Tersediasecaraonline JurnalPendidikan:

http://journal.um.ac.id/index.php/jptpp/ Teori, Penelitian, danPengembangan

EISSN: 2502-471X Volume: Nomor: Bulan-Tahun
DOAJ-SHERPA/RoMEO-Google Scholar-IPI Halaman:…..-…..

Inovasi Pembelajaran Matakuliah Bioeknologi Berbasis

Penelitian Bioinformatika Analisis Profil Protein
Stromelysin-1 (MMP-3) yang Diduga Berpotensi sebagai
Penyebab Gangguan Autis
Malika Rohmani1, Mohammad Amin1, Umie Lestari1
1
Pendidikan Biologi,Universitas Negeri Malang

1
2 Jurnal Pendidikan, Vol..., No..., Bln Thn, Hal....-....

INFO ARTIKEL ABSTRAK

RiwayatArtikel: Abstract: The study aims to determine the need for innovation in learning
Biotechnology with the application of bioinformatics research. One example of the
Diterima:Tgl-Bln-Thn application of bioinformatics is the analysis of protein profiles stromelysin-1 (MMP-3),
Disetujui:Tgl-Bln-Thn which is potential cause of autistic disorder. Research is a qualitative descriptive
research consisting of 2 stages. Phase I through teaching orassation, questionnaire needs
of students, and interviews and questionnaires lecturers pengampu subjects. Results
Kata kunci: from stage I is the need for learning innovation in Biotechnology course through the
application of bioinformatics and developed a bioinformatics teaching materials. The
Bioteknologi second phase of research uses 3 web servers to predict target proteins and through
Bioinformatika literary journal articles. The target protein obtained is visualized by PyMol software.
Stromelysin-1 (MMP-3) Based on the search for target proteins with 3 web servers, the target protein suspected
Autis to be the cause of autism is stromelysin-1 protein (MMP-3). Stromelysin-1 (MMP-3) is
a proteolytic enzyme and a member of the matrix family of metalloproteinases (MMP)
that is involved in the pathophysiology of autism that is neuroinflammation. Prediction
of protein suspected as the cause of autism is the application of science and technology
(IPTEK) in the effort to solve problems in society and can meet the achievement of
learning (CP).

Abstrak: Penelitian bertujuan untuk mengetahui perlunya inovasi dalam pembelajaran

Bioteknologi dengan penerapan penelitian bioinformatika. Salah satu contoh penerapan
bioinformatika adalah analisis profil protein stromelysin-1 (MMP-3) yang diduga
memiliki potensi sebagai kandidat penyebab gangguan autis. Penelitian ini merupakan
penelitian deskriptif kualitatif yang terdiri atas 2 tahap. Tahap I melalui orservasi
pembelajaran, angket kebutuhan mahasiswa, dan wawancara serta angket dosen
pengampu mata kuliah. Hasil dari tahap I yakni perlunya inovasi pembelajaran pada
matakuliah Bioteknologi melalui penerapan bioinformatika dan dikembangkan suatu
bahan ajar bioinformatika. Penelitian tahap ke-II menggunakan 3 web server untuk
memprediksi protein target dan melalui literatur artikel jurnal. Protein target yang
diperoleh divisualisasi dengan software PyMol. Berdasarkan pencarian protein target
dengan 3 web server, protein target yang diduga sebagai penyebab autis adalah protein
stromelysin-1 (MMP-3). Stromelysin-1 (MMP-3) merupakan enzim proteolitik dan
anggota dari keluarga matriks metalloproteinase (MMP) yang terlibat dalam
patofisiologi gangguan autis yaitu peradangan saraf (neuroinflammation). Prediksi
protein yang diduga sebagai penyebab autis merupakan aplikasi ilmu pengetahuan dan
teknologi (IPTEK) dalam usaha penyelesaian masalah masyarakat dan dapat memenuhi
capaian pembelajaran (CP).
Alamat Korespondensi:
Malika Rohmani,
Pendidikan Biologi
Universitas Negeri Malang
Jl. Semarang No 5, Sumber Sari, Kec. Lowokwaru, Kota Malang, Jawa Timur 65145
E-mail: malika.rohmani@gmail.com
 Rohmani, Inovasi Pembelajaran Matakuliah 3

