Back to IF3211 Komputasi Domain Spesifik
Homology, Analogy, and Molecular Sequences
Questions/Cues
- Apa itu homology dan mengapa hanya homology yang boleh dipakai untuk menyimpulkan filogeni?
- Bagaimana membedakan homology dari analogy (convergent evolution)?
- Bagaimana sekuens DNA/protein dipakai sebagai bukti molekuler?
- Mengapa insertion/deletion menyulitkan perbandingan sekuens, dan bagaimana alignment mengatasinya?
- Bagaimana filogeni dipakai untuk identifikasi spesies dari sampel DNA?
Reference Points
- IF3211 — Phylogeny (PPT 10, bagian Morphological and Molecular Homologies)
- IF3211 — Phylogeny (PPT 10, bagian Evaluating Molecular Homologies & Applying Phylogenies)
Homology versus Analogy
Kemiripan fenotipik maupun genetik akibat shared ancestry disebut homology. Organisme dengan morfologi atau sekuens DNA yang sangat mirip cenderung berkerabat lebih dekat. Namun systematist harus berhati-hati: tidak semua kemiripan berasal dari nenek moyang bersama.
Analogy adalah kemiripan akibat convergent evolution — kelompok yang tidak berkerabat beradaptasi terhadap tekanan lingkungan serupa sehingga berkembang ciri mirip secara independen. Contoh dari materi: legless lizard dan ular tampak serupa tetapi berevolusi dari lineage kadal berkaki yang berbeda; bentuk tubuh tak-berkaki muncul berkali-kali secara mandiri. Kaidah kunci: hanya homology yang boleh dipakai untuk menyimpulkan filogeni; analogy adalah “sinyal palsu” yang harus disaring.
Aturan praktis pembeda: semakin kompleks dua struktur yang cocok hingga ke detail, semakin kecil kemungkinan kecocokan itu kebetulan — sehingga semakin mungkin itu homology, bukan analogy.
Bukti Molekuler: Sekuens DNA dan Protein
Molecular homology dinilai dari derajat kemiripan sekuens nukleotida antar taxa. Karena DNA dan protein adalah deretan simbol diskret (A/C/G/T atau 20 asam amino), perbandingannya jauh lebih objektif dan dapat dihitung dibanding morfologi. Sekuens yang lambat berevolusi (mis. gen rRNA) cocok untuk kekerabatan jauh; sekuens cepat berubah cocok untuk kekerabatan dekat.
Tantangan Insertion/Deletion dan Sequence Alignment
Masalah besar: satu insersi atau delesi nukleotida menggeser seluruh sekuens (frame shift posisi), membuat dua sekuens yang sebetulnya sangat mirip tampak penuh mismatch. Solusinya adalah sequence alignment — menyisipkan gap (”—”) sehingga posisi yang homolog kembali sejajar kolom demi kolom. Materi menegaskan bahwa program komputer dipakai untuk mencari kecocokan genetik dengan membandingkan potongan DNA berbagai panjang. Materi juga memperingatkan coincidental match: kecocokan pendek bisa muncul secara kebetulan, sehingga panjang dan signifikansi statistik kecocokan harus dievaluasi.
Computational Framing: Alignment sebagai Edit Distance / Dynamic Programming
Bagi mahasiswa informatika, alignment dua sekuens adalah persoalan edit distance klasik. Menyisipkan gap = operasi insertion/deletion; mismatch = substitution. Mencari alignment terbaik = memaksimalkan skor (atau meminimalkan cost) atas semua kemungkinan penyelarasan — diselesaikan dengan dynamic programming:
- Needleman–Wunsch — global alignment, mengisi matriks DP berukuran (m+1)×(n+1) dengan rekurensi
F[i][j] = max(match/mismatch diagonal, gap atas, gap kiri), kompleksitas O(mn), lalu traceback.- Smith–Waterman — varian local alignment (klamp ke 0) untuk menemukan region mirip.
- BLAST — heuristik seed-and-extend yang menukar optimalitas DP dengan kecepatan untuk pencarian database besar; inilah “program komputer” yang dimaksud materi.
“Coincidental match” pada slide adalah persis alasan BLAST melaporkan E-value: probabilitas kecocokan sebaik itu muncul secara kebetulan di database, sebuah uji signifikansi statistik.
Kemiripan akibat nenek moyang bersama adalah homology; kemiripan akibat convergent evolution adalah analogy — dan hanya homology yang sah untuk merekonstruksi filogeni. Bukti molekuler menilai kemiripan sekuens DNA/protein, tetapi insertion/deletion menggeser sekuens sehingga diperlukan sequence alignment (penyisipan gap) agar posisi homolog sejajar, dengan kewaspadaan terhadap coincidental match. Secara komputasi, alignment adalah persoalan edit distance yang diselesaikan dynamic programming (Needleman–Wunsch, Smith–Waterman) atau heuristik BLAST dengan E-value. Filogeni berbasis sekuens bahkan dipakai untuk identifikasi spesies (kasus “whale meat”). Sekuens hasil alignment inilah input untuk metode di Cladistics and Character-Based Methods dan Maximum Parsimony and Tree Reconstruction.
Additional Information
Deeper Dive: DNA Barcoding dan Identifikasi Spesies
Materi memuat inquiry terkenal: sampel yang dijual sebagai “whale meat” diidentifikasi spesiesnya lewat filogeni berbasis DNA. Praktik ini diformalkan sebagai DNA barcoding — menggunakan penanda standar (mis. gen COI/CO1 pada hewan) yang disimpan di database BOLD. Identifikasi = align sampel terhadap referensi, lalu tempatkan pada pohon untuk melihat dengan taxon mana ia paling dekat. Aplikasi nyata: forensik satwa liar, deteksi pemalsuan makanan, dan metabarcoding lingkungan.
CS Angle: Multiple Sequence Alignment itu NP-hard
Menyelaraskan dua sekuens itu polinomial (O(mn)), tetapi multiple sequence alignment (MSA) untuk banyak sekuens sekaligus dengan skor sum-of-pairs adalah NP-hard — ruang kemungkinan meledak. Karena itu tool praktis (Clustal, MUSCLE, MAFFT) memakai pendekatan progressive alignment: bangun guide tree dari kemiripan berpasangan lalu gabungkan bertahap. Substitusi tidak diberi bobot seragam: matriks seperti BLOSUM/PAM memberi skor berbeda per pasangan asam amino, mencerminkan probabilitas evolusi.
Proyek Eksplorasi Mandiri
- Implementasikan Needleman–Wunsch untuk dua string DNA, cetak matriks DP dan alignment hasil traceback.
- Gunakan BLAST (NCBI web) pada sekuens pendek dan amati bagaimana E-value berubah ketika sekuens diperpanjang/dipotong — kaitkan dengan “coincidental match”.
- Buat contoh dua sekuens yang sangat mirip lalu sisipkan 1 nukleotida di awal; tunjukkan bagaimana tanpa gap penyelarasan menjadi penuh mismatch.
Bacaan Lanjutan
- Campbell Biology in Focus, 3rd ed., Chapter 20 — Sorting Homology from Analogy.
- Durbin, Eddy, Krogh, Mitchison — Biological Sequence Analysis (Cambridge, 1998).
- Altschul et al. (1990) — Basic Local Alignment Search Tool (BLAST).