by INBIO
Dalam dunia biomedis, desain in silico small interfering RNA (siRNA) merupakan langkah penting dalam pengembangan terapi penyakit menular seperti COVID-19 dan tidak menular seperti kanker pada umumnya. Teknologi siRNA menawarkan potensi besar dalam mengobati berbagai penyakit dengan cara menghambat ekspresi gen tertentu yang bertanggung jawab atas kondisi patologis. Pendekatan bioinformatika dalam desain siRNA memungkinkan para peneliti untuk secara efisien mengidentifikasi urutan siRNA yang paling efektif untuk target gen spesifik, mengurangi waktu dan biaya yang terkait dengan eksperimen laboratorium.
Proses desain siRNA melibatkan pemilihan urutan siRNA yang tidak hanya memiliki afinitas tinggi terhadap mRNA target, tetapi juga minim efek risiko off-target yang dapat mempengaruhi ekspresi gen lain. Hal ini memerlukan analisis komprehensif terhadap struktur sekunder dan tersier RNA, termasuk prediksi lokasi pengikatan siRNA dan mRNA, serta evaluasi potensi efek samping seperti efek toksisitas maupun farmakologis (Gambar 1).
Gambar 1. Gambaran desain siRNA yang efektif berdasarkan rekomendasi urutan dan basa modifikasi yang disarankan untuk memberikan karakteristik spesifik yang diharapkan.
Beberapa studi telah menunjukkan pentingnya pemilihan fitur dalam desain siRNA. Sebuah studi oleh Liu et al. (2012) mengeksplorasi desain siRNA berbasis seleksi fitur dari perspektif integrasi data lintas platform. Penelitian ini mengungkapkan fitur-fitur siRNA yang paling relevan berdasarkan eksperimen lintas platform, yang dapat memberikan saran yang lebih kredibel dalam meningkatkan desain siRNA dengan target silencing spesifik. Pendekatan ini dikembangkan berbasis machine learning.
Selain itu, pendekatan multi-task learning untuk prediksi efikasi siRNA lintas platform juga telah diusulkan, seperti yang dijelaskan dalam studi oleh Liu et al. (2010). Pendekatan ini memanfaatkan sinergi antar eksperimen yang berbeda untuk mendapatkan prediktor multi-task yang efisien dalam prediksi efikasi siRNA. Sama dengan kajian sebelumnya, pendekatan ini juga berbasis machine learning.
Tidak mau ketinggalan, tim penelitian Bioinfromatika dari Indonesia International Institute for Life Sciences atau i3L juga mengembangkan metodologi desain siRNA. Sebagai kampus berbasis life sciences, tim peneliti mencoba mengaplikasikan bioinformatika untuk desain siRNA terkait penyakit COVID-19 dan Kanker (Parikesit et al., 2022; Valeska dan Parikesit, 2022). Berbeda dengan kajian di atas, metodologi yang dikembangkan yaitu menggunakan prediksi struktur 2 dan 3-dimensi RNA sebagai basis untuk melakukan simulasi molekuler.
Kedepannya, penggunaan tools bioinformatika dalam desain siRNA tidak hanya meningkatkan kemungkinan sukses dalam terapi berbagai penyakit, tetapi juga membuka jalan bagi penemuan obat baru dan strategi pengobatan yang lebih personal. Dengan kemajuan teknologi dan pemahaman yang lebih dalam tentang mekanisme RNA interference (RNAi), masa depan desain siRNA in silico tampaknya akan semakin cerah dan berdampak signifikan dalam bidang life sciences.
Referensi:
AUTHOR
© Generasi Peneliti. All Rights Reserved.