Back to IF3211 Komputasi Domain Spesifik
Comparative Genomics and Evolutionary Analysis
Questions/Cues
- Apa itu genomics dan comparative genomics?
- Mengapa ukuran genom tidak berkorelasi sederhana dengan kompleksitas organisme?
- Apa makna perbedaan 1.2% antara genom manusia dan simpanse?
- Apa beda conserved genes dan gen yang berevolusi cepat?
- Bagaimana sequence alignment dipakai untuk merekonstruksi sejarah evolusi?
Reference Points
- IF3211 — Genetics (PPT 3 & 4, bagian Genomes and Their Evolution / Comparing Species)
Genomics dan Variasi Ukuran Genom
Genomics adalah studi tentang keseluruhan set gen dan interaksinya, sementara comparative genomics membandingkan genom antar-spesies untuk menyingkap evolusi. Ribuan genom telah disekuens, dan puluhan ribu lagi sedang dikerjakan, ditambah puluhan ribu metagenome.
Ukuran genom sangat bervariasi: genom bakteri dan archaea berkisar 1-6 juta pasang basa (Mb), sedangkan eukariot biasanya lebih besar — kebanyakan tumbuhan dan hewan >100 Mb, dan manusia sekitar 3.000 Mb. Yang menarik, tidak ada hubungan sistematis antara ukuran genom dan fenotipe/kompleksitas dalam satu domain. Manusia (~21.000 gen) tidak punya jauh lebih banyak gen daripada beberapa organisme yang tampak lebih sederhana — sebuah kejutan yang dikenal sebagai “C-value paradox”.
Membandingkan Spesies yang Berkerabat Jauh vs Dekat
Untuk spesies berkerabat jauh, highly conserved genes — gen yang tetap mirip selama miliaran tahun — menjadi penanda untuk memperjelas hubungan. Bakteri, archaea, dan eukariot diperkirakan menyimpang 2-4 miliar tahun lalu, dan gen lestari membantu merekonstruksi pohon kehidupan tersebut serta menegaskan relevansi organisme model bagi biologi manusia.
Untuk spesies berkerabat dekat, genom umumnya tersusun serupa sehingga perbedaan genetik dapat dengan mudah dikorelasikan dengan perbedaan fenotipe. Manusia dan simpanse berbeda hanya 1.2% pada single base pairs, dan 2.7% jika menghitung insertion/deletion. Bonobo adalah kerabat dekat lain; pada sebagian region sekuens manusia lebih mirip simpanse, di region lain lebih mirip bonobo — perbandingan ini memungkinkan sejarah evolusi terperinci direkonstruksi.
Gen yang Berevolusi Cepat dan Makna Fungsionalnya
Tidak semua gen berubah dengan laju sama. Beberapa gen berevolusi lebih cepat pada manusia dibanding simpanse, termasuk gen yang terlibat dalam pertahanan terhadap malaria dan tuberkulosis serta regulasi ukuran otak. Gen yang tampaknya berevolusi paling cepat adalah yang mengkode transcription factor — protein pengatur yang mengendalikan ekspresi gen lain. Ini menyiratkan bahwa perubahan regulasi (kapan/seberapa banyak gen dinyalakan) sering lebih menentukan perbedaan antar-spesies daripada perubahan gen struktural itu sendiri.
Sudut Pandang Komputasional: Sequence Alignment dan Edit Distance
Inti comparative genomics secara komputasi adalah sequence alignment: menyejajarkan dua atau lebih sekuens untuk mengukur kemiripan dan menemukan region yang berkorespondensi. Angka seperti “berbeda 1.2%” lahir dari proses ini. Karena evolusi melibatkan substitution, insertion, dan deletion (lihat Mutations and Their Molecular Consequences), perbandingan bukan sekadar mencocokkan posisi-per-posisi melainkan menghitung edit distance — dan ini diselesaikan dengan dynamic programming (algoritma Needleman-Wunsch untuk global, Smith-Waterman untuk lokal).
