Apakah DNA Memiliki Fungsi yang Setara dengan Pernyataan IF, Loop WHILE, atau Pemanggilan Fungsi?

• DNA sulit dipandang sebagai kode program yang dieksekusi secara berurutan, tetapi ekspresi gen dan jalur pensinyalan sel memiliki mekanisme regulasi yang dapat dibandingkan dengan logika bergaya IF/WHILE
• Aktivator transkripsi dan represor transkripsi secara longgar masing-masing berpadanan dengan IF dan WHILE karena keduanya menyalakan atau menghambat transkripsi gen tergantung kondisi
• Blok input-output independen seperti pemanggilan fungsi sulit berlaku di dalam sel, dan reaksi yang terjadi di ruang yang sama dapat saling mengganggu
• Contoh yang mirip GOTO dapat ditemukan pada koneksi jaringan bersyarat, feedforward loop, dan jalur bercabang, tetapi ada keterbatasan besar karena DNA tidak dieksekusi secara berurutan
• Sistem biologis pada umumnya paralel dan analog, sehingga meski ada contoh gerbang logika dalam biologi sintetis, metafora kode komputer harus digunakan dengan hati-hati

---

Batasan Analogi antara DNA dan Bahasa Pemrograman

• DNA tidak dieksekusi secara berurutan seperti kode komputer; banyak transkripsi berlangsung secara paralel pada saat yang sama
• Satu baris kode komputer memiliki makna yang ketat dan konsisten, tetapi DNA pengode diterjemahkan menjadi asam amino, dan fungsi protein muncul dari interaksi kimia kompleks antar-asam amino
• Potongan DNA pengode sulit dipahami secara independen di luar konteks protein yang dihasilkannya
• Sistem biologis juga memiliki jalur yang berperilaku mirip komputer, tetapi perbandingan semacam ini harus ditangani lebih hati-hati pada tingkat protein daripada pada tingkat DNA

Regulasi Gen yang Mendekati IF dan WHILE

• Aktivator transkripsi dapat dilihat sebagai contoh yang mirip IF karena ketika ada, ia membuat gen tertentu ditranskripsi
  • Namun, peristiwa itu tidak berakhir sampai sinyal menghilang, dan program terus berjalan selama sel hidup, sehingga IF selalu bekerja seperti bagian dari loop
• Represor transkripsi dibandingkan dengan WHILE karena gen ditranskripsi selama represor tidak ada
• Interferensi transkripsi juga dapat ditafsirkan sebagai bentuk yang mendekati IF atau WHILE
  • Contoh: if(x transcribed){not y transcribed}
  • Interferensi ini tidak selalu bersifat biner, dan lebih sering muncul sebagai respons bertahap
• Pada tahap RNA, interferensi transkripsi juga terjadi menggunakan antisense RNA, dan sering menyediakan loop umpan balik negatif
  • Dalam kasus ini, interferensi bukanlah analog pernyataan IF yang terjadi langsung pada tingkat DNA

Pemanggilan Fungsi dan Jalur Modular

• Struktur yang benar-benar sepadan dengan pemanggilan fungsi sulit ditemukan
  • Peristiwa di dalam sel terjadi di ruang yang sama dan selalu berpotensi saling mengganggu
  • Organel sebagai kompartemen dapat memiliki sifat yang mirip fungsi, tetapi bukan perangkat input-output sederhana; strukturnya sangat kompleks
• Beberapa jalur modular dapat dibandingkan secara longgar dengan pemanggilan fungsi
  • Contoh: cara memperlakukan bagian dalam apoptosis signaling, tempat input tertentu berujung pada efek yang hampir konstan, sebagai satu blok kode
  • Jika proses antara aktivasi caspase dan cytochrome leakage dianggap sebagai satu blok, beberapa mekanisme dapat dijelaskan dengan lebih singkat
• Proses menandai protein dengan ubiquitin dapat ditafsirkan seperti pemanggilan fungsi untuk degradasi
• Nuclear receptor dapat dilihat sebagai contoh pemanggilan fungsi karena ketika diaktifkan oleh ligan, ia berpindah dari sitoplasma ke nukleus dan memicu represi atau aktivasi gen beserta proses lanjutan
• Pada protein kompleks yang dirakit dari beberapa subunit, proses mengganti satu subunit dibandingkan dengan konsep pemanggilan fungsi atau komposisi

