asosiasi polimorfisme gen kcnj11 dan abcc8

1
ASOSIASI POLIMORFISME GEN KCNJ11 DAN ABCC8
DENGAN DIABETES MELLITUS TIPE 2 PADA
POPULASI MASYARAKAT BALI
AGENG WIYATNO
DEPARTEMEN BIOKIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2011
2
ASOSIASI POLIMORFISME GEN KCNJ11 DAN ABCC8
DENGAN DIABETES MELLITUS TIPE 2 PADA
POPULASI MASYARAKAT BALI
AGENG WIYATNO
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains pada
Departemen Biokimia
DEPARTEMEN BIOKIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2011
3
Judul Skripsi : Asosiasi Polimorfisme Gen KCNJ11 dan ABCC8 dengan
Diabetes Mellitus Tipe 2 pada Populasi Masyarakat Bali
Nama
: Ageng Wiyatno
NRP
: G84070047
Disetujui
Komisi pembimbing
Dr. Ir. I Made Artika, M.App.Sc.
Ketua
Dr. drh. Safarina G. Malik, M.S.
Anggota
Diketahui
Dr. Ir. I Made Artika, M.App.Sc.
Ketua Departemen Biokimia
Tanggal Lulus :
4
PRAKATA
Assalamualaikum wr.wb
Penulis panjatkan puji syukur ke hadirat Allah SWT. Atas rahmat-Nya
penelitian ini telah selesai. Salawat dan salam mudah-mudahan selalu tercurah
kepada junjungan Nabi Besar Muhammad SAW. Laporan hasil penelitian ini
berjudul “Asosiasi Polimorfisme Gen KCNJ11 dan ABCC8 dengan Diabetes
Mellitus Tipe 2 pada Populasi Masyarakat Bali”. Penelitian telah dilakukan di
Lembaga Biologi Molekuler Eijkman pada bulan Maret hingga bulan September
2011, dibimbing oleh Dr. Ir. I Made Artika, M.App.Sc. dan Dr. drh. Safarina G.
Malik, M.S.
Penulis sampaikan terima kasih kepada Dr. Ir. I Made Artika, M.App.Sc.
dan Dr. drh. Safarina G. Malik, M.S. atas kesediaan untuk membimbing penulis.
Terima kasih untuk Prof. dr. Sangkot Marzuki, AM., PhD., DSc. dan Prof. dr.
Herawati Sudoyo, PhD. yang telah memberikan kesempatan kepada penulis untuk
melakukan penelitian di Lembaga Eijkman. Tidak lupa terima kasih kepada
Sukma Oktavianthi, Clarissa Asha Febinia, Tri Cita Hutama, Pradiptajati Kusuma,
Yumni Khairina Ghassani dan Leli Nurfitriyani yang membantu penulis dalam
melakukan penelitian ini. Terima kasih untuk Bapak, Ibu dan adik-adikku yang
terus memberikan dukungan dan motivasi kepada penulis. Mudah-mudahan
penelitian ini berguna bagi perkembangan ilmu pengetahuan.
Bogor, Oktober 2011
Ageng Wiyatno
5
DAFTAR ISI
Halaman
DAFTAR GAMBAR ............................................................................................. ix
DAFTAR TABEL .................................................................................................. ix
DAFTAR LAMPIRAN .......................................................................................... ix
PENDAHULUAN .................................................................................................. 1
TINJAUAN PUSTAKA ......................................................................................... 2
Protein Integral KATP channels dan Mekanisme Sekresi Insulin ..................... 2
Analisis SNP Menggunakan Metode PCR-RFLP ............................................ 3
Gen KCNJ11 Penyandi Kir6.2 ........................................................................ 4
Gen ABCC8 Penyandi SUR1 ........................................................................... 4
Desa dan Penduduk Nusa Ceningan, Legian, Penglipuran dan Pedawa Bali .. 5
BAHAN DAN METODE ....................................................................................... 5
Bahan dan Alat ................................................................................................. 5
Metode Penelitian ............................................................................................ 6
HASIL DAN PEMBAHASAN......... ...................................................................... 9
Karakteristik Klinis dan Sebaran Sampel Secara Umum ................................ 9
Asosiasi Jenis Kelamin dengan kriteria DMT2 ............................................... 9
Asosiasi Kelompok Usia Tertentu dengan kriteria DMT2 ............................ 10
Deteksi SNP E23K Gen KCNJ11 dan SNP A1369S Gen ABCC8 ................ 12
Asosiasi SNP E23K Gen KCNJ11 dan SNP A1369S Gen ABCC8 dengan
kriteria DMT2 ................................................................................................ 13
Haplotipe Gen KCNJ11 dan ABCC8 ............................................................. 15
Asosiasi Haplotipe Gen KCNJ11 dan ABCC8 dengan kriteria DMT2 .......... 15
SIMPULAN DAN SARAN .................................................................................. 16
Simpulan ........................................................................................................ 16
Saran .............................................................................................................. 16
DAFTAR PUSTAKA ........................................................................................... 16
