Kemajuan teknologi dalam bidang bioinformatika telah membuka peluang besar untuk mengeksplorasi produk alami mikroorganisme sebagai sumber utama dalam pengembangan obat. Produk-produk alami ini, yang merupakan metabolit sekunder mikroba, diatur oleh kumpulan gen yang terorganisir dalam klaster gen biosintetik (Biosynthetic Gene Clusters/BGC). Identifikasi BGC telah menjadi fokus utama karena perannya dalam menghasilkan molekul bioaktif yang berpotensi sebagai agen antimikroba, antikanker, dan imunomodulator. Namun, tantangan utama dalam mendeteksi BGC adalah kompleksitas struktur genetik dan keanekaragaman klaster gen yang sering kali sulit diidentifikasi menggunakan metode tradisional.
Dalam upaya mengatasi keterbatasan tersebut, pendekatan berbasis deep learning telah dikembangkan, salah satunya adalah model DeepBGC. Pendekatan ini memanfaatkan jaringan saraf rekuren (Recurrent Neural Network/RNN) dan teknik embedding seperti pfam2vec, yang mampu menangkap hubungan jangka pendek maupun panjang antar domain protein dalam genom bakteri. Dengan menggunakan arsitektur Bidirectional Long Short-Term Memory (BiLSTM), DeepBGC mampu mengatasi keterbatasan model Hidden Markov yang sebelumnya banyak digunakan dalam analisis data genom. Model ini tidak hanya meningkatkan akurasi deteksi BGC, tetapi juga memiliki kemampuan untuk mengidentifikasi kelas BGC yang sebelumnya tidak dikenal.
Salah satu keunggulan DeepBGC terletak pada penggunaan pfam2vec, yaitu representasi vektor numerik dari domain protein yang dihasilkan menggunakan algoritma word2vec. Representasi ini memungkinkan model untuk mengenali pola fungsional dalam domain protein berdasarkan konteks genomiknya. Validasi model menunjukkan bahwa pfam2vec tidak hanya mencerminkan kesamaan biologis antar domain, tetapi juga meningkatkan kemampuan model dalam membedakan BGC dari elemen genetik lainnya.
Ketika diterapkan pada dataset genom bakteri referensi, DeepBGC menunjukkan performa yang unggul dibandingkan algoritma lain seperti ClusterFinder. Model ini mampu mengidentifikasi BGC dengan tingkat presisi yang lebih tinggi serta meminimalkan prediksi positif palsu. Selain itu, pendekatan ini juga mampu memprediksi aktivitas kimiawi dari produk BGC menggunakan klasifikasi berbasis random forest, meskipun akurasi prediksi ini masih memerlukan peningkatan dengan tambahan data pelatihan yang lebih beragam.
Meskipun DeepBGC menawarkan peningkatan signifikan dalam deteksi BGC, ada beberapa tantangan yang perlu diperhatikan. Salah satunya adalah bias dalam data pelatihan yang cenderung didominasi oleh genom mikroba yang telah banyak dipelajari, seperti Streptomyces. Hal ini dapat membatasi kemampuan model untuk mendeteksi BGC dari sumber yang kurang terwakili dalam basis data saat ini. Selain itu, meskipun metode berbasis deep learning memiliki potensi untuk mengidentifikasi pola baru, keandalan model sangat bergantung pada kualitas dan keragaman data pelatihan.
Dalam konteks yang lebih luas, aplikasi DeepBGC tidak hanya terbatas pada analisis genom bakteri referensi tetapi juga memiliki potensi besar dalam studi metagenomik mikrobioma. Deteksi BGC dari data metagenomik dapat memberikan wawasan baru tentang fungsi mikrobioma dan potensinya dalam pengembangan terapi berbasis produk alami. Namun, untuk mewujudkan potensi ini, diperlukan upaya kolaboratif untuk memperluas basis data BGC serta pengembangan algoritma yang lebih adaptif terhadap keanekaragaman genetik.
DeepBGC merupakan langkah maju dalam eksplorasi produk alami berbasis mikroba. Dengan memadukan kekuatan deep learning dan bioinformatika, pendekatan ini membuka peluang baru dalam penemuan molekul bioaktif yang dapat memberikan kontribusi signifikan bagi dunia kesehatan dan farmasi. Namun, untuk mencapai potensi penuh, diperlukan pengembangan lebih lanjut untuk mengatasi tantangan yang ada dan memastikan bahwa teknologi ini dapat diterapkan secara luas dalam berbagai konteks biologis.
Sumber:
Hannigan, G.D., Prihoda, D., Palicka, A., Soukup, J., Klempir, O., Rampula, L., Durcak, J., Wurst, M., Kotowski, J., Chang, D. and Wang, R., 2019. A deep learning genome-mining strategy for biosynthetic gene cluster prediction. Nucleic acids research, 47(18), pp.e110-e110.
Leave a Reply