Implementasi Super Pairwise Alignment pada Global Sequence Alignment

Pendahuluan

Dasar Teori

Analisis dan Perancangan Sistem

Uji Coba Sistem

Penutup

Implementasi Super Pairwise Alignment pada Global Sequence Alignment

Oleh:

ARFAN PANTUA 1207 100 704

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER Matematika-MIPA

SURABAYA

Institut Teknologi Sepuluh Nopember

Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Daftar Isi

Pendahuluan Dasar Teori Analisis dan Perancangan Sistem Uji Coba Sistem Penutup

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Pendahuluan

Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Manfaat

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Latar Belakang Salah satu pengenalan spesies pada bioinformatika yaitu melalui pensejajaran sekuens (sequence alignment). Solusi untuk pensejajaran sekuens dapat menggunakan program dinamik. Algoritma alignment berbasis program dinamik merupakan suatu algoritma yang seringkali digunakan untuk menyelesaikan permasalahan optimalisasi pada berbagai macam bidang. Beberapa algoritma program dinamik antara lain Needleman-Wunsch, Smith-Watherman. Kedua algoritma tersebut merupakan algoritma klasik dalam analisis sekuens. Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Latar Belakang(2) Berdasarkan hasil penelitian, kedua metode tersebut memiliki beberapa kelemahan salah satunya adalah tingkat kecepatan komputasinya. Dari hasil penelitiannya, ditemukan metode baru yaitu Super Pairwise Alignment. Metode ini menggabungkan metode analisis kombinatorial dan probabilitas. Berdasarkan hasil penelitian ini cukup menarik untuk dikaji lebih jauh dengan tinjauan aspek matematis, biologi maupun dari segi komputasionalnya. Hal ini kemudian menjadi acuan bagi penulis untuk mengkaji lebih dalam metode super pairwise alignment dengan mengambil contoh kasus mutasi struktur sequence DNA dengan menggunakan metode super pairwise alignment. Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Pendahuluan


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Rumusan Masalah Bagaimana mengimplementasikan metode Super Pairwise Alignment dalam mensejajarkan sekuens

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Pendahuluan


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Batasan Masalah

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Batasan Masalah Data yang digunakan adalah data DNA yang diperoleh dari database

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Batasan Masalah Data yang digunakan adalah data DNA yang diperoleh dari database Pensejajaran dilakukan terhadap dua buah sekuen

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Batasan Masalah Data yang digunakan adalah data DNA yang diperoleh dari database Pensejajaran dilakukan terhadap dua buah sekuen Sistem dibuat dengan menggunakan bahasa pemrograman Java

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Pendahuluan


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Tujuan Membuat perangkat lunak untuk mensejajarkan sekuen menggunakan metode Super Pairwise Alignment

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Pendahuluan


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Manfaat sebagai dasar untuk menciptakan perangkat lunak sebagai tools alternatif dalam pensejajaran sekuens disamping tools JEmboss

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Daftar Isi


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Dasar Teori

Sequence Alignment Super Pairwise Alignment Peningkatan Algoritma untuk mengestimasi posisi mutasi Perancangan Sistem dengan Metodologi Berorientasi Objek

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Sequence Alignment Hal yang sangat penting dalam sequence alignment adalah memutuskan pemindahan mutasi. Misalkan A, B adalah dua sequence yang didefinisikan

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Sequence Alignment Hal yang sangat penting dalam sequence alignment adalah memutuskan pemindahan mutasi. Misalkan A, B adalah dua sequence yang didefinisikan A = (a1 , a2 , · · · , ana ), B = (b1 , b2 , · · · , bnb ), C = (c1 , c2 , · · · , cnc ) (1)

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Sequence Alignment Hal yang sangat penting dalam sequence alignment adalah memutuskan pemindahan mutasi. Misalkan A, B adalah dua sequence yang didefinisikan A = (a1 , a2 , · · · , ana ), B = (b1 , b2 , · · · , bnb ), C = (c1 , c2 , · · · , cnc ) (1) Penyisipan symbol ”-” ke dalam A,B bertujuan untuk membentuk dua sekuens baru, yaitu A’ dan B’. Selanjutnya, elemen-elemen dari A dan B menjadi range dari V5 = {0, 1, 2, 3, 4} = {a, c , g , t , −} dengan V4 adalah himpunan quaternary (himpunan yang terdiri dari 4 elemen) dan V5 adalah himpunan yang terdiri dari 5 elemen.

