Aplikasi asam nukleat Terapi berbasis Viral Budidaya Udang infeksi

Aplikasi asam nukleat Terapi berbasis Viral
Budidaya Udang infeksi

Budidaya udang seperti Penaeus monodon, Litopenaeus vannamei dan

stylirostris L, dapat terinfeksi wabah penyakit virus yang dapat menyebabkan kerugian ekonomis dalam bidang produksi dan perdagangan, yang mempengaruhi pembangunan sosio-ekonomi di sektor ini di seluruh dunia. Risiko kerugian penyakit adalah cenderung meningkat patogen virus baru diidentifikasi setiap tahun. Contoh virus yang mengidentifikasi udang seperti kuning kepala Virus (YHV), virus sindrom titik Putih (WSSV) wabah epidemi virus sindrom Taura (TSV) serta infeksi virus induk liar. Cara pendekatan alternatif untuk menghindari insiden  penyakit pada budidaya udang industri memperoleh spesifik patogen-bebas (SPF), Novel strategi, seperti penggunaan vaksin rekombinandan imunostimulan untuk mengontrol terjadinya virus penyakit. Invertebrata seperti udang, tanpa adaptif yang benar respon sistem kekebalan tubuh, merespon hanya oleh non-spesifik mekanisme kekebalan. Mekanisme yang terlibat dalam interaksi inang-patogen dan sistem kekebalan tubuh bawaan udang. Sebagai contoh, sebuah antivirus gen, PmAV, hemocyanin dan interferon seperti protein telah diidentifikasi di penaeid udang dan up-regulasi memicu fagositik pertahanan terhadap virus pada krustacea. Kurangnya asal sel baris udang dan informasi genom udang, potensi RNAi sebagai alat yang ampuh untuk genomik fungsional telah terealisasi dan sekarang sedang dieksplorasi sebagai strategi pencegahan penyakit untuk terapi pengobatan infeksi virus. RNAi adalah suatu mekanisme seluler yang doublestranded RNA (dsRNA) dan hasil dalam urutan spesifik degradasi RNA target, teknologi RNAi udang untuk peningkatan pemahaman mekanisme kekebalan dalam invertebrata, serta pengendalian terapi yang efektif untuk strategi pencegahan penyakit virus pada udang, dsRNA dibelah oleh enzim keluarga III RNase, pemain dadu, ke fragmen pendek sebanyak 21-mer pendek mengganggu RNA. Sirna adalah kompleks membungkam RNA-induced (RISC), suatu siRNA duplex diaktifkan oleh ATP dan menyebabkan unwinding dan pemisahan untai akhirnya dari duplex siRNA.siRNA ini kemudian digunakan oleh RISC untuk menemukan mRNA target untuk menginduksi endonucleolytic pembelahan. Penghambatan spesifik dari virus asam nukleat dengan sintetik 21-23 nukleotida RNA kopel yang mengakibatkan membungkam dari patogen virus, sehingga mendorong sebuah antivirus respon pada tingkat molekuler.

Strategi Urutan Seleksi Sasaran Sirnas menekan ekspresi gen yang sangat diatur oleh enzim dimediasi proses yang melibatkan beberapa RNA-protein interaksi. RNAi menghasilkan siRNA-penargetan gen virus spesifik, faktor desain siRNA adalah tepat dan efektif pemilihan urutan target, berdasarkan pemeriksaan siRNA dalam Embrio Drosophila melanogaster lisat untuk kebutuhan mereka tentang panjang, struktur, komposisi kimia dan urutan dalam rangka untuk menengahi RNAi efisien. dsRNA induksi antivirus kekebalan pada udang adalah melalui dua jalur yang menggunakan urutan-urutan independen dan dependen dsRNAs berfungsi dalam sistemik antivirus pertahanan udang, sistem kekebalan tubuh antivirus dari udang terhadap WSSV dan TSV menanggapi dsRNA,terlepas dari urutan dan komposisi dasar. Untuk misalnya, masing-masing urutan yang berasal dari vertebrata yang gen imunoglobulin itik dan babi, ikan non-coding genomik DNA, dan urutan vektor perlindungan terhadap WSSV disebabkan infeksi.Perlindungan menggunakan dsRNAs berhubungan seperti GFP dan TSV-polimerase juga dicapai, meskipun sebagian mengakibatkan penghambatan YHV sebesar 50% dan 17%.

http://www.springerlink.com/content/4172630j75p1t61q/

tugas TI ( bioinformatic of aquaculture )

Bioinformatika merupakan ilmu terapan yang lahir dari perkembangan teknologi informasi dibidang molekular. Bermacam database telah dibuat dan banyak perangkat lunak telah diciptakan. Aplikasi TI dalam bidang biologi/life sciences telah melahirkan bidang Bioinformatika.

