Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kanker payudara masih menjadi jenis kanker yang paling umum terjadi di dunia. Kanker payudara merupakan penyakit kompleks yang disebabkan oleh berbagai faktor. Pemeriksaan histopatologi dapat memberikan informasi penting mengenai fenotipe, yaitu karakteristik fisik atau morfologi dari jaringan yang diperiksa. Pemeriksaan genotipe juga dapat dilakukan untuk mengidentifikasi varian gen pada mutasi gen tertentu, yang dapat memberikan informasi tentang faktor risiko genetik seseorang terhadap penyakit tertentu dan respons terhadap terapi target yang ditujukan pada mutasi gen tertentu. Penelitian ini bertujuan untuk mengidentifikasi mutasi gen penetrasi non-BRCA dan hubungan antara genotipe-fenotipe pada pasien kanker payudara. Pada penelitian ini, pemeriksaan genotipe dilakukan menggunakan metode targeted sequencing. Pada penelitian ini ditemukan sebanyak 18 gen kerentanan dengan varian pathogenic dan likely-pathogenic (P/LP). Kelompok varian gen dibandingkan dengan fenotipe pasien yaitu diantaranya adalah usia, riwayat kanker payudara pada keluarga, status metastasis, subtipe molekuler, dan grade. Kesimpulannya, ditemukan mutasi gen penetrasi non-BRCA diantaranya SMAD4 H427Lfs*9, ATM H1951Pfs*39, PTEN Q219Rfs*2, dan MET K842Sfs*7, mutasi gen penetrasi SMAD4 H427Lfs*9 berhubungan dengan subtipe molekuler luminal B, mutasi gen penetrasi ATM H1951Pfs*39, PTEN Q219Rfs*2, dan MET K842Sfs*7 berhubungan dengan subtipe molekuler TNBC. Pada penelitian ini juga dilakukan homology modelling protein PTEN mutan terhadap protein PTEN wild type dan kaitannya dengan respons terapi target GSK2636771 dan AZD8186.

---

Breast cancer is still the most common type of cancer in the world. Breast cancer is a complex disease caused by various factors. Histopathological examination can provide important information regarding the phenotype, namely the physical or morphological characteristics of the tissue being examined. Genotyping tests can also be performed to identify gene variants in certain gene mutations, which can provide information about a person's risk of genetic factors for certain diseases and response to targeted therapy aimed at certain gene mutations. This study aims to identify non-BRCA penetrance gene mutations and the relationship between genotypes in breast cancer patients. In this study, genotype examination was carried out using the targeted sequencing method. In this study, 18 susceptibility genes with pathogenic and likely-pathogenic (P/LP) variants were found. Gene variant groups were compared with the patient's phenotype, including age, family history of breast cancer, metastatic status, molecular subtype, and grade. In conclusion, non-BRCA penetrance gene mutations were found, including SMAD4 H427Lfs*9, ATM H1951Pfs*39, PTEN Q219Rfs*2, and MET K842Sfs*7. SMAD4 H427Lfs*9 penetrance gene mutation is associated with luminal molecular subtype B, ATM H1951Pfs penetrance gene mutation *39, PTEN Q219Rfs*2, and MET K842Sfs*7 are associated with TNBC molecular subtypes. In this study, homology modeling was also performed on wild type PTEN protein with mutant PTEN protein and its relation to the response to targeted therapy of GSK2636771 and AZD8186."

