SEQUENCHER GENECODES

SEQUENCHER GENECODES

Ayu Dian Anggraini (51413536)

Arief Nugraha         (51413300)

Dwi Septiani (52413704)

Fadli Perdana (53413055)

Fariz Yudhistira (53413267)

Haris Wijanarko (53413935)

Jurusan Teknik Informatika, Fakultas Teknologi Industri

Universitas Gunadarma

Jl. Margonda Raya No. 100 PondokCina, Depok 16424

Abstraksi

Gene Codes Corporation merupakan perusahaan internasional milik swasta yang berdiri di Ann Arbor, Michigan, yang mengkhususkan diri pada perangkat lunak bioinformatika untuk analisis urutan genetik. Produk perangkat lunak andalannya, Sequencher, adalah perangkat lunak sekuensing yang digunakan di seluruh dunia. Penggunaannya yang ditargetkan oleh para peneliti di laboratorium akademis dan pemerintah serta bioteknologi dan perusahaan farmasi untuk rangkaian urutan DNA^[4].

I.                  PENDAHULUAN

Sequencher DNA Sequence Analysis Software adalah alat yang sangat diperlukan untuk ilmuwan benchtop. Sequencher Genecodes selalu  dikembangkan dan diperbaiki selama lebih dari 25 tahun, Sequencher menawarkan sejumlah fitur yang tak tertandingi yang telah mendaratkannya dalam puluhan ribu terbitan. Gene Codes telah memusatkan perhatian pada pembuatan Sequencher sebagai alat yang mudah untuk dipelajari. Pengguna pemula dapat menghasilkan hasil dengan investasi waktu minimal sementara pengguna berpengalaman akan mengagumi kedalaman fitur dan tingkat kontrol. Sequencher dikemas dengan algoritma proprietary dan favorit peer-reviewed yang menghasilkan hasil untuk data barisan Sanger, Next-Gen Sequencing (NGS), dan RNA-Seq.

II.              PEMBAHASAN

a.     Sejarah

Gene Codes Corporation didirikan pada tahun 1988 di Ann Arbor, Michigan, yang di ketuai oleh  Howard Cash[1]. Pada tahun 1991 Sequencher, dirilis. Pada tahun 1997, hampir setiap perusahaan farmasi dan perusahaan genomik komersial di dunia menggunakan Sequencher, dan juga hampir sebagian besar laboratorium di pusat akademik utama. Sequencher 5.4 dirilis pada tahun 2015 ^[1]

b.     Metode Sequencher

Sequencher 5.1 memiliki kemampuan untuk melakukan Sanger Sequencing dan Next Generation Sequencing. Sequencher memiliki alat canggih yang membantu analisis umum rangkaian dan membuat laporan yang merupakan analisis mendalam dengan kumpulan data^[4].

c.     General Analysis^[3]

•        Memiliki kemampuan impor dan ekspor data yang luas

•        NCBI BLAST Search

d.     Sanger Sequencing^[3]

·        Impor data dari salah satu CE Instrument

·        Membersihkan data mentah dengan cara memangkas vektor dengan kualitas yang rendah

·        Melakukan alignment de novo atau reference based assembly dengan fleksibel

·        Mempersiapkan dengan mudah antara file data yang sejajar menganalisis jejak secara lokal atau global untuk menemukan puncak sekunder atau tidak beralasan.

·        Memindahkan antara multi-frame dan restriction maps

·        Menyiapkan template yang dapat digunakan kembali untuk proyek umum yang memungkinkan pengguna menggunakan penomoran dan fitur dasar dari urutan referensi.

·        Membandingkan proyek serupa menggunakan tabel varian

·        Membuat laporan yang dengan cepat dan jelas mendokumentasikan temuan penelitian

e.     Next Generation Sequencing^[3]

•        Mudah mengimpor NGS reads

•        Lihat hasil menggunakan Tablet

•        Analisis SNP

f.      Macam-macam Analisis yang ada pada Sequencher Genecodes :

1.     Assembly

Sequencher telah membangun reputasinya pada algoritma perakitan sekuens DNA berpemilik yang telah menetapkan standar di laboratorium penelitian di seluruh dunia selama lebih dari 25 tahun. Tidak ada program lain yang memberikan kita seperangkat fitur berbasis sains yang bisa disesuaikan dengan hampir semua proyek dan mendapatkan hasil dengan cepat.