Perguruan Tinggi memiliki kurikulum Pendidikan Tinggi yaitu Kerangka Kualifikasi Nasional Indonesia
(KKNI) yang dikembangkan dengan mengacu pada Standar Nasional Pendidikan Tinggi (SNPT). Rumusan
capaian pembelajaran (CP) dalam KKNI disusun dalam 4 unsur yaitu sikap dan tata nilai, kemampuan kerja,
penguasaan pengetahuan, wewenang dan tanggung jawab (Dirjen Pendidikan Tinggi Kementerian Pendidikan
Tinggi dan Kebudayaan, 2014). Tingkat kemampuan kerja Program Sarjana (S1/D-IV) dengan level kualifikasi
6 yaitu mengaplikasikan, mengkaji, membuat desain, memanfaatkan ilmu pengetahuan dan teknologi (IPTEKS),
dan menyelesaikan masalah (Permenristekdikti Nomor 44, 2015). Deskripsi jenjang kualifikasi KKNI level 6
yaitu mahasiswa dituntut agar menguasai konsep teoritis bidang pengetahuan tertentu secara umum dan konsep
teoritis bagian khusus dalam bidang pengetahuan tersebut secara mendalam, serta mampu memformulasikan
penyelesaian masalah prosedural. Salah satu aplikasi bidang ilmu yang memanfaatkan IPTEKS dan berperan
dalam penyelesaian masalah berbagai bidang kehidupan manusia adalah Bioteknologi.
Bioteknologi sebagai aktivitas terpadu dari berbagai disiplin ilmu, antara lain biologi, mikrobiologi, genetika,
kimia, biokimia, serta teknologi yang menggunakan agen biologik (jaringan, sel, inti sel, protoplasma, dan
enzim) untuk menghasilkan barang dan jasa (Minarno, 2010) untuk kepentingan manusia (Handerson &
Knutton, 1990; Thieman & Palladino, 2013). Bioteknologi semakin berkembang menjadi beberapa cabang
seiring kemajuan IPTEK. Salah satu cabang dari bioteknologi adalah bioinformatika (Thieman & Palladino,
2013).
Bioinformatika adalah aplikasi dari alat komputasi dan analisa untuk menangkap dan menginterpretasikan
data-data biologi (Witarto dan Sajidan, 2010). Dalam penerapan bioinformatika, tidak terlepas dari penggunaan
beberapa database dan software yang digunakan (Mehmood et al., 2014), sehingga sangat penting adanya
inovasi pembelajaran dengan pendekatan penelitian bioinformatika pada bidang bioteknologi karena tidak
terlepas dari penerapan IPTEK dalam memecahkan masalah pada masyarakat dan sesuai dengan perkembangan
zaman.
Bioteknologi merupakan salah satu matakuliah wajib yang dipelajari oleh mahasiswa S1 program studi
Pendidikan Biologi Universitas Negeri Malang. CP matakuliah yang diharapkan: 1) mahasiswa mampu
menguasai konsep, prinsip bidang kajian bioteknologi yang relevan untuk analisis dan sintesis bidang Biologi
umum maupun khusus; 2) mahasiswa mampu menguasai fenomena alam dengan pendekatan bidang kajian
bioteknologi untuk memprediksi dan memberi solusi masalah bidang biologi; dan 3) mahasiswa mampu dan
bertanggung jawab untuk merencanakan, melaksanakan dan mengevaluasi kerja penelitian dalam Bioteknologi.