"Tuberkulosis merupakan penyakit yang masih menjadi masalah utama kesehatan bagi masyarakat di Indonesia. Berdasarkan Global TB Report 2021, Asia Tenggara merupakan wilayah dengan beban Tb paling tinggi dan Indonesia menyumbang sekitar 8% dari keseluruhan beban Tb didunia. Namun pasien Tb yang berhasil ditemukan, diobati dan dilaporkan kedalam sistem informasi nasional hanya sekitar 48%. Tb yang resisten terhadap obat terus menjadi ancaman kesehatan manusia. Resistensi terhadap obat anti tuberkulosis bisa terjadi akibat infeksi primer dengan bakteri Tb resisten atau bisa disebabkan oleh pengobatan yang tidak adekuat, sehingga muncul strain yang resisten akibat adanya perubahan atau mutasi pada gen-gen tertentu dalam genom Mycobacterium tuberculosis. Saat ini sudah banyak teknologi dan metode yang digunakan untuk mendeteksi resistensi terhadap obat anti tuberculosis. Salah satunya adalah Next Generation Sequencing. Next Generation Sequencing merupakan teknologi sekuensing akurat, hemat biaya dan throughput tinggi yang memungkinkan penyelidikan genom termasuk Whole Genome Sequencing untuk studi epidemiologi dan untuk mendeteksi penanda resistensi obat dan keragaman strain. Analisis Whole Genome Sequencing dapat digunakan untuk mendeteksi resistensi terhadap obat anti tuberkulosis lini pertama y a n g sangat menjanjikan sebagai pengganti uji kepekaan obat konvensional. Hasil dari analisis Whole Genome Sequencing pada Mycobacterium tuberculosis yang resisten rifampisin menunjukkan adanya mutasi-mutasi yang ada pada wilayah operon Rpo terutama pada gen RpoB dan RpoC. Mutasi yang paling dominan pada gen RpoB adalah perubahan S450L (36,45%) dan pada gen RpoC adalah G594E (30,95%). Dan analisis whole genome sequencing juga menunjukkan adanya mutasi baru yang berbeda dengan mutasi-mutasi yang ada berdasarkan penelitian sebelumnya.

---

Tuberculosis is a disease that is still a major health problem for people in Indonesia. Based on the Global TB Report 2021, Southeast Asia is the region with the highest burden of TB and Indonesia produces around 8% of the total burden of TB in the world. However, only about 48% of TB patients who have been found, treated and reported to the national information system. Drugresistant TB continues to be a threat to human health. Resistance to anti-tuberculosis drugs can occur as a result of primary infection with resistant TB bacteria or can be caused by inadequate treatment, resulting in the emergence of resistant strains due to the presence or mutations in certain genes in the genome of Mycobacterium tuberculosis. Currently there are many technologies and methods used to detect resistance to anti-tuberculosis drugs. One of them is Next Generation Sequencing. Next Generation Sequencing is an accurate, cost-effective and highthroughput sequencing technology that enables genomic investigations including Whole Genome Sequencing to study epidemiology and to detect markers of drug resistance and strain diversity. Whole Genome Sequencing analysis can be used to detect resistance to first-line anti-tuberculosis drugs which are very promising as a substitute for conventional drug sensitivity tests. The results of Whole Genome Sequencing analysis on rifampicin-resistant Mycobacterium tuberculosis showed that there were mutations in the Rpo operon region, especially in the RpoB and RpoC genes. The most dominant mutation in the RpoB gene was the change in S450L (36.45%) and in the RpoC gene was G594E (30.95%)."

"ABSTRACTDewasa ini, sudah banyak rumah sakit modern yang dilengkapi dengan peralatan monitoring yang lengkap, yang menyebabkan makin banyaknya data medis yang tersimpan. Data medis ini memiliki karakteristik khusus, dan biasanya metode statistika biasa tidak dapat diterapkan begitu saja. Dari sinilah kemudian muncul gagasan mengenai Medical Data Mining (MDM) yang sudah terbukti cocok untuk diterapkan dalam analisis data medis. Naive Bayes Classifier (NBC) merupakan salah satu implementasi dari MDM. Kendati terbukti memiliki hasil yang akurat dan memuaskan dalam proses diagnosis medis, metode-metode dalam MDM belum sepenuhnya diterima dalam praktek medis untuk diterapkan. Alasan utama mengapa metode ini belum dapat diterima adalah karena terdapatnya resistansi dari tenaga medis terhadap metode diagnosis yang baru. Tujuan dari penelitian ini adalah untuk menerapkan dan mengevaluasi performa NBC  pada data rekam medis pasien kanker payudara di salah satu rumah sakit di Jakarta dalam masalah klasifikasi subtipe molekular kanker payudara, serta membandingkan hasil klasifikasi NBC dengan metode MDM lain, yaitu Decision Tree (DT). Hasil analisis menunjukkan bahwa NBC mengungguli DT dengan tingkat akurasi sebesar 92,8%. Selain itu, dapat juga ditunjukkan secara empiris bahwa NBC mampu menangani missing value dengan cukup baik dan tidak membutuhkan data dalam jumlah banyak untuk tetap dapat mengklasifikasikan sebagian besar pasien dengan benar.