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Dasar Teori


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Super Pairwise Alignment Super Pairwise Alignment SPA mengkombinasikan estimasi statistik dan analisis kombinatorik yang berhubungan dengan mutasi tipe insersi dan penghapusan antara string. Sekuens DNA atau RNA dapat dianggap independen dan secara identik distribusi barisan variable random. Berdasarkan model statistik, SPA memprediksi keberadaan insersi maupun penghapusan dan panjang insersi maupun penghapusan tersebut bergantung pada similaritas lokal sekuens input

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Super Pairwise Alignment Langkah-langkah SPA Misalkan (A, B) adalah 2 sekuen yang diketahui. Setiap algoritma memiliki penaksiran nilai parameter pada mode mutasi T. Tanpa terkecuali SPA. Secara spesifik, terlebih dahulu tentukan nilai parameter yang penting, yaitu n, h, θ, θ0 , τ. Disini n dipilih berdasarkan kekonvergenan hukum perluasan nilai atau teorema limit pusat. Secara khusus, kita tentukan n = 20, 50, 80, 100, dsb. θ, θ0 dipilih berdasarkan tingkat galat dari mutasi tipe I dan tipe II dan tingkat galat dari dua variabel bebas yang acak. Dengan demikian kita pilih 0 < θ < θ0 < 0, 75. Untuk nilai parameter h, τ sebagai dua modifikasi lokal, kita pilih sebagai nilai proporsi dari n; yaitu τ = αn, h = βn, 0 < α, β < 0.5 Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Langkah I Mengestimasi posisi mutasi pertama i1 di T Tentukan i = j = 0 dan hitung w (A, B ; i , j , n). Jika w (A, B ; i , j , n) = w ≥ θ0 , maka misalkan iˆ1 = 0. Ini berarti mutasi shifting terjadi di awal interval [1,n]. Jika tidak dilanjutkan ke langkah ke(2). Pada langkah ke(1) jika w ≤ θ, yang berarti tidak ada mutasi shifting di [1,n],kita letakkan titik awal di depan dan misalkan i = j = n − τ. Selanjutnya, kita hitung w (A, B ; i , j , n). Jika w (A, B ; i , j , n) = w ≥ θ, Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

maka misalkan i = j = 2(n − τ)dan ulangi langkah (2) hingga w (A, B ; i , j , n) > θ. Misalkan, k1 adalah bilangan bulat yang memenuhi w (A, B ; i , j , n) = w ≥ θ, jika i = j = k1 (n − τ), dan w (A, B ; i , j , n) > θ jika i = j = (k1 + 1)(n − τ). Kemudian lanjutkan ke langkah 3 atau 4. Untuk i = j = (k1 + 1)(n − τ), jika w (A, B ; i , j , n) > θ0 , maka tentukan iˆ1 = (k1 + 1)(n − τ). Jika tidak demikian, maka lakukan tahap (4). Mengikuti langkah 1-3, kita peroleh θ < w < θ0 jika i = j = (k1 + 1)(n − τ). Dengan demikian, untuk n yang sama, hitunglah w 0 (A, B ; i + h, j + h, n). Jika w 0 > w, Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

hitung iˆ1 berdasarkan persamaan n1 =

h w0 − w

3

( − w)

(2)