LAMPIRAN .......................................................................................................... 17
6
DAFTAR GAMBAR
Halaman
1 Struktur KATP channel pada membran sel β pankreas .......................................... 2
2 Mekanisme sekresi insulin pada sel β pankreas ................................................... 3
3 Letak empat desa terpilih di Bali ......................................................................... 5
4 Pengaturan suhu dan waktu yang digunakan pada reaksi PCR gen
KCNJ11
dan ABCC8 ........................................................................................................... 8
5 Asosiasi jenis kelamin dengan kriteria DMT2 berdasarkan konsentrasi
FPG
pada masing-masing desa..................................................................................... 9
6 Representasi deteksi polimorfisme SNP E23K gen dan A1369S gen ABCC8
yang dilakukan dengan teknik PCR-RFLP ........................................................ 12
DAFTAR TABEL
Halaman
1 Kriteria individu berdasarkan konsentrasi FPG ................................................... 1
2 Karakteristik klinis dan sebaran sampel secara umum ...................................... 10
3 Asosiasi kelompok usia dan jenis kelamin dengan kriteria DMT2 pada masingmasing desa ........................................................................................................ 11
4 Nilai Frekuensi Alel Minor (MAF) gen KCNJ11 pada masing-masing
populasi .............................................................................................................. 12
5 Nilai Frekuensi Alel Minor (MAF) gen ABCC8 pada masing-masing populasi
............................................................................................................................ 13
6 Asosiasi SNP E23K dan SNP A1369S dengan DMT2 di tiap populasi ............ 14
7 Asosiasi haplotipe gen KCNJ11 dan ABCC8 dengan kriteria DMT2 ................ 15
DAFTAR LAMPIRAN
Halaman
1 Alur penelitian ..................................................................................................... 21
2 Tahap-tahap perancangan primer ....................................................................... 22
3 Primer untuk deteksi polimorfisme SNP E23K dan A1369S ............................ 23
4 Contoh script perhitungan statistik .................................................................... 24
7
ABSTRAK
AGENG WIYATNO. Asosiasi Polimorfisme Gen KCNJ11 dan ABCC8 dengan
Diabetes Mellitus Tipe 2 pada Populasi Masyarakat Bali. Dibimbing oleh I
MADE ARTIKA dan SAFARINA GOLFIANI MALIK.
Diabetes mellitus Tipe 2 (DMT2) merupakan penyakit yang disebabkan
oleh banyak faktor. Kombinasi faktor genetik, kurangnya aktivitas fisik dan
asupan nutrisi yang berlebih merupakan penyebab utama timbulnya penyakit ini.
Single Nucleotide Polymorphisms (SNP) seperti SNP E23K pada gen KCNJ11
dan SNP A1369S pada gen ABCC8 diketahui dapat meningkatkan resiko DMT2.
Kedua gen tersebut memiliki fungsi yang komplementer dalam membentuk KATP
channel yang berperan penting dalam mekanisme sekresi insulin. Penelitian ini
bertujuan untuk menganalisis prevalensi penyakit DMT2 di Bali dan asosiasinya
dengan keberadaan SNP E23K dan A1369S. Analisis terhadap 184 sampel dari
empat desa di Bali (Nusa Ceningan, Legian, Penglipuran dan Pedawa) dilakukan
dengan metode potong lintang (cross sectional), kemudian sampel dipilih dengan
mencocokkan jenis kelamin dan usianya (matched). Analisis asosiasi antara
konsentrasi gula darah puasa (Fasting Plasma Glucose; FPG), letak geografis dan
genetik telah dilakukan. Metode yang digunakan untuk mendeteksi keberadaan
SNP adalah Polymerase Chain Reaction-Restriction Fragment Length
Polymorphisms (PCR-RFLP). Prevalensi DMT2 pada total populasi terpilih di
Bali adalah 4,3%, sedangkan prevalensi hiperglikemia sedang adalah 10,9%.
Berdasarkan tingginya prevalensi hiperglikemia sedang, dapat diperkirakan bahwa
prevalensi DMT2 di Bali akan meningkat dua kali lipat dalam kurun waktu 10-15
tahun mendatang. Prevalensi hiperglikemia sedang berasosiasi dengan kelompok
usia 51-65 tahun dengan frekuensi 25% (p=0,007). Prevalensi DMT2 tidak
berasosiasi dengan jenis kelamin (p=0,607). Walaupun tidak signifikan, populasi
yang terletak di daerah pesisir pantai (Nusa Ceningan dan Legian) cenderung
memiliki konsentrasi FPG yang relatif lebih beragam (96,0±29,4 mg/dL)
dibandingkan populasi yang terletak di dataran tinggi (Penglipuran dan
Pedawa)(98,2±13,8 mg/dL). Pada penelitian ini, nilai MAF SNP E23K (26,3%)
mirip dengan MAF SNP A1369S (26,9%). Polimorfisme E23K dan A1369S
beserta kombinasi haplotipe yang terbentuk dari kedua SNPs tersebut tidak
menunjukkan asosiasi yang signifikan dengan DMT2 pada populasi total yang
dianalisis.