Penggunaan Protein Rekombinan Hormon Pertumbuhan untuk Memacu Pertumbuhan Ikan Gurame (Osphronemus gouramy)

Abstrak : Ikan gurame (Osphronemus gouramy) merupakan salah spesies target revitalisasi perikanan untuk tujuan konsumsi dalam negeri, yang diharapkan produksinya terus meningkat setiap tahun. Target produksi ikan gurame nasional tahun 2007 belum tercapai (Nurdjana, 2008). Rendahnya kualitas benih dan pakan yang digunakan petani ikan diduga merupakan faktor utama penyebab target produksi nasional tersebut tidak terealisasi. Kualitas benih ikan dapat ditingkatkan melalui aplikasi metode selektif breeding, hibridisasi, poliploidisasi (triploidisasi), dan transgenesis.

 Namun demikian, teknik pemijahan ikan gurame secara terkontrol/buatan sebagai prasyarat bagi teknologi-teknologi tersebut belum tersedia. Pendekatan lain yang bisa digunakan untuk memacu pertumbuhan ikan gurame adalah pemberian pakan berkualitas tinggi; kadar protein tinggi. Pakan buatan untuk memacu pertumbuhan ikan gurame mulai dari benih hingga untuk pembesaran disarankan menggunakan kadar protein tinggi, 33,9-43,3% (Mokoginta et al., 1994).

Persentase kadar protein yang cukup tinggi tersebut, diduga menjadi salah satu penyebab petani kurang tertarik untuk menggunakannya, karena pakan yang memiliki protein tinggi adalah lebih mahal dibandingkan dengan pakan dengan kandungan protein rendah. Umumnya petani memberi makan ikan gurame berupa pakan buatan yang mengandung protein <30% atau dengan daun talas saja. Pakan dengan kadar protein rendah, sekitar 28%, yang ditambahkan bahan stimulan pemacu pertumbuhan ikan, atau pemberian pakan alami diperkaya dengan bahan stimulan tersebut diduga menjadi alternatif untuk mengatasi masalah rendahnya kecepatan tumbuh ikan gurame.

http://kuliah-ikan.blogspot.com/2011/02/jurnal-penggunaan-protein-rekombinan.html

 

Analisis Jurnal Penginderaan Jauh dan SIG

Aplikasi Data Landsat dan SIG untuk Potensi Lahan Tambak di Kabupaten Banyuwangi

 Aplikasi penginderaan jauh dan sistem informasi geografis ( SIG ) di manfaatikan untuk evaluasi potensi lahan yang sesuai untuk budidaya tambak. Parameter yang di gunakan dalam penelitian ini adalah penggunaan lahan saat itu yang di peroleh dari hasil analisis inderaja, topografis atau lahan menghasilkan 4 (empat) tingkat kesesuai, yaitu :

1)      Sesuai

2)      Agak sesuai

3)      Kurang sesuai, dan

4)      Tidak sesuai

Penentuan kesesuain lahan tambak biasanya menggunakan cara yang masih manual,

yaitu dengan turun langsung ke daerah yang di anggap memiliki potensi sebagai lahan tambak. Akan tetapi cara tersebut di anggap todak efisien dan membutuhkan biaya yang banyak, alterrnatif  yang dapat di gunkan adalah dengan menggunakan penginderaan jauh (inderaja) dan sistem informasi geografis (SIG), sehingga mendapatkan data-data mengenai

lahan yang potensial untuk tambak secara cepat dan dengan cakupan yang luas. Pengolahan analisis data inderaja landsat dan sistem informasi geografis  terdiri dari beberapa tahapn kegiatan yaitu :

a.       Koreksi Radiometris

Koreksi ini melakukan untuk memperkecil kesalahan yang di sebabkan  oleh faktor awan dari atmosfer. Salah satu cara yang di lakukan adalah dengan menyamakan histogram antar masing-masing kanal yang di miliki.