4

Jika w 0 ≤ w ulangi langkah 1-4 untuk nilai h dan n yang cukup besar hingga diperoleh w 0 > w. Dengan demikian, melalui langkah-langkah di atas kita dapat mengestimasi iˆ1 dan i1 . Langkah II : Estimasi l1 berdasarkan estimasi iˆ1 dari posisi mutasi pertama di T. Secara khusus, w (A, B ; iˆ1 + l , iˆ1 , n), w (A, B ; iˆ1 , iˆ1 + l , n), l = 1, 2, 3, . . . jika pasangan (iˆ1 + l , iˆ1 ) atau pasangan (iˆ1 , iˆ1 + l ) memenuhi w ≤ 0.3 atau 0.4, adalah fungsi sliding window yang berhubungan, maka l adalah panjang dari mutasi shiftingnya. Secara khusus: Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Jika w (A, B ; iˆ1 + l , iˆ1 , n) < θ, kita catat bahwa lˆ1 = −l dan kita masukkan l simbol maya ke dalam sekuen B mengikuti letak iˆ1 , sementara sekuen A dipertahankan invariant. Jika w (A, B ; iˆ1 , iˆ1 + l , n) < θ, kita catat bahwa lˆ1 = l dan kita masukkan l simbol maya ke dalam sekuen A mengikuti letak iˆ1 , sementara sekuen B dipertahankan invariant. Melalui penggunaan 2 tahap ini, kita dapat mengestimasi mode mutasi lokal T1 = {(i1 , l1 )}, dan kesejajaran seragam lokal (C1 , D1 ) yang dijabarkan sebagai berikut: C1 = (C1,1 , A2,1 ), D1 = (D1,1 , B2,1 ) Misalkan panjang vektor C1,1 dan D1,1 adalah iˆ1 + |l1 |. Karena tidak terjadi mutasi pergeseran pada letak n pertama dari A2,1 , B2,1 , kita misalkan L = iˆ1 + |l1 | + n Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Jika w (A, B ; iˆ1 + l , iˆ1 , n) < θ, kita catat bahwa lˆ1 = −l dan kita masukkan l simbol maya ke dalam sekuen B mengikuti letak iˆ1 , sementara sekuen A dipertahankan invariant. Jika w (A, B ; iˆ1 , iˆ1 + l , n) < θ, kita catat bahwa lˆ1 = l dan kita masukkan l simbol maya ke dalam sekuen A mengikuti letak iˆ1 , sementara sekuen B dipertahankan invariant. Melalui penggunaan 2 tahap ini, kita dapat mengestimasi mode mutasi lokal T1 = {(i1 , l1 )}, dan kesejajaran seragam lokal (C1 , D1 ) yang dijabarkan sebagai berikut: C1 = (C1,1 , A2,1 ), D1 = (D1,1 , B2,1 ) Misalkan panjang vektor C1,1 dan D1,1 adalah iˆ1 + |l1 |. Karena tidak terjadi mutasi pergeseran pada letak n pertama dari A2,1 , B2,1 , kita misalkan L = iˆ1 + |l1 | + n Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

adalah titik awal pada kesejajaran berikutnya. Langkah III : Setelah mendapatkan estimasi (i1 , l1 ), kita lanjutkan untuk mengestimasi i2 berdasarkan (C1 , D1 ). Kita misalkan i = j = L1 dan hitung w (A, B ; i , j , n) dengan mengulangi langkah (I) langkah 1-4 untuk mendapatkan estimasi iˆ2 untuk i2 . Langkah IV : Estimasi l2 berdasarkan iˆ1 , lˆ1 , iˆ2 . Disini kita menghitung w (C1 , D1 ; iˆ2 + l , iˆ2 , n), w (C1 , D1 ; iˆ2 , iˆ2 + l , n), l = 1, 2, 3, . . . kita ulangi langkah II untuk memperoleh lˆ2 dan kesejajaran lokal (C2 , D2 ). Langkah VI : Melanjutkan proses di atas, kita peroleh sekuen iˆk , lˆk dan sekuen (Ck , Dk ) yang berhubungan Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

untuk setiap k = 1, 2, 3, . . . . Proses akan berhenti pada suatu k0 sedemikian sehingga Ck0 = (C1,k0 , A2,k0 ) dan Dk0 = (D1,k0 , B2,k0 ) memiliki mutasi pergeseran yang terjadi pada (A2,k0 , B2,k0 ). Misalkan Lk0 menotasikan panjang sekuen C1,k0 , D1,k0 dan i = j = Lk0 . l yang berkaitan adalah panjang dari ˆ ˆ ˆ mutasi pergeseran jika pasangan (iˆ k0 + l , ik0 ) atau (ik0 , ik0 + l ) 0 memenuhi w ≤ θ dan kemudian w (Ck0 , Dk0 ; i , j , n ) ≤ θ dimana n0 panjang terpendek dari A2,k0 dan B2,k0 . Langkah terakhir kita samakan panjang A2,k0 dan B2,k0 . Dengan kata lain, jika panjang A2,k0 lebih pendek dari pada B2,k0 , masukkan beberapa simbol maya diakhir A2,k0 sehingga panjangnya sama dengan B2,k0 .

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Dasar Teori


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Peningkatan Algoritma untuk mengestimasi posisi mutasi Langkah-langkah Regresi Linear Posisi mutasi ˆ s∗ adalah variable acak, dan jarak antara dua posisi mutasi yang berdekatan ik dan ik +1 adalah juga variable acak. Operasi pada (2) tidak memiliki sifat yang dapat menyesuaikan diri. Dengan kata lain, tidak dapat secara otomatis mencari posisi mutasi dengan pemisahan yang berbeda. Untuk menyelesaikan dua masalah tersebut, kita gunakan algoritma pembeda pada analisis regresi sebagai berikut :