Sequencher memiliki beberapa algoritma perakitan yang berbeda serta mode perakitan yang berbeda yang memberikan fleksibilitas untuk bekerja dengan data urutan jenis apapun.

 Dengan tiga algoritma perakitan yang berbeda untuk data Sanger, kita memiliki kontrol penuh atas cara data DNA dikumpulkan. Algoritma pertama disetel untuk mengetahui data yang dihasilkan dari mesin sekuensing, algoritme kedua memungkinkan kita mengontrol berapa banyak kesalahan yang salah yang kita izinkan dalam data gabungan yang kita buat, dan yang ketiga berkaitan dengan kesenjangan besar (lebih dari 10 basis ) dengan mudah.

Kita dapat menyempurnakan parameter perakitan untuk mendapatkan kecocokan terbaik dengan data Kita. Mudah untuk menyesuaikan persentase pertandingan dengan cepat, minimum overlap, dan menyesuaikan penempatan celah dengan ketiga algoritma perakitan. Dan pengaturan khusus disimpan secara otomatis untuk proyek berikutnya. Jika kita ingin berbagi setting dengan kolega kita atau menggunakannya kembali untuk proyek yang berbeda, kita tidak perlu menuliskannya, kita dapat membuat Template proyek untuk menghemat waktu.

2.     RNA – Seq

Selama beberapa tahun terakhir,  RNA-Seq telah menjadi teknik yang sangat populer dengan haknya sendiri sebagai tambahan microarray dalam studi ekspresi gen. Kemampuan untuk mengurutkan RNA dan menyelaraskannya sebelum analisis lebih lanjut adalah teknik yang kuat namun secara teknis menantang. Hal ini terutama disebabkan oleh fakta bahwa pelurus urutan kuat semua didorong oleh perintah. Sequencher memberi kita antarmuka pengguna grafis yang konsisten di seluruh algoritme NGS dan akses ke semua opsi yang biasanya kita lihat di baris perintah.

GSNAP adalah algoritma pilihan karena kemampuannya untuk menangani genom atau transkripsional referensi, kejadian sambatan, atau varian, termasuk beberapa ketidakcocokan atau indels panjang. Ini memiliki mode keselarasan yang berbeda yang memungkinkan kita bekerja dengan data yang mengandung berbagai SNP, basis methylated, atau basis RNA-I dibandingkan dengan urutan referensi. GSNAP bahkan memungkinkan kita untuk mencicipi dan menyelaraskan sub-set data kita untuk memastikan semuanya berjalan dengan baik di tahap persiapan perpustakaan dan urutan berikutnya. Dan jika kita memiliki keraguan tentang data kita, periksa kualitasnya dengan Laporan FastQC. Uji bacaan kita dengan sebelas metrik terpisah dan buat laporan yang mudah dimengerti. kita bahkan dapat menggunakan Laporan FastQC sebagai alat untuk melacak kualitas dari waktu ke waktu dari data yang kita terima. Dengan External Data Browser, kita bisa memantau kemajuan keberpihakan kita - jadi jangan coba tebak lagi jika masih berjalan atau tidak

III.          PENUTUP

Genecodes menyediakan aplikasi software Sequencher untuk membantu para pengguna untuk mempermudah mengatur data dan dapat mengimpor dan mengekspor data yang lebih luas, dan mempermudah membuat laporan dengan cepat dan jelas.

IV.           DAFTAR PUSTAKA

[1] Gene codes Appreciation Page , Jonathan Hoyle’s Web Site

http://www.jonhoyle.com/genecodes/. Online. (diakses 4 Juni 2017)

    [2] Gene Codes Releases Sequencher 5.4, DNA Sequence

Analysis Software http://www.businesswire.com/news/home/20151110006029/en/Gene-Codes-Releases-Sequencher-5.4-DNA-Sequence. Online. (diakses 4 Juni 2017)

    [3] Official Website http://www.genecodes.com/ . Online.