Dengan demikian, mahasiswa harus mampu memanfaatkan IPTEKS pada pembelajaran bioteknologi dan
mampu memberikan solusi terhadap masalah yang terjadi di tengah masyarakat.
Salah satu kemampuan yang diharapkan pada matakuliah bioteknologi adalah mengkaji bioteknologi di
bidang farmasi dengan indikator yaitu menjelaskan ruang lingkup kajian bioteknologi farmasi, mendeskripsikan
komponen yang terlibat dalam bioteknologi farmasi, dan memberikan contoh bioteknologi farmasi dan
mekanismenya. Permasalahan di masyarakat yang bisa dikaji melalui pendekatan bioteknologi bidang farmasi
yaitu gangguan dalam tumbuh kembang pada anak yang sering terjadi belakangan ini adalah Autis (Kadek et al.,
2009).
Autis merupakan penyakit yang mengalami peningkatan prevalensi (Yasko, 2009; Fatemi et al., 2013; Broek
et al., 2014). Jumlah anak penderita autis di Indonesia terus mengalami peningkatan, pada tahun 1987
menunjukkan bahwa penderita autisme 1:5000, tahun 2000 dengan perbandingan 1:150, dan pada tahun 2001
menunjukkan penderita Autisme 1:100 (Soelaeman, 2002). Di Amerika Serikat, kejadian autis dari tahun 1998-
2003 meningkat 50 % menjadi 1: 250 (Maulana, 2010). Di Jepang dan Kanada peningkatan jumlah anak autis
mencapai 40% sejak 1980. Di Inggris terjadi peningkatan yang sangat drastis pada tahun 2002 dan dicurigai
terdapat 1 diantara 10 anak menderita autis. US center for disease control and prevention mengungkapkan
bahwa prevalensi autis sekitar 3,3 per 1000 sampai dengan 10,6 per 1000 (Steyert and Marche, 2008).
Autis merupakan gangguan perkembangan fungsi otak (Pamuji, 2007) dan perkembangan neurobiologis yang
sangat kompleks dalam kehidupan yang panjang (Joko, 2012; Kumar et al, 2010) yang mempengaruhi domain
keterampilan sosial (Kadek et al., 2009; Kumar et al., 2010), adanya hambatan dalam kemampuan komunikasi
dan berperilaku (Pamuji, 2007; Kumar et al., 2010, keterlambatan pada bidang akademis dan retardasi mental
(Pamuji, 2007).
Faktor penyebab autis sangat kompleks (Hyman, 2008; Yasko, 2009) bahkan seperti puzzle (Shaw, 2008),
berbagai faktor yang terlibat yaitu adanya gangguan perkembangan syaraf (Lord et al., 2000; Theoharides et al.,
2012) , kompleks gen (Jonsson et al., 2014), lingkungan (Kaushik et al., 2015), gangguan sistem imun (McCaw
& Werb, 2007) dan stress (Al-Ayadhi & Halepoto, 2012). Salah satu gangguan perkembangan syaraf yang
terjadi pada penderita autis yaitu terjadinya peradangan syaraf (neuroinflamasi) (Rosenberg, 2002).
Neuroinflamasi terjadi karena adanya aktivitas dari protein stromelysin-1 (MMP-3) (Abdallah & Michel, 2013).
Analisis profil protein stromelysin-1 yang berpotensi sebagai kandidat penyebab autis dapat dilakukan
melalui bioinformatika.