1
PENDAHULUAN
Diabetes mellitus Tipe 2 (DMT2)
merupakan penyakit endemik di dunia (Riedel
et al. 2004). Pada tahun 2010, penderita
DMT2 di dunia telah mencapai 300 juta jiwa
dengan peningkatan sebanyak 7 juta jiwa per
tahun (International Diabetes Federation
/IDF 2011). Badan Kesehatan Dunia (WHO)
memperkirakan penderita DMT2 akan
meningkat dua kali lipat antara tahun 2005
hingga 2030. Lebih dari 80% penderita DMT2
terdapat di negara berkembang dengan angka
pertumbuhan yang lebih tinggi daripada di
negara maju (WHO 2011).
Indonesia merupakan negara dengan
jumlah penderita DMT2 terbanyak keempat
setelah India, Cina dan Amerika Serikat
(WHO 2011). Berdasarkan hasil Riset
Kesehatan Dasar (Riskesdas) tahun 2007,
proporsi penyebab kematian akibat DMT2
pada usia 45-54 tahun di daerah perkotaan
menduduki peringkat ke-2, yaitu 14,7% dan di
daerah pedesaan menduduki peringkat ke-6,
yaitu 5,8% dari seluruh penyebab kematian di
Indonesia (Depkes 2010, Mihardja et al.
2009).
Diabetes mellitus Tipe 2 merupakan
penyakit kronis yang hingga saat ini belum
dapat diobati. Penyakit ini muncul akibat
gangguan mekanisme pengaturan glukosa
darah berupa ketidakmampuan pankreas
memproduksi insulin atau sel target tidak
mampu merespon insulin yang diproduksi
(IDF 2011). Manifestasi klinis DMT2
dipengaruhi oleh faktor lingkungan dan
genetik (O’Rahilly et al. 2005; Gloyn dan
McCarthy 2001). Kurangnya aktivitas fisik
dan tingginya kadar nutrisi yang dikonsumsi
adalah pencetus utama DMT2 (McCarthy
2010; Misra dan Khurana 2008). Secara
genetik, DMT2 dipengaruhi oleh interaksi
kompleks beberapa gen yang mengatur
metabolisme energi di dalam tubuh.
Polimorfisme yang terjadi pada banyak gen
penyandi komponen sel pengatur metabolisme
glukosa berimplikasi secara signifikan
terhadap timbulnya DMT2 (Riedel 2004).
Genome Wide Association Study (GWAS)
melaporkan lebih dari 20 gen sebagai faktor
resiko penyakit DMT2, diantaranya ABCC8,
KCNJ11, PPARγ, UCP2, TCF7L2, CDKAL1,
CDKN2A/B, IGF2BP2, HHEX/IDE, FTO, dan
SLC30A8 (Jablonski et al. 2010; Pirie et al.
2010; Zhao et al. 2010; Feng et al. 2008).
Mutasi pada gen-gen tersebut berpengaruh
terhadap aktivitas komponen sel yang
berperan dalam metabolisme glukosa. Salah
satu komponen sel yang penting dalam
metabolisme glukosa adalah KATP channel
pada sel β pankreas. Protein integral ini
berfungsi mengatur sekresi insulin (Nichols
dan Koster 2002). Kerusakan pada protein ini
dapat mengakibatkan hiperinsulinemia dan
hiperglikemia. Protein integral KATP channel
disandi oleh dua gen, yaitu KCNJ11 yang
menyandi subdomain Kir6.2 dan ABCC8 yang
menyandi subdomain SUR1 (Florez et al.
2004; Schwanstecher et al. 2002). Studi
genetika pada berbagai populasi menunjukkan
bahwa kedua gen tersebut berasosiasi dengan
DMT2 (Florez et al. 2004; Gloyn et al. 2004;
Nielsen et al. 2003; Sakura et al. 1996).
Analisis genetik dibutuhkan untuk
mengetahui keterlibatan latar belakang
genetik sebagai faktor resiko penyakit DMT2
dalam merancang strategi pencegahan,
penanganan dan pengobatan DMT2. Analisis
genetik juga membuka jalan bagi terciptanya
metode pengobatan yang spesifik terhadap
pasien dan klasifikasi subtipe penyakit yang
lebih baik (Vejrazkova dan Bendlova 2005).
Salah satu kriteria diagnosis diabetes
mellitus yakni berdasarkan konsentrasi
glukosa darah puasa (Fasting Plasma
Glucose/FPG) (Tabel 1). Pada kondisi normal,
konsentrasi FPG berada di bawah 110 mg/dL.
