TUGAS TERBARU

Assalammualaikum Wr. Wb

Di kesempatan kali ini saya ingin membahas mengenai bioteknologi akuakultur. Saya membuat ringkasan jurnal yang berjudul Identification of Immune Genes of The Agamaki Clam (Sinonovacula constricta) by Sequencing and Bioinformatics Analysis of ESTs. Tujuan saya membuat jurnal ini adalah untuk memenuhi ujian Teknologi Informasi dalam bentuk take home test. Sebelum membuat ringkasan ini kita harus tau apa itu Bioinformatika terlebih dahulu…Apa sihh Bioinformatika itu ???????? Bioinformatika itu adalah (ilmu yang mempelajari) 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 menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya.

Tema jurnal ini mengarah pada tema Ujian Teknologi Informasi yaitu mengenai "AQUACULTURE BIOINFORMATIC". Untuk lebih jelasnya jurnal dapat dlihat in here,,,

Ringkasan dari jurnal tersebut akan diulas berikut ini.

Selamat Membaca!!!!

Species Bivalve memainkan peranan penting dalam ekosistem, yaitu sebagai filter feeder, mereka memiliki hubungan dengan produsen primer terutama yaitu plankton dan bakteri. Kebanyakan bivalve menjadi sumber makanan penting bagi manusia, kematian bivalve yang menjadi makanan penting mangelami kematian sebelum dewasa.

Kerang Agamaki adalah kerang yang menjadi salah satu kerang yang merupakan kerang ekonomis penting di Asia. Penelitian mengenai genom species ini sudah dilakukan semenjak masih berupa larva, dan penelitian lebih lanjut mengenai genom kerang ini pada masa dewasa masih belum ada ditemukan. Ilmu mengenai penelitian ini menghasilkan tags (ESTs), yaitu mengenai kenormalan jantung yang melengkapi DNA dan untuk mengidentifikasi gen yang berfungsi sebagai imunitas atau daya tahan tubuh terhadap penyakit.

Jumlah ESTs sebanyak 5.296 yang telah di sequencing dari 540 contigs dan 3.473 tunggal yang telah diidentifikasi. homologi BLAST yang telah dianalisis mengindikasikan hanya 20,7% dari ESTs yang homolog dari hal tersebut diketahui terdapat 79,3% gen yang tersisa.

EST adalah urutan sub-pendek dari cDNA urutan. Mereka dapat digunakan untuk mengidentifikasi gen transkip , dan berperan dalam penemuan gen dan tekad urutan gen. Identifikasi EST telah berjalan cepat , dengan sekitar 65.900.000 EST sekarang tersedia di database publik. EST dapat dipetakan ke lokasi kromosom tertentu menggunakan pemetaan fisik teknik, jika genom organisme yang berasal dari EST telah diurutkan, seseorang dapat menyelaraskan urutan genom EST dengan menggunakan komputer.

BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.

Hasil dari sequencing yang hampir sama didapatkan ada 43 gen imunitas yang teridentifikasi yang mengandung protease dan inhibitor protease, protein adhesif, protein stres, dan enzim lisosom, dan sinyal regulator transduksi. Penelitian ini memberikan hal besar bagi transkip dan penjelasan yang lebih jelas mengenai gen-gen imunitas yang penting bagi spesies-species bivalve.

Demikian apa yang bisa saya sampaikan semoga bermanfaat bagi anda yang membaca,,,

Wassalammualaikum Wr. Wb

NEW TUGAS ( BIOINFORMATIKA OF AQUACULTURE)

Apa sihh yg dmksud dengan Bioinformatika itu ??

Bioinformatika merupakan salah satu ilmu terapan yang lahir dari perkembangan teknologi informasi di bidang molekuler, mempelajari penerapan teknik komputasi untuk mengelola dan menganalisa informasi hayati, bidang ini mencakup penerapan metode-metode matematika, statistika, dan informasi untuk memecahkan masalah-masalah biologi, terutama yang terkait dengan penggunaan sekuen DNA dan asam amino

nahh stelah kita tahu pengertian dasar tentang bioinformatika, lalu apa kaitan atau peranan dengan budidaya perairan( aquaculture )??????????

Komoditas perikanan saat ini semakin meningkat. Hal ini disebabkan karena nilai gizi ikan yang tinggi. Sektor perikanan pada perikanan budidaya diharapkan mampu untuk memenuhi kebutuhan masyarakat akan ikan. Namun budidaya perikanan mengalami permasalahan diantaranya ketersediaan benih unggul, masalah pakan dan serangan hama penyakit.
Berbagai penelitian telah dilakukan untuk meningkatkan produksi budidaya perikanan. Salah satunya ialah dengan pendekatan secara molekuler dengan memanipulasmi mekanisme melekuler khususnya DNA yang melatarbelakangi phisiologi dan mengekspresikan sifat dari organisme budidaya. Dengan pemahaman fungsi genom, maka komposisi dan ekspresi gen dapat diatur sedemikian rupa melalui sejumlah pendekatan bio molekuler guna meningkatkan produksi dan kualitas budidaya.
Seiring dengan kemajuan dalam teknologi berbasis DNA seperti sekuensing genom telah menyebabkan terjadinya ledakan informasi genetik yang dihasilkan oleh para peneliti. Membludaknya jumlah informasi genetik ini mutlak memerlukan ilmu ilmu computer untuk pengelolananya, sehingga lahirlah bidang ilmu baru yang disebut bioinformatika. Dengan software-software dan situs bioinformatika diharapkan mampu untuk membantu penelitian yang berkaitan dengan biologi molekuler organisme budidaya sehingga penelitian akan lebih mudah dilakuakan dan hasilnya lebih valid. Penggunaan software bioinformatika dalam penelitian diharapkan mampu meningkatkan produktivitas budidaya perikanan.

Untuk lebih jelasnya jurnalnya bisa didownload dengan mengeklik disini...!

TUGAS TI SIG DAN PENGINDERAAN JAUH

PENGGUNAAN METODE ANALISA EKOLOGI DAN PENGINDERAAN
JAUH UNTUK PEMBANGUNAN
SISTEM INFORMASI GEOGRAFIS EKOSISTEM PANTAI

Bangun Muljo Sukojo

Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia

Abstrak

Sejalan dengan pembangunan yang sedang dan sudah dilakukan di seluruh wilayah pantai Indonesia maka kerusakan pantai dari hari ke hari semakin terasa akibatnya. Penurunan kualitas lingkungan atau ekosistem makin terasa dan juga berdampak baik secara langsung ataupun tidak langsung terhadap segi-segi kehidupan ekonomi, sosial dan budaya. Berdasarkan hal tersebut maka diperlukan data atau informasi yang dapat melihat secara tepat sejauh mana tingkat penurunan kualitas tersebut dan bagaimana penanganan selanjutnya. Salah satu cara yang dapat digunakan adalah teknologi yang berbasiskan komputer yang dikenal sebagai Sistem Informasi Geografis. Teknologi ini dapat melakukan pekerjaan pengumpulan, penyimpanan, pengolahan dan penyajian data atau informasi yang diperoleh secara langsung maupun tidak langsung dari lapangan. Data yang diperoleh dapat dikatakan aseptable dengan validitas tinggi sehingga
sebelum diakuisasi dapat dilakukan analisis ekologi dan teknologi penginderaan jauh terlebih dahulu.