GOTO dan Jalur Bercabang

• GOTO terutama bermakna dalam kode yang dieksekusi secara berurutan, dan karena DNA tidak dieksekusi dengan cara itu, sulit memetakannya secara langsung
• Dalam koneksi jaringan bersyarat, struktur yang mirip GOTO dapat ditemukan
  • Contoh: ketika ada jalur A→B→C dan koneksi terpisah D→C, jika D aktif, ia langsung memengaruhi C tanpa melewati A dan B
• Feedforward loop dan jalur bercabang dapat tampak seperti melewati tahap perantara dalam kondisi tertentu
• Ada juga tafsir komentar bahwa splicing intron dapat dilihat mirip GOTO yang membuat pointer ribosom melewati nilai lain, tetapi poin utamanya adalah DNA tidak memiliki struktur eksekusi berurutan

Splicing dan Struktur Bergaya Pemrograman pada Tingkat Bawah

• Alternative splicing dibandingkan dengan IF karena ekson, potongan DNA tertentu, dapat disertakan atau dikeluarkan dari transkrip yang mengode protein akhir
• Perbandingan tingkat bawah semacam ini menunjukkan kemiripan antara konsep pemrograman dan regulasi biologis, tetapi sulit dianggap sebagai padanan yang persis
• Untuk menjelaskan aliran informasi di dalam sel, tidak cukup hanya melihat DNA; transkrip, protein, dan jaringan regulasi juga harus dilihat bersama

Sirkuit Logika dalam Biologi Sintetis

• Dalam biologi sintetis, ada contoh penyusunan gerbang logika dengan sirkuit biologis
• Sebagai ulasan terkait, diperkenalkan ulasan sirkuit biologi sintetis di Nature Reviews Genetics
• Siuti et al. 2013 adalah contoh penggunaan bakteri untuk menyimpan informasi dan merakitnya menjadi sirkuit biologis guna memproses fungsi logika
• Program biobricks.org diperkenalkan sebagai upaya untuk mendefinisikan komponen modular seperti sensor, fungsi logika, dan efektor

Sel Lebih Mirip Umpan Balik Analog daripada Kode Digital

• Sel, seperti banyak sistem fisik, memiliki sifat analog, dan dalam sebagian besar situasi variabel tidak terbagi menjadi nilai biner 0/1
• Dalam ekspresi gen, jika aktivator transkripsi ada, gen ditranskripsi; tetapi jika konsentrasi aktivator dinaikkan, tingkat ekspresi meningkat sampai mencapai titik jenuh
• Dalam sistem biologis, perilaku switching juga mungkin terjadi
  • Struktur jaringan regulasi tertentu dapat menciptakan dinamika seperti itu
  • Cooperativity dengan atau tanpa umpan balik positif adalah salah satu mekanisme yang dapat mengimplementasikan perilaku switching
• Sebagai konsep terkait, turut diperkenalkan ultrasensitivity dan pertanyaan Biology Stack Exchange yang membahas “apakah variabel kontinu dapat dibuat menjadi variabel Boolean”

[GN⁺]

Komentar Hacker News

• DNA mungkin tidak memiliki struktur pemrograman, tetapi ada sisi yang bekerja seperti jaringan saraf. Lihat “jaringan regulasi gen (Gene regulatory network)”
  Sebagian protein hanya berperan mengaktifkan gen lain, dan faktor transkripsi semacam ini merupakan inti dari jaringan regulasi atau reaksi berantai. Mereka berikatan dengan wilayah promoter di awal gen lain untuk menyalakan gen tersebut, lalu memulai produksi protein lain, dan seterusnya. Ada juga faktor transkripsi yang berperan sebagai penekan
  Jaringan seperti ini mirip jaringan saraf dalam hal memproses informasi melalui node-node yang saling terhubung, yaitu gen dan protein, serta mengubah aktivitas satu sama lain. Ketika faktor transkripsi mengaktifkan atau menekan sebuah gen, rangkaian peristiwa dapat terjadi, mirip dengan cara neuron saling mengaktifkan
  https://en.m.wikipedia.org/wiki/Gene_regulatory_network

