Analisis Network Based Clustering Pada Data Transkriptomik Pneumonia Akibat Bakteri Dan Virus (Studi Kasus : Dataset GSE214051 dan GSE206534)

Abstract

Pneumonia merupakan salah satu penyakit infeksi saluran pernapasan yang memiliki dinamika respon molekuler yang kompleks dan dapat berbeda tergantung jenis patogen penyebabnya. Penelitian ini bertujuan untuk mengidentifikasi gen yang terekspresi berbeda serta pola interaksi gen pada pneumonia akibat infeksi bakteri Streptococcus pneumoniae dan virus Influenza A Virus (IAV) menggunakan data transkriptomik berbasis microarray dan Next Generation Sequencing(NGS). Data diperoleh dari basis data publik Gene Expression Omnibus (GEO) dan dianalisis menggunakan pendekatan deret waktu. Tahapan penelitian meliputi praproses data sesuai karakteristik masing-masing platform, analisis Differentially Expressed Genes (DEGs), analisis jaringan Protein-Protein Interaction (PPI), identifikasi modul gen menggunakan MCODE, serta analisis Gene Ontology (GO) dan Kyoto Encyclopedia of Genes and Genomes (KEGG). Analisis dilakukan menggunakan perangkat lunak R dan Cytoscape. Hasil penelitian menunjukkan bahwa infeksi S. pneumoniae cenderung memicu respon imun bawaan, aktivasi jalur interferon, serta perubahan metabolisme seluler yang berkaitan dengan detoksifikasi. Sementara itu, infeksi IAV menunjukkan dominasi respon antiviral, amplifikasi inflamasi, serta regulasi komunikasi antar sel imun. Perbedaan pola ekspresi gen dan jalur biologis pada kedua patogen menunjukkan bahwa respon molekuler mus musculus terhadap pneumonia bersifat dinamis dan spesifik terhadap jenis patogen penyebab infeksi. Temuan ini diharapkan dapat menjadi dasar bagi penelitian lanjutan terkait biomarker maupun target terapeutik pada pneumonia.