Penderita diabetes akan memiliki konsentrasi
FPG di atas 126 mg/dL setelah berpuasa
selama 8 jam. Individu dengan konsentrasi
FPG diantara 110-126 mg/dL perlu berhatihati karena termasuk dalam kriteria
hiperglikemia sedang (WHO-IDF 2006).
Tujuan penelitian ini adalah mengetahui
prevalensi DMT2 pada populasi empat desa
terpilih di Bali, yaitu populasi Nusa Ceningan,
Legian, Penglipuran dan Pedawa. Penelitian
ini juga bertujuan menganalisis asosiasi
polimorfisme E23K pada gen KCNJ11 dan
polimorfisme A1369S pada gen ABCC8
dengan DMT2 berdasarkan keberadaan Single
Nucleotide Polymorphisms (SNPs). Tujuan
selanjutnya dari penelitian ini adalah
menganalisis haplotipe yang terbentuk dari
kedua gen tersebut dan asosiasinya dengan
DMT2.
Tabel
1
Kriteria individu berdasarkan
konsentrasi FPG.
Konsentrasi FPG
Kelompok
(mg/dL)
Normal
< 110
Hiperglikemia sedang
110-126
Diabetes mellitus
>126
Sumber : WHO-IDF 2006:5.
2
Hipotesis penelitian ini adalah prevalensi
penyakit DMT2 pada populasi empat desa di
Bali, yaitu Nusa Ceningan, Pedawa,
Penglipuran dan Legian mirip satu sama lain
karena latar belakang genetik yang relatif
homogen. Nilai prevalensi yang diperoleh
berasosiasi dengan polimorfisme E23K pada
gen KCNJ11 dan A1369S pada gen ABCC8
sebagai penyandi subdomain KATP channel.
DMT2 di keempat desa berasosiasi dengan
haplotipe tertentu yang dibentuk oleh
polimorfisme kedua gen tersebut karena
fungsi kedua gen berkaitan erat satu sama
lain. Penelitian ini bermanfaat dalam
merancang
upaya
penanganan
dan
pencegahan DMT2 di masa depan, khususnya
di daerah Bali.
TINJAUAN PUSTAKA
Protein Integral KATP channel dan
Mekanisme Sekresi Insulin
Protein integral KATP channel merupakan
protein kanal yang terletak pada sel jantung,
sel β pankreas, sel syaraf, jaringan otot halus
dan ginjal (Minami 2004). Protein ini
memiliki fungsi yang spesifik pada tiap
jaringan. KATP channel berperan sebagai
penghubung antara keadaan metabolik dengan
keseimbangan elektrik sel. KATP channel
merupakan protein heterooktamer yang
bersifat uniport terletak di membran sel.
Protein ini terdiri atas subunit potassium
inwardly rectifying channel (Kir) dan subunit
Sulfonylurea Receptor (SUR) seperti yang
terlihat pada Gambar 1 (Inagaki et al. 1995).
Protein integral KATP channel berperan
penting
dalam
berbagai
mekanisme
biokimiawi, diantaranya sekresi hormon,
penghantaran sinyal neuron, respon sel otot
halus dan perlindungan sel jantung dan otak
terhadap iskemia (Ashcroft et al. 1998). KATP
channel pada sel β pankreas berperan dalam
mengatur
jumlah
insulin.
Adenosin
Triphosphat (ATP) yang dihasilkan dari
metabolisme glukosa akan berikatan dengan
reseptor yang terdapat pada subunit Kir6.2
menyebabkan penutupan channel dan terjadi
depolarisasi membran plasma. Terjadinya
depolarisasi
mengaktifkan
pembukaan
Voltage Dependent Calcium Channel (VDCC)
yang menyebabkan masuknya Ca2+ melalui
membran sel. Peningkatan konsentrasi Ca2+ di
dalam sel akan memicu sekresi granulagranula insulin ke aliran darah.
Produksi insulin akan memicu respon
reseptor insulin pada sel target untuk
meningkatkan penyerapan glukosa darah
(Gong 2001). Sebaliknya, pada saat tidak ada
ATP yang tersedia, protein channel ini akan
memompa K+ keluar sel sehingga terjadi
hiperpolarisasi. Pada keadaan tersebut,
penyerapan glukosa berjalan lambat sehingga
dapat melindungi sel dari kerusakan akibat
kurangnya energi seperti yang terjadi pada
iskemik otak dan jantung (Fischer et al. 2008).
Mekanisme sekresi insulin dapat diamati pada
Gambar 2.
Gambar 1 Struktur KATP channel pada membran sel β pankreas.