  • Sebagai ahli biologi sintetis, menurut saya ini jawaban yang bagus. Namun jika melihat program genetik buatan manusia, akan muncul sudut pandang yang lebih disederhanakan
    Sudah ada kemajuan cukup besar dalam merekayasa program yang membuat sel T manusia secara kondisional membunuh sel kanker target berdasarkan ekspresi penanda permukaannya. Ini berbeda dengan sel CAR-T yang sudah ada di pasar (seperti Kymriah). Rangkaian sel T gerbang AND sederhana saat ini sedang diuji pada manusia
    Kini ada berbagai strategi untuk menulis program pengambilan keputusan sel dengan rangkaian sintetis. Kita sedang memasuki era menulis program DNA dan memasukkannya ke tubuh manusia, dan sekarang saatnya beralih dari pembuktian konsep pada bakteri ke uji klinis manusia sungguhan. Saya penasaran bagaimana membuat orang-orang dari ilmu komputer lebih tertarik pada “biologi sintetis sebagai pemrograman”
    https://pubmed.ncbi.nlm.nih.gov/33243890/
    https://arsenalbio.com/2023/05/16/arsenalbio-announces-prese...
  • Menurut saya itu karena DNA adalah struktur data, bukan gaya fisik
    Klaim seperti “jika suatu urutan DNA berinteraksi dengan medan elektromagnetik, gravitasi, gaya kuat/lemah dengan karakteristik xyz, maka mutasi akan terjadi mengikuti jalur abc” harus dibuang jika tidak didukung oleh analisis statistik yang dapat direproduksi
    Menurut saya obsesi industri TI terhadap model data telah mendorong orang ke pseudosains yang mengabaikan entropi dan efek Lindy. Struktur bisa berubah, tetapi gaya fisik tidak. Struktur data bukan gaya fisik; karena entropi dan efek Lindy, ia lebih mirip model mental yang bocor yang dibersihkan oleh biologi lewat garbage collection
    Ini pemikiran seorang insinyur elektro yang merasa obsesi terhadap pengembangan perangkat lunak itu aneh, dan tampak penuh fatamorgana statistik serta pencapaian yang dihalusinasikan
  • Dalam buku teks biologi sistem, jaringan seperti ini biasanya dijelaskan lebih dekat dengan gerbang logika daripada jaringan saraf. Tentu saja ada juga kemiripannya
    Jaringan regulasi gen memang sedikit lebih dinamis daripada sekadar nyala/mati yang kaku, tetapi karena ada berbagai jenis interaksi seperti enhancer dan repressor, tampaknya gerbang logika dapat memodelkannya lebih baik daripada jaringan saraf umum
  • Ini terdengar seperti arsitektur berbasis peristiwa. Strukturnya memancarkan peristiwa sebagai respons terhadap peristiwa lain, dan pihak yang mengirim peristiwa juga “diatur” oleh peristiwa lain
  • Sebelum melompat ke kesimpulan yang terlalu rumit, kemungkinan ini terjadi karena jaringan saraf sangat umum
    Yang dimaksud umum di sini adalah bahwa ia dapat mengaproksimasi atau memodelkan banyak sistem dinamis yang memungkinkan komposisi operatoris

• Saya mengajar mata kuliah kreativitas dan inovasi di universitas. Saya banyak menunjukkan kepada mahasiswa contoh penemuan yang berawal dari pengamatan alam; misalnya Velcro muncul setelah penemunya melihat buah cocklebur menempel pada bulu anjingnya
  Saya punya intuisi bahwa dengan mengamati alam, terutama cara pikiran manusia bekerja, masih ada penemuan tentang komputasi yang tersisa. Saya membayangkan hasilnya akan bersifat mendasar, sampai mengubah cara kita memahami komputasi itu sendiri