Abstract

Application of Remote Sensing and Ecology Analysis Method for Geographic Information System of Coastal
Ecosystem. With the development that have been done on all Indonesian coastal area, the damaged can be suffered from day to day. The decrease of environmental or ecosystem quality occurred and effected the economic, social and cultural life directly or indirectly. Based on that condition, data or information is needed to look accurately the decrement level and the way to handle it. One method that can be used is a computer based technology which commonly called Geographic Information System (GIS). The technology can gathering, recording, processing and displaying data or information which is obtained directly or indirectly from the field. As the data to be said acceptable with high validity, then before it is being acknowledged, then an ecology analysis and remote sensing technology can be done first. Keywords: remote sensing, lansdsat thematic mapper, coverage, geographic information system

1. Pendahuluan
Indonesia merupakan negara kepulauan yang terbesar di dunia dengan jumlah pulau lebih dari 13.700 pulau dan memiliki luas 1.919.443 km2 memanjang sepanjang 5.000 km dari Barat ke Timur dan 1.700 km dari Utara ke Selatan. Letak geografis Indonesia antara 95º BT sampai dengan 141º BT dan antara 6º LU sampai dengan 11º LS. Pulau Jawa adalah pulau yang sangat penting bagi Indonesia. Jika dilihat luasnya maka relatif sangat kecil yaitu sekitar 13,22 juta hektar atau hanya sekitar 7 % dari seluruh wilayah Indonesia, tetapi pulau ini dihuni oleh 60 % penduduk Indonesia sebanyak 120 juta jiwa [1]. Berdasarkan keadaan tersebut maka tekanan terhadap linkungan yang dialami pulau Jawa akibat aktivitas kehidupan manusia tentu sangat berat. Lingkungan yang merasakan dampak tersebut terutama lingkungan di daerah pesisir, mengingat daerah tersebut paling mudah untuk dieksploitasi dan dapat dilakukan budidaya pertanian atau perikanan. Perkembangan dalam dekade terakhir memperlihatkan bahwa penggunaan lahan di daerah pesisir bukan hanya untuk pertanian atau perikanan saja tetapi juga reklamasi lahan untuk daerah penambakkan udang yang intensif, bangunan untuk industri dan pemukiman.
Kondisi kerusakan lingkungan untuk kota-kota besar di Pulau Jawa seperti Jakarta dan Surabaya sudah terjadi sangat parah. Hal ini disebabkan pengembangan dan pengelolaan pantai sangat tidak terintegrasi dan tidak didukung oleh pengetahuan yang cukup memadai tentang pengelolaan wilayah pantai yang secara ekosistem sangat fragile terhadap perubahan internal maupun eksternal. Wilayah pantai merupakan merupakan daerah transisi dari daratan ke lautan yang relatif belum stabil.
Untuk perencanaan dan pengelolaan daerah pesisir yang lebih baik, maka para pengambil keputusan membutuhkan data yang teliti, lengkap, aktual dan mudah diintegrasikan dengan data yang lain. Hal ini dapat dipenuhi oleh data atau informasi yang berasal dari Sistem Informasi Geografis melalui analisis ekologi dan penginderaan jauh.
2. Metode Penelitian
Sistem Informasi Geografis/SIG sudah cukup lama dikenal sejak awal tahun 1960 di Kanada dan Amerika Serikat, yang saat itu banyak digunakan untuk keperluan Land Information System. Saat ini SIG sudah banyak digunakan untuk keperluan lain seperti pengembangan wilayah, perpetaan, lingkungan dan sebagainya.
SIG mulai dimanfaatkan di Indonesia pada awal tahun 1980 terutama dalam pembuatan peta, pengelolaan wilayah, analisis lingkungan dan agraria. Teknologi ini pada dasarnya memiliki ciri dapat memasukkan, menyimpan, mengolah dan menyajikan data dalam suatu sistem komputer, dengan data dapat berupa gambar maupun tulisan atau angka.
SIG ini tidak akan berarti apabila lima komponen (perangkat keras, perangkat lunak, data, pelaksana dan prosedur) pembentuk sistem ini tidak terpenuhi, dengan demikian komponen-komponen tersebut satu sama lain harus benar-benar dapat terpenuhi kriterianya. Khusus untuk komponen data, data tersebut harus benar-benar sesuai dengan ketentuan yang berarti harus teliti, lengkap, aktual dan benar. Data seperti yang dimaksud di atas atau data dengan validitas yang bagus dapat diperoleh melalui prosedur atau metode pengambilan dan pengolahan data yang benar sesuai dengan kreteria yang telah ditetapkan.
Ada 2 metode untuk menganalisis data lapangan yang dapat digunakan yakni cara analitik dengan menggunakan metode statistik dan cara grafik dengan menggunakan metode penginderaan jauh [2].
Pemrosesan citra yang dilakukan sebagai berikut [3]:
1. Perbaikan kontras.
Perbaikan dilakukan terhadap masing-masing band (XS-1, XS-2, XS-3). Perbaikan kontras dilakukan dengan metode linier dan eksponensial. Perbaikan kontras (contrast stretching) tidak berpengaruh terhadap nilai asli dari citra.
2. Penyusunan komposit Red-Green-Blue.
Komposit yang disusun dari band-band (XS-1, XS-2, XS-3) dengan tampilan visual kekontrasan terbaik. Kekontrasan komposit RGB diperbaiki secara keseluruhan dengan mengubah kekontrasan masing-masing band tunggal penyusunnya.
3. Klasifikasi
Klasifikasi dilakukan dengan menggunakan dua band (XS-2 dan XS-3) dengan metode histogram bidimensional.
4. Koreksi geometrik.
Koreksi geometrik dilakukan dengan menggunakan metode overlay (tumpang susun) antara hasil citra terklasifikasi dengan peta topografi.
Analisis statistik dilakukan dengan tujuan mencari hubungan antara species (jenis) mangrove berdasarkan karakter vegetasi, ciri-ciri fisika dan kimia ekosistem (yang diwakili oleh temperatur, pH, kandungan Cl, suspended solid SS, BOD, COD dan salinitas) baik saat pasang maupun surut, sedangkan untuk tanah digunakan parameter granulometri, salinitas dan NaCl.
Analisis statistik dibagi menjadi dua bagian, pertama melalui prosedur untuk mengeliminasi autokorelasi antar variabel dengan menggunakan Analisis Komponen Utama (Principal Component Analysis/ PCA). Analisis PCA akan mentransformasikan variabel-variabel ke suatu set variabel baru yang dapat menjelaskan keragaman data dengan jumlah yang lebih sedikit. Bagian kedua berupa analisis statistik untuk penyusunan model.
3. Hasil dan Pembahasan
Studi kasus dilakukan terhadap daerah pantai timur Kabupaten Sidoarjo, yaitu daerah antara sungai Ketingan di sebelah Utara dan sungai Porong di sebelah Selatan [4].

