Karakterisasi Fitoplasma Penyebab Penyakit Layu Kelapa Di Pulau Derawan Menggunakan RFLP in Silico

Abstract

Characterization of phytoplasmas associated with coconut wilt disease in Derawan Island using in silico RFLP. Coconut wilt disease has been reported in Derawan Island that resulted in eradication up to 10% of the total cultivated palms. The objective of this study was to detect and characterize phytoplasmas associated with coconut wilt disease in Derawan island using nested PCR technique and in silico RFLP based on 16S rRNA gene sequences. Detection of phytoplasmas was performed using nested PCR method, cloning of nPCR products, sequencing, and analysis of sequencing results using in silico RFLP. The results revealed that phytoplasmas could not be detected by PCR using P1/P7 primer pairs however it could be amplified by nested PCR using R16F2n/R16R2 primer pairs resulting amplicon at about 1.25 kb. In silico RFLP analysis indicated that phytoplasmas associated with coconut wilt disease in Derawan Island belong to 16SrII (witches broom phytoplasma). PCR product of the nPCR need to be sequenced because the R16F2n/R16R2 primer will also amplify the other bacterial species, mainly from Gram positive bacteria.Key words: coconut wilt disease, phytoplasmas, nested PCR, sequencing ABSTRAK Karakterisasi fitoplasma penyebab penyakit layu kelapa di Pulau Derawan menggunakan RFLP in silico. Penyakit layu kelapa telah ditemukan di Pulau Derawan, Kalimantan Timur yang mengakibatkan 10% tanaman dieradikasi. Penelitian ini bertujuan untuk mendeteksi dan mengkarakterisasi fitoplasma yang berasosiasi dengan penyakit layu kelapa di Pulau Derawan. Kegiatan penelitian meliputi pengambilan sampel, ekstraksi DNA, deteksi fitoplasma menggunakan teknik nested-PCR (nPCR), kloning dan sekuensing, serta analisis hasil sekuensing menggunakan RFLP in silico. Hasil penelitian menunjukkan bahwa fitoplasma tidak terdeteksi menggunakan PCR dengan primer P1/P7 tetapi menjadi terdeteksi dengan nPCR menggunakan primer R16F2n/R16R2 yang memiliki amplikon DNA sekitar 1,25 kb. Hasil analisis sekuensing menggunakan RFLP in silico membuktikan bahwa fitoplasma yang berasosiasi dengan penyakit layu kelapa di Pulau Derawan tergolong ke dalam kelompok 16SrII (witches broom phytoplasma). Deteksi fitoplasma memerlukan sekuensing karena primer R16F2n/R16R2 masih dapat mengamplifikasi beberapa bakteri Gram Positif. Kata kunci: penyakit layu kelapa, fitoplasma, nested-PCR, sekuensing PENDAHULUANKeberadaan tanaman kelapa di Pulau Derawan, Kalimantan Timur, Indonesia mulai berkurang akibat adanya penyakit layu kelapa. Padahal, tanaman ini menjadi satu-satunya tanaman perkebunan yang dibudidayakan. Selain sebagai sumber pendapatan tambahan, tanaman kelapa di pulau ini juga memiliki fungsi estetika yakni menambah kecantikan pandang pantai di pulau yang menjadi maskot pariwisata di provinsi ini. Terlebih lagi, tanaman kelapa di Indonesia menjadi komoditi sosial kedua setelah padi dengan luas areal sekitar 3,7 juta ha atau setara dengan sepertiga luas kelapa dunia yang menjadikan Indonesia sebagai negara produsen kelapa terluas di dunia (Anonim, 2007). Kejadia...

Detection and Practical Differentiation of Phytoplasmas from Several Host Plants Using PCR-RFLP

“…In Indonesia, it is very rare for laboratory testing to have nucleotide sequencing machine facilities, so nucleotide sequencing samples are usually sent to commercial companies abroad, which take several weeks to several months to obtain the results. The use of dozens of selected restriction endonuclease enzymes, including AluI, RSaI, and MSeI to produce the RFLP profiles of the 16S rRNA gene as well as the complete nucleotide sequence of the gene (Prasetyo et al 2017) has been established as the basis for the identification and classification of formal phytoplasmas at the species and even strain level (Lee et al 1998;IRPCM 2004;Wei 2007). The use of AluI, RSaI, and MSeI for practical laboratory testing and immediate interest in this research has demonstrated its ability to discriminate between the phytoplasma of different plant groups.…”

Analisis Moran’s I, Geary’s C, dan Getis-Ord G pada Penerapan Jumlah Penderita Kusta di Kabupaten Gowa

“…Beberapa penelitian menggunakan pengujian Getis-Ord G. Prasetyo (2015) menganalisis pemetaan sistem peringatan dini serangan hama penyakit padi di Jawa Tengah. Penelitian ini menunjukkan bahwa persamaan GI dan GI* dalam aplikasi SIG peringatan dini OPT bekerja secara optimal dan memberikan informasi potensi terjadinya hotspot sebagai wilayah endemik dan coldspot.…”

“…Statistik Getis-Ord G memiliki sedikit perbedaan pendekatan dependensi spasial dalam menggunakan matriks contiguity dimana mendasar pada jarak. Beberapa penelitian menggunakan pengujian Getis-Ord G (Prasetyo, 2015;Gunawan, Sumarno, & Indrianawati, 2016;Zulhamdi & Dewi, 2018). Prasetyo (2015) menganalisis pemetaan sistem peringatan dini serangan hama penyakit padi di Jawa Tengah.…”

“…Beberapa penelitian menggunakan pengujian Getis-Ord G (Prasetyo, 2015;Gunawan, Sumarno, & Indrianawati, 2016;Zulhamdi & Dewi, 2018). Prasetyo (2015) menganalisis pemetaan sistem peringatan dini serangan hama penyakit padi di Jawa Tengah. Gunawan, dkk (2016) menganalisis pemetaan psikografis kependudukan untuk kepentingan kampanye Pilkada Kota Cimahi.…”