(A) Letak KATP channel pada membran sel dengan beberapa senyawa aktivator dan
inhibitornya; (B) dan (C) KATP channel merupakan protein herterooktamer yang terdiri atas dua
jenis subunit, yaitu Kir6.2 dan SUR1 (Inagaki et al. 1995).
3
Gambar 2 Mekanisme sekresi insulin pada sel β pankreas.
Glukosa yang masuk ke dalam sel dipecah menghasilkan ATP yang akan berikatan dengan KATP channel. Akibatnya, KATP channel menutup dan menyebabkan depolarisasi membran. Depolarisasi
membran menyebabkan Voltage Dependent Calcium Channel (VDCC) menjadi aktif dan
memompa Ca2+ ke dalam sel sehingga memicu sekresi granula-granula insulin (Gong 2001).
Kerja KATP channel dikendalikan oleh
perbandingan ATP/ADP dan konsentrasi MgADP di dalam sel (Wasada 2002). Protein
KATP channel pada sel β pankreas terdiri atas
delapan buah subunit yang dapat dibagi
menjadi dua jenis, yaitu Kir6.2 yang berperan
sebagai kanal selektif K+ dan SUR1 yang
berperan sebagai pengatur kerja protein
channel (Sakamoto et al. 2007). Subunit
SUR1 merupakan komponen Sulfonylurea
receptor (SUR) yang menyebabkan protein
integral KATP channel dapat dikendalikan
dengan penambahan sulfonylurea (contohnya:
tolbutamida dan glibenklamida) (Hansen et al.
1998). Protein-protein subunit KATP channel
(Kir6.2 dan SUR1) disandi oleh gen KCNJ11
dan ABCC8 (Aguilar-Bryan dan Bryan 1999).
Keberadaan polimorfisme pada kedua gen
dapat mempengaruhi aktivitas KATP channel.
Polimorfisme
tersebut
berupa
Single
Nucleotide Polymorphisms (SNPs) yang dapat
dianalisis
dengan
berbagai
metode,
diantaranya dengan menggunakan metode
Polymerase
Chain
Reaction-Restriction
Fragment Length Polymorphisms (PCRRFLP) (Yokes MB et al. 2001).
Analisis SNPs Menggunakan Metode
PCR-RFLP
Single Nucleotide Polymorphisms (SNPs)
adalah perbedaan satu basa pada urutan
nukleotida tertentu yang muncul secara
signifikan (lebih dari 1%) pada populasi (Ke
et al. 2008). Polimorfisme tersebut dapat
muncul pada daerah ekson maupun intron
dengan frekuensi 1/100 basa hingga 1/300
basa (Human Genome Project Information
2011). SNPs yang muncul di daerah ekson
dapat mempengaruhi protein yang disandi
oleh gen sehingga mengakibatkan perubahan
karakteristik protein yang disandinya.
Perubahan karakteristik ini dilaporkan
berkaitan dengan berbagai penyakit.
Polymerase Chain Reaction (PCR)
merupakan metode sintesis asam nukleat
secara in vitro untuk mengamplifikasi segmen
DNA
secara
spesifik
berdasarkan
pengulangan siklus termal. Tahap-tahap yang
terjadi pada proses PCR yaitu, denaturasi,
annealing dan ekstensi. Pada tahap denaturasi,
terjadi pemisahan utas ganda DNA menjadi
satu utas DNA. Pada tahap annealing primer
kemudian menempel pada masing-masing
utas DNA. Dengan bantuan enzim Taq
4
polimerase, DNA akan tersusun di sepanjang
utas tunggal sehingga membentuk DNA utas
ganda baru (Sambrook et al. 2001).
Restriction
Fragment
Length
Polymorphisms (RFLP) adalah teknik analisis
DNA untuk membedakan variasi yang
terdapat pada sekuen-sekuen homolog. Prinsip
metode ini adalah pemotongan DNA menjadi
beberapa bagian oleh enzim restriksi. Letak
situs pemotongan enzim restriksi bersifat
spesifik terhadap urutan basa nukleotida
tertentu yang disebut palindrom. Potonganpotongan DNA akan terpisah ketika
dielektroforesis berdasarkan ukurannya. Hasil
visualisasi potongan-potongan DNA tersebut
berupa pita-pita DNA yang dapat diukur
panjangnya menggunakan marka DNA
(Sambrook et al. 2001).
Perbedaan basa pada SNPs menentukan
urutan nukleotida yang dapat dikenali oleh
enzim restriksi. Jika urutan basa membentuk
urutan yang sama dengan situs pengenalan
enzim restriksi tertentu, maka nukleotida
tersebut akan dipotong oleh enzim restriksi
tersebut. Sebaliknya, jika tidak sesuai dengan
situs pengenalannya, maka urutan basa
tersebut tidak akan dipotong. Akibatnya
visualisasi dengan elektroforesis dua jenis alel
yang berbeda akan menghasilkan pita dengan
ukuran yang berbeda (Sambrook et al. 2001).