METODE
Penelitian terdiri atas dua tahap.
1. Penelitian tahap I
Penelitian tahap I, mengetahui kondisi pembelajaran dalam matakuliah Bioteknologi. Pengambilan data
dilakukan pada bulan Desember 2017. Subyek penelitian adalahmahasiswa dan dosen Program Studi Pendidikan
4 Jurnal Pendidikan, Vol..., No..., Bln Thn, Hal....-....
Biologi Universitas Negeri Malang dengan sampel eksperimen adalah 18 mahasiswa yang telah menempuh
matakuliah Bioteknologi dan 1 dosen pengampu mata kuliah Bioteknologi.
2. Penelitian tahap II
Pada tahap II, mengolah dan menginterpretasikan data yang didapat dari webserver dan softwere yang
digunakan serta artikel-artikel pada jurnal. Penelitian ini menggunakan 3 web server, yaitu PharmMapper,
SwissTargetPrediction, dan SuperPred. Visualisasi 3D protein menggunakan software PyMol.

HASIL
Hasil observasi pembelajaran pada matakuliah Bioteknologi S1 pendidikan Biologi semester V angkatan
2015 off A yaitu (1) mahasiswa belajar dengan presentasi-diskusi, setiap pertemuan satu kelompok
mempresentasikan dan tanya jawab mengenai kajian bidang bioteknologi yakni bioteknologi kedokteran,
pertanian, peternakan, lingkungan, kelautan, dan farmasi; (2) bahan ajar bioteknologi yang disarankan dosen
seperti buku Thieman (2010) yang berjudul “Introduction of Biotechnology” yang memiliki bahasan materi yang
sangat luas; (3) materi yang dibahas dalam bioteknologi bidang farmasi yaitu teknik rekombinasi DNA, terapi
gen, vaksin, zat anti kanker, antibodi, terapi gen dan penggolongan obat; (4) belum dibahas tentang teknologi
untuk memprediksi senyawa obat yaitu bioinformatika sebagai cabang dari bioteknologi.
Hasil dari angket analisis kebutuhan dan wawancara dengan dosen pengampu matakuliah Bioteknologi yaitu
(1) bahan ajar dengan pendekatan bioinformatika belum digunakan; (2) pembelajaran yang berkaitan dengan
keterampilan mahasiswa perlu dibekali seperti berbasis bioinformatika (in silico) pada bioteknologi bidang
farmasi agar mahasiswa memiliki bekal untuk berpikir kritis dan kreatif; dan (3) perlu ditambahkan peningkatan
keterampilan, salah satunya melalui pembelajaran berbasis bioinformatika (in silico) dan berbasis penelitian
perlu diperkenalkan kepada mahasiswa.
Hasil dari angket analisis kebutuhan mahasiswa yaitu (1) sebanyak 56% mahasiswa mengalami kesulitan
dalam mempelajari bioteknologi dengan alasan karena materi yang dibahas terlalu banyak dan sulit dipahami,
kesulitan membayangkan aplikasi yang sebenarnya, dan membutuhkan banyak waktu untuk memahami teks
berbahasa inggris; (2) sebanyak 67% mahasiswa ternyata belum tahu tentang bioinformatika (3) mahasiswa
menginginkan pembelajaran berbasis bioinformatika beserta bahan ajar berbasis bioinformatika yang lengkap,
jelas, memuat banyak aplikasi, dan relevan dengan materi; (4) sebanyak 44,44%, mahasiswa menyatakan bahwa
buku ajar berbasis penelitian bioinformatika jarang digunakan; dan (5) sebanyak 99 % mahasiswa menyatakan
perlunya pengetahuan untuk memprediksi potensi senyawa sebagai obat dengan alasan bahwa akan menjadi
informasi yang sangat bermanfaat, lebih update, memberikan inovasi pembelajaran yang baru dan penting untuk
penerapan di kehidupan manusia, serta sangat berhubungan dengan bioteknologi farmasi.
Berdasarkan hasil observasi pembelajaran serta angket mahasiswa dan dosen, disimpulkan bahwa perlu
adanya suatu inovasi dalam belajar.
Contoh penerapan bioinformatika yaitu analisis profil protein Stromelysin-1 (MMP-3) yang berpotensi
sebagai kandidiat penyebab autis. Hasil dari penelitian ini berupa prediksi protein target dari 3 web server yang
digunakan. Web server prediksi protein target yaitu:
1. PharmMapper
PharmMapper (Gambar 1) merupakan web server yang memiliki fungsi memprediksi atau mengidentifikasi
suatu senyawa atau obat yang potensial terhadap suatu target molekul (Liu et al., 2010).

