Penggunaan N-mers Frequency pada Analisis Barisan DNA

Abstract

Salah satu metode untuk menganalisis barisan DNA adalah menggunaan N-mers Frequency. N-mers Frequency termasuk metode data mining pada barisan DNA, dimana barisan DNA yang merupakan data string “ACGT” akan diubah menjadi data numerik. N-mers Frequency pada tulisan ini menggunakan N = 3. Hal ini disebabkan karena pada proses sintesis protein, tRNA akan membawa tiga basa nekleotida (anti kodon) yang akan dipasangkan dengan tiga basa nekleotida (kodon) pada pita mRNA. Dalam hal ini mRNA dibentuk dari duplikasi barisan DNA. Studi ini dilakukan untuk mengetahui akurasi dari penggunaan N-mers Frequency. Untuk menghitung Akurasi penggunaan N-mers Frequency, dilakukan tahapan seperti berikut: (1) pengumpulan data barisan DNA, (2) N-mers Frequency, (3) matriks jarak, (4) pengelompokan menggunakan algoritma K-means++, PAM, AGNES, dan DIANA, (5) menghitung akurasi, dan (6) kesimpulan. Akurasi dari Penggunaan N-mers Frequency pada penelitian ini adalah 100%, dengan menggunakan data 100 barisan DNA yang telah diketahui jenisnya, yaitu: virus HPV, virus Ebola, virus Marburg, dan virus Zika.

Penggunaan N-Mers Frequency Dan Algoritma Agnes Untuk Pembentukan Pohon Filogenetik Pada Virus Mematikan

“…Penentuan n = 3 didasari oleh proses pembentukan asam amino pada sintesis protein, barisan DNA dibaca dalam kelompok tiga nukleotida yang disebut kodon, kodon pada pita mRNA (messenger ribonucleic acid) hasil duplikasi dari barisan DNA dipasangkan dengan anti kodon yang dibawa tRNA (transfer RNA) untuk membentuk asam amino (Umam & Sagara, 2020). Menurut penelitian terdahulu penggunaan n-mers frequency dengan n = 3 mempunyai akurasi yang tinggi, yaitu 100 % (Umam & Sagara, 2020) dan 95% (Mahdiyah et al, 2019).…”

“…Hal ini didukung oleh penelitian yang dilakukan Mahdiyah et al yang menggunakan n-mers frequency dalam menganalisis barisan DNA, dengan n = 3 atau 3-mers diperoleh akurasi sekitar 95% (Mahdiyah et al, 2019). Hal tersebut sejalan dengan penelitian yang dilakukan Umam dan Sagara yang mengaplikasikan n-mers frequency dalam clustering data barisan DNA, yang memperoleh akurasi 100% dengan sampel 100 data barisan DNA (Umam & Sagara, 2020). Salah satu keunggulan penggunaan n-mers frequency dibandingkan metode klasik pensejajaran sekuens dalam analisis barisan DNA adalah n-mers frecuency mampu untuk menganalisis berbagai data tidak terbatas pada data yang mempunyai kemiripan saja, sehingga n-mers frequency dapat digunakan dalam menganalisis barisan DNA antar virus, sedangkan pensejajaran sekuens terbatas untuk data barisan DNA yang memiliki kemiripan saja, sehingga cocok untuk menganalisis kekerabatan untuk virus-virus yang sejenis.…”