Pengembangan Aplikasi Identifikasi Single Nucleotide Polymorphism pada Genom Kedelai Menggunakan Rule Based Classifier

Abstract

Rendahnya produksi kedelai di Indonesia dapat disebabkan oleh beberapa faktor, salah satunya adalah kualitas varietas kedelai lokal yang yang kurang baik. Perakitan varietas unggul baru dapat dimaksimalkan dengan pemuliaan tanaman dan dapat dibantu oleh teknologi Next-Generation Sequencing (NGS). Namun, aplikasi-aplikasi NGS yang tersedia selama ini masih memiliki akurasi rendah. Tujuan penelitian ini adalah mengembangkan aplikasi identifikasi SNP (bernama GPSNP) pada genom kedelai dengan menggunakan rule hasil optimasi Genetic Programming (GP) sebagai classifier. Evaluasi aplikasi dilakukan dengan cara membandingkan SNP yang telah diperoleh dengan dua aplikasi identifikasi SNP lainnya yaitu Freebayes dan SAMtools. Pada salah satu data (BAM C01), GPSNP, Freebayes, dan SAMtools masing-masing menghasilkan 2 397 923 SNP, 737 945 SNP, dan 67 401 SNP. Kemudian reliable true SNP, yakni SNP yang muncul di posisi yang sama pada ketiga aplikasi, berjumlah 57 590 SNP. Hasil ini menunjukkan aplikasi GPSNP dapat mengidentifikasi sebagian besar true SNP, tetapi masih terdapat banyak false positive SNP yang teridentifikasi.