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Pada langkah ini digunakan wk = n1 w (k , n0 ) untuk 0 mengestimasi posisi mutasi awal i1 di T Tentukan k = 0 dan hitung w (k , n0 ). Jika wk ≥ θ0 (θ0 ∈ (0.6, 0.8)), maka misalkan iˆ1 = 0. Jika tidak lanjutkan ke langkah berikutnya. Jika wk ≤ θ(θ ∈ (0.3, 0.5)), lanjutkan untuk menghitung wk +1 untuk setiap k = 0, 1, 2, . . .. Jika terdapat beberapa k yang berhubungan sedemikian hingga wk ≤ θ, wk +1 < θ, untuk k = 0, 1, . . . , k1 , kemudian lakukan analisis regresi pada titik-titik tersebut. Garis lurus yang berhubungan adalah garis horisontal dan Γ1 : y = ρ1 , dimana nilai ρ1 adalah solusi dari persamaan Matematika-MIPA


Pendahuluan

Dasar Teori


(

k1

∑ (wk − ρ1)

2

= min

k =0

k1

Uji Coba Sistem

Penutup

) 2

∑ (wk − ρ) , ρ > 0

(3)

k =0

maka

σ21

=

1

k1

(wk − ρ1 )2 ∑ k1 + 1

(4)

k =0

adalah error dari regresi

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Setelah garis lurus Γ1 ditentukan, lanjutkan untuk menghitung wk , k = k1 + 1, k1 + 2, k1 + 3, . . ., jika terdapat titik k2 , k3 sedemikian hingga

θ < wk < θ0 untuk setiap k2 < k < k3 , θ 0 < wk untuk setiap k3 < k .

kemudian lakukan analisis regresi berdasarkan data: wk , k = k2 + 1, k2 + 2, . . . , k3 , k = k3 + 1, k3 + 2, k3 + 3, . . . . (5) Garis lurus (pada analisis regresi) tersebut adalah

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Γ2 : y = ρ2 x + ρ02 , Γ3 : y = ρ3 ,

secara berurutan, yang memenuhi kondisi :

(

k3

)

k3

∑ (wk −ρ2k −ρ02)2 = min ∑ (wk − ρk − ρ0)2, ρ, ρ0 > 0

k =k2 n0

(

) (6)

n0

∑ (wk +k − ρ3)2 = min ∑ (wk +k − ρ)2, ρ > 0 3

k =1

,

k =k2

3

, (7)

k =1

dimana n0 ≤ n0 < na − k3 . Kedua persamaan di (6) dan (7) dapat diselesaikan dengan metode kuadrat minimum.

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Titik potong dari garis lurus Γ2 dan Γ3 adalah nilai ˆ s yang kita butuhkan. Dengan menggantikan langkah (I) pada algoritma SPA dengan langkah (III) kita peroleh untuk meningkatkan algoritma SPA, yang merupakan algoritma pembeda pada analisis regresi.

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Dasar Teori


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Bahasa Pemrograman Java Tujuan pembuatan bahasa pemograman Java adalah untuk meningkatkan kemampuan bahasa pemograman C++ yang sebelumnya telah ada sehingga aplikasi-aplikasi (program komputer) yang dikembangkan dengan bahasa pemograman tersebut mampu berjalan di atas berbagai platform perangkat keras dan perangkat lunak (sistem operasi) yang berbeda .

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Unified Modeling Language(UML) UML (Unified Modeling Language) adalah salah satu perkakas (tool) yang sangat bermanfaat untuk melakukan analisis dan perancangan sistem dalam konteks pemograman berorientasi objek. Para pakar di bidang perancangan perangkat lunak pada sekitar tahun 1980-1990 mulai bekerja dengan bahasa pemrograman yang berorientasi objek (OOP [Object Oriented Programming]) seperti C++ dan Java. Dengan demikian, diperlukan metodologi dan tools yang lebih sesuai. Dalam hal ini, UML (Unified Modeling Language) merupakan metodologi yang sering digunakan saat ini untuk mengadaptasi maraknya penggunaan bahasa pemograman berorientasi objek(OOP). Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Daftar Isi


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Analisis Sistem

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Perancangan Sistem

Use Case Diagram

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Perancangan Sistem

Class Diagram

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Daftar Isi


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Uji Coba Proses

Data Sekuens E.co’:ugccuggcggccguagcgcgguggucccaccugaccccaugccgaacucagaagugaaa B.st:ccuagugacaauagcggagaggaaacacccgucccaucccgaacacggaaguuaag

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Uji Coba Proses

Data Sekuens E.co’:ugccuggcggccguagcgcgguggucccaccugaccccaugccgaacucagaagugaaa B.st:ccuagugacaauagcggagaggaaacacccgucccaucccgaacacggaaguuaag

