PENGUKURAN KEMIRIPAN SEMANTIK BERBASIS GRAPH PADA GENE ONTOLOGY
Article Sidebar
Main Article Content
Abstract
Ontologi mendukung suatu sistem Knowledge Management dan membuka kemungkinan untuk berpindah dari pandangan berorientasi dokumen ke arah pengetahuan yang saling terkait dan dapat dimanfaatkan kembali secara lebih fleksibel dan dinamis. Salah satu dokumen ontology yang sangat berperan dalam dunia bioinformatika adalah Gene Ontology. Gene Ontology dibangun berbasis Graph, memuat banyak term/istilah tentang Gen pada makhluk hidup. Gen dapat melakukan mutasi dan hal ini menyebabkan resistensi terhadap segala jenis obat. Gen yang diketahui menyebabkan penyakit malaria resisten terhadap obat antimalarial yaitu gen dhfr dan dhps. Penelusuran kemungkinan gen lain yang resisten dapat dilakukan dengan mengetahui sifat-sifat gen yang berhubungan dengan resistensi tersebut. Salah satu cara adalah dengan menghitung kemiripannya secara semantik melalui pendekatan path length metode Wang. Hasil penelitian menunjukkan bahwa rentang nilai kemiripan kedua gen tersebut adalah 0 – 1. Nilai kemiripan diuji pada salah satu komponen dalam Gene Ontology yaitu pada Molecular Function dengan nilai kemiripan sebesar 0.35 karena terhubung oleh 2 node yang sama yaitu catalytic activity. Dengan demikian penelitian ini diharapkan dapat mendeteksi gen lain yang terindikasi resistensi sebelum penelitian lebih lanjut secara molekuler.
Article Details
This work is licensed under Creative Commons Attribution-ShareAlike 4.0 International License.
References
Chandrasekaran B, Josephon JR, Benjamins VR. 1999. What are ontologies, and why do we need them?. IEEE Intelligent Systems. 9:20-26.doi:1094-7167/99/$10.00.
Consortium GO. 2015. Gene ontology consortium: going forward. Nucleic acids research. 43:D1049-D1056.
Guzzi, P. H., Mina, M., Guerra, C., & Cannataro, M. 2012. Semantic similarity analysis of protein data: assessment with biological features and issues. Briefings in bioinformatics, 13(5), 569-585.
Wu X, Zhu L, Guo J, Zhang DY, Lin K. 2006. Prediction of yeast protein-protein
interaction network: insights from the gene ontology and annotations. Nucleic Acids Research. 34:2137-2150.Doi:10.1093/nar/gkl219.
Tedder PMR, Bradford JR, Needham CJ, McConkey GA, Bulpitt AJ, Westhead
DR. 2010. Gene function prediction using semantic similarity clustering and enrichment analysis in the malaria parasite plasmodium falciparum. Bioinformatics. 26(19):2431-2437.doi:10.1093/bioinformatics/btq450.
Sidhu ABS, Verdier-Pinard D , Fidock DA. 2002. Chloroquine resistance in Plasmodium falciparum malaria parasites conferred by pfcrt mutations. Science. 298:210-213.
Syafruddin D, Asih PB, Casey GJ, Maguire J, Baird JK, Nagesha HS, Cowman AF , Reeder JC. 2005. Molecular epidemiology of Plasmodium falciparum resistance to antimalarial drugs in Indonesia. The American journal of tropical medicine and hygiene, p.2.
Lin D. 1998.An information-theoretic definition of similarity. In fifteenth International Conference on Machine Learning;98: 296-304.
Resnik P. 1999.Semantic similarity in a taxonomy: An information-based measure and its application to problems of ambiguity in natural language. J Artif Intell Res(JAIR); 11: 95-130.
Wang JZ, Du Z, Payattakool R, Yu PS, Chen C-F. 2007. A new method to measure the semantic similarity of GO terms. Bioinformatics; 23(10): 1274-81.
Akhmad, D. M., Herdiyeni, Y., & Sudarnika, E. 2018. Similarities of Antimalarial Resistance Genes in Plasmodium Falciparum Based on Ontology. Telkomnika, 16(1), 415-423.
Jensen LJ, Gupta R, Staerfeldt H-H, Brunak S. 2003.Prediction of human protein function according to Gene Ontology categories. Bioinformatics; 19(5): 635-42.
Wu X, Zhu L, Guo J, Zhang D-Y, Lin K.2006.Prediction of yeast protein–protein interaction network: insights from the Gene Ontology and annotations. Nucleic acids research; 34(7): 2137-50.
Guzzi PH, Mina M, Guerra C, Cannataro M. 2011.Semantic similarity analysis of protein data: assessment with biological features and issues. Briefings in bioinformatics.; 13(5): 569-85.
Tedder PM, Bradford JR, Needham CJ, McConkey GA, Bulpitt AJ, Westhead DR. 2010.Gene function prediction using semantic similarity clustering and enrichment analysis in the malaria parasite Plasmodium falciparum. Bioinformatics; 26(19): 2431-7.
Cavaleri J, Rankin D, Harbeck J, Sautter L, McCarter S, Sharp S, et al. 2005.Manual of antimicrobial susceptibility testing. American Society for Microbiology, Seattle, Washington. 12: 53-42.