Systems Biology?
Apa itu? Bukannya biologi itu tentang makhluk hidup dan interaksinya? Kenapa pakai sistem? Jangan-jangan, ada matematikanya nih! Aduh, ribet nih pasti.
Tenang rekan-rekan. Systems biology merupakan suatu pendekatan baru dalam memahami ilmu biologi yang kompleks, terutama keterkaitan antar elemen dalam sistem tersebut. Jadi, systems biology tidak akan menambah materi biologi kok, melainkan menawarkan pendekatan baru yang menjadikan ilmu biologi mendekati ilmu rekayasa. Wah, semakin menarik ini! Tapi sebelumnya, mari mengenal apa itu sistem terlebih dahulu.
Memang sistem itu apa sih?
Bicara mengenai sistem, yang pasti sistem adalah suatu organisasi elemen yang saling berinteraksi dan bekerjasama untuk mencapai tujuan tertentu dalam satu kesatuan unit [1]. Sebagai bagian dari sistem, sudah pasti ada bagian bernama lingkungan/surroundings yang bukan menjadi elemen yang kita observasi, sedangkan sistem adalah bagian yang kita observasi, seperti pada Gambar 1.
Nah, dari definisi ini, mungkin kamu bisa memahami apa maksud dari pendekatan dengan systems biology ini, yaitu kita melihat suatu fenomena pada satu sistem saja dengan mendefinisikan terlebih dahulu sistem tersebut. Apakah itu sistem pencernaan, sistem metabolisme karbohidrat, atau mungkin sistem regulasi gen. Di luar sistem tersebut ada bagian yang tidak teramati atau kita kenal sebagai lingkungan.
Lalu, mengapa systems biology muncul?
Nah, sebagai salah satu pendekatan memahami biologi secara utuh, systems biology hadir sebagai upaya untuk memahami suatu organisme secara utuh, sehingga pendekatannya bersifat integratif. Hal ini juga tidak lepas dengan dukungan instrumen canggih yang sekarang sudah lebih ekonomis, seperti misalnya mesin sequencer yang berfungsi untuk melihat sekuens materi genetik, seperti DNA dan RNA, sistem kromatografi lanjut seperti HPLC dan GC MS yang berfungsi untuk mengukur metabolit yang dihasilkan dari suatu organisme, dan sistem DNA microarray yang memungkinkan kita mengetahui level ekspresi multi-gen dari suatu organisme.
.
Kelimpahan data tersebut memungkinkan kita membuat integrasi dari semua komponen yang terukur pada eksperimen tersebut, yang di masa sebelumnya melalui pendekatan biologi “tradisional” itu sulit dilakukan karena waktu eksperimen yang relatif lebih lama dan hanya melihat pada beberapa reaksi spesifik [5].
Pendekatan biologi tradisional memang berhasil membangun pemahaman fundamental kita akan bagian spesifik makhluk hidup, misalnya sel, jaringan dan organ seperti yang terdapat pada buku teks biologi masa kini. Namun, pendekatan biologi tradisional ini belum mampu menerjemahkan mekanisme dari bagian-bagian tersebut secara terintegrasi, dan belum mampu menjawab dinamika yang terjadi apabila ada perubahan pada satu bagian tersebut dan bagaimana pengaruhnya pada sistem organ secara keseluruhan.
Pendekatan systems biology adalah salah satu solusi untuk melihat bagaimana semua komponen yang terlibat dalam penyusunan suatu sistem berinteraksi, lebih jauh lagi, bagaimana kita mampu memprediksi sistem tersebut berperilaku berdasarkan skenario. Misalnya, apa yang terjadi saat gen A tidak bisa memberi sinyal untuk pembentukan protein B, apa yang terjadi pada keseluruhan sistem? Hal inilah yang coba systems biology jawab, seperti tayangan pada video di bawah.
Hmm, systems biology = biologi dengan skenario? Semakin mirip ilmu teknik..
