MALANG - Kalian pasti sudah tau jika ncRNA merupakan kelompok gen ‘heterogen’ yang berperan banyak dalam sel melalui mekanisme yang beragam. Mereka tidak memiliki satu set umum dari urutan primer atau fitur struktural dan jarang juga dilestarikan secara evolusioner pada tingkat urutan primer. Kelangkaan dalam fitur ncRNA generik membuat prediksi gen ncRNA terkadang menjadi lebih sulit untuk di prediksi daripada prediksi gen pengkode protein. 

Ada yang dinamakan dengan pendekatan berbasis, dimulai dari family dalam gen ncRNA yang diketahui. “Family” mungkin hanya memiliki satu anggota keluarga yang diketahui atau bisa jadi memiliki banyak anggota. ncRNA family menjadi kelompok gen ncRNA yang melakukan fungsi umum dan berbagi fitur umum karena memiliki struktur yang sama dan bisa jadi mengenali gen target melalui pola urutan-komplementer yang serupa. Peneliti yang menggunakan pendekatan berbasis biasanya akan memberikan satu dari dua pertanyaan, misal mereka ingin menentukan ciri-ciri keluarga karena memberikan wawasan tentang fungsi yang dijalankan keluarga (karakterisasi keluarga), atau mereka ingin menggunakan fitur itu untuk mencari anggota keluarga tambahan (prediksi gen). Algoritma yang berbeda telah dikembangkan untuk melakukan dua fungsi yang berbeda ini. Tabel dibawa akan membantu kalian untuk melihat daftar program yang terkait dengan prediksi gen ncRNA.

Keluarga yang Berkarakter Baik atau Well Characterized Families. Ini merupakan gen rumah tangga yang diekspresikan dengan banyak anggota keluarga per genom. Ciri-ciri khusus family yang bisa kalian identifikasi di antara kumpulan m-kumpulan contoh pelatihan besar yang sudah diketahui, contoh: famili yang dicirikan dengan baik termasuk tRNA, tmRNA, snoRNA (kotak C/D dan kotak H/ACA) dan miRNA. Program penemuan gen khusus family dikembangkan dan cukup berhasil, dapat dilihat pada tabel diatas.

Model kovarians (CM) digunakan secara ekstensif oleh program-program ini. Program pemindaian tRNA menjadi contoh yang digunakan untuk memprediksi tRNA. ncRNA sangat berlimpah di setiap sel, memiliki bentuk daun semanggi yang khas dan mengandung urutan anti-kodon 3-basepair yang menentukan asam amino. Program tRNAscan busa memprediksi tRNA dengan akurasi 1 positif per 15 gigabase menggunakan CM. Selain itu, program lain pun telah dikembangkan untuk tmRNA dan snoRNA.

MicroRNAs (miRNAs) merupaka family lain dari ncRNAs yang berhasil diprediksi menggunakan fitur-fitur khusus family. MiRNA mengalami modifikasi pasca-transkripsi yang signifikan dan tidak mungkin untuk memprediksi transkrip primer secara komputasi. Biasanya, pencari gen memiliki tujuan untuk mengidentifikasi karakteristik struktur foldback miRNA yang dikeluarkan dari transkrip primer. Tapi, pada hewan, struktur lipatan ini relatif kecil (~60–70 nukleotida) dan sederhana, jadi tidak cukup untuk mengidentifikasi miRNA dengan tingkat spesifisitas yang wajar. Maka, pola konservasi dan fitur heuristik tambahan sering digabungkan dalam model probabilistik. Ada program seperti MiRscan dan miRRim, strategi yang terbukti berhasil pada tanaman, di mana gen target miRNA dewasa menampilkan rentangan yang lebih panjang dari urutan komplementaritas.

Terima kasih sudah membaca! Jika kalian masih penasaran mengenai karakterisasi gen ncRNA, kalian bisa mencaritahunya melalui jurnal tang ditawarkan ileh InBiO Indonesia! Semngat!

Sumber: Bioinformatics: Tools and Applications-David Edwards, Jason Stajich, David Hansen (book)