Vegetasi yang ada di daerah tersebut merupakan vegetasi pesisir atau pantai dengan 8 (delapan) keluarga yaitu Rhizophorazeae, Sonneratiaceae, Acanthaceae, Verbenaceae, Palmae, Pipilionaceae, Sterculaceae, Euphorbiaceae dan beberapa keluarga tambahan seperti Meliaceae, Myrsinaceae, Cyperaceae, Gramineae, Compositae, Malvaceae dan Combretaceae seperti terlihat lebih terperinci pada Tabel 1.
Berdasarkan ekologinya, vegetasi yang ada di daerah tersebut dibatasi oleh zonasi yang mengacu pada garis pantai seperti yang ditampilkan dalam Tabel 2. Struktur vegetasi di daerah tersebut dianalisis secara statistik berdasarkan data yang diperoleh di lapangan, sehingga dapat diketahui korelasi (hubungan) antara spesies yang ada seperti ditampilkan dalam Tabel 3. Tabel tersebut memperlihatkan adanya beberapa spesies yang erat hubungan ekologinya seperti Sonneratia alba JE Smith dengan Avicennia alba BL. (0,51) atau yang tidak rapat hubungannya seperti Sonneratia alba JE Smith dengan Rhizophora apiculata BL. (0,09).
Tabel 1. Vegetasi Penyusun Ekosistem
No Spesies Keluarga Nama Lokal
1. Acanthus ilicifolius L. Acanthacea Jrujon
2. Aegiceras corniculatum L.Blanco Myrsinaceae Gedangan
3. Avicennia alba L. Verbenacea Api-api
4. Bruguiera cylindrica L. Rhizophorazeae Tanjang
5. Bruguiera gymnorrhiza (L.) Lamk Rhizophorazeae Tancang
6. Derris heterophylla (Wild) Back Pipilionaceae Gadelan
7. Exoecaria agallocha L Euphorbiaceae Getah
8. Heritiera littoralis Dryand Sterculaceae Dungun
9. Hibiscus tiliaceus L. Malvaceae Waru
10. Nypa fruticans Wurmb. Palmae Daun
11. Pluchea indica Compositae Beluntas
12. Rhizophora apiculata Bl. Rhizophorazeae Bakau kacang
13. Sonneratia alba J.E.Smith Sonneratiaceae Bogem
14. Terminalia catappa L. Combretaceae Ketapang
15. Xylocarpus granatum Koen Meliaceae Nyirih
Tabel 2. Zonasi Ekologi
No Zonasi Spesies
1. Depan Sonneratia alba J.E.Smith, Avicennia alba L., Acanthus ilicifolius L.
2. Tengah Avicennia alba L., Rhizophora apiculata Bl., Bruguiera cylindrica L.
Bruguiera cylindrica L.
3. Belakang Bruguiera cylindrica L., Bruguiera cylindrica L., Aegiceras corniculatum L.Blanco,
Derris heterophylla (Wild) Back, Heritiera littoralis Dryand, Hibiscus tiliaceus L.,
Pluchea indica, Nypa fruticans Wurmb.. Terminalia catappa L., Xylocarpus granatum
Koen
Tabel 3. Korelasi Struktur Vegetasi
Species SA AA RA BC BC HL NF
Sonneratia alba JE Smith. 1,00 0,51 0,09 -0,54 -0,13 -0,27 -0,13
Avicennia alba BL. 0,51 1,00 0,38 -0,43 -0,34 -0,42 0,20
Rhizophora apiculata BL. 0,09 0,38 1,00 -0,10 0,56 0,29 0,24
Bruguiera cylindrical (L.) BL. - 0,54 - 0,43 - 0,10 1,00 - 0,07 0,67 0,17
Bruguiera gymnorrhiza .Lamk - 0,13 - 0,34 0,56 - 0,07 1,00 0,40 0,04
Heritiera littoralis Dryand - 0,27 - 0,42 0,29 0,67 0,40 1,00 0,42
Nypa fruticans Wurmb - 0,13 0,20 0,24 0,17 0,04 0,42 1,00

Tabel 4. Korelasi Parameter Ekosistem
X Y T pH Cl SS Sal.
X 1,00 -0,56 -0,42 -0,79 0,24 0,93 0,51
Y -0,56 1,00 0,97 0,67 0,62 -0,22 -1,00
Temperatur (T) -0,42 0,97 1,00 -0,10 0,56 0,29 0,24
pH - 0,79 0,67 - 0,10 1,00 - 0,07 0,67 0,17
Kandungan Cl 0,24 0,62 0,56 - 0,07 1,00 0,40 0,04
Suspended Solid (SS) 0,93 - 0,22 0,29 0,67 0,40 1,00 0,98
Salinitas (Sal.) 0,51 -1,00 0,24 0,17 0,04 0,98 1,00

Untuk menganalisis ekosistem daerah tersebut terdapat dua faktor yang sangat dominan yaitu tanah dan air, selain itu terdapat pula beberapa faktor lain yang bersifat fisik seperti pengaruh pasang-surut, angin dan sebagainya dan faktor lain yang bersifat non fisik seperti sosial, ekonomi, budaya dan lainnya. Parameter yang digunakan untuk analisis air antara lain temperatur (T), pH, kandungan Cl, suspended solid (SS) dan salinitas (Sal.), baik saat kondisi surut maupun pasang, sedangkan untuk tanah digunakan parameter granulometri, salinitas dan NaCl.
Kondisi ekologi daerah tersebut sangat mempengaruhi kondisi struktur vegetasi yang ada seperti terlihat pada salah satu hasil penelitian yang pernah dilakukan oleh penulis juga yang tertuang pada Tabel 4. Dua plot sampel yang mempunyai korelasi paling baik sebesar (0,56) digunakan pada Tabel 5. Korelasi paling erat atau sangat berpengaruh adalah pH saat air laut pasang (0,79) dan saat air laut surut (0,98). Hasil analisis otomatik dengan metode penginderaan jauh, dapat digunakan untuk menganalisis vegetasi, struktur, sonasi dan ekologi wilayah pantai tersebut, tetapi sebagai contoh akan disajikan hasil sonasi, struktur dan kondisi saat penelitian Sonasi dapat terlihat secara visual dari hasil analisis klasifikasi penginderaan jauh. Sonasi pada Gambar 1
memperlihatkan adanya perbedaan antara formasi vegetasi yang di bagian depan, tengah dan belakang.
Tabel 6. Database Sistem Informasi Geografis
No Format Data/informasi
1. Grafik Citra klasifikasi : struktur, sonasi dan kondisi vegetasi
Peta dilinisiasi : peta topografi, peta thematik (tanah, vegetasi, ekologi, pengembangan,
perencanaan, pengelolaan, potensi dan sebagainya)
2. Alfanumerik Karakter air : PH, Salinitas, Temperatur, BOD,COD dan sebagainya
Karakter tanah : Salinitas, Granulometri, PH dan sebagainya
Vegetasi : jenis, struktur, sonasi, formasi dan sebagainya
Statistik : penduduk, luas, kerusakan dan sebagainya
Geografis : posisi, perencanaan dan sebagainya
Struktur vegetasi secara grafis dan secara analitis dapat diketahui dari gambar dan analisis yang diperoleh dari hasil pengolahan citra penginderaan jauh seperti disajikan pada Gambar 1 dan Tabel 5. Gambar dan tabel tersebut memperlihatkan kerusakan mangrove yang ada di daerah tersebut, dengan hasil tersebut dapat dilakukan cara-cara untuk mengatasi masalah baik melalui penghijauan, konservasi dan lain sebagainya. Perencanaan tempat dan luasan yang harus direhabilitasi dapat terlihat dengan jelas baik secara visual melalui gambar maupun tabel. Berdasarkan data dan informasi yang diperoleh dapat dibuat database dari SIG wilayah pantai yang terdiri atas beberapa parameter seperti pada Tabel 6.

