RESUME

METABOLOMIK
Disusun sebagai salah satu tugas mata kuliah Metabolomik yang diampu oleh :

Dr. R. Kusdianti, M.Si

oleh :

Kelompok 5

Nida Firyal Fauziah (1807598)

Nurul Faridah (1800255)

Ulaya Hanifah (1800199)

Biologi C 2018

PROGRAM STUDI BIOLOGI

DEPARTEMEN PENDIDIKAN BIOLOGI

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS PENDIDIKAN INDONESIA

BANDUNG
 Bidang metabolomik yang berkembang pesat, menggabungkan strategi
untuk mengidentifikasi dan mengukur metabolit seluler menggunakan teknologi
analisis yang canggih dengan penerapan statistik dan metode yang bervariasi
untuk penggalian informasi dan interpretasi data. Dalam dua decade, secara
bersamaan, penelitian besar dilakukan untuk mengembangkan pendekatan analitik
untuk menganalisis produk sel seperti ekspresi gen (transkrip), protein, dan
metabolisme. Inilah yang disebut sebagai pendekatan omics, termasuk genomik,
transkriptomik, proteomik, dan metabolomik yang dianggap penting untuk
diterapkan dan digunakan dalam memahami suatu organisme biologis dan
tanggapannya terhadap rangsangan lingkungan atau kelainan genetik.
Berbagai teknologi analitik telah digunakan untuk menganalisis metabolit di
berbagai jaringan dan sel (Roessner, U. and D.M. Beckles. 2009). Contohnya analisis
GC-MS dengan teknik pemisahan yang berbeda untuk menganalisis sejumlah
metabolit secara bersamaan. Meskipun teknologinya sangat canggih masih ada
beberapa hambatan dalam metabolisme. Karena besarnya keragaman struktur
kimia dan perbedaan yang cukup besar dalam kelimpahannya, sehingga belum ada
satu tekonologi yang mampu menganalisis seluruh metabolom. Oleh karena itu,
angka pendekatan komplementer harus ditetapkan untuk deteksi, kuantifikasi, dan
identifikasi metabolit sebanyak mungkin (Roessner, U. and D.M. Beckles. (2009),
Villas-Bôas, S.G., U. Roessner, M. Hansen, J. Smedsgaard, and J. Nielsen. 2007)
. Tantangan lain dalam metabolisme adalah bagaimana menggali informasi
dan menafsirkan konteks biologis dari “big data” yang dihasilkan oleh analisis
data secara keseluruhan. Selain itu perubahan cara berpikir juga diperlukan untuk
menghadapi era “big data” dan membedakan antara informasi yang beredar
dengan informasi yang sebenarnya.
Ada empat pendekatan konseptual dalam metabolomik yaitu analisis target,
metabolit profiling, metabolomics, dan metabolic sidik jari (Fiehn, O. 2002)..
Untuk analisis target, sebenarnya telah diterapkan selama beberapa dekade
termasuk penentuan dan kuantifikasi sekelompok kecil metabolit yang diketahui
menggunakan satu teknik analitik tertentu dengan kinerja terbaik untuk senyawa
yang diinginkan. Sedangkan metabolit profiling dilakukan dengan tujuan untuk
analisis senyawa yang lebih banyak, baik yang teridentifikasi maupun yang tidak
diketahui. Pendekatan ini telah diterapkan untuk beberapa sistem biologis yang
berbeda menggunakan GC-MS, termasuk tumbuhan, mikroba, urin, dan sampel
plasma (Kim, J.K., et al. (2007), Börner, J., et al. (2007), Kind et al (2007),
Parveen, I, et al (2007)).
Sementara itu pendekatan konseptual dengan metabolomics, pendekatan
konseptual nya menggunakan pelengkap metodologi analitik, misalnya, LC-MS /
MS, GC-MS, dan / atau NMR, untuk menentukan dan mengukur sebanyak
mungkin metabolit, baik senyawa yang teridentifikasi atau senyawa yang tidak
diketahui. Pendekatan konseptual keempat adalah metabolics fingerptinting. Di
sini profil massa sampel dihasilkan dan kemudian dibandingkan dalam suatu
populasi sampel yang besar untuk menyaring perbedaan-perbedaan antara sampel.
Saat sinyal yang dapat membedakan sampel secara signifikan terdeteksi,
metabolitnya diidentifikasi dan relevansi senyawa biologis dapat dijelaskan.
Karena metabolit sangat erat kaitannya dengan fenotipe suatu organisme,
metabolomics dapat digunakan untuk berbagai macam aplikasi, termasuk fenotipe
tanaman yang dimodifikasi secara genetic, penentuan fungsi gen, dan memantau
tanggapan stres biotik dan abiotik. Oleh karena itu, metabolomik dapat dilihat
sebagai penghubung kesenjangan antara genotipe dan fenotipe (Fiehn, O. 2002),
memberikan pandangan yang lebih komprehensif tentang bagaimana sel berfungsi,
serta. mengidentifikasi secara spesifik perubahan metabolism yang baru atau
mencolok. Analisis dan penafsiran data metabolomik dan metadatanya juga dapat
menimbulkan hipotesis dan target baru untuk bioteknologi
Sampai saat ini, sebagian besar penelitian evolusi didasarkan pada
pembangunan pohon filogenetik dari spesies menggunakan urutan genom, gen,