Gen KCNJ11 Penyandi Kir6.2
Salah satu gen yang banyak dilaporkan
berasosiasi dengan DMT2 adalah gen
penyandi potassium inwardly rectifying
channel (KCNJ11). Gen ini terletak di
kromosom 11p.15.1. dengan panjang 4.083 bp
dari urutan basa ke 17.406.795 hingga
17.410.878, menyandi 390 asam amino
dengan ukuran protein sebesar 43.541 Da.
Gen ini menyandi Kir6.2, yaitu subdomain
pada protein integral KATP channel sel β
pankreas yang berfungsi sebagai membran
selektif K+ (Vejrazkova dan Bendlova 2005).
Salah satu SNPs yang ditemukan pada gen
ini adalah polimorfisme E23K (rs5219). Pada
polimorfisme tersebut terjadi perubahan basa
adenin menjadi guanin di nukleotida ke 1222
yang menyebabkan perubahan asam amino
asam glutamat (E) (asam amino negatif)
menjadi lisin (K) (asam amino positif) pada
kodon ke 23. Perubahan tersebut terjadi di
ujung sitosolik N-terminal Kir6.2 yang
menyebabkan penurunan afinitas KATP
channel terhadap ATP sehingga channel
terbuka lebih lama dan tidak terjadi
depolarisasi membran. Akibatnya, VDCC
tidak aktif dan ion kalsium (Ca2+) tidak dapat
masuk ke dalam sel. Tidak adanya kalsium
sebagai pemicu sekresi granula insulin
menyebabkan gangguan sekresi insulin
(Riedel et al. 2004, Schwantecher et al. 2002).
Gen ABCC8 Penyandi SUR1
Gen ABCC8 merupakan anggota dari
subfamili protein ATP Binding Cassette yang
memiliki ukuran DNA sepanjang 4.980 basa
dari urutan basa ke 17.414.431 hingga
17.498.448 menyandi 1.581 asam amino
dengan ukuran 176.992 Da. Pada gen ini
ditemukan sekitar 150 SNPs yang telah
dianalisis di berbagai populasi (Campbell et
al. 2003). Salah satu SNPs yang terbentuk
pada gen ABCC8 adalah SNP A1369S
(rs757110). Polimorfisme tersebut mengubah
basa timin menjadi guanin yang terletak pada
nukleotida ke 4321. Perubahan asam amino
yang terjadi adalah serin (S) yang bersifat
polar menjadi alanin (A) yang bersifat non
polar pada kodon 1369 (Feng et al. 2008).
Perubahan tersebut menyebabkan penurunan
afinitas SUR1 terhadap Magnesium Adenosin
Diphosphat (MgADP) (Hansen et al. 1998).
Meskipun ada penelitian menunjukkan bahwa
SNP A1369S tidak berasosiasi dengan DMT2
(Sakamoto et al. 2007), namun SNP A1369S
dilaporkan memiliki asosiasi yang kuat
dengan SNP E23K pada gen KCNJ11 dengan
nilai OR= 1,17 (p=0,003) >90% (Florez et al.
2004). Beberapa penelitian melaporkan bahwa
pada populasi Kaukasia polimorfisme pada
SUR1 berasosiasi dengan neonatal diabetes
dan penyakit jantung (Lefer et al. 2009;
Giurgea et al 2006; Hansen et al 1997).
Protein subunit yang disandi oleh gen
ABCC8 adalah SUR1yang berfungsi mengatur
kinerja KATP channel, dikendalikan oleh
keberadaan MgADP yang akan meningkatkan
aktivitas KATP channel. Ikatan antara MgADP
dengan subunit SUR1 menyebabkan K+
terpompa keluar sel dan menurunkan jumlah
produksi Ca2+ sehingga mengurangi sekresi
insulin (Campbell 2003). Sebaliknya, senyawa
sulfonylurea (contohnya: tolbutamida dan
glibenklamida)
dan
nonsulfonylurea
(contohnya nateglinida dan repaglinida) dapat
mengaktifkan SUR1 melalui pembentukan
ikatan dengan reseptor sulfonylurea. Ikatan
tersebut menyebabkan protein KATP channel
aktif sehingga terjadi depolarisasi membran
yang akan meningkatkan sekresi insulin
(Bryan et al. 2004). Hingga saat ini, senyawa
sulfonylurea dan nonsulfonylurea merupakan
obat yang digunakan dalam penanganan
diabetes (Kristiansen et al. 2010).
5
Desa dan Penduduk Nusa Ceningan,
Legian, Penglipuran dan Pedawa Bali
Bali merupakan provinsi yang terletak di
sebelah selatan Indonesia, tepatnya di 8°3'40"8°50'48" Lintang Selatan dan 114°25'53"115°42'40" Bujur Timur. Provinsi Bali terbagi
menjadi 9 kabupaten dan 55 kecamatan.
