ANALISIS HASIL BICLUSTER ALGORITMA POLS PADA INTERAKSI PROTEIN MANUSIA DAN HIV-1

Main Article Content

Tesdiq Prigel Kaloka
Titin Siswantining
Alhadi Bustamam

Abstract

AIDS merupakan penyakit yang disebabkan oleh virus HIV-1. Protein merupakan bagian penting dari organisme yang memiliki beragam fungsi. HIV-1 dapat menyerang tubuh manusia karena adanya interaksi protein. Fungsi dan sifat interaksi protein dapat diketahui dengan mengelompokkan protein-protein yang saling berinteraksi. Bicluster merupakan metode yang dapat digunakan untuk menyelesaikan permasalahan interaksi protein. Algoritma POLS merupakan algoritma bicluster yang menggunakan pendekatan teori graf. Data interaksi protein manusia dan HIV-1 dibagi menjadi dataset 1 dan dataset 2. Setiap dataset dianalisis tingkat kepadatan hasil bicluster Algoritma POLS. Penelitian berfokus pada pencarian tingkat kepadatan hasil bicluster Algoritma POLS terhadap interaksi protein manusia dan HIV-1. Dari hasil penelitian ini diperoleh presentase bicluster Algoritma POLS dengan tingkat kepadatan 1 pada dataset 1 sebesar 1,01% dan pada dataset 2 sebesar 4,42%, selain itu bicluster Algoritma POLS yang berukuran kecil (2×2 dan 3×3) lebih optimal karena memiliki tingkat kepadatan 1.

Article Details

Section
Algebra

References

[1] A. Trkola, œHIV host interactions¯: vital to the virus and key to its inhibition, 2004, doi: 10.1016/j.mib.2004.06.002.

[2] E. Frankenberg, œåŸºå› çš„改变NIH Public Access, Bone, vol. 23, no. 1, pp. 17, 2012, [Online]. Available: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3624763/pdf/nihms412728.pdf.

[3] A. Bustamam, T. Siswantining, T. P. Kaloka, and O. Swasti, œApplication of BiMax, POLS, and LCM-MBC to Find Bicluster on Interactions Protein between HIV-1 and Human, Austrian J. Stat., vol. 49, no. 3, pp. 118, Feb. 2020, doi: 10.17713/ajs.v49i3.1011.

[4] G. Ardaneswari, A. Bustamam, and D. Sarwinda, œImplementation of plaid model biclustering method on microarray of carcinoma and adenoma tumor gene expression data, J. Phys. Conf. Ser., vol. 893, no. 1, 2017, doi: 10.1088/1742-6596/893/1/012046.

[5] A. Mukhopadhyay, U. Maulik, and S. Bandyopadhyay, œOn Biclustering of Gene Expression Data On Biclustering of Gene Expression Data, no. December 2013, 2010, doi: 10.2174/157489310792006701.

[6] G. Ardaneswari, A. Bustamam, and T. Siswantining, œImplementation of parallel k-means algorithm for two-phase method biclustering in Carcinoma tumor gene expression data, AIP Conf. Proc., vol. 1825, 2017, doi: 10.1063/1.4978973.

[7] Y. Cheng and G. M. Church, œBiclustering of expression data., Proc. Int. Conf. Intell. Syst. Mol. Biol., vol. 8, pp. 93103, 2000.

[8] J. Yang, H. Wang, W. Wang, and P. Yu, œEnhanced biclustering on expression data, Proc. - 3rd IEEE Symp. Bioinforma. Bioeng. BIBE 2003, pp. 321327, 2003, doi: 10.1109/BIBE.2003.1188969.

[9] Y. Wang, S. Cai, and M. Yin, œNew heuristic approaches for maximum balanced biclique problem, Inf. Sci. (Ny)., vol. 432, pp. 362375, 2018, doi: 10.1016/j.ins.2017.12.012.

[10] A. Mukhopadhyay, S. Ray, and U. Maulik, œIncorporating the type and direction information in predicting novel regulatory interactions between HIV-1 and human proteins using a biclustering approach, BMC Bioinformatics, vol. 15, no. 1, 2014, doi: 10.1186/1471-2105-15-26.

[11] T. P. Kaloka, A. Bustamam, D. Lestari, and W. Mangunwardoyo, œPOLS algorithm to find a local bicluster on interactions between HIV-1 proteins and human proteins, AIP Conf. Proc., vol. 2084, no. March, 2019, doi: 10.1063/1.5094280.