponensial, dua
kali lipat setiap 10 bulan. Rilis 134, diproduksi pada bulan Februari 2003, berisi
lebih dari 29,3 miliar basa nukleotida di lebih dari 23,0 juta urutan. GenBank
dibangun dengan pengiriman langsung dari laboratorium individu, serta dari
pengiriman massal dari skala besar pusat sekuensing (NCBI, 2009).
Sequen Protein awalnya dikembangkan sebagai suatu sequen berbasis
windows editor dengan beberaa kemamuan analisis DNA polimorpism untuk
single gen data set. Versi terbaru tersedia untuk windows dan linux dan dapat
menangani dataset besar dengan ribuan gen. ukuran dataset dibatasi oleh memori
dan dengan niai maksimal 32 bit. program ini akan digunakan untuk mengedit
sequen, enanganan outut dari suatu sequen, dapat bekerja ada pencarian blast serta
untuk analisis populasi berbagai gen, mendukung dan menfasilitasi semua langkah
alur kerja sekuensing (Filatov, 2009).

2.4 Penggunaan Program BLAST

Dalam Koichiro, 2007 BLAST (Basic Local Alignment Search Tool)
merupakan suatu program online pada situs NCBI (National Centre for
Biotechnology Information) yang sering digunakan dalam kajian Bioinformatik.

Page 11 of 21
Secara umum program ini berfungsi untuk mengetahui tingkat persamaan
(similarity) dari suatu sekuen nukleotida dan protein terhadap sekuen nukleotida
dan protein yang terdapat pada genebank. Tujuannya adalah untuk memperoleh
informasi berupa identitas dari suatu sampel yang belum diketahui sebelumnya.
Program ini dibuat guna memenuhi perkembangan ilmu sistematika modern yang
mulai mengarah hingga tingkat molekuler. Ilmu sistematika modern sudah mulai
menggunakan metode identifikasi berbasis molekul materi genetik
(DNA/RNA/Protein) yang lebih menjanjikan keakuratannya dibandingkan ilmu
sistematika konvensional. Algoritma dalam program BLAST akan mencocokkan
data molekul materi genetik yang berbasis basa nitrogen (A-G-T-C-U) dengan
berjuta-juta data di genebank. Terdapat juga beberapa pilihan menu algoritma
pencarian untuk menyesuaikan keinginan user. Contohnya dalam tutorial kali ini
yang dikutip dari Journey of Universal Biodiversity akan dijelaskan langkah-
langkah menggunakan program BLAST untuk mengidentifikasi suatu sekuen
DNA dari suatu sampel yang telah diketahui urutan nukleotidanya. Perhatikan
langkah-langkah berikut ini:
1. Persiapan sekuen nukleotida :
Sekuen nukleotida yang digunakan kali ini berasal dari sekuen gen 16S rRNA
bakteri yang belum diketahui identitasnya. Gen ini sering digunakan sebagai
marker dalam melakukan identifikasi kelompok prokariot, karena mempunyai
suatu sifat yang lestari (conserve). Cara mendapatkan urutan sekuen nukleotida
diawali dari tahap isolasi DNA genom hingga sekuensing menggunakan alat
sequencer yang akan saya jelaskan pada artikel selanjutnya. Contoh urutan
nukleotida gen 16S rRNA dari genom bakteri adalah sebagai berikut:
AGGCTTGGGCGCGTGCTATACATGCAGTCGAGCGAACAGATAAGGAGC
TTGCTCCTTTGACGTTAGCGGCGGACGGGTGAGTAACACGTGGGTAAC
CTACCTATAAGACTGGAATAACTCCGGGAAACCGGGGCTAATGCCGGAT
AACATTTAGAACCGCATGGTTCTAAAGTGAAAGATGGTTTTGCTATCAC
TTATAGATGGACCCGCGCCGTATTAGCTAGTTGGTAAGGTAATGGCTTAC
CAAGGCAACGATACGTAGCCGACCTGAGAGGGTGATCGGCCACACTGG
AACTGAGACACGGTCCAGACTCCTACGGGAGGCAGCAGTAGGGAATCT