Berdasarkan relif dan topografi, bagian utara
Bali terdiri atas gunung-gunung dan dataran
tinggi, sedangkan bagian selatan berupa
dataran rendah yang dialiri sungai-sungai dan
pulau-pulau kecil. Sekitar 92,3% penduduk
Bali memeluk agama Hindu yang membuat
penduduk Bali cenderung menikah dengan
orang sesama Bali. Oleh karena itu, diduga
bahwa populasi Bali cenderung bersifat
homogen secara genetik. Namun, khusus
untuk daerah pesisir, lebih besar kemungkinan
untuk terpapar pengaruh genetik lain karena
letaknya yang di pesisir.
Nusa Ceningan, Legian, Pedawa dan
Penglipuran merupakan desa yang terletak di
Provinsi Bali, Indonesia (Gambar 3). Keempat
desa ini memiliki karakteristik yang berbeda
dari segi topografi maupun kebudayaannya
(Pemerintah Provinsi Bali 2010). Nusa
Ceningan adalah sebuah pulau kecil yang
terletak di daerah selatan Bali di Kabupaten
Klungkung. Mayoritas penduduk Nusa
Ceningan berprofesi sebagai nelayan, petani
rumput laut dan pedagang. Masyarakat Desa
Nusa Ceningan lebih terbuka terhadap turis
karena Nusa Ceningan terletak dekat dengan
tempat wisata Bali. Namun, dampak dari
turisme terhadap gaya hidup masyarakat Nusa
Ceningan belum banyak diketahui.
Desa Legian terletak di Kecamatan Kuta,
Kabupaten Badung, Bali. Desa Legian
merupakan desa yang terletak di pesisir pantai
sebelah barat daya Pulau Bali, terletak dekat
dengan daerah wisata Pantai Kuta. Penduduk
di Desa Legian mayoritas berprofesi sebagai
pedagang dan buruh. Desa ini berkembang
menjadi salah satu tujuan wisata yang cukup
diminati oleh turis. Dampak turisme terhadap
gaya hidup masyarakat Legian sangat terlihat,
karena masyarakat di sini telah terpapar
westernisasi selama setidaknya 20 tahun
(Malik et al. 2011).
Berbeda dengan Nusa Ceningan dan
Legian, Penglipuran dan Pedawa merupakan
desa yang terletak jauh dari pantai.
Penglipuran merupakan desa yang terletak di
bagian tengah Pulau Bali, Kecamatan Kubu,
Kabupaten Bangli, Bali. Desa ini terletak di
kaki Gunung Batur yaitu sekitar 500-700
meter di atas permukaan laut. Penduduk
Penglipuran mayoritas berprofesi sebagai
petani, hal ini terlihat dari topografi Desa
Penglipuran yang berupa subak/sawah
berundak-undak.
Desa
Penglipuran
merupakan salah satu tujuan wisata di Bali
karena letaknya yang dekat dengan Denpasar
(Murni 2009).
Pedawa terletak di Kecamatan Banjar,
Kabupaten Buleleng Bali. Desa tersebut
terletak di dataran tinggi dan letaknya jauh
dari tempat wisata. Berbeda dengan penduduk
di tiga desa lainnya, penduduk di populasi
Pedawa cenderung terisolasi dari kehidupan
modern dan turisme. Mayoritas penduduk di
Desa Pedawa berprofesi sebagai petani dan
buruh. Potensi pertanian di desa ini sangat
baik. Hal ini terlihat dari organisasi desa yang
berkembang pesat berupa subak. Kebudayaan
di Desa Pedawa masih terus dijaga dan
dilestarikan (Pemerintah Kabupaten Buleleng
2009).
BAHAN DAN METODE
Gambar 3 Letak empat desa terpilih di Bali
Pedawa dan Penglipuran berada di dataran
tinggi, sedangkan Legian dan Nusa Ceningan
berada di pesisir pantai.
Bahan dan Alat
Bahan yang digunakan dalam penelitian
ini terbagi menjadi kelompok bahan untuk
tahap isolasi DNA, PCR, RFLP dan
elektroforesis. Bahan-bahan untuk tahap
isolasi DNA terbagi menjadi dua, yaitu untuk
isolasi DNA dari darah dan isolasi DNA dari
Guthrie Cards. Bahan-bahan untuk isolasi
DNA dari darah adalah: larutan pelisis sel
darah merah (NH4Cl [Merck, France]; EDTA
[BDH, Canada]; KHCO3 [Merck, France]);
larutan pelisis sel darah putih (Tris-HCL
[Invitrogen, USA], EDTA [BDH, Canada],
6
dan SDS [Sigma, USA]; enzim RNase
(5mg/µL) [Qiagen, Germany]; ammonium
asetat 5 M; isopropanol [Malinckrodt, USA];
etanol 70% [Malinckrodt, USA]; dan buffer
Tris-EDTA yang mengandung Tris-HCL 10
mM pH 7,5 [Invitrogen, USA], EDTA 1 mM
[BDH, Canada]. Bahan yang digunakan untuk
isolasi darah dari Guthrie Cards adalah
larutan PBS (Phosphate Buffer Saline) yang
terdiri atas NaCl, KCl, Na2HPO4, KH2PO4
[Merck, France] yang dilarutkan ke dalam
ddH2O, saponin 5% dan larutan Chelex 20%
dibuat dari Chelex 100% [Bio-Rad, USA].
