Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Biotropika
Mohamad Ikhsan Nurulloh
Universitas Negeri Semarang
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Immunology & microbiology

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Simulasi Metode Statistik untuk Seleksi Single Nucleotide Polymorphism Mohamad Ikhsan Nurulloh; Hidayat Trimarsanto; Yustinus Ulung Anggraito; Endah Peniati; R Susanti
Biotropika: Journal of Tropical Biology Vol 7, No 1 (2019)
Publisher : University of Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.biotropika.2019.007.01.04

Abstract

Kemajuan teknologi sekuensing menyebabkan peningkatan ketersediaan sekuen genom organisme. Ribuan strain dan isolat dari berbagai populasi organisme telah diisolasi serta diketahui sekuen genomnya. Informasi genetik populasi organisme dapat dimanfaatkan sebagai marka molekuler. Marka Single Nucleotide Polymorphism (SNP) terdapat dalam jumlah banyak namun tidak seluruhnya informatif. Metode seleksi yang telah ada belum efektif menyeleksi SNP informatif, oleh karena itu perlu dilakukan pengembangan metode seleksi SNP yang efektif. Metode seleksi SNP dikembangkan menggunakan metode statistik dengan FST sebagai filter (penyaring) utamanya dan digabungkan dengan Linkage Disequilibrium (LD). Struktur populasi dari SNP diketahui menggunakan Principal Component Analysis (PCA), Principal Coordinate Analysis (PCoA), pairwise FST, dan neighbor-joining population tree. Kriteria SNP informatif diketahui dengan menghitung FST dan Minor Allele Frequency (MAF). Metode statistik diuji efektivitasnya dalam menyeleksi SNP informatif menggunakan simulasi data genetik populasi. Hasil penelitian menunjukkan pengembangan metode statistik dengan menggunakan FST sebagai penyaring utama efektif dalam menyeleksi SNP informatif. Kriteria SNP informatif adalah SNP dengan MAF 0,2-0,4 serta FST 0,1-0,4 dan 0,8-1,0.
Co-Authors Endah Peniati Hidayat Trimarsanto R Susanti Yustinus Ulung Anggraito