Gambar 1. Tampilan Webserver PharmMapper (PharmMapper, 2017)

2. Swiss Target Prediction

Swiss Target Prediction (Gambar 2) merupakan web server yang menyediakan alat-alat untuk mendesain obat
secara online dengan bantuan komputer (computer aided drug design) yang merupakan bagian dari inisiatif
Swiss Institute of Bioinformatics (Grosdidier et al., 2011; Gfeller et al., 2012). Proses desain obat dilakukan
dengan proses memprediksi kesamaan molekul bioaktif berdasarkan kombinasi struktur 2 dimensi dan 3 dimensi
dengan ligan yang digunakan (Gfeller et al., 2014).
 Rohmani, Inovasi Pembelajaran Matakuliah 5

Gambar 2. SwissTargetPrediction (SwissTargetPrediction, 2013)

3. SuperPred
SuperPred (Gambar 3) merupakan web server yang mengidentifikasi molekul target dari senyawa atau obat
yang digunakan berdasarkan kesamaan struktur 3 dimensi. SuperPred telah memprediksi interaksi senyawa dan
targetnya lebih dari 7000 senyawa dengan kualitas prediksi yang baik dan memprediksi kelas obat dapat
diandalkan untuk obat-obatan yang diklasifikasikan WHO berdasarkan kode-kode yang dimilikinya (Dunkel,
2008).

Gambar 3. Tampilan Webserver Superpred (SuperPred, 2014)

Hasil koleksi prediksi protein target dari 3 web server tersebut disajikan dibawah ini.

Gambar 4. Tampilan Database Uniprot (UniProt, 2017)

Tabel 1.Kompilasai Protein Target berdasarkan Web server

Gene Uniprot Web Server
No. Protein
ID ID
PM SP STP
1 Carbonic anhydrase 2 CA2 P00918 √ -
2 Stromelysin-1 MMP3 P08254 √ -
3 Aldose reductaase AKR1B1 P15121 √ -
4 NAD(P)H dehydrogenase NQO1 P15559 - √
6 Jurnal Pendidikan, Vol..., No..., Bln Thn, Hal....-....
[quinone] 1

5 Quinone oxidoreductase CRYZ Q08257 - √

6 Quinone reductase 1 NQO1 P15559 √

Ket:, PM= Pharm Mapper, SP= Super Pred, STP= SwissTargetPrediction

Berdasarkan hasil pencarian protein target, kandidat penyebab autis adalah stromelysin-1. Struktur 3 dimensi
(3D) protein stromelysin-1 disajikan pada Gambar 5.

Gambar 5. Visualisasi Struktur 3D Protein Stromelysin-1 (MMP-3) menggunakan software PyMol (PyMol,
2014).

Stromelysin-1 (MMP-3) merupakan enzim proteolitik dan anggota dari keluarga matriks metalloproteinase
(MMP) (Becker et al., 1995) yang terlibat dalam patofisiologi gangguan autis yaitu peradangan saraf
(neuroinflammation) (Rosenberg, 2002; Abdallah & Michel, 2013). Proses neuroinflammatory aktif di korteks
serebral, materi putih, dan terutama pada cerebellum pasien autis (Vargas et al., 2005). Anak autis memiliki
kadar stromelysin-1 lebih tinggi di otaknya (Yong., 2005). Stromelysim-1 (MMP-3) yang lepas ke ruang
ekstraseluler akan menyebabkan kerusakan lebih banyak lagi (Becker et al., 1995). Protein dengan kadarnya
yang tinggi ini perlu dihambat keberadaannya untuk menekan peningkatannya (Ibi & Yamada, 2015).
Inflamasi sebagai pemicu gangguan autis yaitu terjadi pada bagian otak sehingga disebut neuroinflamasi.
Neuroinflamasi terjadi ketika sel mast yang terletak di perivascularly dekat dengan neuron dan mikroglia
terutama di bagian hipotalamus (Tsilioni et al., 2015) yang teraktivasi sehingga mengeluarkan mediator
inflamasi dan berinteraksi dengan sel mikroglia (Anderson et al., 2008).