Untuk pencarian cepat dalam basis data raksasa, dipakai heuristik seperti BLAST, yang menemukan kecocokan lokal tanpa menyejajarkan setiap pasangan secara penuh. Conserved genes muncul sebagai region dengan alignment skor tinggi lintas spesies — bukti seleksi yang menjaga sekuens penting. Dari matriks jarak antar-sekuens, kita dapat membangun phylogenetic tree (mis. neighbor-joining), persis seperti hierarchical clustering: jarak edit menjadi metrik, dan topologi pohon merekonstruksi urutan percabangan evolusi. Dengan demikian, pertanyaan biologis “siapa berkerabat dengan siapa” diterjemahkan menjadi masalah string distance dan graph/tree inference.
Comparative genomics membandingkan genom untuk menyingkap evolusi. Ukuran genom (bakteri 1-6 Mb, manusia ~3.000 Mb) tidak berkorelasi sederhana dengan kompleksitas. Conserved genes menghubungkan spesies berkerabat jauh; untuk yang dekat, manusia-simpanse berbeda 1.2% (basa tunggal) / 2.7% (dengan indel), dan perbandingan dengan bonobo memungkinkan rekonstruksi sejarah. Gen yang berevolusi tercepat adalah transcription factor (regulasi). Secara komputasional ini adalah sequence alignment — edit distance via dynamic programming (Needleman-Wunsch/Smith-Waterman), pencarian cepat dengan BLAST, dan rekonstruksi phylogenetic tree sebagai clustering atas jarak. Terkait Mutations and Their Molecular Consequences dan Whole-Genome Shotgun Sequencing and Assembly.
Additional Information
Deeper Dive: Mengapa Perbedaan Regulasi Penting
Perbedaan 1.2% terdengar kecil, tetapi atas genom 3 miliar basa itu berarti puluhan juta perbedaan. Yang lebih menentukan bukan hanya jumlah, melainkan di mana perbedaan jatuh: perubahan pada transcription factor dan elemen regulasi dapat mengubah pola ekspresi banyak gen sekaligus, menjelaskan mengapa manusia dan simpanse begitu berbeda meski sebagian besar protein hampir identik. Inilah inti gagasan “evolution by regulatory change”.
CS Angle: Dynamic Programming, Scoring Matrix, dan Heuristik
Needleman-Wunsch mengisi matriks (m+1)×(n+1) dengan kompleksitas O(mn) — terlalu lambat untuk membandingkan satu query terhadap miliaran basa, sehingga BLAST memakai strategi seed-and-extend (cari k-mer cocok dulu, baru perluas). Penilaian memakai scoring matrix dan gap penalty yang memodelkan biaya substitusi vs indel — analog langsung dengan bobot operasi pada edit distance. Membangun pohon filogenetik dari matriks jarak setara dengan agglomerative clustering, menghubungkan biologi evolusi dengan algoritma machine learning klasik.
Proyek Eksplorasi Mandiri
- Implementasikan Needleman-Wunsch dan sejajarkan dua sekuens pendek; ubah gap penalty dan amati perubahan alignment optimal.
- Ambil gen homolog yang sama dari manusia, simpanse, dan tikus via NCBI, hitung persentase identitas, lalu prediksi urutan percabangan dan bandingkan dengan pohon yang diterima.
- Bangun matriks jarak dari beberapa sekuens dan jalankan neighbor-joining/hierarchical clustering untuk merekonstruksi pohon evolusi.
Bacaan Lanjutan
- Campbell Biology in Focus, 3rd ed., Bab 18 — Concept 18.6 (Comparing Genome Sequences).
- Altschul et al. (1990). Basic Local Alignment Search Tool (BLAST). J. Mol. Biol.
- Durbin et al., Biological Sequence Analysis — alignment, HMM, dan phylogeny.