4. Kesimpulan
Metode SIG dapat berguna dalam perencanaan dan pengelolaan wilayah pesisir sehingga dapat dilakukan dengan baik dan terarah serta dapat menghindari eksploitasi yang tidak terkendali. Penelitian yang lebih mendalam tentang metode SIG yang ditawarkan masih sangat luas dan belum sempurna mengingat setiap kasus yang dihadapi dapat menimbulkan permasalahan baru yang dapat menimbulkan pemikiran dan teknik-teknik tertentu. Penggabungan disiplin ilmu pengetahuan sangat memungkinkan dan sangat diperlukan dalam pengembangan SIG, mengingat kehandalan dari SIG sangat ditentukan oleh data dan informasi yang diperoleh dari pakar yang benar-benar mengetahui bidang ilmu tersebut. SIG juga memungkinkan untuk mengintegrasikan semua disiplin ilmu dalam suatu sistem yang terkoordinasi.

Daftar Acuan
[1] Hartono, B. Muljo Sukojo, Monitoring Mangrove Disappearance by Remote Sensing: A Case Study in Surabaya,
East Java Indonesia. The Indonesia Journal of Geography, 1991.
[2] T.M. Lillesand, R.W. Kiefer, Penginderaan Jarak Jauh dan Interpretasi Citra. Gajahmada University Press,
Yogyakarta, 1990.
[3] W. R. Dillon, M. Goldsten. Multivariate Analysis, Methods and Applications. John Wiley and Sons. Inc, New
York, 1984.
[4] Bangun Muljo Sukojo, Analyse Ecologique Des Mangroves de Java (Indonesie) et Cartograhie Par Teledetection
Satellitaire, These Universite Toulouse 3, 1991.

ANALISA

PENGGUNAAN METODE ANALISA EKOLOGI DAN PENGINDERAAN
JAUH UNTUK PEMBANGUNAN
SISTEM INFORMASI GEOGRAFIS EKOSISTEM PANTAI

Abstrak
Sejalan dengan pembangunan yang sedang dan sudah dilakukan di seluruh wilayah pantai Indonesia maka kerusakan pantai dari hari ke hari semakin terasa akibatnya. Penurunan kualitas lingkungan atau ekosistem makin terasa dan juga berdampak baik secara langsung ataupun tidak langsung terhadap segi-segi kehidupan ekonomi, sosial dan budaya. Berdasarkan hal tersebut maka diperlukan data atau informasi yang dapat melihat secara tepat sejauh mana tingkat penurunan kualitas tersebut dan bagaimana penanganan selanjutnya. Salah satu cara yang dapat digunakan adalah teknologi yang berbasiskan komputer yang dikenal sebagai Sistem Informasi Geografis. Teknologi ini dapat melakukan pekerjaan pengumpulan, penyimpanan, pengolahan dan penyajian data atau informasi yang diperoleh secara langsung maupun tidak langsung dari lapangan. Data yang diperoleh dapat dikatakan aseptable dengan validitas tinggi sehingga sebelum diakuisasi dapat dilakukan analisis ekologi dan teknologi penginderaan jauh terlebih dahulu.


Indonesia merupakan negara kepulauan yang terbesar di dunia dengan jumlah pulau lebih dari 13.700 pulau dan memiliki luas 1.919.443 km2 memanjang sepanjang 5.000 km dari Barat ke Timur dan 1.700 km dari Utara ke Selatan. Letak geografis Indonesia antara 95º BT sampai dengan 141º BT dan antara 6º LU sampai dengan 11º LS. Pulau Jawa adalah pulau yang sangat penting bagi Indonesia. Jika dilihat luasnya maka relatif sangat kecil yaitu sekitar
13,22 juta hektar atau hanya sekitar 7 % dari seluruh wilayah Indonesia, tetapi pulau ini dihuni oleh 60 % penduduk Indonesia sebanyak 120 juta jiwa. Berdasarkan keadaan tersebut maka tekanan terhadap linkungan yang dialami pulau Jawa akibat aktivitas kehidupan manusia tentu sangat berat. Kondisi kerusakan lingkungan untuk kota-kota besar di Pulau Jawa seperti Jakarta dan Surabaya sudah terjadi sangat parah. Hal ini disebabkan pengembangan dan pengelolaan pantai sangat tidak terintegrasi dan tidak didukung oleh pengetahuan yang cukup memadai tentang pengelolaan wilayah pantai yang secara ekosistem sangat fragile terhadap perubahan internal maupun eksternal.

Metode Penelitian
Ada 2 metode untuk menganalisis data lapangan yang dapat digunakan yakni cara analitik dengan menggunakan metode statistik dan cara grafik dengan menggunakan metode penginderaan jauh.
Pemrosesan citra yang dilakukan sebagai berikut :
1. Perbaikan kontras.
Perbaikan dilakukan terhadap masing-masing band (XS-1, XS-2, XS-3). Perbaikan kontras dilakukan dengan metode linier dan eksponensial. Perbaikan kontras (contrast stretching) tidak berpengaruh terhadap nilai asli dari citra.
2. Penyusunan komposit Red-Green-Blue.
Komposit yang disusun dari band-band (XS-1, XS-2, XS-3) dengan tampilan visual kekontrasan terbaik. Kekontrasan komposit RGB diperbaiki secara keseluruhan dengan mengubah kekontrasan masing-masing band tunggal penyusunnya.
3. Klasifikasi
Klasifikasi dilakukan dengan menggunakan dua band (XS-2 dan XS-3) dengan metode histogram bidimensional.
4. Koreksi geometrik.
Koreksi geometrik dilakukan dengan menggunakan metode overlay (tumpang susun) antara hasil citra terklasifikasi dengan peta topografi.

Analisis statistik dilakukan dengan tujuan mencari hubungan antara species (jenis) mangrove berdasarkan karakter vegetasi, ciri-ciri fisika dan kimia ekosistem (yang diwakili oleh temperatur, pH, kandungan Cl, suspended solid SS, BOD, COD dan salinitas) baik saat pasang maupun surut, sedangkan untuk tanah digunakan parameter granulometri, salinitas dan NaCl.

