Bioinformatika adalah ilmu yang memepelajari penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan munggunakan sekuens DNA dan asam amino. istilah bioinformatika mulai dekemukakan pada pertengahan era 1980-an untuk mengacu penerapan komputer dalam biologi.
2. Bidang-bidang yang terkait bioinformatika
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.
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.
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.
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
komponen-komponen 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.
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.
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.
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.
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.
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
peningkatan pelayanan kesehatan.
Sumber
buku terkait tentang bioinformatika