---

ABSTRACTNowadays, modern hospitals are well equipped with data monitoring devices, which resulted in an abundant amount of medical data. These medical data possess specific characteristics and usually, statistical methods could not be applied directly. This is what started the notion of Medical Data Mining (MDM), which has proven to be effective in analysing medical data. Naive Bayes Classifier (NBC) is an implementation of MDM. Even though MDM methods produce a sufficiently accurate and satisfying results in diagnosis problems, these methods are still not well accepted in the medical practice. One of the main reasons is because there is a resistance of physicians to a new diagnosis method. The main goal of this study is to apply and evaluate the performance of NBC in classifying breast cancer patients in a private hospital in Indonesia into five classes of molecular subtypes and compare its performance with another popular MDM method, Decision Tree (DT). Results showed that NBC outperformed DT by reaching an accuracy rate of 92.8%. This study could also show empirically that NBC does not need a big dataset to be able to achieve a high accuracy rate and that NBC could handle the problem of missing values just fine."

"Kanker payudara merupakan tipe kanker yang paling banyak terjadi didunia dan menjadi penyebab kematian terbanyak pada negara berkembang. Subtipe kanker payudara saat ini dapat diklasifikasikan berdasarkan profil ekspresi gennya dengan immunohistokimia (IHK) menjadi subtipe Luminal A, Luminal B, HER2+, dan TNBC. Namun, IHK memiliki beberapa keterbatasan yang dapat menyebabkan kesalahan klasifikasi. Penelitian ini bertujuan melakukan integrasi data multi-omik (genomik, epigenomik, dan transkriptomik) serta penggunaan machine learning dalam penentuan biomarker subtipe kanker payudara.Metode Isolat DNA dari pasien kanker payudara yang menjalani pengobatan di RSUPN Cipto Mangunkusumo dan RS Kanker Dharmais Jakarta sebanyak 48 subjek digunakan dalam penelitian ini. Untuk mengidentifikasi mutasi dan metilasi DNA, digunakan kit Illumina Infinium Asian Screening Array dan Illumina Infinium EPIC Human methylation array v2.0 yang kemudian dilakukan pembacaan dengan Illumina iScan. Biomarker mutasi dan metilasi DNA kemudian dianalisis dengan machine learning untuk mendapatkan biomarker subtipe kanker payudara. Pendekatan transkriptomik dengan analisis DEG (Differentially Expressed Genes) dilakukan dengan menggunakan dataset yang berada pada basis data GEO (Gene Expression Omnibus), yaitu dataset GSE33447 dan GSE20685. Studi translasional untuk identifikasi biomarker metilasi DNA, dilakukan dengan metode MSP (methylated specific PCR).Hasil Didapatkan biomarker mutasi dan metilasi DNA yang signifikan berasosiasi dengan masing-masing subtipe kanker payudara serta berkaitan dengan ekspresi gennya, yaitu Luminal A (rs2355062 dan cg14397888), Luminal B (rs36087647 dan cg14397888), HER2+ (rs4925108 dan cg25910261), TNBC (rs137966431, rs886040223 dan cg26371957). Adanya mutasi pada BRCA2 (rs886040223) pada pasien TNBC, diprediksi akan memberikan respon yang sensitif terhadap pemberian terapi inhibitor PARP. Kit diagnostik berbasis biomarker omik dengan metode methylation-specific PCR (MSP) dapat menentukan status metilasi DNA pada biomarker cg14397888 untuk subtipe Luminal A dan Luminal B dengan akurasi 75% dan 76%.Kesimpulan Pendekatan biomarker multiomik pada pasien kanker payudara dapat digunakan sebagai pilihan untuk melakukan klasifikasi subtipe kanker payudara dan memprediksi pilihan terapi yang tepat.

