Berita | Ilmuwan Mengidentifikasi 473 Gen "Nyala-Mati" yang Dapat Mengubah Pengobatan Personalisasi



Berita | Ilmuwan Mengidentifikasi 473 Gen "Nyala-Mati" yang Dapat Mengubah Pengobatan Personalisasi

Berita | Ilmuwan Mengidentifikasi 473 Gen "Nyala-Mati" yang Dapat Mengubah Pengobatan Personalisasi


Sebuah studi besar yang diterbitkan di Nature Communications mengidentifikasi 473 gen manusia yang berperilaku seperti sakelar: gen tersebut sepenuhnya aktif atau sepenuhnya tidak aktif serta menunjukkan ekspresi spesifik jaringan. Temuan ini membuka kemungkinan baru untuk memahami mekanisme penyakit dan memajukan pengobatan personalisasi.



Gen yang menyala dan mati memengaruhi kesehatan

Tim menganalisis data genomik (DNA), metilomik (modifikasi DNA), dan transkriptomik (ekspresi RNA) dari 943 relawan, dengan menyaring pola ekspresi sekitar 19,000 gen yang sangat diekspresikan di 27 jaringan manusia.


Mereka menemukan 473 gen dengan distribusi bimodal yang jelas—dua keadaan ekstrem "nyala" dan "mati", bukan peningkatan atau penurunan bertahap. Ekspresi seperti sakelar ini berkaitan erat dengan kondisi termasuk penyakit kulit, penyakit metabolik, gangguan imun, dan kanker.


Regulasi hormon dan metilasi DNA menentukan gen yang menyala atau mati

Sebagian besar gen mirip sakelar bersifat spesifik jaringan dan diatur oleh kadar hormon. Dari 158 gen tersebut yang diidentifikasi dalam jaringan payudara, misalnya, 157 terutama diekspresikan pada perempuan, yang menunjukkan bias jenis kelamin yang kuat. Dalam jaringan rahim, ekspresi gen kunci seperti TP53INP2 menurun seiring usia dan mungkin berkaitan dengan berkurangnya kesuburan perempuan.


Sekitar 8.5% dari gen ini menunjukkan ekspresi dua keadaan serupa di semua jaringan, terutama karena faktor genetik seperti varian DNA, varian struktural, atau hilangnya fungsi. Misalnya, penghapusan gen yang umum membuat USP32P2 dan FAM106A tetap "mati", yang dapat memengaruhi kesuburan pria dan memperburuk COVID-19.


Penelitian jaringan vagina: terapi hormon dapat menyalakan kembali gen

Pada sampel jaringan vagina, peneliti menemukan 7 gen mirip sakelar yang berkaitan dengan atrofi vagina pascamenopause akibat kekurangan estrogen. Eksperimen lanjutan menunjukkan bahwa terapi estrogen dapat mengaktifkan kembali 5 di antaranya. Hal ini mendukung hubungan erat antara ekspresinya dan hormon serta menunjukkan bahwa terapi hormon mungkin bekerja sebagian dengan mengatur gen-gen ini.


Dalam jaringan vagina, ALOX12 dianggap sebagai "gen penumpang"—akibat dari penyakit—sedangkan KRT1 mungkin merupakan "gen penggerak" yang menyebabkan penyakit, sehingga menawarkan target potensial untuk intervensi di masa depan.


Studi lebih mendalam tentang gen sakelar dapat mengubah diagnosis dan pengobatan penyakit

Para peneliti telah lama berfokus pada gen dengan ekspresi kontinu atau perubahan bertahap, sehingga mengabaikan pola biner seperti sakelar lampu. Dengan menggunakan data pengurutan RNA dan model statistik, studi ini untuk pertama kalinya mengidentifikasi gen mirip sakelar tersebut secara sistematis serta mengisi kesenjangan penelitian penting.


Mereka merekomendasikan dua prioritas untuk penelitian mendatang:


Gunakan pengurutan baca panjang untuk menemukan varian struktural tersembunyi. Mekanisme genetik di balik keadaan "mati" pada beberapa gen, seperti GPX1P1, masih belum jelas;


Sertakan gen sakelar dalam penelitian interaksi gen-lingkungan. Misalnya, penghapusan gen GSTMI yang dipadukan dengan ibu merokok dapat secara signifikan meningkatkan risiko asma pada anak.


Prospek: satu langkah lagi menuju pengobatan presisi

Studi ini merupakan analisis terintegrasi terbesar dan paling komprehensif dari jenisnya hingga saat ini. Dengan menggabungkan data genomik, metilomik, dan transkriptomik, para ilmuwan membuat peta gen sakelar manusia.


Meskipun studi tersebut mencatat bahwa keadaan "nyala-mati" pada tingkat RNA tidak selalu mencerminkan perubahan pada tingkat protein, temuan ini tetap memberikan landasan kuat untuk peringatan dini penyakit, skrining target obat, dan perancangan pengobatan personalisasi.


Jika peneliti dapat menentukan gen mana yang mendorong penyakit dan menggabungkan informasi tersebut dengan faktor individu seperti hormon, usia, dan BMI, prediksi penyakit serta intervensi yang lebih presisi mungkin dapat dilakukan.


Sumber cerita:

Dikumpulkan secara daring

Diterbitkan 2025-07-25
Artikel ini disusun dengan bantuan AI dan ditinjau oleh tim editorial sebelum diterbitkan.
Konten ini hanya untuk informasi dan bukan nasihat medis. Konsultasikan dengan tenaga medis berizin. Panduan konten dan kebijakan editorial

Anda Mungkin Juga Menyukai

Kami Akan Segera Menghubungi Anda

Masukkan data Anda dan kami akan segera menghubungi Anda.
  • Tes Genetik Prapenempelan dan IVF
    IVF dengan Sel Telur atau Sperma Donor
    Informasi Reproduksi Pihak Ketiga (Tunduk pada Hukum Setempat)
    Lainnya