Identifikasi Protein Signifikan Penyakit Parkinson dengan Menggunakan Principal Component Analysis dan ClusterONE
Abstract
Penyakit Parkinson adalah salah satu penyakit degeneratif yang memiliki tingkat kematian yang tinggi di Indonesia. Penyakit Parkinson dapat diatasi dengan pengobatan atau terapi yang menargetkan protein-protein signifikan. Penelitian ini mengidentifikasi protein signifikan menggunakan data centrality interaksi protein-protein yang dianalisis dengan Principal Component Analysis (PCA) dan clustering dengan ClusterONE. PCA digunakan untuk mencari nilai overall centrality yang digunakan untuk mengambil subgraf interaksi protein. Clustering dilakukan pada subgraf yang terbentuk dan menghasilkan 4 cluster. Cluster terbaik yang terbentuk adalah cluster dengan rata-rata centrality yang tinggi dan p-value yang rendah. Ciri-ciri tersebut diambil dari ciri-ciri protein signifikan. Cluster terpilih adalah cluster dengan p-value sebesar 0.02492 dan memiliki rata-rata centrality tertinggi kedua. Anggota-anggota cluster tersebut adalah 10 protein yang berasosiasi langsung dengan penyakit Parkinson, 3 protein berasosiasi tidak langsung, dan satu protein tidak berasosiasi dengan penyakit Parkinson.
Collections
- UT - Computer Science [2236]