SIMPULAN DAN SARAN

Simpulan
Berdasarkan penelitian, dapat dsimpulkan bahwa perlu adanya variasi pembelajaran pada matakuliah
Bioteknologi. Salah satu inovasi yaitu dengan menerapkan bioinformatika. Hasil analisis menunjukkan
bahwa protein Stromelysin-1 (MMP-3) berpetensi sebagai kandidat penyebab autis. Hasil penelitian ini dapat
dilengkapi dengan dikembangkannya suatu bahan ajar berbasis penelitian informatika untuk digunakan oleh
mahasiswa. Hasil analisis profil protein yang diduga penyebab gangguan autis dengan teknik in silico dapat
digunakan sebagai dasar untuk melakukan penelitian in vitro.
Saran
Peneliti berikutnya dapat melanjutkan penelitian pencarian senyawa alami untuk menekan protein target
penyebab autis dan menguji melalui teknik reverse docking.

UCAPAN TERIMAKASIH (OPSIONAL)

Terimakasih saya ucapkan kepada dosen pembimbing saya (Prof. Dr. Agr. Amin, M. Sc dan Dr. Umie Lestari,
M. Sc) yang senantiasa membimbing dalam penyusunan artikel.

DAFTAR RUJUKAN
Abdallah. M. W., &Mickel, T. M. 2013. Matrix Metalloproteinases in Autism Spectrum Disorders.Journal of Molecular
Psyciatry, 1: 16.
Al-ayadhi, L., & Halepoto, D. M., 2012.Role of Proteomics in the Discovery of Autism Biomarkers. Journal of the College
of Physicians and Surgeon, 23(2): 137–143.
Anderson A.A., Ushakov D.S., Ferenczi M.A., Mori R., Martin P., & Saffell J.L. 2008. Morphoregulation by
Acetylcholinesterase in Fibroblasts and Astrocytes.J Cell Physiol, 215 (1): 82–100.
Becker, J. W., Marcy, A. I., Rokosz, L. L., Axel, M. G., Burbaum, J. J., Fitzgerald, P. M. D., Cameron, P. M., Esser, C. K.,
Hagmann, W. K., Hermes, F. D., & Springer, J. P. 1995. Stromelysin-1: Three-dimensional structure of the inhibited
catalytic domain and of the C-truncated proenzym. Protein Science, 4:1966-1976.
 Rohmani, Inovasi Pembelajaran Matakuliah 7
Broek, J. A. C., Guest, P. C., Rahmoune, H., & Bahn, S. 2014. Proteomic Analysis of Post Morten Brain Tissue from Autism
Patiens: Evidence for Opposite Changes in Prefrontal Cortex and Cerebellum in synaptic Cennectivity-Related
Proteins. Molecular Autism, 5: 1-8.
Chez M.G., Dowling, T., Patel P.B., Khanna, P., &Kominsky, M. 2007.Elevation of Tumor Necrosis Factor-alpha in
Cerebrospinal Fluid of Autistic Children.PediatryNeurol, 36: 361–365.
Direktorat Jenderal Pembelajaran dan Kemahasiswaan Direktorat Jenderal Pendidikan Tinggi. 2014. Panduan Penyusunan
Capaian Pembelajaran Lulusan Program Studi. Jakarta: Kementerian Pendidikan dan Kebudayaan.
Dunkel, M., Günther, S., Ahmed, J., Wittig, B., &Preissner, R. 2008. SuperPred: Drug Classification and Target Prediction.
Nucleic Acids Research, 36:55–59.
Fatchiyah. 2008. Pengantar Bioinformatika Kedokteran. Malang: Universitas Brawijaya.
Fatemi, S. H. 2002. The Role of Reelin in Pathology of Autism. Journal Molecular Psychiatry, 7: 919-920.
Feghali, C. & Wright, T. M. 1997. Cytokines In Acute And Chronic Inflammation. Frontiers in Bioscience, 2: 12-26.
Gfeller, D., Michielin, O., &Zoete, V. 2012. Expanding Molecular Mode lingand Design Tools to Non-Natural Sidechains.
Computational Chemistry, 33:1525–1535.