Page 12 of 21
TCCGCAATGGGCGAAAGCCTGACGGAGCAACGCCGCGTGAGTGATGA
AGGGTTTCGGCTCGTAAAACTCTGTTATTAGGGAAGAACAAACGTGTA
AGTAACTGTGCACGTCTTGACGGTACCTAATCAGAAAGCCACGGCTAA
CTACGTGCCAGCAGCCGCGGTAATACGTAGGTGGCAAGCGTTATCCGGA
ATTATTGGGCGTAAAGCGCGCGTAGGCGGTTTCTTAAGTCTGATGTGAA
AGCCCACGGCTCAACCGTGGAGGGTCATTGGAAACTGG
GAGACTTGAGTGCAGAAGAGGAAAGTGGAATTCCATGTGTAGCGGTGA
AATGCGCAGAGATATGGAGGAACACCAGTGGCGAAGGCGACTTTCTGG
TCTGTAACTGACGCTGATGTGCGAAAGCGTGGGGATCAAACAGGATTA
GATACCCTGGTAGTCCACGCCGTAAACGATGAGTGCTAAGTGTTAGGGG
GTTTCCGCCCCTTAGTGCTGCAGCTAACGCATTAAGCACTCCGCCTGGG
GAGTACGACCGCAAGGTTGAAACTCAAAGGAATTGACGGGGACCCGC
ACAAGCGGTGGAGCATGTGGTTTAATTCGAAGCAACGCGAAGAACCTT
ACCAAATCTTGACATCCTTTGACCACTCTAGAGATAGAGTTTTCCCCTTC
GGGGGACAAAGTGACAGGTGGTGCATGGTTGTCGTCAGCTCCTGTCCT
GAGATGTTGGGTTAAGTCCCGCAACGAGCGCAACCCTTAAACTTAGTT
GCCAGCATTTAGTTGGGCACTCTAGGTTGACTGCCGGTGACAAACCGG
AGGAAGGTGGGGATGACGTCAAATCATCATGCCCCTTATGATTTGGGCT
ACCACCGTGCTACAATGGACAATACAAAGGGCAGCTAAACCGCCAGGT
CATGCAAATCCCATAAAGTTGTTTCCCGTTCCGAATTGAAGCCGCACCT
CCACCACTTAAACCGGGAAACCCTGAAATCCTAAAAACCAAGCTCACT
GGGAAACATTTCCCGGGTTGTTTAAACGCCCGCTTCACCCCCAAATTTT
TTAACCCCGACCCGGGGGGAAACATTTTTGGTAGCGCCTGAATTGGAC
AGGTTGGGAAGGGCCCGAAAGGGAACGCCAACAAGCTAAATTGTAAA
AGGCCGAGGGAAAGTGAAAAATAGAGGGGATGTGGTGTG

2. Masuk ke program BLAST

Program BLAST dapat di akses di situs NCBI
(https://blast.ncbi.nlm.nih.gov/Blast.cgi) dan akan muncul laman awal sebagai
berikut :

Page 13 of 21
3. Klik program Nucleotide Blast
Berhubung yang akan dianalisis adalah sekuen nukleotida jadi akan dipilih
program “Nuclotide BLAST” dan selanjutnya akan masuk ke laman seperti
berikut:

4. Tuliskan jenis nukletida yang ingin anda ketahui pada kotak pencarianpurin

Page 14 of 21
5. Pilih jenis purin pada organisme yang dikehendaki

6. Setelah muncul tampilan berikut, lalu klik Run BLAST

7. Scroll ke bawah lalu klik BLAST

Page 15 of 21
8. Berikut ini tampilan dari data pencarian

9. Lakukan scroll ke bawah untuk melihat deskripsi dari gambar yang

sebelumnya ditampilkan

Page 16 of 21
 Hasil blast umumnya akan menghasilkan lebih dari satu sekuen yang
bersesuaian. Informasi dari hasil BLAST tersebut berupa Score, Query Coverage,
E-value dan Maximum identity. Score adalah jumlah keselarasan semua segmen
dari urutan database yang cocok dengan urutan nukleotida. Nilai skor
menunjukkan keakuratan nilai penjajaran sekuens berupa nukleotida yang tidak
diketahui dengan sekuens nukleotida yang terdapat di dalam genbank. Semakin
tinggi nilai skor yang diperoleh maka semakin tinggi tingkat homologi kedua
sekuens. Query coverage adalah persentasi dari panjang nukleotida yang selaras
dengan database yang terdapat pada BLAST. Max identity adalah nilai tertinggi
dari persentasi identitas atau kecocokan antara sekuen query dengan sekuen
database yang tersejajarkan. Nilai E-value merupakan nilai dugaan yang
memberikan ukuran statistic yang signifikan terhadap kedua sekuen. Nilai E-value
yang semakin tinggi menunjukkan tingkat homologi anta sekuens semakin rendah,
sedangkan nilai E-value yang semakin rendah menunjukkan tingkat homologi
antar sekuens semakin tinggi. Nilai E-value bernilai 0 (nol) menunjukkan bahwa
kedua sekuens tersebut identik. Berikut 5 sekuen dengan frekuensi tertinggi :

Berdasarkan gambar tersebut, skor tertinggi dimiliki oleh Arabdosis lyrata

subsp. Hal tersebut menunjukkan bahwa sekuen yang dimilikinya memiliki
homogenitas yang paling mirip dengan sekuen yang kita cari. Query coverage
(persentasi dari panjang nukleotida yang selaras dengan database yang terdapat
pada BLAST) tertinggi dimiliki oleh Camelia sativa purine permease 3, Camelia
sativa purine permease 3-like dan Capsella rubella hypothetical protein,
ketiganya menunjukan nilai hingga 100%. Semua nilai E-value dari sekuen
bernilai 0, itu artinya sekuen tersebut identik dengan sekuen yang kita cari.
Terakhir, nilai idetifikasi tertinggi yang menunjukan kecocokan antara sekuen

Page 17 of 21
query dengan sekuen database yang tersejajarkan dimiliki oleh Arabdosis lyrata
subsp, yaitu sebesar 95% (Fitriya dkk, 2015).

BAB III
PENUTUP
3.1 Kesimpulan
Berikut kesimpulan berdasarkan uraian materi diatas adalah :
1. Bioinformatika adalah teknologi pengumpulan, penyimpanan, analisis,
interpretasi, penyebaran dan aplikasi dari data-data biologi molekul. Perangkat
utama Bioinformatika adalah software dan didukung oleh kesediaan internet dan
server World Wide Web (WWW). Dengan Bioinformatika, data-data yang
dihasilkan dari proyek genom dapat disimpan dengan teratur dalam waktu yang
singkat dengan tingkat akurasi yang tinggi serta sekaligus dianalisa dengan
program-program yang dibuat untuk tujuan tertentu. Sebaliknya Bioinformatika
juga mempercepat penyelesaian proyek genom karena Bioinformatika
memberikan program-program yang diperlukan untuk proses pembacaan genom
ini. Dalam dunia kedokteran, keberhasilan proyek genom ini membuka
kemungkinan luas untuk menangani berbagai penyakit genetik serta memprediksi
resiko terkena penyakit genetik. Juga dapat digunakan untuk mengetahui respon
tubuh terhadap obat sehingga efektivitas pengobatan bisa ditingkatkan.

2. NCBI (National Centre for Biotechnology Information) merupakan suatu

institusi yang menyediakan sumber informasi terkait perkembangan biologi

Page 18 of 21
 molekuler. NCBI membuat database yang dapat diakses oleh publik dan
mengembangkan software penganalisis data genom. Untuk mencari dan
mendapatkan data bank dilakukan dengan cara Ketik www.ncbi.nlm.nih.gov.

3. BLAST (Basic Local Alignment Search Tool) merupakan suatu program

online pada situs NCBI (National Centre for Biotechnology Information)
yang sering digunakan dalam kajian Bioinformatik. Tujuannya adalah untuk
memperoleh informasi berupa identitas dari suatu sampel yang belum
diketahui sebelumnya. Program ini dibuat guna memenuhi perkembangan
ilmu sistematika modern yang mulai mengarah hingga tingkat molekuler.