Hasil dan Pembahasan
Studi kasus dilakukan terhadap daerah pantai timur Kabupaten Sidoarjo, yaitu daerah antara sungai Ketingan di sebelah Utara dan sungai Porong di sebelah Selatan Vegetasi yang ada di daerah tersebut merupakan vegetasi pesisir atau pantai dengan 8 (delapan) keluarga yaitu Rhizophorazeae, Sonneratiaceae, Acanthaceae, Verbenaceae, Palmae, Pipilionaceae, Sterculaceae, Euphorbiaceae dan beberapa keluarga tambahan seperti Meliaceae, Myrsinaceae, Cyperaceae, Gramineae, Compositae, Malvaceae dan Combretaceae.
Parameter yang digunakan untuk analisis air antara lain temperatur (T), pH, kandungan Cl, suspended solid (SS) dan salinitas (Sal.), baik saat kondisi surut maupun pasang, sedangkan untuk tanah digunakan parameter granulometri, salinitas dan NaCl. Hasil analisis otomatik dengan metode penginderaan jauh, dapat digunakan untuk menganalisis vegetasi, struktur, sonasi dan ekologi wilayah pantai tersebut, tetapi sebagai contoh akan disajikan hasil sonasi, struktur dan kondisi saat penelitian Sonasi dapat terlihat secara visual dari hasil analisis klasifikasi penginderaan jauh. Sonasi memperlihatkan adanya perbedaan antara formasi vegetasi yang di bagian depan, tengah dan belakang.

Kesimpulan
Metode SIG dapat berguna dalam perencanaan dan pengelolaan wilayah pesisir sehingga dapat dilakukan dengan baik dan terarah serta dapat menghindari eksploitasi yang tidak terkendali. Penelitian yang lebih mendalam tentang metode SIG yang ditawarkan masih sangat luas dan belum sempurna mengingat setiap kasus yang dihadapi dapat menimbulkan permasalahan baru yang dapat menimbulkan pemikiran dan teknik-teknik tertentu. Penggabungan disiplin ilmu pengetahuan sangat memungkinkan dan sangat diperlukan dalam pengembangan SIG, mengingat kehandalan dari SIG sangat ditentukan oleh data dan informasi yang diperoleh dari pakar yang benar-benar mengetahui bidang ilmu tersebut. SIG juga memungkinkan untuk mengintegrasikan semua disiplin ilmu dalam suatu sistem yang terkoordinasi.

BIOINFORMATIKA

Bioinformatika merupakan kombinasi antara ilmu biologi molekuler, matematika dan ilmu komputer dengan penerapan teknik komputasi untuk mengelola dan menganalisis informasi biologis terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Pada saat ini, bioinformatika mempunyai peranan penting, diantaranya untuk manajemen data-data biologi molekul, terutama sekuen DNA dan informasi genetika. Perangkat utama bioinformatika adalah software dan didukung oleh kesediaan internet. Supaya mengenal dan memahami lebih lanjut mengenai Bioinformatika dapat dilihat disini.

Program-program bioinformatika
Penerapan bioinformatika dikerjakan dengan menggunakan program pencari sekuen (sequen search) seperti BLAST, program analaisa sekuen (sequen analysis) seperti EMBOSS dan paket Staden. Program prediksi struktur seperti THREADER atau PHD atau program imaging/modeling seperti RasMol dan WHATIF. Ini menunjukkan bahwa telah banyak program pendukung yang mudah diakses dan dipelajari untuk menggunakan bioinformatika. Berikut ini merupakan salah satu contoh aplikasi bioinformatika dalam bidang budidaya perikanan.

Sumber:

http://ctbiobus.org/download/electronicpcr.pdf

http://pdfkita.blogspot.com/2009/06/bioinformatika-perkembangan-disiplin.html

NCBI

Misi kami

Pengantar Umum

Memahami bahasa alam bisu namun elegan dari sel-sel hidup adalah pencarian biologi molekuler modern. Dari alfabet hanya empat huruf mewakili subunit kimia DNA muncul sintaks dari proses kehidupan yang paling kompleks ekspresi manusia. Mengungkap dan penggunaan "alfabet" untuk bentuk baru "kata dan frase" adalah fokus sentral dari bidang biologi molekuler. Volume mengejutkan data molekuler dan pola yang samar dan halus telah menyebabkan syarat mutlak untuk database terkomputerisasi dan alat analisis. Tantangannya adalah dalam mencari pendekatan baru untuk berurusan dengan volume dan kompleksitas data dan dalam menyediakan peneliti dengan akses yang lebih baik untuk analisis dan alat komputasi untuk meningkatkan pemahaman dari warisan genetik kita dan perannya dalam kesehatan dan penyakit.


Membuat NCBI

Senator akhir Claude Pepper mengakui pentingnya metode pengolahan informasi terkomputerisasi untuk melakukan penelitian biomedis dan undang-undang yang disponsori mendirikan Pusat Informasi Bioteknologi Nasional (NCBI) pada tanggal 4 November 1988, sebagai sebuah divisi dari National Library of Medicine (NLM ) di Institut Kesehatan Nasional (NIH). NLM dipilih untuk pengalaman dalam menciptakan dan memelihara database biomedis, dan karena sebagai bagian dari NIH, itu bisa membangun program penelitian intramural komputasi dalam biologi molekular. Komponen penelitian kolektif NIH membentuk fasilitas penelitian biomedis terbesar di dunia.


Penelitian Dasar

Sebagai sumber daya nasional untuk informasi biologi molekuler, misi NCBI adalah untuk mengembangkan teknologi informasi baru untuk membantu dalam pemahaman proses molekuler dan genetik yang mendasar yang mengontrol kesehatan dan penyakit. Lebih khusus, NCBI telah diisi dengan menciptakan sistem otomatis untuk menyimpan dan menganalisis pengetahuan tentang biologi molekuler, biokimia, genetika dan memfasilitasi penggunaan database tersebut dan perangkat lunak oleh penelitian dan komunitas medis; mengkoordinasikan upaya-upaya untuk mengumpulkan informasi bioteknologi baik secara nasional dan internasional, dan melakukan penelitian metode canggih berbasis komputer pengolahan informasi untuk menganalisis struktur dan fungsi molekul biologis penting.


Untuk melaksanakan tanggung jawab yang beragam, NCBI:

melakukan penelitian pada masalah biomedis mendasar di tingkat molekul menggunakan metode matematis dan komputasi

mempertahankan kerjasama dengan beberapa lembaga NIH, akademisi, industri, dan lembaga pemerintah lainnya

mendorong komunikasi ilmiah oleh pertemuan mensponsori, lokakarya, dan serangkaian ceramah

mendukung pelatihan pada penelitian dasar dan terapan dalam biologi komputasi untuk rekan-rekan postdoctoral melalui Program Penelitian NIH Intramural

melibatkan anggota masyarakat ilmiah internasional dalam penelitian dan pelatihan informatika melalui Program Pengunjung Ilmiah

mengembangkan, mendistribusikan, mendukung, dan koordinat akses ke berbagai database dan perangkat lunak untuk masyarakat ilmiah dan medis

mengembangkan dan mempromosikan standar untuk database, deposisi data dan pertukaran, dan tata-nama biologi

Revisi: 21 Mei 2004.

