Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Human Immunodeficiency Virus (HIV) merupakan salah satu virus paling mematikan yang merusak sistem imun manusia melalui interaksi antar protein (PPI). Oleh karena itu, diperlukan suatu metode prediksi yang dapat melihat secara luas interaksi antar protein. Integrasi dari berbagai jenis data yang berbeda merupakan salah satu pendekatan untuk melihat interaksi protein secara luas. Dalam penelitian ini dibangun metode untuk prediksi PPI dengan mengintegrasikan gene expression dan ontology menggunakan Bayesian Network. Langkah pertama pada proses integrasi ini yaitu mencari nilai likelihood ratio berdasarkan evidence berupa nilai probabilistik PPI pada masing-masing dataset. Dimana likelihood ratio diperoleh dari kombinasi evidence menggunakan Bayesian Network. Kemudian hasil prediksi yang diperoleh diverifikasi menggunakan database NIAID sebagai Gold-Standard. Dari hasil keseluruhan eksperimen, model yang dibangun ini dievaluasi menggunakan Positive Predictive Value (PPV) dan memperoleh presisi mencapai 85.07%. .......Human Immunodeficiency Virus (HIV) is one of the most deadly virus that could damage the human immune system through protein interaction (PPI). Therefore, the extremely prediction method that determine interactions between proteins extensively is required. The integration of different data is one of the approaches to look at the proteins interactions. In this research, a prediction model of PPI by integrating gene expression and gene ontology using Bayesian Networks will be developed. The first step in the integration process is to find the value of likelihood ratio based on evidence from each dataset. Furthermore the likelihood ratio is obtained from a combination of evidence using Bayesian Networks. Finally, the prediction results will be verified using a database of NIAID as Gold-Standard. Overall, we use PPV as an evaluation method which achieve precision around 85.07%.

Abstrak :
Penelitian mengenai tingkat ekspresi gen identitas bunga (SEPALLATA) dilakukan pada tiga bagian Hibiscus rosa-sinensis l., yaitu daun, epicalyx, dan kelopak bunga. Penelitian bertujuan untuk mengetahui ekpresi gen SEPALLATA pada epicalyx. Analisis tingkat ekspresi dilakukan secara kualitatif dengan metode two-steps RT-PCR dan divisualisasikan menggunakan elektroforesis agarosa. Metode modified-CTAB digunakan untuk isolasi RNA H. rosa-sinensis dan dilanjutkan dengan pemberian perlakuan DNase untuk menghilangkan gDNA yang masih tersisa. Selanjutnya, RNA diubah menjadi cDNA dengan metode Reverse Transcription dan diamplifikasi dengan metode PCR menggunakan primer spesifik. Hasil penelitian menunjukkan adanya hasil amplifikasi SEPALLATA pada epicalyx menggunakan primer GH7SEP1, namun tidak pada epicalyx menggunakan primer GH1SEP1. Konfirmasi menggunakan primer GH7SEP1 forward dan GH1SEP1 reverse tidak menunjukkan adanya hasil amplifikasi. Hasil sekuensing menunjukkan bahwa hasil amplifikasi yang didapatkan menggunakan baik primer GH1SEP1 maupun GH7SEP1 diduga kuat teramplifikasi dari gen SEPALLATA. ......Research on floral-identity gene (SEPALLATA) expression level has been done in three parts of Hibiscus rosa-sinensis; they are leaves, epicalyx and calyx. This research was conducted to observe expression of the SEPALLATA gene in epicalyx. The expression level analysis was done qualitatively by the two-steps RT-PCR and visualized using agarose electrophoresis. Hibiscus rosa-sinensis RNA was isolated using the modified-CTAB method and continued by DNase-treatment to eliminate gDNA in mixture. Furthermore, RNA was used to make cDNA using the Reverse Transcription method and amplified using the PCR method by specific primers. The result showed the presence of SEPALLATA amplification in epicalyx using GH7SEP1 primer, yet not on epicalyx using GHSEP1 primer. Confirmation using GH7SEP1 forward primer and GH1SEP1 reverse primer did not show any amplification. Sequencing and alignment results suggested that amplifications using GH1SEP1 or GH7SEP1 were allegedly, of which amplified from SEPALLATA gene.