b.      Koreksi Geometris

Kelengkungan bumi menghasilkan jarak antar titik menjadi tidak sama di seluruh permukaan bumi. Koreksi geometrik akanmemperkecil kesalahan tersebut sehingga jarak antar titik dapat mendekati bidang datar.

c.       Analisis Visual

Kemampuan data inderaja Landsat dengan kombinasi kanal Nang berbeda dengan manfaat untuk kebutuhan analisis visual.

d.      KlasifikasiPenutup Lahan

Klasifikasi penutupan lahan dilakukan secara digital. Teknik klasifikasi yang digunakan adalah metode Supervised. Langkah awal adalah membentuk traning sample dan menguji training sample tersebut dilakukan proses klasifikasi secara digital, dimana obyek dengan nilai statistik terdekat dikelompokan menjadi kelas sesuai dengan kelas training sample yang di ambil.

e.       Potensi Lahan untuk Tambak

Penentuan potensi lahan untuk tambak adalah dengan menilai kualitas suatu lahan dengan persyaratan yang harus di penuhi  untuk pengembangan lahan tambak.

Parameter kimia  dan parameter  sosial ekonomi tidak  di masukkan dalam analisis ini. Hasil yang di peroleh  dari analisis SIG (GIS) dapat menunjukkan  lahan yang sesuai untuki pengembangan tambak berdasarkan parameter-parameter tersebut. Kelas kesesuai lahan di mulai dengan kelas ‘’Sesuai’’ karena lolok ukur yang digunakan tidak sama. Parameter yang di gunakan adalah sebagai berikut :

a.Parameter 1: Penggunaan Lahan saat ini

b. Parameter 2 : Topografi / Kemiringan Lahan

c. Parameter 3 : Jenis Tanah

d. Parameter 4 :  Iklim ( Curah hujan tahunan dan jumlah bulan yang kering )

BIOINFORMATIKA

Bioinformatika (bioinformatics) adalah (ilmu yang mempelajari) penerapan teknik komputasionaluntuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metodematematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran sekuens , prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresigen. Dalam dunia perikanan ,informatika sangat penting peranannya . Dalam dunia perikanan contohnya untuk pemasaran hasil panen .Selain pemasaran secara langsung ,pemasaran hasil perikanan juga dapat melalui internet . Seperti ikan – ikan hias banyak di pasarkan melalui internet contohnya ikan cupang ,ikan koi ,ikan arwana ,ikan louhan ,dll .

Sejarah

Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan komputer dalam biologi. Namun demikian, penerapan bidang-bidang dalam bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an.

N C B I

NCBI adalah instansi yang bertanggung jawab untuk menciptakan sistem otomatis untuk menyimpan dan menganalisis profesi yang berkembang pesat data genetik dan molekuler.

Sejarah NCBI
National Center for Biotechnology Information (NCBI) adalah multi-disiplin kelompok penelitian yang berfungsi sebagai sumber daya untuk informasi biologi molekuler. Ini dibentuk pada tahun 1988 sebagai pelengkap kegiatan dari Institut Kesehatan Nasional (NIH) dan National Library of Medicine (NLM). Fasilitas terletak di Bethesda, Maryland, Amerika Serikat. Awalnya, penciptaan NCBI dimaksudkan untuk membantu dalam memahami mekanisme molekuler yang mempengaruhi kesehatan manusia dan penyakit dengan tujuan berikut: untuk membuat dan memelihara database publik, mengembangkan perangkat lunak untuk menganalisis data genom, dan untuk melakukan penelitian dalam biologi komputasi. Dalam waktu, dan melalui penggunaan luas dari Internet, NCBI menjadi semakin sadar akan peran penelitian biologi murni. Biologi molekular menjadi sebagai tokoh sebagai penelitian biomedis. Hal ini terbukti sebagai database khusus berbagai sedang diciptakan oleh NCBI, untuk melengkapi mereka yang berurusan langsung dengan kesehatan manusia. NCBI mulai menawarkan jasa serta:
-Mengembangkan metode baru untuk menangani volume dan kompleksitas data meneliti ke metode yang dapat menganalisis struktur dan fungsi makromolekul.
-Menciptakan sistem komputerisasi untuk menyimpan dan menganalisis data tentang biologi molekuler.
-Menyediakan akses ke analisis dan alat komputasi (yang memfasilitasi penggunaan database dan perangkat lunak) untuk peneliti dan publik.Dalam proses pengembangan database, NCBI membentuk standar database seperti nomenklatur database yang juga digunakan oleh non-database NCBI. Satu NCBI database GenBank, urutan database yang asam nukleat yang berisi informasi urutan dari lebih dari 200 000 organisme yang berbeda. GenBank mungkin adalah database yang paling populer digunakan, dan benar-benar mendahului NCBI. Bagi banyak orang, nama adalah identik dengan NCBI.