---

Introduction

Breast cancer is the predominant form of cancer globally and is the primary cause of mortality in emerging nations. Currently, breast cancer subtypes can be classified using immunohistochemistry (IHC) into four subtypes: Luminal A, Luminal B, HER2+, and TNBC. Nevertheless, the IHC possesses various constraints that may result in misclassification. The objective of this study is to combine multiple types of biological data (genomic, epigenomic, and transcriptomic) and apply machine learning techniques to identify biomarkers for different subtypes of breast cancer.

Method

DNA isolates obtained from 48 breast cancer patients who were receiving therapy at RSUPN Cipto Mangunkusumo and Dharmais Cancer Hospital Jakarta. The Illumina Infinium Asian Screening Array and Illumina Infinium EPIC Human methylation array v2.0 kits were employed to detect mutations and DNA methylation which were then read using Illumina iScan. Machine learning was used to examine DNA mutation and methylation biomarkers in order to identify biomarkers specific to different subtypes of breast cancer. The transcriptomics approach was employed to analyze differentially expressed genes (DEGs) utilizing datasets from the Gene Expression Omnibus (GEO) database, namely the GSE33447 and GSE20685 datasets. The MSP approach was employed to conduct translational research to identify DNA methylation biomarkers.

Results

Significant DNA mutations and methylation biomarkers were discovered to be linked to each subtype of breast cancer and were found to be associated with gene expression, namely, Luminal A (rs2355062 and cg14397888), Luminal B (rs36087647 and cg14397888), HER2+ (rs4925108 and cg25910261), and TNBC (rs137966431, rs886040223 and cg26371957). Predictions suggest that the presence of mutations in the BRCA2 gene (rs886040223) in TNBC patients will likely result in a highly responsive reaction to PARP inhibitor treatment. A diagnostic kit utilizing the methylation-specific PCR (MSP) approach can accurately assess the DNA methylation status of the cg14397888 biomarker for Luminal A and Luminal B subtypes with an accuracy of 75% and 76%, respectively.

Conclusion

The utilization of the multiomics biomarker strategy in breast cancer patients offers a viable method for categorizing breast cancer subtypes and forecasting suitable therapy interventions.                                                                                                                                                                    "

"Kanker payudara menjadi penyebab kematian utama akibat kanker pada wanita. Metastasis dan kekambuhan menjadi faktor penyebab utama kematian akibat kanker. Metastasis menyebabkan sel tumor menginvasi dan menyebar melalui pembuluh darah menuju organ tubuh lain dan resistensi disebabkan karena sel punca yang memiliki kemampuan untuk self-renewal. Gen EpCAM dan CD44 dilaporkan memiliki kaitan dengan kepuncaan sel kanker. Sampai saat ini, pengembangan pengobatan kanker payudara masih terus dilakukan. Penggunaan kultur primer dalam studi in vitro terus dikembangkan karena hasil kultur primer homogen dengan lingkungan kanker primer. Optimasi kultur primer masih perlu dikembangkan. Selain itu, untuk melihat kepuncaan sel kanker diperlukan studi ekspresi gen terkait sel punca, yaitu EpCAM dan CD44. Penelitian ini bertujuan untuk mengoptimasi kultur primer kanker payudara dan mendeteksi sel punca menggunakan gen EpCAM dan CD44. Sampel kanker payudara didapatkan dari 10 pasien RS Cipto Mangunkusumo. Sampel yang digunakan adalah sampel high proliferative dan low proliferative. Metode kultur primer yang digunakan adalah metode enzimatis dan eksplan. Pengamatan kultur sel dilakukan selama 30 hari. Pada pengamatan molekuler, jaringan asal kanker dan sel hasil kultur primer digunakan untuk melihat ekspresi gen menggunakan metode qPCR. Hasil yang diperoleh menunjukkan bahwa metode yang berhasil untuk menumbuhkan sel kanker payudara adalah metode eksplan dan karakteristik sampel high proliferative. Sel sferoid (3D) didapatkan pada kultur kanker payudara. Hasil ekspresi gen menunjukkan ekspresi EpCAM dan CD44 tidak berbeda nyata (P>0,05) antara hasil kultur dan jaringan asal. Ekspresi gen yang tinggi diketahui berkorelasi dengan kehadiran sel punca