(diakses 4 Juni 2017)

    [4] Wikipedia. 2016.Gene Codes.

https://en.wikipedia.org/wiki/Gene_Codes_Corporation .

Online. (diakses 4 Juni 2017)

Jurnal NoSQL

NoSQL DATABASE
Kelompok :
Fadli Perdana
Rio Hariyoko R
Solihin

ABSTRAK

Berkembangnya aplikasi berbasis web yang memerlukan pengolahan data dalam skala besar melahirkan paradigma baru dalam teknologi basis data. Beberapa website seperti Facebook, Twitter, Digg, Google, Amazon, dan SourceForge menyimpan dan mengolah data puluhan giga setiap harinya, dan total keseluruhan data yang disimpan oleh aplikasi tersebut sudah mencapai ukuran petabyte. peningkatan kemampuan server secara horizontal yang meliputi penambahan perangkat server baru dalam suatu jaringan memerlukan biaya yang mahal dan sulit dalam pengelolaannya. Salah satu cara yang diterapkan oleh website berskala besar untuk mengatasi permasalahan tersebut adalah dengan menggunakan NoSQL. NoSQL menggunakan paradigma Basically Available, Soft State, and Eventually consistent (BASE) untuk merelaksasikan aturan tersebut. Hasilnya, NoSQL dapat mengolah data dalam jumlah besar dengan memartisi data ke dalam beberapa server secara lebih mudah. Makalah ini membahas dalam menjelaskan latar belakang kemunculan, konsep dasar, dan penggunaan NoSQL.

Kata Kunci : NoSQL, Database

PENDAHULUAN

Johan Oskarsson dari Last.fm memperkenalkan kembali istilah NOSQL pada awal 2009 ketika ia menyelenggarakan sebuah acara untuk membahas “Distributed Open Source dan Non-relational Database”. Nama berusaha untuk label munculnya peningkatan jumlah non-relasional, didistribusikan menyimpan data, termasuk kloning open source dari Google Bigtable/MapReduce dan Amazon Dynamo.[2]

Berbeda dengan basis data SQL dimana meskipun berbeda-beda pembuat namun cara kerja NOSQL maupun cara penggunaannya relatif sama. Contohnya sama-sama menggunakan tabel yang dihubungkan oleh relasi-relasi, manipulasi data dengan bahasa SQL dan sb. Basis data NOSQL bisa sangat berbeda satu sama lain.[3]

Sebagian besar sistem NOSQL pada masa awal tidak berusaha untuk memberikan atomicity, konsistensi, isolasi dan daya tahan jaminan, bertentangan dengan praktik yang berlaku di antara sistem databaserelasional. Namun di kemudian hari, beberapa database NOSQL dengan pembaruan terkini sudah mampu mengintegrasikan databaseyang non-relasional ke dalam bentuk database relasional sehingga dapat mempermudah pengguna yang masih belum akrab dengan bahasa standar yang diterapkan NOSQL.[3]

PEMBAHASAN

NoSQL singkatan dari Not Only SQL. NoSQL adalah sebuah konsep mengenai penyimpanan data non-relasional. Berbeda dengan model basis data relasional yang selama ini digunakan, NoSQL menggunakan beberapa metode yang berbeda-beda.[4]

NoSQL sangat berguna pada data-data yang terus-menerus berkembang, dimana  data tersebut sangat kompleks sehingga sebuah database relational tidak lagi bisa mengakomodir. Salah satu bentuknya adalah ketika suatu data saling berhubungan satu sama lain, maka akan muncul proses duplikasi data. Dimana data saling memanggil ke beberapa permintaan, tambahan data baru, perubahan data, dan lain-lain dengan key yang sama. Karena faktor hubungan antar data yang sama terjadi terus-menerus, mendorong faktor redudansi data, data menjadi berlipat-lipat, dan pada akhirnya akan menyebabkan crash pada database berkonsep RDBMS.[4]

Pengelompokan database noSQL

Secara umum, database noSQL dibagi menurut format penyimpanan dokmentnya . Berikut ini adalah pengelompokan database noSQL berdasarkan model (penyimpanan) datanya.[1]