Program dan Kegiatan

Penelitian Dasar

NCBI memiliki kelompok penelitian multi-disiplin yang terdiri dari ilmuwan komputer, ahli biologi molekular, matematikawan, ahli biokimia, dokter penelitian, dan ahli biologi struktural berkonsentrasi pada penelitian dasar dan terapan dalam biologi molekular komputasi. Ini peneliti tidak hanya membuat kontribusi penting untuk ilmu pengetahuan dasar, tetapi juga berfungsi sebagai mata air metode baru untuk kegiatan penelitian terapan. Bersama-sama mereka sedang mempelajari masalah biomedis mendasar di tingkat molekul menggunakan metode matematika dan komputasi. Masalah-masalah ini termasuk organisasi gen, analisis urutan, dan prediksi struktur. Sebuah contoh dari proyek penelitian saat ini meliputi: deteksi dan analisis organisasi gen, pola urutan berulang, domain protein dan elemen struktur, pembuatan peta gen dari genom manusia, pemodelan matematika kinetika infeksi HIV, analisis pengaruh kesalahan sekuensing untuk mencari database, pengembangan algoritma baru untuk mencari database dan beberapa sequence aligment, konstruksi non-berlebihan urutan database, model matematika untuk estimasi signifikansi statistik kesamaan urutan, dan model vektor untuk pencarian teks. Selain itu, peneliti NCBI memelihara kolaborasi berkelanjutan dengan beberapa lembaga dalam NIH dan juga dengan berbagai laboratorium penelitian akademis dan pemerintah.


Database dan Software

NCBI menerima tanggung jawab untuk database GenBank urutan DNA pada Oktober 1992. NCBI staf dengan pelatihan lanjutan dalam biologi molekuler membangun database dari urutan disampaikan oleh laboratorium individu dan pertukaran data dengan database urutan nukleotida internasional, Laboratorium Biologi Molekuler Eropa (EMBL) dan Database DNA Jepang (DDBJ). Pengaturan dengan US Patent dan Trademark Office memungkinkan penggabungan data sekuens dipatenkan.

Selain GenBank, NCBI mendukung dan mendistribusikan berbagai database untuk komunitas medis dan ilmiah. Ini termasuk Pewarisan Mendel Online di Man (OMIM), Database Modeling Molekuler (MMDB) dari struktur protein 3D, Koleksi Unik Gene urutan Manusia (UniGene), Peta Gene dari Human Genome, Browser taksonomi, dan Genome Kanker Proyek Anatomi (CGAP), bekerjasama dengan National Cancer Institute.

Entrez adalah pencarian NCBI dan sistem pencarian yang memberikan pengguna dengan akses terpadu untuk urutan, taksonomi pemetaan,, dan data struktural. Entrez juga menyediakan pemandangan grafis dari urutan dan peta kromosom. Sebuah fitur yang kuat dan unik dari Entrez adalah kemampuan untuk mengambil urutan terkait, struktur, dan referensi. Literatur jurnal tersedia melalui PubMed, pencarian web antarmuka yang menyediakan akses ke lebih dari 11 juta kutipan dalam MEDLINE dan jurnal berisi link ke teks lengkap artikel di situs Web penayang yang berpartisipasi '.

BLAST adalah program untuk mencari kesamaan urutan dikembangkan di NCBI dan berperan dalam mengidentifikasi gen dan fitur genetik. BLAST dapat mengeksekusi pencarian urutan terhadap database seluruh DNA dalam waktu kurang dari 15 detik. Perangkat lunak tambahan yang disediakan oleh NCBI meliputi: Membaca Buka Bingkai Finder (ORF Finder), Elektronik PCR, dan alat-alat urutan penyerahan, payet dan BankIt. Semua database NCBI dan alat-alat perangkat lunak yang tersedia dari WWW atau FTP. NCBI juga memiliki server email yang menyediakan cara alternatif untuk mengakses database untuk mencari teks atau mencari urutan kesamaan.


Outreach dan Pendidikan

NCBI mendorong komunikasi ilmiah di bidang komputer, seperti yang diterapkan untuk biologi molekuler dan genetika, oleh pertemuan mensponsori, lokakarya, dan serangkaian ceramah. Program Pengunjung ilmiah telah dibentuk untuk mendorong kolaborasi dengan para ilmuwan luar sekolah. Posisi postdoctoral fellow tersedia sebagai bagian dari Program Penelitian NIH Intramural.

Revisi: 21 Mei 2004.


Struktur Organisasi

Biologi Komputasi Cabang (CBB)


Melakukan penelitian dasar dan terapan dalam masalah komputasi, matematika, dan teoritis dalam biologi molekular dan genetika, termasuk analisis genom, perbandingan urutan, metodologi urutan pencarian, struktur makromolekul, dinamika dan interaksi, dan struktur / fungsi prediksi


Menetapkan proyek penelitian kolaboratif dalam biologi molekuler komputasi dengan ahli biologi, ahli kimia, ahli matematika, dan ilmuwan komputer di laboratorium NIH intramural, instansi pemerintah lainnya, akademisi, dan industri


Berkonsultasi dan menyarankan instansi pemerintah dan laboratorium penelitian di aplikasi komputer berbasis alat-alat analisis untuk mempelajari biologi molekuler


Berinteraksi dengan kelompok biologi molekuler untuk meningkatkan basah-bangku, laboratorium berbasis penelitian melalui penerapan pendekatan komputasi dan teoritis

Informasi Teknik Cabang (IEB)


Melakukan penelitian terapan dalam representasi data dan analisis, termasuk pengembangan sistem berbasis komputer untuk penyimpanan, manajemen, dan pengambilan pengetahuan yang berhubungan dengan biologi molekular, genetika, dan biokimia


Desain skema database dan spesifikasi untuk perwakilan dari berbagai bentuk informasi biologi molekuler, termasuk asam nukleat, protein, dan informasi struktural. Database ini berfungsi sebagai sumber daya nasional.


Desain dan mengembangkan sistem terdistribusi perangkat lunak dari prototipe ke tahap operasional, yang menyediakan layanan komputasi peneliti dengan baik lokal dan remote


Koordinat akses publik untuk urutan, genetika, struktural, dan informasi bibliografi dengan membangun database dikuratori dan terpadu dan, bila mungkin, menetapkan hubungan ke database eksternal


Menetapkan proyek penelitian kolaboratif informatika dengan laboratorium NIH intramural serta kelompok akademis luar sekolah


Berkonsultasi dengan dan menyarankan badan-badan pemerintah lainnya dan laboratorium penelitian tentang metode lanjutan dari perangkat lunak dan desain database


Mengembangkan dan mempromosikan standar untuk database, pertukaran data, dan tata-nama biologi

Informasi Sumber Daya Cabang (BPPK)


Rencana, mengarahkan, dan mengelola operasi teknis dari NCBI, termasuk sistem komputer yang digunakan untuk penelitian dan pengembangan serta sistem komputer yang digunakan untuk mengakses database publik


Menyediakan bantuan teknis untuk NCBI staf dan menyediakan dukungan bagi pengguna eksternal NCBI layanan jaringan


Mengawasi operasi jaringan untuk NCBI dan berkoordinasi dengan instansi pemerintah lainnya untuk akses baik nasional dan internasional untuk layanan NCBI


Mengatur demonstrasi pendidikan dan lokakarya bagi masyarakat biomedis untuk mendorong penggunaan layanan informasi NCBI


Rencana, mengembangkan, dan mengelola kontrak-kontrak pemerintah dan perjanjian koperasi untuk pengadaan peralatan dan jasa dalam mendukung fungsi informasi NCBI


Berfungsi sebagai penghubung untuk layanan dukungan pengguna untuk lembaga yang terlibat dalam proyek genom


Melakukan penelitian terapan dan pengembangan, menyediakan konsultasi teknis dan arah, dan mengidentifikasi kebutuhan pengguna. Melakukan survei untuk mengevaluasi penggunaan NCBI perangkat lunak yang dikembangkan dalam komunitas pengguna biologi.