Genbank sebagai database model
Salah satu peran NCBI adalah menjaga database tersedia untuk umum. Tapi apa sebenarnya adalah database, dan mengapa mereka penting untuk biologi molekuler?Pada dasarnya, database adalah tubuh besar dan terorganisir data. Tapi salah satu kriteria kunci untuk database biologis adalah data persisten. Dengan kata lain, informasi yang dikodekan dan diwakili oleh data bisa berubah tetapi jenis data lebih tahan terhadap perubahan. Ini kaku data adalah refleksi dari apa yang terdiri dari makromolekul dan bagaimana para ilmuwan telah memilih untuk melambangkan alam. Sebagai contoh, urutan asam nukleat dapat dilambangkan dengan huruf mewakili nukleotida dan urutan protein dapat diwakili oleh huruf yang melambangkan 20 asam amino. String ini merupakan simbol surat jumlah yang mengejutkan informasi, tetapi untuk sistem komputerisasi mereka dengan mudah dapat diatur dan dimanipulasi secara optimal.Database urutan model GenBank.GenBank, sebuah database yang berisi semua sekuens asam nukleat diketahui, adalah salah satu anggota dari “Entente Triple” database urutan; dua lainnya adalah Laboratorium Biologi Molekuler Eropa (EMBL) dan Database DNA Jepang (DDBJ), semua tiga yang merupakan bagian dari proyek Urutan Nukleotida Internasional database. Dua database urutan terakhir mencakup semua urutan Genbank itu. Pada Agustus 2003, terdapat 27,2 juta Genbank urutan yang berbeda. Lebih dari 185 genom mikroba yang lengkap tersedia (September 2004) serta lebih dari lima puluh genom eukariotik (Juli 2003) (termasuk genom manusia). Sekitar 26% dari urutan dalam database berasal dari manusia (1)
Mencari urutan di GenBank disebut sebagai “membuat query”. Informasi yang mata air sampai disebut “catatan” (entry) untuk query. Catatan untuk setiap urutan di GenBank berisi deskripsi singkat dari urutan, nama ilmiah dan taksonomi organisme sumber dari mana urutan berasal, referensi bibliografi, dan daftar “fitur”. Fitur termasuk daerah pengkodean urutan asam nukleat dan situs lainnya penting biologis. Selain itu, urutan protein asam nukleat diterjemahkan daerah pengkode disertakan. Setiap catatan GenBank diberikan sebuah “nomor aksesi” yang merupakan pengenal stabil dan unik dari catatan yang tidak berubah dengan waktu. Selain itu, “GenInfo (gi) nomor” ditugaskan untuk setiap urutan seperti pada “versi nomor aksesi”; angka-angka ini melakukan perubahan. Misalnya ketika urutan diperbarui untuk CUT1-Reseptor (Aksesi nomor: AB123456, Versi: AB123456.1, gi nomor: 123456789), versi dan gi mengubah nomor.Hal ini memudahkan pengarsipan data dan mencegah inkonsistensi informasi urutan dalam literatur.