mRNA, dan protein. Namun, korelasi ekspresi gen dan protein rendah bahkan
korelasi antara ekspresi gen dan metabolitnya lebih rendah. Namun, metabolit,
terutama metabolit sekunder, sangat penting bagi sebagian besar organisme untuk
bertahan di lingkungan atau predator yang penuh tekanan. Meskipun metabolit
primer merupakan hasil metabolism utama yang dapat digunakan untuk
menentukan status gizi dan pertumbuhan, profil metabolit sekunder justru lebih
baik dalam merefleksikan perbedaan speises dan respon kompleks mereka
terhadap factor lingkungan dan organisme lainnya. Oleh karena itu metabolit
sekunder dianggap berpotensi sebagai penanda dalam taksonomi dan filogenetika
(Pietra, F. 2002).
Salah satu aplikasi yang menarik di bidang metabolsime adalah aplikasi
untuk membedakan spesies jamur (Smedsgaard, J. and J. Nielsen. 2005). Hasil
klasifikasi kimiawi jamur menggunakan Direct infusin electrospray Mass
Spectrometry (DiMS) menunjukkan bahwa lebih dari 80% spesies yang dianalisis
dapat diklasifikasikan berdasarkan profil massanya dan dibandingkan dengan
identifikasi fenotipik konvensional. Selain itu, ada juga penggunaan metabolomik
dalam menentukan mekanisme baru untuk adaptasi dan toleransi tanaman
terhadap tekanan abiotik, seperti kekeringan, salinitas, defisiensi, dingin, beku,
dan mineral atau toksisitas menggunakan tanaman sereal seperti barley dan
gandum. Selain itu, dilakukan percobaan sebagai pembanding menggunakan
empat spesies yang berbeda untuk membandingkan kadar metabolit pada daun
menggunakan analisis GC-MS. Berbagai variasi analisis dari kumpulan data
menunjukkan profil metabolit dari empat spesies sangat berbeda, dengan profil
daun barley dan gandum yang paling mirip
Contoh tersebut menunjukkan potensi metabolomik untuk digunakan dalam
identifikasi dan klasifikasi organisme. Namun, perlu adanya studi sistematis untuk
membandingkan profil metabolit di antara organisme yang menggunakan
pendekatan analisis komplementer untuk menemukan metabolit sebanyak
mungkin, dan untuk menyelidiki jika profil metabolit terkait dengan hubungan
filogenetik dan hubungan evolusi antar organisme. Studi ini dapat menghasilkan
wawasan baru di bidang evolusi, mekanisme kelangsungan hidup , dan
mekanisme, kehidupan secara umum.
Metabolomik idealnya bertujuan untuk menganalisis semua molekul kecil di
dalam sel. Untuk pendekatan biologi sistem, metabolomik hanya menyediakan
pengukuran sebagian dari semua elemen dalam biologis sistem. Namun, biologi
sistem tidak hanya terdiri dari kemampuan untuk mengukur semua elemen sistem,
seperti DNA, mRNA, protein, metabolit, dan elemen struktural seperti dinding sel
dan membran, tetapi juga untuk menentukan hubungan elemen tersebut satu sama
lain sebagai bagian dari respons sistem terhadap gangguan lingkungan atau
genetik. Pendekatan biologi sistem membutuhkan ahli biologi, fisikawan,
ilmuwan komputer, insinyur, ahli kimia, dan ahli matematika untuk mempelajari
bahasa umum yang memungkinkan mereka untuk berkomunikasi satu sama lain.
Persyaratan penting lainnya untuk pendekatan biologi sistem yang berhasil adalah
menciptakan lingkungan yang menyediakan akses ke semua platform yang
dibutuhkan untuk mendapatkan dan mengukur properti dan elemen sistem yang
diinginkan. Selain itu, pendekatan biologi sistem yang efektif harus mampu
memberikan peluang untuk pembangunan dan perkembangan yang cepat melalui
teknologi global baru dan alat komputasi yang kuat yang dapat memungkinkan
terjadinya pengumpulan, pengklasifikasian, analisis, pengintegrasian, dan
pemodelan informasi biologis.
Di masa depan, biologi sistem memungkinkan kita untuk mengembangkan
pendekatan baru dalam kedokteran yang bersifat prediktif, pencegahan, dan
dipersonalisasi. Tujuannya adalah untuk mencapai kemampuan untuk menentukan
riwayat kesehatan probabilistik untuk masing-masing individu, dan dalam
rancangan tersebut, biologi sistem akan bersifat strategis untuk penemuan dan
pengembangan terapi baru serta obat-obatan.
Singkatnya, mempelajari respons berbagai organisme terhadap tekanan dan
lingkungan yang berbeda pada genetik, transkrip, protein, dan tingkat metabolit
menggunakan metode yang berbeda dan membandingkan hasil ini dengan
organisme lain memperkuat integrasi kita ke dalam kerangka sistem biologi.
Sebagai kerangka berkembang, sinergi yang lebih besar antar organisme akan
memberikan gambaran yang lebih jelas tentang fungsi sel, organ, dan organisme,
dan membawa kita untuk lebih memahami peran mereka di alam.
 DAFTAR PUSTAKA

