Berita Utama Ekbis Kapol Teropong Minahasa Raya Nusa Utara Bolmong Raya Nasional Publika Politik Esport Healthy Hukum Internasional Lifestyle&Teknologi Liputan Khusus Olahraga Opini Otomotif Show & Celebrities Xpresi

Ilmuwan Temukan Cara Baru Prediksi Fungsi Protein dengan Akurasi Mengagetkan!

ALengkong • Jumat, 28 November 2025 | 10:41 WIB

Terungkap! Teknik baru ini bikin prediksi protein makin akurat berkat informasi kecil yang selama ini terlupakan!
Terungkap! Teknik baru ini bikin prediksi protein makin akurat berkat informasi kecil yang selama ini terlupakan!

MANADOPOST.ID

Penelitian terbaru menunjukkan cara baru untuk meningkatkan akurasi prediksi fungsi protein.

Studi ini membahas bagaimana komputer bisa membaca informasi protein dengan lebih tepat.

Para peneliti memakai dua jenis data penting yaitu PSSM dan PTM dalam sistem prediksi.

PSSM adalah informasi evolusi yang menggambarkan perubahan protein dalam jangka panjang.

PTM atau Post-Translational Modification adalah perubahan pada protein setelah terbentuk.

Perubahan PTM bisa berupa fosforilasi, asetilasi, dan modifikasi lain yang memengaruhi fungsi protein.

Menurut jurnal Computational Biology and Chemistry 2018, PTM sangat berpengaruh pada performa model prediksi.

Penelitian ini menggunakan metode RBFN atau Radial Basis Function Networks untuk membaca data protein.

RBFN adalah model kecerdasan buatan yang mampu mendeteksi pola kompleks dalam data biologis.

Para peneliti ingin mengidentifikasi tiga kelas protein transporter utama dalam tubuh manusia.

Mereka juga memprediksi enam keluarga protein yang lebih spesifik dan memiliki fungsi berbeda.

Hasil penelitian menunjukkan peningkatan besar ketika PTM digabungkan dengan data evolusi PSSM.

Menurut data penelitian, akurasi model mencapai 87,6 persen untuk tiga kelas protein transporter.

Akurasi prediksi meningkat menjadi 92,5 persen ketika model digunakan pada enam keluarga protein.

Dalam pengujian lain menggunakan dataset berbeda, akurasi tetap tinggi di atas 82 persen.

Hasil ini menunjukkan bahwa PTM memberi informasi biologis tambahan yang sangat penting.

PTM membuat model komputer mampu membaca perilaku protein secara lebih realistis dan detail.

Peneliti menyimpulkan bahwa protein yang mengalami modifikasi pascaproduksi memiliki karakter unik yang perlu dihitung.

Penggabungan PSSM dan PTM dianggap sebagai langkah maju dalam bidang bioinformatika.

Penelitian ini membuka peluang baru untuk analisis protein di dunia medis, biologi, dan farmasi.

Model seperti ini membantu ilmuwan memahami penyakit yang disebabkan oleh kesalahan fungsi protein.

Inovasi ini juga digunakan untuk mengembangkan obat yang menargetkan jalur protein tertentu.

Penelitian ini membuktikan bahwa teknologi dan biologi dapat bekerja sama menciptakan terobosan besar. (m)

Editor : ALengkong
#ProteinResearch #AIinBiology #PSSM #RBFN #PTM #Bioinformatika