Berbagai metode yang digunakan menghasilkan informasi urutan ditemukan dalam Genbank. Sekitar 70% dari semua urutan dalam GenBank yang EST (Disajikan Tags urutan), yang dihasilkan oleh mRNA transkripsi balik ke cDNA komplementer, dan kemudian melakukan single-pass pada mereka cDNA sequencing. EST demikian mewakili segmen DNA yang kode untuk mRNA, dan cepat, cara murah untuk menentukan gen sedang aktif ditranskripsi dalam jaringan pada tahap tertentu pembangunan. Lain metode eksperimental umum untuk generasi urutan-urutan Tagged termasuk Situs (STS) digunakan untuk memperoleh peta fisik genom dalam konstruksi, dan Genome urutan Survei (SSU), urutan acak singkat yang digunakan umumnya untuk cepat sampel jenis urutan DNA yang dapat ditemukan di genom.NCBI menawarkan perangkat lunak online untuk membantu para peneliti mengirimkan data urutan ke GenBank. Individu peneliti dapat mengajukan urutan tunggal. Pengiriman yang lebih besar sering kali datang dari pusat sekuensing, yang dapat mengajukan urutan banyak atau seluruh genom. Hubungan antara mengirimkan data sekuens untuk GenBank dan publikasi juga merupakan upaya yang terkoordinasi; jurnal yang mempublikasikan data sekuens memerlukan pengajuan GenBank sebagai syarat untuk publikasi. Alat pengajuan online meliputi BankIt, payet, dan tbl2asn. Bankit adalah yang paling sederhana dari alat-alat, dan membutuhkan penulis untuk memasukkan urutan, dan kemudian menambahkan penjelasan biologis seperti daerah pengkode. Payet memungkinkan untuk penyampaian beberapa urutan atau kompleks dan memiliki metode yang lebih terorganisir dari pengajuan urutan. Pusat genom menggunakan program seperti tbl2asn, analog baris perintah lebih kuat dari payet.
Setelah berurutan telah ditambahkan ke database, apa persiapan yang diperlukan sebelum analisis data dapat dimulai? Jawabannya ditemukan dalam alat pengambilan database.
Mengambil data Genbank dan data dari database NCBI lain
Sistem pengambilan database utama di NCBI Entrez, yang menghubungkan bersama beberapa database, termasuk GenBank. Database sentral dalam Entrez adalah database Genbank nukleotida, yang menghubungkan ke database sebagai berikut: PubMed, Sequence Protein, Genom, Taksonomi, Struktur, Penduduk, Warisan online Mendelian dalam Man (OMIM), Buku, dan Domain 3D. Sambungan antara entri dalam database disebut tetangga, dan koneksi antara entri database yang berbeda disebut hardlink. Sebagai contoh, urutan diambil dari GenBank dapat hardlink ke kutipan sastra di PubMed untuk urutan tertentu. PubMed adalah literatur NCBI kutipan database yang berisi abstrak lebih dari 12 juta artikel jurnal. Setelah urutan ditemukan dalam GenBank, atau sekali data apapun yang ditemukan di salah satu dari berbagai database, daftar topik yang berhubungan dengan jurnal abstrak dapat disulap di PubMed menggunakan hardlinks. Sayangnya, full-teks elektronik-jurnal tidak dapat diakses melalui semua database NCBI gratis, hanya PubMedCentral menyediakan akses gratis ke teks lengkap artikel. Untungnya, perpustakaan universitas (seperti perpustakaan UBC) melakukan membeli layanan untuk menyediakan secara gratis kepada pengguna mereka.

Lain pengambilan sistem database yang ditawarkan oleh NCBI termasuk LocusLink, Browser Taksonomi, dan Gene. LocusLink menawarkan informasi deskriptif tentang gen dan didasarkan pada data dikuratori. Browser Taksonomi menawarkan informasi tentang silsilah organisme yang memiliki urutan yang sesuai di GenBank. Taksonomi dan filogenetik pohon juga dapat dilihat melalui Browser Taksonomi. Gene adalah poised untuk menjadi penerus Locuslink, dengan lingkup yang lebih besar, dan integrasi ke dalam sistem Entrez NCBI.
NCBI menawarkan sejumlah format urutan data, termasuk FASTA. FASTA adalah format teks sederhana yang umum digunakan oleh banyak potongan perangkat lunak bioinformatika.
NCBI data analisis perangkat lunak alat