3.2 Saran
Penulis tentunya masih menyadari jika makalah diatas masih terdapat banyak
kesalahan dan jauh dari kesempurnaan. Penulis akan memperbaiki makalah
tersebut dengan berpedoman pada banyak sumber serta kritik yang membangun
dari para pembaca.

Page 19 of 21
 DAFTAR PUSTAKA

Anggit Sapta. 2017. Praktikum Bioteknologi Dasar. Departemen Ilmu Kelautan

Fakultas Perikanan dan Ilmu Kelautan Universitas Diponegoro.
Artanti, Anif. 2016. Petunjuk Praktikum Biologi Molekuler. Surakarta: Universitas
Sebelas Maret.
Bekerly Library. 2012. Pubmed: Quick Guide. The Regents of the University of
California.
Chen, T., Hongyu, George M. 1999. Modeling Gene Expression With Differential
Equations. Pacific Symposium of Biocomputing.
Filatov, D. 2009. Processing and population genetic analysis of multigenic
datasets with ProSeq3 software.
http://bioinformatics.oxfordjournals.org/content/25/23/3189.full.pdf
Department of Plant Sciences, University of Oxford, South Parks Rd,
Oxford OX1 3RB, UK.
Fitriya, Riya Tyas, Muslimin Ibrahim dan Lisa Lisdiana. 2015. Keefektifan
Metode Isolasi DNA Kit dan CTAB/NaCl yang Dimodifikasi pada
Staphylococcus aureus dan Shigella dysentriae. Lentera Bio Universitas
Negeri Surabaya. Vol. 4(1).
Goodenough, Ursula. 1988. Genetics. Jakarta : Erlangga.
Irawan, Presticilla, Trina Tallei dan Beivy Kolondam. 2016. Analisis Sekuens dan
Filogenetik beberapa Tumbuhan Syzygium (Myrtaceae) di Sulawesi Utara

Page 20 of 21
 berdasarkan Gen matK. Jurnal Ilmiah Sains Universitas Sam Ratulangi. Vol.
16(2).
Jack, R.C. 1995. Basic Biochemical Laboratory and Computing. New york :
Oxford University Press.
Journey of Universal Biodiversity. Tutorial menggunakan BLAST.
http://www.etnoki.blogspot.com
Koichiro Tamura, Dudley Joel Masatoshi Nei, Sudhir Kumar, 2007 Molecular
Evolutionary Genetics Analysis Version 4.0, Centre of Evlutionary
Functional Genomics, Biodesign Institute, Arizona State University.
Leheinger, A.L. 1982. Dasar-dasar Biokimia. Jakarta : Erlangga.
Narita, Vanny, A. L. Arum, S. Isnaeni, N. Y. Fawzya. 2012. Analisis
Bioinformatika Berbasis WEB Untuk EksplorasiEnzim Kitosanase
Berdasarkan Kemiripan Sekuens. Jakarta: Universitas Al Azhar Indonesia.
NCBI.2009. GenBank: The Nucleotide Sequence Database.
Nurkamila, Uli Shovi dan Made Pharmawati. 2014. Ekstraksi DNA dari
Herbarium Anggrek. Jurnal Biologi FMIPA Universitas Udayana. Vol. 11(1):
135 – 146.
Pruitt,Kimm D. 2004. NCBI Reference Sequence (RefSeq): a curated non-
redundant sequence database of genomes, transcripts and proteins.

Sutrisno, Imelda Kristina, Ira Arundina dan Agung Sosiawan. 2013. Identifikasi
Bite Marks dengan Ekstraksi DNA Metode Chelex. Jurnal Kedokteran Gigi
Universitas Airlangga. Vol. 26(2): 107 – 112.

Triwibowo, Y. 2015. Biology Molekuler. Penerbit Universitas Erlangga, Surabaya.

Widodo. 2015. Pengenalan NCBI. Fakultas Matematika dan Ilmu Pengetahuan

Alam Universitas Brawijaya.

Page 21 of 21