Penggunaan Fitur Kimia Fisik dan Posisi Atom untuk Prediksi Struktur Sekunder Protein

Abstract

133Abstrak-Prediksi struktur sekunder protein adalah salah satu masalah yang sudah lama dibahas dalam bidang bioinformatika. Berbagai metode telah diterapkan namun masalah akurasi belum mencapai hasil yang maksimal. Penelitian ini dilakukan untuk membangun suatu model prediksi struktur sekunder protein dengan menggunakan decision tree dengan fitur kimiafisik dan posisi atom. Penentuan setiap kelas dalam proses klasifikasi struktur sekunder protein dalam penelitian ini berdasarkan pembelajaran terhadap pola masukan dalam proses pelatihan. Data diperoleh dari Protein Data Bank (PDB). Sementara informasi struktur sekunder protein diperoleh melalui alamat DSSP. Sejumlah 75809 alpha-helix (H), 41785 untuk bheta-sheet (E), dan 80346 untuk coil (C) digunakan sebagai data set pada penelitian ini. Pola masukan diperoleh melalui proses sliding window dari sekuen asam amino dengan ekstraksi fitur kimiafisik dan posisi atom. Model prediksi dengan cross validation tanpa fitur posisi atom menghasilkan nilai akurasi 90.49%, sedangkan untuk pengujian dengan unknown data akurasinya menurun menjadi 51.29%. Akurasi menggunakan fitur posisi atom sebesar 90.17% dengan cross validation dan 50.83% jika diujikan pada unknown data.Kata Kunci-asam amino, decision tree, kimiafisik, prediksi struktur protein, posisi atom I. PENDAHULUAN Protein mempunyai struktur yang sangat kompleks. Protein ini terbentuk dari urutan asam amino dengan karakteristik berbeda-beda. Secara hierarki, struktur protein dapat dikelompokkan menjadi 4 struktur utama yaitu struktur primer, struktur sekunder, struktur tersier dan struktur kuartener [1]. Struktur primer merupakan urutan asam amino yang dihasilkan dari ikatan peptida. Struktur sekunder adalah rangkaian asam amino yang membentuk struktur membelit, melingkar, dan melipat. Bentuk struktur ini dikelompokkan menjadi struktur alpha-helix (H), beetha-sheet (B), dan coil (C). Adapun struktur tersier merupakan gabungan dari berbagai struktur sekunder yang terjadi setelah proses pelipatan (folding).Peranan protein ini terlihat jelas setelah rangkaian asam amino melakukan pelipatan dalam bentuk 3 dimensi (3D) sebagai struktur tersier. Namun struktur tersier (3D) tersebut ditentukan oleh struktur sebelumnya baik struktur primer maupun struktur sekundernya. Oleh karena itu penentuan struktur sekunder protein menjadi salah satu kajian yang banyak dilakukan di bidang bioinformatika.Untuk Kedua Penelitian sebelumnya memanfaatkan teknik klasifikasi dan ekstraksi ciri yang berbeda. Berdasarkan penelitian tersebut, penelitian ini diajukan untuk membuat prediksi struktur sekunder protein dengan menerapkan algoritme C4.5 dengan ekstraksi fitur kimiafisik dan posisi atom. Kemudian penelitian ini juga akan menentukan sliding window yang optimal agar didapat akurasi yang baik. Hasil dari klasifikasi akan membentuk sebuah model untuk memprediksi struktur sekunder protein.

Perbandingan Algoritma Support Vector Machine dan K-Nearest Neighbor untuk Memprediksi Struktur Sekunder Protein

“…Protein memiliki struktur yang sangat kompleks, terbentuk dari rangkaian asam amino, dan memiliki berbagai sifat dan karakter. Struktur protein dibagi menjadi empat struktur utama, yaitu struktur primer dimana struktur ini terdiri dari rankaian asam amino yang terbentuk dari ikatan peptida, kemudian struktur sekunder yang dimana struktur tersebut terbentuk dari rangkaian asam amino yang membentuk struktur melingkar, dan struktur tersier yang merupakan penggabungan hasil proses pelipatan (folding) dari struktur sekunder yang berbeda (Haryanto & Surya, 2015). Setelah rangkaian asam amino terlipat dalam 3D, protein memiliki peran berbeda seperti struktur sebelumnya yaitu struktur primer dan sekunder yang akan menentukan struktur tersier.…”