Hasil Pencarian  ::  Simpan CSV :: Kembali

"Protein adalah salah satu unsur dalam makanan yang terdiri dari asamasam amino yang mengandung unsur karbon, hidrogen, oksigen, nitrogen, dan belerang. Identifikasi protein selama ini dilakukan dengan menggunakan metode spektroskopi konvensional misalnya spektroskopi UV-Vis dan metode Kjeldhal. Kedua metode ini membutuhkan persiapan sampel yang lama dan rumit, serta biaya yang mahal. Hal ini karena harus dilakukan pemisahan protein dari makromolekul yang lain yang tidak diinginkan dalam analisa. Spektroskopi FTIR (Fourier Transform Infrared) merupakan salah satu metode baku untuk mendeteksi struktur molekul senyawa melalui identifikasi gugus fungsi penyusun senyawa. Identifikasi protein dilakukan dengan menganalisa serapan gugus fungsi dengan Fourier Transform Infrared (FTIR). Penelitian ini bertujuan untuk mengidentifikasi protein dengan FTIR, dan mengenali puncak dari protein. Hasil penelitian menunjukkan bahwa dari ke-empat sampel (keju hewani, keju nabati, susu dan mentega) protein dapat dikenali dengan tiga peak yaitu amida III (1240-1265 cm-1) , amida IV (633-721 cm-1), dan amida VI (551-586 cm-1). Peak untuk amida III mewakili gugus CN stretching dan NH bending, amida IV mewakili gugus OCN bending dan amida VI mewakili gugus out-of plane NH bending. kadar protein relatif per karbonil untuk susu, keju hewani, keju nabati, dan mentega adalah 0,67, 1,37, 2,17, dan 1,70 dengan kadar protein 9,47 %, 19,08 %, 30,67 %, dan 24,03 %.

---

Protein is one of the elements in food which consists of amino acids that contain carbon, hydrogen, oxygen, nitrogen, and sulfur. Identification of the protein had been done using conventional spectroscopic methods such as UV-Vis spectroscopy and Kjeldhal methods. Preparation of the sample for both methods were long enough, complicated, and expensive. This was because had to do separation of proteins from other macromolecules that are not desirable in the analysis. FTIR Spectroscopy (Fourier Transform Infra Red) is one of the standard methods for detecting the molecular structure of compound through the identification of functional groups that make up the compound. Identification is done by analyzing the absorption of the functional protein by Fourier Transform Infrared (FTIR). The aims of the research are to identify protein by FTIR, and describe their peaks.

The results of the research show that of four samples (cheese, vegetable cheese, milk, and butter), proteins can be identified by three peaks, that are amide III (1240-1265 cm-1), amide IV (633-721 cm-1), and amide VI (551-586 cm-1). Peak of the amide III represents the CN stretching and NH bending, amide group IV represents the OCN bending, and amide VI represents out-of plane NH bending. Protein relative levels per carbonyl for milk, cheese, vegetable cheese, and butter are 0.67, 1.37, 2.17, and 1.70 with a protein content of 9.47%, 19.08%, 30.67% , and 24.03%."

"The objective of this research was to examine the optimum condition of enzymatic hydrolysis of shark protein by visceratic enzyme and trypsin ...."

"Protein of seaweed . Seeaweds are consumed by people,especially who lived in the coastal areas....."

"Kadar C-reactive protein (CRP) dalam plasma di laporkan meningkat pada individu obes."

"This volume has a strong focus on homo-oligomerization, which is surprisingly common. However, protein function is so often linked to both homo- and hetero-oligomerization and many heterologous interactions likely evolved from homologous interaction, so this volume also covers many aspects of hetero-oligomerization."

"Latar Belakang: Human Platelet Lysates (HPL) yang berasal dari platelet yang melewati masa simpan belum diketahui efeknya pada kultur HUVEC. Tujuan: Mengevaluasi pengaruh waktu penyimpanan platelet pada HPL terhadap profil protein HUVEC. Metode: HUVEC dikultur dengan FBS, HPL fresh, dan HPL extended diuji dengan SDS-PAGE. Hasil: Intensitas band HPL fresh dan extended cenderung lebih tinggi. Ketebalan band HPL fresh dan extended lebih tinggi dibandingkan FBS pada band 4, dan lebih rendah pada band 3. Kisaran berat molekul protein HPL fresh dan extended tidak berbeda dibandingkan FBS. Simpulan: Profil protein HUVEC menggunakan HPL fresh dan extended identik dengan FBS.

---

Background: The effect of Human Platelet Lysates (HPL) derived, from platelets that have passed normal shelf life was unknown on HUVEC.

Objective: To determine shelf-life effect on HPL as FBS alternative on HUVEC protein profile. Method: HUVEC were cultured with FBS, fresh, extended HPL, and analyzed with SDS-PAGE. Results: Band intensity of fresh HPL tended to be higher. Band thickness of HPL higher than FBS in band 4th row band, and lower in 3rd row band. No difference were observed in protein molecular weight range between HPL fresh, extended, FBS. Conclusion: HUVEC protein profile cultured with fresh, extended HPL is identical with FBS.

"

"Rapid development of biotechnology can make better life . Processing a substance to become other substance with the use of microorganism is included in simple biotechnology, for example fermentation technology that change proteins at soybeans to amino acid with the work of fungus, especially Rhizopusbsp...."

