Asosiasi Single Nucleotide Polymorphism pada Penyakit Diabetes Mellitus Tipe 2 Menggunakan Random Forest Regression

Abstract

Personalized medicine adalah perawatan medis berdasarkan karakteristik masing-masing pasien yang dapat meningkatkan perawatan medis yang dilakukan kepada pasien yang tepat. Perkembangan personalized medicine bisa didekati oleh precision medicine. Saat ini, perkembangan precision medicine difokuskan mempelajari penyakit kompleks, salah satunya adalah Diabetes mellitustipe 2 (T2D). Penyakit ini menjadi penyakit global karena merupakan penyakit mematikan terbesar di Asia Tenggara dan Pasifik Barat. Asosiasi antara data genomik yang direpresentasikan oleh single nucleotide polymorphism (SNP) dan fenotipe penyakit T2D dapat menghasilkan informasi untuk precision medicine. Asosiasi yang sudah ada dilakukan menggunakan pendekatan statistik, salah satu yang sudah dikenal adalah CART (classification or regression tree). Ketika terdapat banyak noise pada data dan sedikitnya informasi yang terdapat pada masing-masing variabel menyebabkan kemampuan prediktif CART berkurang, hal ini bisa diatasi dengan random forest. Oleh karena itu, pada penelitian ini dilakukan asosiasi SNP menggunakan random forest regression. Tujuan dari penelitian ini adalah memperoleh asosiasi SNP dan fenotipe, serta melakukan pemeriksaan epistatis untuk mengetahui apakah terdapat interaksi antar SNP. Adapun tahapan penelitian yang akan dilakukan terdiri atas enam tahap yaitu pengumpulan data SNP yang diperoleh dari situs The Mouse Phenome Database (MPD) dengan alamat website https://phenome.jax.org/, praproses data, penyusunan peringkat SNP, pemetaan asosiasi, pemeriksaan interaksi SNP, dan evaluasi. Penelitian ini menghasilkan dua buah model asosiasi, yaitu model yang menggunakan data hanya tikus jantan, dan model asosiasi yang menggunakan tikus jantan dan betina. Untuk data tikus jantan, SNP importance yang dihasilkan sebanyak 88 buah SNP. Asosiasi SNP terhadap fenotipe terpenting adalah rs28164866 dengan kandidat protein FAF1. Evaluasi model dilakukan menggunakan mean absolute error (MAE). Diperoleh nilai MAE sebesar 0.153. Nilai epistatis yang masuk dalam kategori high dihasilkan oleh satu buah pasangan SNP, yaitu rs29231750 (kandidat protein ARL15) dan rs46153935 (kandidat protein TCF7L2). Adapun untuk data tikus jantan dan betina, semua hasil yang diperoleh lebih baik dari model asosiasi tikus jantan saja. SNP importance yang dihasilkan lebih banyak, yaitu 301 SNP. Nilai MAE yang diperoleh lebih kecil yaitu sebesar 0.062, dan epistatis yang berkategori high dihasilkan oleh 13 pasang SNP.