---

Breast cancer is the leading cause of death from cancer in women. Metastases and relapses are the main contributing factors to death from cancer. Metastases cause tumor cells to invade and spread through blood vessels to other organs of the body and resistance is caused due to stem cells having the ability to self-renew. The EpCAM and CD44 genes are reported to be associated with cancer cell stemness. To date, the development of breast cancer treatment is still being developed. The use of primary culture in in vitro studies continues to be developed because the results of the primary culture are homogeneous with the primary cancer environment. However, optimization of primary culture is still required to be developed. In addition, to see the cancer stemness, studies of stem cell-related gene expression are needed, namely EpCAM and CD44. This study aims to optimize the primary culture of breast cancer and detect stem cells using the EpCAM and CD44 genes. Breast cancer samples were obtained from 10 patients at Cipto Mangunkusumo Hospital. The samples used were high proliferative and low proliferative samples. The primary culture methods used were enzymatic and explanatory methods. Observation of cell cultures was carried out for 30 days. In molecular observations, cancer origin tissue and primary cultured cells were used to see gene expression using the qPCR method. The results obtained showed that the successful method for growing breast cancer cells is the explant method. Spheroid (3D) cells were obtained in breast cancer cultures. Gene expression results showed that EpCAM and CD44 expression did not differ significantly (P>0.05) between culture results and tissue origin. High gene expression is known to correlate with the presence of stem cells."

"Keseimbangan berbagai jenis bakteri pada kulit sangat penting dalam menjaga kesehatan kulit. Permasalahan pada kulit wajah yang muncul salah satunya disebabkan oleh disbiosis mikroba. Penelitian dilakukan untuk menganalisis keberagaman mikrobiom bakteri yang terdapat pada kulit wajah dengan kondisi pH dan kelembaban beragam. Metode analisis diversitas dengan Next Generation Sequencing 16s rRNA. Jumlah responden yang digunakan pada penelitian ini sebanyak 144 sampel. Hasil analisis pada penelitian ini ditemukan bahwa kelas filum bakteri tertinggi Actinobacterium (49,72%), Proteobacterium (29,86%) dan Firmicutes (18,64%). Pada genus Cutibacterium (41,48%), Neisseriaceae (20,29), Staphylococcus (10,16%) ditemukan terbanyak pada kulit wajah dengan nilai kondisi pH dan kelembaban berbeda. Analisis diversitas alfa dengan indeks Chao1 (p=0,05) dan Faith PD(p=0.004) menunjukan kelimpahan mikrobiom signifikan lebih tinggi ditemukan pada pH tinggi dibandingkan pH normal. Analisis diversitas Alfa pada kelembaban tidak ditemukan signifikan terhadap kelimpahan bakteri mikrobiom wajah. Hasil diversitas beta ditemukan perbedaan kelimpahan mikrobiom bakteri pada sepuluh genus tertinggi yang ditemukan pada pH normal dan pH tinggi serta kelompok kelembaban dengan sangat lembab, lembab dan kering. Kesimpulan penelitian profil genus Cutibacterium, Neisseriaceae, Staphylococcus bakteri paling banyak ditemukan pada pH tinggi dan pH normal seta kelembaban sangat lembab, lembab dan kering. Cutibacterium, Neisseriaceae dan Staphylococcus menunjukan adanya peningkatan pH kulit maka kelimpahan bakteri tersebut semakin meningkat. Pada kelembaban kulit, kelimpahan Cutibacterium dan Staphylococcus menurun seiring penurunan nilai kelembaban kulit.

