Penulis: Syed Muazzam Ali Shah, Semmy Wellem Taju, Bongani Brian Dlamini, Yu-Yen Ou
(Fakultas Ilmu Komputer, Universitas Klabat)
Sirtuin merupakan keluarga protein yang berperan penting dalam pengaturan berbagai proses seluler seperti regulasi DNA, metabolisme, penuaan, kelangsungan hidup sel, apoptosis, dan resistensi terhadap stres. Sirtuin termasuk dalam keluarga enzim histone deacetylase kelas III (HDACs), yang terdiri dari tujuh anggota yaitu SIRT1 hingga SIRT7. Setiap anggota sirtuin memiliki substrat yang berbeda dan tersebar di berbagai lokasi subseluler seperti nukleus, sitoplasma, dan mitokondria.
Penelitian ini mengusulkan pendekatan jaringan saraf dalam berbasis One-Dimensional Convolutional Neural Networks (1D-CNN) untuk membangun model prediksi yang mampu mengidentifikasi target protein sirtuin dan lokasi subselulernya secara akurat. Fungsi dan lokasi target sirtuin dianalisis dan diklasifikasikan ke dalam beberapa kompartemen seluler. Untuk meningkatkan akurasi model, kemiripan urutan protein dikurangi dan tiga metode ekstraksi fitur digunakan dalam pengolahan dataset.
Metode yang diusulkan kemudian divalidasi menggunakan dua dataset independen dan dibandingkan dengan beberapa algoritma machine learning lainnya. Hasil pengujian menunjukkan bahwa metode ini mencapai performa hingga 85,77% sensitivitas, 97,32% spesifisitas, dan 0,82 nilai Matthews Correlation Coefficient (MCC) dalam identifikasi tujuh anggota keluarga protein sirtuin.
Unduh Jurnal Lengkap (PDF)
Download PDF