Berkoordinasi dengan lembaga pemerintah lain dan sumber daya biologi informasi untuk memfasilitasi pengembangan repositori data pada NCBI


Sebuah Dewan Penasihat Ilmiah bertemu dua kali setahun untuk meninjau kegiatan penelitian dari Pusat.

Revisi: 21 Mei 2004.

NCBI Cabang Biologi Komputasional

Penelitian di Cabang Biologi Komputasional NCBI (CBB) berfokus pada pendekatan komputasi teoritis, analitis, dan diterapkan untuk berbagai masalah fundamental dalam biologi molekuler dan kedokteran.
Ikhtisar Penelitian

Program penelitian di Cabang Biologi Komputasi dilakukan oleh Penyidik ​​Senior, Penyidik ​​penguasaan lagu, Penyidik ​​Associate, Ilmuwan Staf, Fellows Postdoctoral, dan mahasiswa. Program ini berfokus pada teori, pendekatan analitis dan diterapkan untuk berbagai masalah fundamental dalam biologi molekular.

Keahlian kelompok terkonsentrasi dalam analisis urutan, struktur protein / fungsi analisis, informatika kimia, dan analisis genom. Kepentingan penelitian lebih lanjut mencakup berbagai topik dalam biologi komputasi dan ilmu informasi. Ini termasuk, tetapi tidak terbatas pada, algoritma pencarian database, urutan identifikasi sinyal, model matematika dari evolusi, metode statistik dalam virologi, perilaku dinamis dari sistem reaksi kimia, statistik pencarian teks algoritma, struktur protein dan fungsi prediksi, genomik komparatif, taksonomi pohon, genetika populasi, dan biologi sistem.

Banyak proyek penelitian dasar yang dilakukan oleh peneliti CBB melayani untuk meningkatkan dan memperkuat Suite NCBI database tersedia untuk umum dan perangkat lunak aplikasi. Upaya penelitian kolaboratif antara peneliti NCBI serta dengan komunitas riset eksternal, telah menyebabkan pengembangan algoritma yang inovatif (BLAST, PSI-BLAST, VAST, dan roda), pendekatan penelitian novel (teks tetangga) dan sumber daya dasar (PubChem dan CDD) yang telah mengubah bidang biologi komputasi. Algoritma dan aplikasi saat ini sedang dikembangkan memiliki potensi untuk lebih memajukan penemuan ilmiah.

Anggota CBB berkontribusi signifikan terhadap validitas dan keandalan sumber daya online NCBI dengan meninjau kualitas dan akurasi data disimpan dalam database, serta keakuratan informasi yang digunakan untuk membubuhi keterangan data. Anggota juga menyediakan kepemimpinan dan bimbingan kepada masyarakat luar sekolah dengan perencanaan dan pengorganisasian konsorsium ilmiah untuk menentukan penggunaan sumber daya yang paling efektif urutan publik untuk biologi eksperimental skala besar atau tinggi-throughput. Para peneliti berkolaborasi untuk mendefinisikan area baru penelitian dan mengidentifikasi mekanisme komputasi yang tepat untuk mengatasinya.

KISAH DARI DISCOVERY

Dari urutan untuk kelangsungan hidup:
Pencarian untuk Memahami Penyakit

Biologi saat ini sedang berubah oleh ledakan pertumbuhan data yang muncul dari laboratorium di seluruh dunia. Tantangannya adalah untuk mengubah data menjadi pengetahuan, pengetahuan yang akan mengarah pada pemahaman yang lebih baik dari proses biologis yang mendasari kesehatan dan penyakit. Pencarian untuk pengetahuan ini drive peneliti NCBI untuk mengembangkan metode baru untuk analisis integratif, data berbasis komputer untuk menambang dataset besar dan kompleks. Setelah dikembangkan, perangkat lunak ini kemudian dapat digunakan oleh komunitas riset untuk menjawab pertanyaan ilmiah tertentu.

Pendekatan berbasis Web NCBI untuk menyebarkan sumber daya untuk penelitian dan komunitas medis telah memungkinkan ilmuwan di seluruh dunia untuk mengintegrasikan data yang tampaknya terpisah dan untuk membentuk pandangan yang lebih bermakna biologis informasi ini, yang, pada gilirannya, dihasilkan pengetahuan baru. Ini proses multi-langkah yang terbaik diilustrasikan oleh contoh-contoh yang diuraikan di bawah.


Dari Data dan Informasi Fakta:
GenBank dan Genom Manusia

GenBank adalah database NIH dipertahankan dan didistribusikan oleh NCBI yang menyimpan semua urutan DNA yang dikenal publik. Data sekuens diajukan ke GenBank dari ilmuwan individu dari seluruh dunia, serta dari pusat-pusat besar yang terlibat dalam Proyek Genom Manusia. Jumlah urutan DNA yang tersimpan dalam database GenBank, dari semua organisme, baru-baru mencapai ketinggian kolosal dan terus tumbuh pada tingkat yang cepat. GenBank adalah proyek kolaboratif internasional, dengan mitra yang terletak di Eropa Bioinformatics Institute di Inggris dan National Institute of Genetics di Jepang.

NCBI peneliti menggunakan data manusia yang tersimpan dalam GenBank, baik rancangan dan urutan nukleotida selesai, untuk menghasilkan perakitan genom manusia Perakitan dan memerintahkan urutan individu adalah fase kritis proyek,. Melibatkan banyak langkah. Majelis-menggabungkan Diperbarui data baru, mengisi kesenjangan yang ada, dan meningkatkan akurasi keseluruhan-yang dirilis ke publik secara teratur.

NCBI peneliti juga terlibat dalam proses penting dari annotating, atau pelabelan, bidang biologis penting dari genom manusia. Proses ini mencakup penempatan yang benar dari gen manusia dikenal dalam konteks genom yang tepat mereka serta prediksi gen yang sebelumnya tak dikenal dari urutan genom. Untuk tugas pertama, mRNA dari NCBI RefSeq koleksi ditempatkan pada genom terutama oleh penyelarasan. MRNA RefSeq adalah standar referensi untuk urutan genom manusia. Untuk menghasilkan standar urutan, peneliti NCBI pertama berkolaborasi dengan organisasi eksternal untuk mengumpulkan berbagai jenis informasi. Mereka selanjutnya mengasimilasi data ini menggunakan kedua alat komputasi dan penilaian ilmiah untuk menentukan apa urutan adalah representasi yang tepat untuk gen.

