Pemanfaatan edgeR dan Pemodelan Jaringan STRING v12.0 pada Analisis Data RNA Kanker Nasofaring

Abstract

Karsinoma nasofaring (NPC) merupakan keganasan epitelial yang memiliki prevalensi tinggi di Indonesia. Penelitian ini bertujuan untuk melakukan analisis bioinformatika transkriptomik secara menyeluruh dan merekonstruksi jaringan interaksi protein-protein (PPI) pada pasien NPC Indonesia. Data sekuens RNA utuh (RNA-seq) dari 7 sampel biopsi pasien NPC dan 2 kontrol sehat diproses menggunakan pipeline komputasional HISAT2 v2.1.0 untuk alignment genome dan HTSeq v0.11.1 untuk kuantifikasi transkrip. Analisis ekspresi gen diferensial (DEG) mengeksekusi algoritma statistik edgeR v3.28.0 (TMM normalization, FDR < 0,05, log2 FC > 1), menghasilkan 2.043 gen ter-upregulasi dan 156 gen ter-downregulasi signifikan. Eliminasi komputasional mendeteksi bahwa 5 dari top 10 gen upregulated merupakan long non-coding RNA (lncRNA). Rekonstruksi grafik jaringan PPI menggunakan algoritma STRING v12.0 mengidentifikasi dua sub-kluster upregulated utama (SOX11–SALL3 dan GABRG2–KCNQ2) serta central hub node downregulated SERPINB3 yang terhubung dengan ALDH3A1, MSMB, dan SERPINB11. Hasil ini menegaskan efektivitas pipeline bioinformatika dalam mengekstraksi biomarker molekuler NPC.