Tujuan utama dari bioinformatika adalah untuk memungkinkan peneliti untuk membuat koneksi baru antara data. Perangkat lunak analitik memungkinkan untuk melakukan eksperimen ilmiah, penolakan hipotesis, dan menarik kesimpulan tentang biologi molekuler. Meskipun bukan pengganti meja kerja, bioinformatika bertindak sebagai pelengkap untuk laboratorium-data yang dihasilkan. Banyak alat analisis data ada di NCBI, UBiC dan tempat-tempat lain di web. Karena jumlah sangat besar teknik yang tersedia untuk menganalisis data, dan perangkat lunak analitik relatif baru, kondisi untuk penggunaan setiap alat ini mungkin membingungkan. Kesalahan karena ketidakbiasaan dengan alat-alat masih cukup umum. Alat-alat lain telah mendapatkan digunakan secara luas hanya dengan menjadi mudah digunakan. Salah satu alat tersebut adalah Alignment Dasar Alat Pencarian Linear (BLAST), yang paling umum digunakan untuk menganalisis sekuens asam nukleat dari GenBank.
BLAST adalah alat perangkat lunak yang sejalan dua sekuens dalam rangka untuk memutuskan apakah ada kemiripan urutan antara dua sekuens. Urutan dapat menjadi dua sekuens nukleotida atau dua urutan protein. Dari kesamaan urutan, homologi dapat disimpulkan, meskipun ada perbedaan jelas antara keduanya. Homologi menunjukkan bahwa urutan dipelajari berasal dari urutan leluhur umum. Homologi antara urutan ini juga menunjukkan (tetapi tidak cukup untuk membuktikan) fungsi serupa di tingkat molekuler.Kesalahpahaman tentang makna istilah dapat diilustrasikan oleh pernyataan seperti, “dua urutan yang 66% homolog” dan “homologi ada untuk gelar ini”. Homologi tidak didasarkan pada persentase atau gelar; keberadaannya adalah ekstrim. Homologi baik ada antara urutan atau tidak. Jadi bagaimana kesimpulan dukungan BLAST homologi? BLAST adalah didasarkan pada gagasan persen-kesamaan antara urutan, model statistik dari distribusi mendapatkan urutan nukleotida yang diberikan oleh kebetulan. Jika dua urutan nukleotida menunjukkan kesamaan gelar yang mereka bisa, sesuai dengan model statistik, digunakan oleh seorang peneliti untuk menyimpulkan urutan homolog. Model statistik yang berbeda ada untuk urutan protein. NCBI menawarkan berbagai BLAST berbasis alat untuk menganalisis berbagai jenis data. Selain menggunakan BLAST untuk mendukung sebuah kesimpulan tentang homologi antara dua urutan, adalah mungkin untuk BLAST urutan query terhadap genom manusia atau genom mouse untuk mencari sekuens homolog

Lain NCBI alat analisis data meliputi Elektronik-PCR, yang menempatkan urutan-Tagged Situs, dan BLAST-Link (Blink), yang menunjukkan keberpihakan BLAST protein untuk setiap urutan protein yang ditemukan dalam Entrez. Banyak alat lebih dapat diakses melalui website NCBI. Beberapa alat analisis data juga database . Sebuah daftar lengkap non-alat meliputi: OrfFinder (untuk membuka-membaca frame), RefSeq, UniGene, SNP Database (untuk single-nukleotida polimorfisme), Human Genome Sequencing, MapViewer Manusia (untuk melihat draft dari proyek genom manusia), Ekspresi gen Omnibus, Online Mendelian Inheritance in Man (OMIM) (katalog penyakit genetik manusia), Database Modeling Molekuler (MMDB) yang merupakan database protein 3D struktur, dan Database Domain dilestarikan (CDD).
Database dan pendidikan publik

Satu database Entrez berfungsi sebagai sumber potensial untuk pendidikan umum dalam biologi molekuler: itu adalah Database BUKU. Tidak hanya melakukan berbasis web buku suplemen dan memperjelas topik, mereka juga berfungsi sebagai sumber daya yang sangat kredibel untuk wartawan ilmu pengetahuan dan wartawan. Berita itu sering hanya modus transfer informasi ilmiah antara peneliti dan masyarakat. Selain itu mahasiswa dapat menemukan beberapa buku saja yang dibutuhkan dalam database. Sebagai contoh, Molekuler your Lodish itu Biologi (Biologi UBC 350), Esensial your Albert Biologi (Biologi UBC 441), Developmental Biology Gilbert (Biologi UBC 331), Analisis Genetika Modern (Biologi UBC 334 & 335), dan Janeway yang Immunobiology (UBC Mikrobiologi 301) isi sepenuhnya tersedia.

Selain itu, NCBI menyediakan “Primer Ilmu” di daerah yang membentuk dasar-dasar teoritis dari NCBI sendiri, dengan tutorial tentang topik-topik seperti bioinformatika, EST, teknologi microarray, STSs, dan pemodelan molekul. Terakhir, NCBI menawarkan tutorial tentang cara menggunakan berbagai database dan data-analisis perangkat lunak

NCBI (National Centre for Biotechnology Information) merupakan suatu institusi yang konsen sebagai sumber informasi perkembangan biologi molekuler.