---

Balancing various types of bacteria on the skin is crucial for maintaining skin health. One of the issues that arise with facial skin is caused by microbial dysbiosis. Research was conducted to analyze the diversity of bacterial microbiomes on the facial skin with varying pH and moisture conditions. The diversity analysis method used Next Generation Sequencing 16s rRNA, and the study included 144 samples. The results of this research revealed that the highest bacterial phylum classes were Actinobacterium (49.72%), Proteobacterium (29.86%), and Firmicutes (18.64%). The genera Cutibacterium (41.48%), Neisseriaceae (20.29%), and Staphylococcus (10.16%) were the most abundant on the facial skin with different pH and moisture conditions. Alpha diversity analysis using Chao1 index (p=0.05) and Faith PD (p=0.004) indicated significantly higher microbial abundance found in high pH compared to normal pH. However, there was no significant difference in alpha diversity concerning the moisture level and facial bacterial microbiome abundance. Beta diversity analysis showed differences in bacterial microbiome abundance in the top ten genera found between normal pH and high pH, as well as between moisture groups categorized as very moist, moist, and dry. In conclusion, the research profiled the genera Cutibacterium, Neisseriaceae, and Staphylococcus as the most found bacteria in high pH and normal pH conditions, as well as very moist, moist, and dry moisture levels. Cutibacterium, Neisseriaceae, and Staphylococcus showed an increase in skin pH resulting in an increase in the abundance of these bacteria. On the other hand, the abundance of Cutibacterium and Staphylococcus decreased with decreasing skin moisture levels."

"Latar Belakang : Multidrug-resistant tuberculosis (MDR-TB) adalah masalah kesehatan masyarakat yang utama di dunia, termasuk di Indonesia. Analisis menggunakan whole-genome sequencing (WGS) masih jarang digunakan untuk investigasi penyakit TB dan MDR-TB di Indonesia.Tujuan: Mengevaluasi potensi penggunaan WGS untuk melakukan drug susceptibility testing (DST) dan mengetahui strain Mycobacterium tuberculosis resisten obat antituberkulosis di Jawa, Indonesia.Metode: Tiga puluh isolat MDR-TB dilakukan DST menggunakan Mycobacteria Growth Indicator Tube 960 (MGIT) dan WGS. Analisis filogenetika dilakukan menggunakan data dari WGS. Hasil DST yang didapatkan dengan menggunakan MGIT dan WGS dibandingkan.Hasil:. Kesesuaian antara WGS dan MGIT adalah 93,33% untuk rifampicin, 83,33% untuk isoniazid, dan 76,67% untuk streptomycin tetapi hanya 63,33% untuk ethambutol. Kesesuaian yang moderat ditemukan pada obat antituberkulosis lini kedua termasuk amikacin, kanamycin, dan fluoroquinolone (73,33%-76,67%). MDR-TB lebih sering ditemukan pada isolat yang berasal East Asian Lineage (63,33%).Kesimpulan: Penelitian ini menunjukkan penerapan dari WGS untuk DST dan epidemiologi molekular dari TB resisten obat di Jawa, Indonesia.

---

Background: Multidrug-resistant tuberculosis (MDR-TB) is a major public health problem globally, including in Indonesia. Whole-genome sequencing (WGS) analysis has rarely been used for the study of TB and MDR-TB in Indonesia.

Aim: We evaluated the use of WGS for drug susceptibility testing (DST) and to investigate population structure of drug-resistant Mycobacterium tuberculosis in Java, Indonesia.

Method: Thirty suspected MDR-TB isolates were subjected to MGIT-960 system (MGIT)-based DST and WGS. Phylogenetic analysis was done using the WGS data. Results obtained using MGIT-based DST and WGS-based DST were compared.

Result: Agreement between WGS and MGIT was 93.33% for rifampicin, 83.33% for isoniazid and 76.67% for streptomycin but only 63.33% for ethambutol. Moderate WGS-MGIT agreement was found for second-line drugs including amikacin, kanamycin, and fluoroquinolone (73.33-76.67%). MDR-TB was more common in isolates of the East Asian Lineage (63.33%).

Conclusion: This study demonstrated the applicability of WGS for DST and molecular epidemiology of DR-TB in Java, Indonesia."

