Pendekatan Bioinformatika pada Skizofrenia melalui Identifikasi Variasi dan Ekspresi Gen pada Populasi Asia Tenggara

Dadi  Supriadi; Ilham  Alifiar; Nur  Rahayuningsih

doi:10.56359/pharmgen.v5i1.1056

Authors

Dadi Supriadi Universitas BTH
Ilham Alifiar Universitas BTH
Nur Rahayuningsih Universitas BTH

DOI:

https://doi.org/10.56359/pharmgen.v5i1.1056

Keywords:

Bioinformatika, Skizofrenia, Variasi gen

Abstract

Pendahuluan: Skizofrenia adalah gangguan neuropsikiatri kompleks dengan komponen genetik yang signifikan. Identifikasi variasi genetik yang berkontribusi terhadap penyakit ini dapat membantu dalam memahami mekanisme patogenesis dan pengembangan terapi yang lebih tepat sasaran. Studi ini bertujuan untuk mengidentifikasi variasi genetik yang berpotensi memengaruhi risiko skizofrenia melalui pendekatan bioinformatika berdasarkan data genomik.

Metode: Penelitian ini dilakukan dalam lima tahap, yaitu (1) identifikasi lokus genetik yang berhubungan dengan skizofrenia menggunakan basis data GWAS, (2) analisis variasi dan ekspresi gen melalui Portal GTEx, (3) pemetaan posisi gen pada kromosom menggunakan Ensembl, (4) analisis dampak variasi genetik pada fungsi biologis dengan SNP Nexus, dan (5) pemetaan distribusi alel dalam populasi menggunakan HaploReg. SNP dengan kategori “mungkin merusak” dan “kemungkinan merusak” diprioritaskan untuk analisis lebih lanjut.

Hasil: Dari 5985 SNP yang diidentifikasi, penyaringan dilakukan berdasarkan nilai p, duplikasi, dan jenis variasi hingga diperoleh 22 SNP. Analisis lebih lanjut menemukan bahwa 4 SNP (rs1051061, rs1801133, rs2011425, dan rs3764002) terkait dengan skizofrenia, dengan dua di antaranya (rs1801133 dan rs3764002) dikategorikan sebagai "kemungkinan merusak". SNP rs3764002 pada gen WSCD2 menunjukkan skor tertinggi (0,997), yang mengindikasikan dampak terbesar pada patogenesis skizofrenia.

Kesimpulan: Variasi genetik tertentu, khususnya pada gen VRK2, MTHFR, UGT1A, dan WSCD2, berpotensi memengaruhi risiko skizofrenia melalui berbagai mekanisme molekuler, termasuk regulasi ekspresi gen, metabolisme neurotransmiter, dan stres oksidatif.

References

Ardlie, K. G., DeLuca, D. S., Segrè, A. V., Sullivan, T. J., Young, T. R., Gelfand, E. T., Trowbridge, C. A., Maller, J. B., Tukiainen, T., Lek, M., Ward, L. D., Kheradpour, P., Iriarte, B., Meng, Y., Palmer, C. D., Esko, T., Winckler, W., Hirschhorn, J. N., Kellis, M., … Lockhart. (2015). The Genotype-Tissue Expression (GTEx) pilot analysis: Multitissue gene regulation in humans. Science, 348(6235), 648–660. https://doi.org/10.1126/science.1262110

Astuti, F., Capritasari, R., Iskardyani, D., Alifiar, I., & Irham, L. M. (2023). Identifikasi Variasi Dan Ekspresi Gen Pada Stroke Iskemik Dengan Pendekatan Bioinformatika. Jurnal Kesehatan Bakti Tunas Husada: Jurnal Ilmu-Ilmu Keperawatan, Analis Kesehatan Dan Farmasi, 23(1), 9–19. https://doi.org/10.36465/jkbth.v23i1.1302

Cinta Cynthia R, D. (2018). Hubungan Polimorfisme SNP8NRG433E1006 Gen Neuregulin 1(NRG1) dengan Skizofrenia pada Etnik Jawa. 6(49–56). https://ejournal.unisba.ac.id/index.php/gmhc/article/view/2658/pdf

Fadista, J., Manning, A. K., Florez, J. C., & Groop, L. (2016). The (in)famous GWAS P-value threshold revisited and updated for low-frequency variants. European Journal of Human Genetics, 24(8), 1202–1205. https://doi.org/10.1038/ejhg.2015.269

Halid, Z., Nurfadilah, N., Usman, F., Rasyid, A. U. M., Wicaksono, A., & Nugraha, D. (2024). Identifikasi Variasi Genetik pada Bipolar Disorder Menggunakan Data Genomik dan Pendekatan Bioinformatik. Pharmacy Genius, 3(01), 34–41. https://doi.org/10.56359/pharmgen.v3i01.322

Hu, D. G., Marri, S., Hulin, J. A., McKinnon, R. A., Mackenzie, P. I., & Meech, R. (2024). A Comprehensive Bioinformatic Analysis of RNA-seq Datasets Reveals a Differential and Variable Expression of Wildtype and Variant UGT1A Transcripts in Human Tissues and Their Deregulation in Cancers. Cancers, 16(2). https://doi.org/10.3390/cancers16020353

Sari, T. (2023). Hubungan Pengetahuan dan Stigma Pada Keluarga Dengan Beban Keluarga Dalam Merawat Pasien Skizofrenia di Wilayah Kerja Puskesmas Andalas Padang Tahun 2023. http://repository.stikesalifah.ac.id/id/eprint/296/

Ward, L. D., & Kellis, M. (2016). HaploReg v4: Systematic mining of putative causal variants, cell types, regulators and target genes for human complex traits and disease. Nucleic Acids Research, 44(D1), D877–D881. https://doi.org/10.1093/nar/gkv1340

Weile, J., Kishore, N., Sun, S., Maaieh, R., Verby, M., Li, R., Fotiadou, I., Kitaygorodsky, J., Wu, Y., Holenstein, A., Bürer, C., Blomgren, L., Yang, S., Nussbaum, R., Rozen, R., Watkins, D., Gebbia, M., Kozich, V., Garton, M., … Roth, F. P. (2021). Shifting landscapes of human MTHFR missense-variant effects. American Journal of Human Genetics, 108(7), 1283–1300. https://doi.org/10.1016/j.ajhg.2021.05.009

WHO. (2022). Schizophrenia. https://www.who.int/news-room/fact-sheets/detail/schizophrenia