Börner, J., S. Buchinger, and D. Schomburg. (2007). A high-throughput method

for microbial metabolome analysis using gas chromatography/ mass
spectrometry. Anal. Biochem. 367:143-151.
Fiehn, O. (2002). Metabolomics–the link between genotypes and phenotypes.
Plant Mol. Biol. 48:155-171.
Kim, J.K., T. Bamba, K. Harada, E. Fukusaki, and A. Kobayashi. (2007). Time-
course metabolic profiling in Arabidopsis thaliana cell cultures after salt
stress treatment. J. Exp. Bot. 58:415-424.
Kind, T., V.V. Tolstikov, O. Fiehn, and R.H. Weiss. (2007). A comprehensive
urinary metabolomic approach for identifying kidney cancer. Anal.
Biochem. 363:185-195.
Parveen, I., J.M. Moorby, M.D. Fraser, G.G. Allison, and J. Kopka. (2007).
Application of gas chromatography-mass spectrometry metabolite profiling
techniques to the analysis of heathland plant diets of sheep. J. Agric. Food
Chem. 55:1129-1138.
Pietra, F. (2002). Evolution of the secondary metabolite versus evolution of the
species. Pure Appl. Chem. 74:2207-2211.
Roessner, U. and D.M. Beckles. (2009). Metabolite measurements. In J.
Schwender (Ed.), Plant Metabolic Networks. Springer, NY. (In press.)
Smedsgaard, J. and J. Nielsen. (2005). Metabolite profiling of fungi and yeast:
from phenotype to metabolome by MS and informatics. J. Exp. Bot. 56:273-
286.
.Villas-Bôas, S.G., U. Roessner, M. Hansen, J. Smedsgaard, and J. Nielsen.
(2007). Metabolome Analysis: An Introduction. John Wiley & Sons, Inc.,
Hoboken, NJ.