  • Cara kita memahami komputasi saat ini pun sebagian besar didasarkan pada pengamatan alam. Itu merupakan konsekuensi alami dari kajian logika, dan penelusuran itu mundur sampai zaman kuno ketika sofisme mulai dilembagakan. Saat itu, hampir tidak ada metode sistematis untuk menentukan apakah sesuatu itu benar, dan ukuran utamanya adalah apakah sesuatu terdengar meyakinkan
  • Ada seluruh bidang tentang optimisasi yang terinspirasi dari alam
    https://arxiv.org/pdf/1307.4186.pdf
  • Saya teringat convolutional neural network
  • Saya sering merekomendasikan buku ini: 'Cats’ Paws and Catapults: Mechanical Worlds of Nature and People' (https://www.goodreads.com/book/show/223609.Cats_Paws_and_Cat...) menunjukkan dengan baik bagaimana biologi menginspirasi rancangan manusia
    Salah satu gagasan pentingnya adalah bahwa banyak contoh lebih berupa inspirasi daripada penyalinan desain secara langsung. Biologi bekerja di bawah batasan yang sangat berbeda dari mesin manusia, sehingga jika insinyur atau desainer mencoba terlalu setia pada sumber biologisnya, hasilnya bisa kurang berhasil

• Saya selalu menganggap DNA sebagai semacam pemrograman yang berlangsung selama jutaan tahun. Bentuknya seperti potongan-potongan kode hacky yang nyaris berjalan, tersambung tanpa komentar maupun dokumentasi
  Mengapa suatu potongan kode berbentuk seperti itu sudah sepenuhnya hilang ditelan waktu. Yang kita tahu hanyalah bahwa mengubahnya biasanya buruk, bongkahan kode tertentu menghasilkan perilaku tertentu, dan semakin kita melihat ke dalamnya, semakin ia tampak seperti spaghetti code

• Gen KMT2D adalah salah satu contoh gen yang mengatur ekspresi gen lain. Jika gen ini mengalami cacat, sering kali muncul sindrom Kabuki
  Jika ingatan saya benar, dalam ceramah Bert Hubert, 'DNA: The Code of Life (SHA2017)', ada contoh perilaku seperti IF
  https://en.wikipedia.org/wiki/KMT2D
  https://en.wikipedia.org/wiki/Kabuki_syndrome
  https://www.youtube.com/watch?v=EcGM_cNzQmE

• Terkait jawaban pertama, Tim Blais di YouTube membuat lagu edutainment yang adiktif tentang mesin molekuler berdasarkan riset A. Leigh
  Animasinya juga keren, dan menunjukkan bagaimana “sakelar” elektrokimia dapat mengodekan keadaan biner. Secara prinsip, ini juga bisa digunakan untuk membuat gerbang logika
  https://www.youtube.com/watch?v=ObvxPSQNMGc
  https://pubs.acs.org/doi/10.1021/acs.chemrev.5b00146

  • Ada makalah tahun 2021 yang membuat protein gerbang logika OR
    https://www.nature.com/articles/s41467-021-26937-x
    Beberapa perusahaan mencoba menggunakan pendekatan seperti ini untuk desain obat. Misalnya kondisi seperti “aktifkan ini hanya ketika kedua antibodi sama-sama berikatan”

• Pertanyaan yang menarik. Pengodean dan ekspresi genetik pada dasarnya bersifat probabilistik. Sebab, dengan begitu evolusi menjadi mungkin
  Sebaliknya, kalau operasi dasar CPU memiliki tingkat kesalahan pada level serupa, itu akan sangat buruk. Komentar teratas tentang membuat gerbang logika dengan sirkuit biologis menarik, dan sebaliknya saya juga penasaran apakah pernah ada bahasa pemrograman probabilistik yang menjalankan komputasi dengan tingkat noise mirip sel