"Aplikasi metabolomik dalam analisis subtipe kanker payudara dinilai cukup menjanjikan, salah satunya melalui penilaian profil asam amino. Informasi profil asam amino pada pasien kanker payudara berperan penting dalam tatalaksana pengobatan dan prognosis kanker payudara. Beberapa penelitian sebelumnya menunjukkan suatu pola perubahan asam amino pada pasien kanker payudara dibandingkan kontrol orang sehat, yang mengindikasikan kaitan asam amino dengan kanker payudara. Beberapa asam amino dapat menjadi biomarker yang menunjukkan adanya asosiasi dengan progresivitas kanker maupun subtipe IHK kanker payudara. Penelitian ini bertujuan untuk mengetahui hubungan profil asam amino berdasarkan subtipe imunohistokimia kanker payudara. Penelitian menggunakan studi desain potong lintang yang melibatkan 51 pasien kanker payudara di RSUPN Cipto Mangunkusumo. Sampel darah pasien yang terdiagnosis kanker payudara diukur kadar asam aminonya menggunakan metode HPLC dan nilai yang diperoleh dibandingkan dengan nilai rujukan normal untuk mengetahui adanya pola kenaikan dan penurunan. Pola asam amino akan dianalisis dan diuji asosiasinya berdasarkan pengelompokan subtipe imunohistokimia, yang dibagi menjadi Luminal A, Luminal B+HER2 dan Triple Negative Breast Cancer (TNBC) Sebanyak 51 pasien kanker payudara didominasi oleh kelompok Luminal B+HER2 diikuti oleh Luminal A dan TNBC. Sebagian besar pola asam amino berdasarkan subtype IHK menunjukkan kadar normal, kecuali asam amino arginin dan histidin yang mengalami peningkatan pada kelompok Luminal A dan Luminal B+HER, serta penurunan kadar asam amino ornitin pada kelompok TNBC. Analisis bivariat meunjukkan adanya hubungan yang signifikan (p<0.05) antara asam amino arginin dan ornitin dengan subtipe IHK. Luminal B+HER2 menjadi kelompok subtipe imunohistokimia kanker payudara yang mendominasi. Berdasarkan 19 asam amino yang diuji, asam amino dari ketiga kelompok subtipe imunohistokimia cenderung normal, dimana hanya tiga asam amino yang menunjukkan pola perubahan, yaitu histidin, ornitin dan arginin. Asam amino arginin dan ornitin menunjukkan hubungan yang signifikan dengan subtipe imunohistokimia. 

---

Metabolomic approach to analyze the immunohistochemistry subtype in breast cancer is a promising tool, especially measuring amino acid levels. The amino acid profile on breast cancer patients has a significant role as guidance and prognosis. Previous studies showed alteration of amino acid levels in breast cancer patients compared to healthy women, indicating an association between amino acid and breast cancer. Some amino acids can be used as a biomarker for determining a relationship between breast cancer with cancer progression or immunohistochemistry. This study aims to investigate the association of amino with immunohistochemistry in breast cancer. This is a cross-sectional study that involved 51 breast cancer patients in RSUPN Cipto Mangunkusumo. A blood sample was collected from patients and analyze using High-Performance Liquid Chromatography (HPLC) methods to calculate the level of amino acid. The measurement of amino acid was compared to standard to determine amino acid alteration whether amino acid is increased or decrease. The data are analyzed and tested statistically to investigate the association of amino acid alteration based on three categories of immunohistochemistry (Luminal A, Luminal B+HER2 dan Triple-Negative Breast Cancer (TNBC)). A total of 51 breast cancer patients showed Luminal B+HER2 group has the highest frequency of immunohistochemistry subtype, followed by Luminal A and TNBC, respectively. There were mostly no changes in amino acid levels among the three subtypes, except arginine and histidine, which showed increased amino acid levels in Luminal A and Luminal B+HER2, whereas a decrease of ornithine level showed in TNBC group. Bivariate analysis showed significantly association between amino acid arginine and ornithine with immunohistochemistry subtype in breast cancer (p<0.05).  The majority of immunohistochemistry subtypes in breast cancer were Luminal B+HER2. Out of 19 amino acids, most of the amino acid are stable in three groups, excluding arginine, histidine and ornithine. Arginine dan ornithine showed a significantly association with immunohistochemistry subtype of breast cancer."