OMIM adalah sebuah katalog berbasis Web yang berisi ribuan entri untuk gen dan kelainan genetik dan berfungsi sebagai pendamping fenotipik untuk Proyek Genom Manusia. Para sitogenetika OMIM dan morbid peta lokasi sitogenetika hadir untuk gen-gen dengan lokasi diterbitkan dan memberikan daftar abjad dari semua penyakit yang dijelaskan dalam OMIM.

Untuk memvalidasi temuan yang dihasilkan melalui komputer berbasis analisis komparatif, adalah penting untuk mempertimbangkan hasil-bangku basah biologi dilaporkan dalam literatur ilmiah. Oleh karena itu, integrasi data ilmiah dengan literatur merupakan langkah penting untuk menciptakan sumber daya informasi terpadu dalam ilmu kehidupan. Untuk tujuan ini, individu diberikan dengan link langsung dari OMIM untuk PubMed, literatur sistem pencarian NCBI.

PubMed menyediakan berbasis Web akses ke lebih dari 11 juta kutipan, abstrak, dan istilah pengindeksan untuk artikel jurnal dalam ilmu biomedis. Hal ini juga termasuk link ke teks lengkap jurnal. Saat ini, sekitar 20 juta pencarian dilakukan per bulan, dan sebanyak 140.000 pengguna yang berbeda mencari informasi harian melalui PubMed.

PubMed Central (PMC) , sebuah arsip digital jurnal ilmu kehidupan sastra, diluncurkan pada Januari 2001 dan menawarkan model baru untuk komunikasi ilmiah elektronik dan pengambilan data. Nilai PubMed Central, di samping perannya sebagai arsip, terletak pada apa yang dapat dilakukan ketika data dari berbagai sumber disimpan dalam format umum dalam satu repositori. PMC saat ini menyediakan akses gratis dan tak terbatas pada teks lengkap dari 104 jurnal ilmu kehidupan, dengan lebih terbuka.


Dari Fakta Pengetahuan

Setiap database yang dijelaskan di atas, dengan sendirinya, informatif dan berguna. Namun, seperti yang digambarkan, hanya setelah menjadi komponen terkait untuk membentuk sumber daya tunggal yang terintegrasi informasi yang tersimpan dalam setiap database dapat dianalisis sebagai bagian dari keseluruhan yang lebih besar. Sebagai contoh, dengan mengintegrasikan berbagai bentuk informasi relatif terhadap protein tertentu, peneliti mungkin dapat menjelaskan fungsi yang sebelumnya tidak diketahui. Tiba-tiba, langkah-langkah tertentu dalam jalur biologis yang kompleks yang belum pernah dipahami menjadi jelas. Para peneliti kemudian dapat membangun informasi ini untuk mendapatkan wawasan apa yang terjadi kacau di jalur dalam keadaan penyakit. Tujuan jangka panjang akan mencakup pengembangan diagnosis baru dan strategi pengobatan.


Penemuan Gen Penyakit

Meskipun contoh khusus ini sangat sederhana, sumber daya terpadu dikembangkan dan disebarluaskan oleh NCBI dan Proyek Genom Manusia telah menyebabkan kemajuan ilmiah. Penemuan gen untuk nonpolyposis herediter kanker kolorektal (HNPCC) adalah salah satu contohnya.

HNPCC diyakini account untuk satu di enam dari semua kasus kanker usus besar. Meskipun kebanyakan bentuk kanker tampaknya non-warisan, ada beberapa bentuk di mana seorang individu memiliki risiko turun-temurun disebabkan gen diubah tunggal. Meskipun para ilmuwan telah mengetahui selama bertahun-tahun bahwa gen diubah adalah untuk menyalahkan untuk HNPCC, mereka memiliki sedikit petunjuk ke mana gen mungkin berada, dan menemukan hal itu membuktikan rumit. Akhirnya, dengan menggunakan berbagai alat yang muncul dari Human Genome Project, sebuah tim peneliti internasional dilacak gen ke daerah kromosom 2. Beberapa bulan kemudian, dua tim peneliti memusatkan perhatian pada pelakunya. Tiga bulan setelah itu, peneliti mengidentifikasi gen kedua pada kromosom 3 yang juga terkait dengan bentuk kanker.

Sekarang diketahui bahwa bersama-sama, mutasi dalam dua gen account untuk sebagian besar kasus HNPCC. Peneliti menggunakan informasi ini untuk mengembangkan tes darah untuk layar individu memilih untuk mutasi gen. Mendeteksi keberadaan gen bermutasi untuk HNPCC dalam keluarga memungkinkan dokter untuk menargetkan anggota keluarga mereka yang paling mungkin untuk manfaat dari pengobatan. Dengan mengidentifikasi anggota keluarga tidak terpengaruh beresiko untuk HNPCC, dokter kemudian dapat lebih dekat memantau pasien ini untuk tanda-tanda perkembangan penyakit. Anggota keluarga bertekad untuk menjadi non-operator tidak lagi harus menderita melalui pemeriksaan medis ekstensif. Yang paling penting, pasien menunjukkan tanda-tanda awal kanker dan bertekad untuk membawa mutasi gen dapat menjalani perawatan medis yang segera. Ini benar-benar kemajuan medis, karena HNPCC, ketika didiagnosis dan diobati dini, hampir 100 persen dapat disembuhkan.

Revisi: 21 Mei 2004.

Informasi Kontak

Untuk mendapatkan informasi lebih lanjut tentang salah satu database kami, layanan, atau program, hubungi NCBI:

PubMed Layanan Pelanggan:
E-mail PubMed Help Desk
Hubungi Layanan Pelanggan meja NLM: 1-888-FIND-NLM (1-888-346-3656)
Informasi Umum: info@ncbi.nlm.nih.gov
Pertanyaan tentang NCBI dan program-program dan layanan
Dukungan teknis
Permintaan untuk ditambahkan ke mailing list untuk NCBI Berita
BLAST: blast-help@ncbi.nlm.nih.gov
Teknis pertanyaan pada berjalan atau interperting urutan pencarian BLAST perbandingan
GenBank Bantuan: gb-admin@ncbi.nlm.nih.gov
Komentar atau pertanyaan tentang urutan
E-mail sederhana update untuk pengiriman
E-mail update selesai dipersiapkan dengan payet
GenBank Submissions: gb-sub@ncbi.nlm.nih.gov
E-mail file payet selesai penyerahan
Entrez Gene dan Urutan Referensi (RefSeq)
Umpan balik untuk saran atau mengirimkan update atau koreksi
Telepon:
Suara: (301) 496-2475
Alamat pos:

Nasional Pusat Informasi Bioteknologi
National Library of Medicine
Bangunan 38A
Bethesda, MD 20894
Arah:

Petunjuk rinci untuk NLM dan NIH kampus tersedia. Para NCBI terletak di gedung Bukit Lister.

Revisi: 18 November 2009.