  • Alasan munculnya probabilitas adalah karena “komputasi” biologis berupa reaksi elektrokimia dan loop umpan balik, sehingga tidak terlalu cocok dengan konsep “eksekusi kode” dalam bahasa pemrograman
    Analogi yang lebih dekat mungkin adalah bahasa deskripsi perangkat keras yang menyintesis sirkuit analog untuk komputasi. Sirkuit semacam itu mirip komputer analog yang dipengaruhi noise radiasi elektromagnetik dari lingkungannya
    Dalam arti itu, hal ini sebenarnya sudah pernah dilakukan dalam bentuk yang sangat dasar pada era komputasi pra-digital
  • Jika dibandingkan dengan tingkat kesalahan operasi dasar CPU, evolusi berkaitan dengan mutasi saat berkas executable disalin
  • Mengingat betapa lambatnya evolusi, dan betapa banyaknya DNA disalin atau ditranskripsi dalam satu individu, tingkat kesalahan proses genetik tampaknya sebenarnya sangat rendah

• Jika ada laktosa di lingkungan luar sel, dan tidak ada glukosa di lingkungan luar sel, maka operon lac diaktifkan dan gen penyerapan serta metabolisme laktosa ditranskripsi, masuk ke semacam while loop
  Selama laktosa ada, gen-gen tersebut terus ditranskripsi
  Namun ini bukan sesuatu yang dilakukan DNA sendirian, melainkan terjadi sebagai salah satu komponen dalam sistem sel. Dalam kasus ini, E. coli selalu membuat sejumlah kecil transporter laktosa dan gula lain, dan transporter ini bekerja seperti sensor pada membran sel untuk memicu loop umpan balik. Kalau tidak, bagaimana sel bisa tahu bahwa laktosa ada?
  Jika ada glukosa, E. coli akan memakainya terlebih dahulu dan menurunkan regulasi gen penyerapan serta metabolisme gula lain. Semua ini jauh lebih analog daripada digital, sehingga gen yang “mati” pun pada level yang sangat rendah masih bisa tetap ditranskripsi
  DNA lebih mirip RAM, sedangkan CPU mungkin lebih mirip transkriptom (DNA → mRNA) dan ribosom (mRNA → protein). Secara keseluruhan, sel seolah menjalankan sesuatu yang mirip siklus fetch-decode-execute dengan banyak proses paralel

• Saya selalu penasaran dengan DNA dari sudut pandang bahasa pemrograman, tetapi saya cenderung menganggapnya lebih mirip struktur data daripada bahasa

  • Saya selalu berpikir Lisp adalah pendekatan yang paling dekat dengan DNA

• Saya sempat tertarik pada biologi sintetis dan membaca buku pengantar ini: https://www.amazon.ca/Introduction-Systems-Biology-Principle...
  Jika Anda pernah mempelajari osilator dan sistem kendali tingkat tinggi lintas berbagai bidang teknik dalam kelas semacam “rekayasa sistem” atau “sistem kontrol”, buku ini adalah pengantar yang bagus untuk memahami bagaimana sistem seperti itu “diimplementasikan” dan bekerja di dalam sel. Ini bukan sekadar loop “IF” dan “WHILE”, melainkan lebih dekat ke “bagaimana sirkuit logika seperti algoritma pencarian jalur E. coli diimplementasikan dalam RNA”

• Jika Anda tertarik pada biologi komputasional, kuliah George Church sangat bagus
  Menurut deskripsi kuliahnya, mata kuliah ini membahas kemajuan pemodelan realistis atas hubungan antara sekuens, struktur, dan fungsi dalam jaringan biologis kompleks, serta analisis genomik fungsional yang kuantitatif dan menyeluruh. Tugasnya mencakup algoritma, statistik, basis data, pendekatan simulasi, serta aplikasi dalam kedokteran, bioteknologi, pengembangan obat baru, dan rekayasa genetika
  https://ocw.mit.edu/courses/hst-508-genomics-and-computation...