Pengolahan Data Protein Berbasis Matlab: Analisis Sifat Hidrofobisitas Asam Amino
Keywords:
Bioinformatika, Protein, Hidrofobisitas, MATLAB, KyteDoolittleAbstract
Protein merupakan komponen biologis yang berperan vital dalam berbagai proses kehidupan, di mana struktur dan fungsinya sangat dipengaruhi oleh karakteristik kimia asam amino penyusunnya, terutama sifat hidrofobisitas. Penelitian ini mengajukan pendekatan berbasis komputasi untuk mempelajari profil hidrofobisitas sekuens protein menggunakan MATLAB dengan mengacu pada skala Kyte–Doolittle. Sekuens protein yang berasal dari basis data publik maupun data simulasi diubah menjadi representasi numerik, kemudian dianalisis melalui pemrograman MATLAB dan ditampilkan dalam bentuk grafik hidropatik untuk mengungkap wilayah hidrofobik dan hidrofilik di sepanjang rantai protein. Rancangan penelitian menggunakan simulasi deskriptif–kuantitatif dengan fokus pada perhitungan numerik, proses penghalusan data menggunakan moving average, serta analisis visual. Profil yang dihasilkan dimanfaatkan untuk mengidentifikasi kemungkinan daerah inti protein, segmen yang berada di permukaan, serta potensi domain transmembran berdasarkan konsep bioinformatika. Hasil kajian menunjukkan bahwa MATLAB efektif digunakan sebagai sarana pembelajaran maupun analisis awal sekuens protein, serta bahwa pemetaan hidrofobisitas mampu memberikan gambaran awal mengenai kecenderungan pelipatan dan wilayah fungsional protein.
References
Adham Prayudi, H. S. (2022). POTENSI HIDROLISAT PROTEIN IKAN SEBAGAI PENAMBAH NUTRISI PADA PRODUK MINUMAN SUSU POTENTIAL. 23–24.
Amalia, L., & Nurlaela, R. S. (2024). Perbandingan Profil Protein Daging Ayam Dan Daging Tikus Menggunakan SDS-PAGE ( Sodium Dodecyl Sulfate-Polyacrylamide Gel Electrophoresis ). 3, 5248–5263.
Amaniyah, M. (2023). Deteksi Marker Genetik dari Sekuen Protein Hewan untuk Autentikasi Halal Melalui Pendekatan Bioinformatika. 9, 289–299.
Chem, J. (2023). Suppl. 1 Supplementary Data. 23(5), 1–3.
Fakih, T. M., Syah, D., Ramadhan, F., Hidayat, A. F., & Prabowo, B. (2021). Identifikasi Struktur Protein Spike Varian Baru SARS-CoV-2 Bioinformatika dalam Pengembangan Kandidat Terapi COVID-19 secara.
Jamhuri, M., Irawan, M. I., Mukhlash, I., Nyoman, N., & Puspaningsih, T. (2025). Hydrophobicity signal analysis for robust SARS-CoV-2 classification. 37(2), 1294–1305. https://doi.org/10.11591/ijeecs.v37.i2.pp1294-1305
Kadek, N. I., Permatasari, D., Studi, P., Biologi, P., Pendidikan, J., Dan, M., Pengetahuan, I., Keguruan, F., Ilmu, D. A. N., & Tadulako, U. (2022). ANALISIS IN-SILICO PROTEIN DRD4 DAN DEAF1 YANG DIEKSPRESIKAN OLEH GEN DRD4 DAN DEAF1 PENYEBAB PERILAKU MEMATUK BULU PADA AYAM ( Gallus gallus ) DAN ANALISIS IN-SILICO PROTEIN DRD4 DAN DEAF1 YANG DIEKSPRESIKAN OLEH GEN DRD4 DAN DEAF1 PENYEBAB PERILAKU MEMATUK BULU PADA AYAM ( Gallus gallus ) DAN.
Mcbride, J. M., Koshevarnikov, A., Siek, M., Grzybowski, B. A., & Tlusty, T. (2024). Statistical Survey of Chemical and Geometric Patterns on Protein Surfaces as a Blueprint for Protein-Mimicking Nanoparticles. https://doi.org/10.1002/sstr.202400086
Mukherjee, S. (2025). BEER: Biochemical Estimator & Explorer of Residues A Comprehensive Software Suite for Protein Sequence Analysis. 1, 1–7.
Nurhidayat, S. W. (2025). ANALISIS IN SILICO PROTEIN ALLERGEN Anisakis spp.: PERBANDINGAN STRUKTUR DAN POTENSI IMUNOGENISITASNYA. 2(2), 816–822.
Pitman, C., Santiago-mcrae, E., Lohia, R., Lamb, R., Bassi, K., Riggs, L., Joseph, T. T., Hansen, M. E. B., & Brannigan, G. (2025). Revealing protein sequence organization via contiguous hydrophobicity with the blobulator toolkit. 4, 1–20.
Prasetyo, A., Rasmiyana, R., Studi, P., Rekayasa, T., Pertanian, J. T., Jember, P. N., & Timur, J. (2025). UJI IN SILICO PEPTIDA BIOAKTIF DARI PROTEIN MIOSIN IKAN NILA ( Oreochromis niloticus ) SEBAGAI ANTIBIOFILM TERHADAP Staphylococcus aurens. 8(2), 131–142.
Yusuf, Z., Natsir, M. H., & Sjofjan, O. (2024). In Silico Study of Bioactive Compounds from Yellow Bioherbal as Potential LpxC Protein Inhibitors for Controlling Pathogenic Bacteria in Broiler Chicken Intestinal. 34(1), 87–98. https://doi.org/10.21776/ub.jiip.2024