• Document Database contohnya MongoDB, seiap satu object data disimpan dalam satu dokumen. Dokumen sendiri bisa terdiri dari key-value, dan value sendiri bisa berupa array atau key-value bertingkat.[1]
• Graph, Format penyimpanan data dalam struktur graph. Format ini sering dipakai untuk data yang saling berhubungan seperti jejaring social. Contoh database noSQL dengan format ini adalah Neo4J dan FlockDB. FlockDB dipakai oleh twitter.[1]
• Key – Value,  contoh database jenis ini adalah Apache Cassandra.[1]
• Object Database. Format database yang disimpan dalam object-object, Object disini sama dengan pengertian object di Pemrograman beroreintasi object, Contoh databasenya adalah Db4o.[1]
• Tipe lainnya adalah tabular, tuple store dan berbagai jenis lain yang tidak terlalu populer.[1]

Kelebihan NoSQL di banding Relasional Database.[2]

Kelebihan NoSQL

• NoSQL bisa menampung data yang terstruktur, semi terstruktur dan tidak terstuktur secara efesien dalam skala besar (big data/cloud).[2]
• Menggunakan OOP dalam pengaksesan atau manipulasi datanya.[2]
• NoSQL tidak mengenal schema tabel yang kaku dengan format data yang kaku. NoSQL sangat cocok untuk data yang tidak terstruktur, istilah singkat untuk fitur ini adalah Dynamic Schema.[2]
• Autosharding, istilah sederhananya, jika database noSQL di jalankandi cluster server (multiple server) maka data akan tersebar secara otomatis dan merata keseluruh server.[2]

Kekurangan NoSQL

• Hostingnya mahal. beberapa layanan di luar negeri mencharge biaya 100-200USD untuk hosting database noSQL.[2]
• Sulitnya mencari hosting Cpanel yang mendukung database MongoDB atau database noSQL lainnya.[2]
• karena bervariasinya produk dan format penyimpanan, berpindah antar satu produk database ke produk noSQL lainnya perlu waktu untuk belajar. Contohnya ketika anda pindah dari MongoDB ke Cassandra, maka anda harus belajar lagi dari awal, berbeda dengan database RDMS.[2]

Software Dalam NoSQL

Beberapa database NoSQL:

• MongoDB

MongoDB merupakan database open source berbasis dokumen (Document-Oriented Database) yang awalnya dibuat dengan bahasa C++.[4]

• Cassandra Apache

Cassandra Dikembangkan oleh APACHE. Aplikasi Inilah yang digunakan facebook untuk penyimpanan miliayaran data hingga saat ini.[4]

• CouchDB

CouchDB juga dikembangkan oleh APACHE. CouchDB adalah database yang benar-benar merangkul web. Menyimpan data Anda dengan dokumen JSON.  [4]

PENUTUP

Kesimpulan :

Dari beberapa peninjauan artikel yang membahas tentang Nosql juga mencoba praktical dasar pada pembuatan database, mungkin untuk skala kecil menengah memang kita akan lebih memilih konsep sql selain sudah banyak fitur yang kita kenal kompabilitas pada beberapa hosting pun sangat memadai, tapi sebagai Programmer atau orang-orang yang terlibat dalam bidang IT kita tidak bisa menutup mata maupun telinga atas konsep pembaharuan yang di bawa oleh NoSql, jadi memang materi NoSql ini akan menjadi Tugas dan pengetahuan kita saat kita terjun kedunia kerja nanti apabila memang skala data yang di butuhkan sangatlah besar.

REFERENSI

ONLINE :

[1]     Adi, Candra Putra. 2014.Pengantar Database NoSQL dan MongoDB.

http://www.candra.web.id/pengantar-database-nosql-dan-mongodb/,1 April 2017

[2]     Hasanudin, Ade. 2017.Tugas Basis Data( Jurnal NoSQL).http://stmikmb.ilearning.me/jurnal-nosql/,1 April 2017

[3]     Imaduddin, Rifqi Irfan.2014.NoSQL Database.https://civitas.uns.ac.id/irfandudin/2015/12/19/nosql-database/.1 April 2017          

[4]     Sunarsa, Randi. 2012.NoSQL, Ketika Database tidak lagi membutuhkan Relasi.

http://blog.randisunarsa.web.id/?p=383,1 April 2017.