Gfeller, D., Wirth, M., Daina, A., Michielin, O., &Zoete, V. 2014. SwissTargetPrediction : A Web Server for Target
Prediction of Bioactive Small Molecules. Nucleid Acid Research, 42:1–7.
Grosdidier, A., Zoete, V., &Michielin, O. 2011. Swiss Dock , a Protein Small Molecule Docking Web Service Based on
EADock DSS. Nucleid Acid Research ,39 (5): 270–277.
Handerson, J., &Knutton. 1990. Bioteknology in School, A Hand Book for Teachers. Buckingham. St. Edmundsbury Press
Ltd.
Hove, V. I., Lemmens, K., Velde, S., Verslegers, M., & Moons, L. 2012. Matrix Metalloproteinase-3 in The Central Nervous
System: A look on the Bright.
Hyman, M. 2008. Autism: is it all in the head?.Alternative Therapies, 14 (6): 12–18.
Ibi, D., & Yamada, K. 2015. Review Therapeutic Targets for Neurodevelopmental Disorders Emerging from Animal Models
with Perinatal Immune Activation. Int. J. Mol. Sci., 16: 28218-28229.
Jonsson, L., Zettegreen, A., Pettersson, E., Hovey.,Anckarsater, H., Westberg, L., Lichtenstein, P., Lundstrom, S., &Melke, J.
2014. Association Study Between Autistic-like traits and polymorphisms in the autism candidate region RELN,
CNTNAP2, SHANK3, and CDH9/10. Journal Molecular Autism, 5 (55): 1-9
Kadek, G. A., Delima, R., &Proboyekti, U. 2009. Penerapan Forward Chaining Pada Program Diagnosa Anak Penderita
Autisme. Jurnal Informatika, 5 (2).
Kaushik, G., Thomas, M. A., &Aho, K. A. 2015. Psychoactive Pharmaceuticals as Environmental Contaminants May
Disrupt Highly Inter-Connected Nodes in an Autism-Associated Protein-Protein Interaction Network. BMC
Bioinformatics, 16:1-9.
Kumar, S., Kumar, A., and Singh A.. 2010. International Journal of Pharm and Bio Sciences, 1 (3)
Liu, X., Ouyang, S., Yu, B., Liu, Y., Huang, K., Gong, J., & Jiang, H. 2010.PharmMapper Server : A Web Server for
Potential Drug Target Identification Using Pharmacophore Mapping Approach. Nucleid Acid Research ,38 (4):
5–7.
Lord, C., Cook, E. H., Leventhal. B., &Amaral, D. G. 2000.Autism Spectrum Disorders. Neuron, 28: 355-356.
Luscombe, N. M., Greenbaum, D. & Gerstein, M., 2001.Review: What is Bioinformatics? An Introduction and
Overview. New Haven, USA: Department of Molecular Biophysics and Biochemistry Yale University.
Maulana, M. 2010. Anakautis.Yogyakarta: Kata Hati.
McCaw, A.P., Ewald, A.J., &Werb, Z. 2007. Matrix Metalloproteinases and The Regulation of Tissue Remodelling. Nat. Rev.
Mol. Cell Biol, 8:221–233.
Mehmood, M. A., Sehar, U., & Ahmad, N. 2014.Use of Bioinformatics Tools in Different Sphres of Life Sciences. Data
Mining in Genomics & Proteomics, 5: 2.
Minarno, E. B. 2010. Pengantar Bioetika. Malang: UIN-Maliki Press.
Neria, F., Perez, M., Velasco, P., Urso, K., Tranque, P., Cano, E. 2013. NFATc3 Promotes Ca2+-Dependent MMP3
Expression in Astroglial Cells. Glia, 61: 1052–1066.
Netea, M.G., Van, J.W., Van, D. M. & Kullberg, B.J. 2003. Proinflammatory cytokines and sepsis syndrome: not enough, or
too much of a good thing?.Trends Immunol, 2 24:254-258.
Pamuji. 2007. Model Terapi Terpadu Bagi Anak Autisme. Jakarta: Depdiknas