Betul sekali! Systems biology merupakan interdisiplin ilmu yang melibatkan tidak hanya biologist, namun juga ilmu komputer, teknik (terutama pendekatan teknik kimia), hingga ilmu elektro. Bagaimana bisa elektro masuk? Artikel berikutnya akan membahas hal tersebut ya.
Jadi, buat apa sih skenario-skenario ini? Hal yang paling utama adalah kita mampu melihat dan memprediksi bagaimana perilaku suatu sistem dan pengaruh dari elemen penyusunnya, yang dapat digunakan secara luas untuk menjadi solusi dari permasalahan ilmu biologi yang semakin kompleks. Wah memang sekompleks apa sih masalah biologi dewasa ini?
Semisal, pendekatan systems biology mampu membantu menentukan dosis obat yang tepat pada pasien, sehingga tidak terjadi efek samping yang membahayakan. Semuanya bisa disimulasikan dengan ragam skenario sebelum dicobakan pada pasien [6].
Pendekatan systems biology juga bermanfaat untuk membantu prediksi pertumbuhan akar singkong dengan beragam skenario pemupukan dan pengairan [7], seperti yang kamu bisa lihat pada Gambar 3.
Terus, salah satu yang digadang-digadang menjadi game changer adalah bagaimana systems biology dapat berjalan beriringan dengan biologi sintetik untuk mendapat hasil yang optimal secara simulasi sebelum dilakukan eksperimen dengan teknik biologi sintetik, seperti misalnya CRISPR, rekayasa metabolisme, atau yang lainnya [8].
Terus, apakah harus menjadi biologist untuk menjadi expert dalam bidang ini?
Jawabannya tidak sama sekali. Sebagai ilmu baru, tentu masih banyak scope lintas disiplin ilmu. Masih perlu peran engineer untuk abstraksi masalah dan pemodelan, matematikawan untuk solusi simulasi, ahli statistik untuk verifikasi hasil analisis, dan masih banyak lagi.
Bagaimana? Tertarikkah kamu memecahkan masalah biologi yang semakin kompleks dengan menjadi system biologist?
Referensi :
[1] Merriam-Webster. (n.d.). System. In Merriam-Webster.com dictionary. Retrieved August 1, 2021, from https://www.merriam-webster.com/dictionary/system
[2] https://www.illumina.com/systems/sequencing-platforms/miseq.html diakses pada 6 Agustus 2021.
[3] https://www.mooreanalytical.com/gc-ms/ diakses pada 6 Agustus 2021.
[4] https://commons.wikimedia.org/wiki/File:Affymetrix-microarray.jpg diakses pada 6 Agustus 2021.
[5] Diaz-Beltran, L., Cano, C., Wall, D. P., & Esteban, F. J. (2013). Systems biology as a comparative approach to understand complex gene expression in neurological diseases. Behavioral Sciences, 3(2), 253-272.
[6] Meng-Lin, K., Ung, C. Y., Weiskittel, T. M., Chen, A., Zhang, C., Correia, C., & Li, H. (2021). Machine Learning and Systems Biology Approaches to Characterize Dosage-Based Gene Dependencies in Cancer Cells. Journal of bioinformatics and systems biology: Open access, 4(1), 13.
[7] Chiewchankaset, P., Siriwat, W., Suksangpanomrung, M., Boonseng, O., Meechai, A., Tanticharoen, M., … & Saithong, T. (2019). Understanding carbon utilization routes between high and low starch-producing cultivars of cassava through Flux Balance Analysis. Scientific reports, 9(1), 1-15.
[8] Liu, D., Hoynes-O’Connor, A., & Zhang, F. (2013). Bridging the gap between systems biology and synthetic biology. Frontiers in microbiology, 4, 211.
Alumni Rekayasa Hayati ITB. Saat ini bekerja sebagai Bioinformatician pada salah satu perusahaan bioteknologi di Indonesia, sambil menempuh Master pada program studi Bioinformatics and Systems Biology, KMUTT, Thailand. Memiliki impian mengintegrasikan biologi dan sistem kontrol demi tercapainya biosistem yang optimal untuk kesejahteraan umat.