Salah satu tools yang tersedia dalam situs NCBI ini adalah BLAST.
BLAST (Basic Local Alignment Search Tool) merupakan suatu alat pencari yang dapat menyesuaikan dan mencari sekuen yang mirip dengan sekuen meragukan yang kita miliki melalui perbandingan sekuen melalui GenBank DNA database dalam waktu singkat.
Ada 5 program utama dalam BLAST, yaitu :
1. nucleotide blast (blastn) : membandingkan suatu sekuen nukleotida yang kita miliki dengan database sekuen nukleotida
2. protein blast (blastp) : membandingkan suatu sekuen asam amino yang kita miliki dengan database sekuen protein
3. blastx : membandingkan produk translasi konsep 6-frame sebuah sekuen nukleotida (translated nucleotide) yang kita miliki dengan database sekuen protein
4. tblastn : membandingkan suatu sekuen protein yang kita miliki dengan database sekuen nukleotida yang secara dinamis ditranslasi pada semua pembacaan 6 frame.
5. tblastx : membandingkan suatu translasi 6 frame dari nukleotida

Mencari referensi penelitian melalui NCBI
Beberapa journal penelitian dapat diakses pada database NCBI melalui Pubmed maupun Pubmed central.

PubMed adalah sebuah layanan dari National Library of Medicine, yang menyertakan lebih dari 20 juta kutipan untuk artikel-artikel biomedis sejak tahun 1950-an hingga kini. Kutipan-kutipan itu dari MEDLINE dan tambahan dari jurnal-jurnal sains kehidupan. PuMed menyertakan link ke banyak situs yang menyediakan teks lengkap dari artikel tersebut dan sumber-sumber yang berhubungan. PubMed Central (PMC) adalah tempat arsip digital jurnal bebas/gratis yang disediakan oleh Institut Kesehatan Nasional AS (National Institutes of Health-NIH) yang menyediakan literatur ilmiah di bidang biomedik dan ilmu hayat.
Misal : Beberapa jurnal yang digunakan untuk referensi dalam penulisan tesis yang ditelusuri melalui data base pubmed.

Manfaat NCBI

Pusat Informasi Bioteknologi Nasional (NCBI) di situshttp://www.ncbi.nlm.nih.gov/ , telah didirikan sejak tahun 1988 sebagai sebuah sumber nasional untuk informasi biologi molekuler. NCBI membuat database yang dapat diakses secara umum, mengembangkan alat bantu software untuk menganalisis data genom dan menyebarkan informasi biomedik yang semuanya untuk pemahaman yang lebih baik terhadap proses molekuler yang berdampak pada kesehatan dan penyakit manusia. NCBI adalah sebuah lembaga maya yang sangat berguna untuk menyediakan sekaligus tempat untuk menelusuri informasi berharga. Beberapa database yang tersedia di NCBI dan dapat dipertanggungjawabkan meliputi database bank gen skuens DNA yang mengandung lebih dari 9.103.000 skuens nukleotida yang tercatat pada Oktober 2000, database model molekuler (Molecular Modeling Database = MMDB) yang terdiri dari struktur tiga dimensi protein sebagai alat bantu visualisasi dan analisis perbandingan, serta database pola pewarisan mendel pada manusia (Online Mendelian Inheritance in Man = OMIM) yang merupakan katalog bagi kelainan gen dan genetik pada manusia.

Keuntungan yang diperoleh baik oleh guru maupun siswa adalah bahwa NCBI telah mengembangkan sebuah cara yang sederhana untuk menganalisis dan mengakses semua informasi ini. ”Entrez” adalah sebuah sistem untuk pencarian dan menemukan kembali yang mengintegrasikan urutan nukleotida, urutan protein, dan struktur makromolekul seluruh genom, serta literatur ilmiah. Keuntungan sistem ini adalah bahwa semua database ini saling berhubungan satu dengan yang lain seperti terlihat pada gambar 3. Sebuah kemungkinan mengakses dengan mudah sekuens protein, memperoleh literatur protein tersebut, pengujian secara klinik terhadap kelainan protein yang diperoleh dari penyakit cacat, dan menganalisis lokasi gen pada kromosom, semuanya dapat dilakukan dengan klik pada sebuah tombol. Hal ini merupakan sebuah cara yang yang tersedia di NCBI yang sangat berguna untuk memulai menganalisis sejumlah informasi yang tidak masuk akal.