Permenristekdikti Nomor 44. 2015. Tentang Standar Nasional Pendidikan Tinggi .
(https://img.akademik.ugm.ac.id/unduh/2015/PERMENRISTEKDIKTI_Nomor_44_Tahun_2015_SNPT.pdf),
diakses pada tanggal 30 Desember 2017.
PharmMapper. 2017. PharmMapper: (http://59.78.96.61/pharmmapper)
PyMOL. 2014. Incentive PyMOL Software Package. (Online), (http://www.pymol.org), diakses 12 Desember 2017.
Rosenberg, G. A. 2002. Matrix Metalloproteinases in Neuroinflammation. Glia , 39: 279–291.
Shaw, W. 2008.Biological Treatments for Autism and PDD, United States of America.
Soelaeman. 2002. Menangani Anak Autis. Jakarta: Gramedia
Sridhar, A., Saremy, S., &Bhattacharjee, B. 2014. Elucidation of Molecular Targets of Bioactive Principles of Black Cumin
Relevant to its Anti Tumour Functionality- An Insilico Target Fishing Approach. Biomedical Informatics, 10:
684-688.
Steyaert, J. G., & Marche W. D. L. 2008. What's new in autism?. European Journal of Pediatrics, 167: 1091-1101 .
SuperPred. 2014. SuperPred: http://prediction.charite.de/
SwissTargetPrediction. 2013. SwissTargetPrediction: (http://www.swisstargetprediction.ch/)
Theoharides, T. C., Asadi, S., & Patel, A. B. 2013. Focal Brain Inflammation and Autism. Journal of Neuroinflammation,
2013, 10: 46.
Theoharides, T. C., Kempuraj, D. & Redwood, L. 2009. Autism: an emerging “neuroimmune disorder” in search of therapy.
Expert Opin.Pharmacother, 10(13): 2127-2143
Thieman W. J., &Palladino, M. A. 2010. Introduction of Biotechnology.Pearson Benjamin Cummings.
Tsilioni, I., Taliou, A., Francis, K., &Theoharides, T. C. 2015. Children with Autism Spectrum Disorders, Who Improved
with a Luteolin-Containing Dietary Formulation, Show Reduced Serum Levels of TNF and IL-6.Transl Psychiatry,
5 (9): 1-5.
Uniprot. 2017. Uniprot: (http:/uniprot.org/).
8 Jurnal Pendidikan, Vol..., No..., Bln Thn, Hal....-....
Vargas, D. L., Nascimbene, C., Krishnan, C., Zimmerman, A. W., &Pardo, C. A. 2005. Neuroglial activation and
neuroinflammation in the brain of patients with autism.Annals of Neurology, 57 (1)
Wassung, K. 2012. The Role of Inflammation In The Healing Process. The field of health education and research.
Wang, Q. M., Luo, A. Z., & Kong, X. 2014.Neuroinflamation and Autism.N A JMed Sci, 7(3):118-122.
William, C., Parks, C. L., Wilson &Boado, Y. S. L. 2006.Matrix Metalloprotei‐nases as Modulators of Inflammation and
Innate Immunity.Nature Reviews Immunology, 4: 617-629.
Witarto, A.B &Sajidan. 2010. Bioinformatika: Trend dan Prospek dalam Pengembangan Keilmuan Biologi.
Disampaikan pada Seminar yang diselenggarakan oleh Fakultas Keguruan dan Ilmu Pendidikan, UNS, Solo, Sabtu,
31 Juli 2010.
Yong, V. W. 2005. Metalloproteinases: Mediators of Pathology and Regenerationin the CNS. Nat. Rev. Neurosci, 6: 931–944.
Yasko, A. 2009. Autism Pathways to Recovery. New York: Neurological Research Institute, LLC.
Zheng, R., Chen, T.,& Lu, T. 2011.A comparative reverse docking strategy to identify potential antineoplastic targets of tea
functional components and binding mode. International Journal of Molecular Sciences, 12: 5200–5212
Rohmani, Inovasi Pembelajaran Matakuliah 9