Parameter n = 20 , θ = 0.4, θ0 = 0.6

Matematika-MIPA


Pendahuluan

Dasar Teori

k

wk k

wk k

wk k

wk k

wk k

wk

Matematika-MIPA

2


3

0.333 0.333 10

11

0.400 0.467 18

19

0.467 0.467 26

27

0.467 0.400 34

35

0.667 0.733 42

Uji Coba Sistem

Penutup

4

5

6

7

8

9

0.400

0.467

0.400

0.467

0.400

0.400

12

13

14

15

16

17

0.400

0.467

0.467

0.400

0.400

0.400

20

21

22

23

24

25

0.400

0.400

0.333

0.400

0.467

0.467

28

29

30

31

32

33

0.467

0.533

0.533

0.600

0.677

0.677

36

37

38

39

40

41

0.800

0.800

0.800

0.800

0.733

0.733

43

0.733 0.733


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Percobaan Pertama

Data Sekuens Necator americanus mitochondrion, complete genome Ancylostoma duodenale mitochondrion, complete genome

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Percobaan Pertama

Data Sekuens Necator americanus mitochondrion, complete genome Ancylostoma duodenale mitochondrion, complete genome Parameter n = 30 , θ = 0.4, θ0 = 0.6

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Percobaan Pertama

Program Super Pairwise Alignment

Jemboss EMBOSS

Matematika-MIPA

Parameter n=30 θ = 0.4 θ0 = 0.6 a=10 b=0.5 a=10 b=0.5

Percobaan length: 13849 similarity: 10850 (78.3) % gaps: 277 (2.0) % Died: Sequences too big. length: 13987 similarity:11620 (83.1) % gaps: 648 (4.6) % skor: 49003.0


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Percobaan Kedua

Data Sekuens Human papillomavirus type 129, complete genome Human papillomavirus type 130, complete genome

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Percobaan Kedua

Data Sekuens Human papillomavirus type 129, complete genome Human papillomavirus type 130, complete genome Parameter n = 150, θ = 0.4, θ0 = 0.6

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Percobaan Kedua

Program Super Pairwise Alignment

Jemboss

Matematika-MIPA

Parameter n=150 θ = 0.4 θ0 = 0.6 a=100 b=10

Percobaan length: 7507 similarity: 3687 (49.1) % gaps: 310 (4.13) % length: 7446 similarity:3922 (52.7) % gaps: 285 (3.8) % skor: 2384


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Daftar Isi


Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Penutup Kesimpulan Hasil pensejajaran dengan menggunakan algoritma Super pairwise Alignment, Necator americanus mitochondrion, complete genome dan Ancylostoma duodenale mitochondrion, complete genome diperoleh hasil similaritas sebesar 73.7%. Sedangkan tools JEmboss, yang tidak mampu melakukan proses pensejajaran terhadap pasangan sekuen ini dikarenakan memori yang dibutuhkan terlalu besar. Namun jika dibandingkan dengan Emboss maka hasil pensejajaran mendekati hasil yang diperoleh oleh tools Emboss yaitu 83.1 %. Hal ini dapat disimpulkan bahwa, Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Penutup kebutuhan memori lebih rendah dibandingkan tools JEmboss. Pemilihan parameter dalam pensejajaran menggunakan metode SPA masih menjadi kendala. Hal ini dapat terlihat dari percobaan yang dilakukan, dimana untuk parameter n = 15, θ = 0.3, θ0 = 0.8 memiliki hasil pensejajaran yang berbeda dengan parameter n = 30, θ = 0.5, θ0 = 0.6. Sekalipun dalam Tugas Akhir ini metode untuk mengoptimalkan estimasi posisi mutasi yaitu metode regresi linear dimasukkan dalam pembuatan software. Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Penutup Saran Ketepatan pemilihan parameter berpengaruh dalam optimalisasi hasil pensejajaran. Pada permasalahan berbeda, user harus menentukan parameter yang tepat dan tentu saja hal pemilihan banyaknya parameter menimbulkan kesulitan dan waktu cukup lama dalam proses pensejajaran. Permasalahan ini dapat diatasi dengan menggunakan modifikasi lokal pada pensejajaran sekuens

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Terima Kasih!

nya!

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Terima Kasih!

Perhatiannya!

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Terima Kasih!

Atas Perhatiannya!

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Terima Kasih!

Atas Perhatiannya!

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Terima Kasih!

Atas Perhatiannya!

Matematika-MIPA


Pendahuluan

Dasar Teori


Uji Coba Sistem

Penutup

Terima Kasih!

Atas Perhatiannya!

Matematika-MIPA


Implementasi Super Pairwise Alignment pada Global Sequence Alignment

Recommend Documents