Course Description
Bioinformatika Struktural adalah mata kuliah wajib program studi yang mempelajari bagaimana informasi urutan (sekuens) DNA, RNA, dan protein digunakan untuk memahami, memprediksi, serta menganalisis struktur tiga dimensi (3D) makromolekul biologis dan hubungannya dengan fungsi. Mata kuliah ini menjembatani konsep biokimia, biologi sel, dan biologi molekuler yang telah dikuasai mahasiswa dengan keterampilan komputasi yang lazim digunakan dalam riset dan industri bioteknologi modern. Penekanan mata kuliah bukan pada pemrograman, melainkan pada penggunaan basis data dan webserver gratis yang ramah pemula serta kemampuan membaca dan menafsirkan hasil secara biologis, sesuai filosofi mata kuliah: "bukan sekadar mengoperasikan tools, tetapi memahami makna biologis dari setiap hasil". Lingkup kajian mencakup pengambilan data biologis (NCBI, UniProt, RCSB PDB), penyelarasan sekuens, prediksi struktur sekunder dan 3D protein (homology modeling, ab initio, AlphaFold), validasi model, motif dan domain protein, prediksi struktur RNA, lokalisasi subseluler, interaksi protein–protein, molecular docking, molecular dynamics, hubungan struktur–aktivitas (SAR), serta imunoinformatika untuk desain kandidat vaksin. Pembelajaran dilaksanakan secara bauran (blended) dengan pendekatan Student Centered Learning melalui Case Based Learning dan Project Based Learning. Setiap pertemuan terdiri atas kuliah teori dan praktikum komputer berbasis worksheet terstruktur, dan diakhiri dengan proyek akhir berupa satu alur kerja (pipeline) analisis bioinformatika struktural utuh pada protein target pilihan mahasiswa yang dipresentasikan pada pertemuan ke-16.
Program Objectives (PO)
- Mampu menjelaskan konsep dasar bioinformatika struktural serta hubungan antara sekuens, struktur, dan fungsi makromolekul biologis, termasuk keterbatasan dan etika analisis in silico.
- Mampu mengakses, membedakan, dan mengelola data biologis dari basis data utama (NCBI, UniProt, RCSB PDB) secara tepat dan tertelusur
- Mampu melakukan penyelarasan sekuens (pairwise dan multiple alignment) serta menafsirkan tingkat kemiripan, konservasi, dan kekerabatan evolusi.
- Mampu memprediksi struktur sekunder dan tiga dimensi protein menggunakan webserver gratis serta memvalidasi kualitas model yang dihasilkan.
- Mampu mengidentifikasi motif, domain, struktur RNA, lokalisasi subseluler, dan interaksi protein untuk menyimpulkan fungsi biologis.
- Mampu menerapkan teknik molecular docking serta menjelaskan prinsip molecular dynamics dan SAR dalam konteks desain obat dan rekayasa enzim.
- Mampu menerapkan pendekatan imunoinformatika untuk memprediksi epitop kandidat vaksin beserta pertimbangan etikanya.
- Mampu menyusun laporan ilmiah dan mengomunikasikan hasil analisis bioinformatika struktural secara sistematis, jujur, dan bertanggung jawab (etika data).