"ABSTRAKHIV Human Immunodeficiency Virus adalah sebuah jenis retrovirus obligat intraseluler yang menyerang sistem kekebalan tubuh manusia. Virus ini menyerang dengan cara melakukan interaksi antara protein virus dengan protein manusia. Penelitian ini menggunakan data berupa barisan asam amino dari protein yang akan diubah fiturnya menggunakan metode global encoding. Hasil ekstraksi fitur tersebut kemudian akan digunakan sebagai masukan untuk metode rotation forest guna memprediksi interaksi protein HIV dengan manusia. Selain itu pula, penelitian ini juga membandingkan performa metode rotation forest yang menggunakan Principal Component Analysis RF PCA dengan rotation forest yang menggunakan Independent Principal Component Analysis RF IPCA sebagai metode transformasi peubah bebas dalam metode tersebut. Hasil dari penelitian ini menunjukkan bahwa RF PCA memperoleh hasil performa tertinggi dalam memprediksi interaksi protein HIV dengan protein manusia, yaitu dengan nilai akurasi sebesar 79,50 , sensitivitas 79,91 , spesifisitas 79,07 dan presisi sebesar 79,77 . Sementara itu, metode RF IPCA memperoleh hasil performa tertinggi yaitu dengan nilai akurasi sebesar 77,20 , sensitivitas 76,65 , spesifisitas 77,81 , dan presisi sebesar 79,40 . Selain itu pula, dalam penelitian ini ditemukan sebanyak 2.619 protein manusia yang terprediksi berinteraksi dengan protein HIV melalui model terbaik RF PCA , dan juga ditemukan sebanyak 3.071 protein manusia yang terprediksi berinteraksi dengan protein HIV melalui model terbaik RF IPCA dari total sebanyak 7.678 protein manusia yang diteliti.

---

ABSTRACTHIV Human Immunodeficiency Virus is a type of retrovirus obligate intracellular that attacks the human body 39 s immune system. This virus attacks by doing interaction between virus and human proteins. This research uses data of amino acids sequence from protein that the feature will be extracted using Global Encoding. The result of feature extraction then would be used as an input for Rotation Forest in order to predict interaction between HIV and human proteins. In addition, this research also compares the performance of Rotation Forest that using Principal Component Analysis RF PCA with Independent Principal Component Analysis RF IPCA as a method of transformation in that method. The result shows that RF PCA produced highest performance in classifying protein interactions between HIV and human, with accuracy value of 79,50 , 79,91 sensitivity, 79,07 specificity and 79,77 precision. While the RF IPCA produced highest performance with 77,20 accuracy, 76,65 sensitivity, 77,81 specificity, and 79,40 precision. In addition, there are 2.619 human protein which is predicted has an interaction with HIV protein through RF PCA best model, and there are 3.071 human protein which is predicted has an interaction with HIV protein through RF IPCA best model from the total of 7.678 human protein. All of that can be found in this research."

"ABSTRAKProtein adalah salah satu biomakromolekul yang mempunyai peran sangat penting dalam organisme hidup. Semua jenis protein terdiri dari serangkaian kombinasi 20 asam amino. Interaksi Protein-Protein Interaksi PPI memainkan peran penting dalam sebagian besar proses biologis sehingga deteksi interaksi protein-protein PPI pada dasarnya penting untuk memahami mekanisme molekuler dalam sistem biologis. Dengan menggunakan proses komputasi dan menerapkan metode pembelajaran mesin, akan lebih efisien daripada metode eksperimental yang membutuhkan waktu lama dan biaya mahal. Dalam tesis ini penulis menggunakan Discrete Cosine Transform sebagai metode fitur ekstraksi barisan asam amino dan Rotation Forest sebagai model klasifikasi untuk mendapatkan kinerja yang lebih baik daripada metode sebelumnya, seperti Support Vector Machine, Random Forest, dan lain-lain. Hal baru dalam tulisan ini terletak pada interaksi protein protein dengan virus HIV yang menyebabkan AIDS. Hasil penelitian menunjukkan bahwa metode yang diusulkan layak dilakukan, kuat dan dapat digunakan untuk prediksi interaksi protein-protein lainnya dengan akurasi hingga 77 dan metode transformasi Rotation Forest yang menggunakan PCA lebih baik dibandingkan metode transformasi Rotation Forest yang menggunakan IPCA. Terdapat 962 protein yang berpotensi berinteraksi pada PCA dari 4529 potein dan 2902 protein pada IPCA dari 7499 protein.

---

ABSTRACTProtein is one of the bio macromolecules that have a very important role in living organisms. All types of proteins consist of a series of combinations of 20 amino acids. Interaction of Protein Protein Interactions PPI plays an important role in most biological processes so that the detection of protein protein interactions PPIs is basically important for understanding molecular mechanisms in biological systems. By using computational processes and applying machine learning methods, it will be more efficient than experimental methods that take a long time and costly. In this thesis the author uses Discrete Cosine Transform as a method of extraction of amino acid sequences and Rotation Forest as a prediction model to get better performance than previous methods, such as Support Vector Machine, Random Forest, etc . The novelty in this paper lies in the interaction of protein proteins with the HIV virus that causes AIDS. The results show that the proposed method is feasible, robust and can be used for the classification of other protein interactions with up to 77 accuracy and Rotation Forest transformation methods using PCA better than Rotation Forest transformation methods using IPCA. There are 962 potentially interacting proteins in the PCA of 4529 potein and 2902 proteins in IPCA of 7499 proteins."