Bahan-bahan untuk teknik PCR terdiri
atas: PCR buffer (Tris-HCL 10 mM
[Invitrogen, USA] dan KCl 50 mM [BDH,
Canada]); 1,5 mM MgCl2 [Merck, France];
campuran dNTP 10 mM (dATP, dGTP, dCTP,
dan dTTP) [Invitrogen, USA]; masing-masing
primer forward dan reverse SNPs rs5219 dan
SNPs rs727110 sebanyak 4 pmol/µL, [1st
Base Singapore]; 1,25 unit enzim Taq DNA
polimerase [Gibco-BRL, USA].
Bahan-bahan tahap RFLP adalah ultrapure
ddH2O, enzim BanII 5u/µL, enzim MwOI
5u/µL, NEB buffer 3 dan NEB buffer 4
(terdiri atas 50 mM NaCl; 10 mM Tris –HCl;
10 mM MgCl2; dan 1 mM dithiothreitol pH
7,9); 100 ug/mL BSA pH 7,4 [New England
Biolabs, USA]. Bahan untuk elektroforesis
adalah: bubuk agarosa [Seakem LE Agar,
USA]; etidium bromida (EtBr) 10 mg/mL
[Sigma, USA]; buffer Tris-borat EDTA (TBE)
1x (terdiri atas Tris [Invitrogen, USA]; asam
borat [Merck, France]; dan EDTA [BDH,
Canada]); loading buffer 6x (terdiri atas
bromofenol biru 0,25% [Merck, France]; dan
sukrosa 40% (b/v) [Merck, France]).
Alat-alat yang digunakan pada penelitian
ini adalah vorteks [Thermolyne 37600, USA];
mesin sentrifugasi [Eppendorf 5415C dan
Sorvall RT 6000D, Germany]; neraca digital
[Sartorius AC 121S, Germany]; inkubator
waterbath
[Forma
Scientific,
USA];
spektrofotometer
[Nanodrop
ND-1000
V3.5.2., UK]; mesin thermal cycler
[GeneAmpR PCR System 9700, USA];
thermomixer Eppendorf 1.5 mL; aparatus
elektroforesis wide-mini sub cellR GT [BioRad, USA]; sumber arus listrik [BioRad,USA]; lemari es [National dan Forma
Scientific, USA]; tabung mikrosentrifus(0,2;
0,5, dan 1,5 mL) [Molecular Bio Product,
CA]; gelas ukur (25 mL dan 250 mL) [Duran,
Germany]; labu Erlenmeyer 250 mL [Duran,
Germany]; tabung sentrifugasi (15 mL dan 10
mL) [Falcon, USA]; mikropipet [Eppendorf
dan Finpippett, Germany].
Metode
Pengambilan Sampel Darah
Sampel darah manusia diambil dari empat
desa di Bali, yaitu Desa Nusa Ceningan,
Legian,
Penglipuran
dan
Pedawa
menggunakan metode potong lintang (crosssectional), yaitu hanya satu kali pengambilan
sampel. Sampel yang diambil dari Desa Nusa
Ceningan, Pedawa dan Penglipuran berupa
sampel darah utuh, sedangkan sampel dari
Desa Legian berupa darah yang diteteskan
pada permukaan Guthrie Cards dan
didiamkan hingga mengering. Pengambilan
sampel dilakukan oleh dokter dan peneliti dari
RS Sanglah/Fakultas Kedokteran Udayana
dan Lembaga Eijkman dengan persetujuan
relawan di populasi Bali. Pengambilan sampel
telah mendapatkan izin dari Komisi Etik
Fakultas Kedokteran Universitas Udayana dan
Komisi Etik Riset Lembaga Eijkman (Malik
et al. 2011).
Pengambilan sampel dilakukan untuk
mengetahui karakteristik dan sebaran sampel
secara umum sehingga asosiasi antara
karakteristik sampel dengan kriteria DMT2
dapat dianalisis. Beberapa karakteristik klinis
diambil dari tiap relawan, yaitu: jenis kelamin,
usia dan konsentrasi glukosa puasa relawan
sebagai parameter DMT2. Sebanyak 46
sampel dipilih dari tiap desa dengan jenis
kelamin dan usia yang dicocokkan (matched).
Sampel-sampel
tersebut
dikelompokkan
menjadi kelompok usia <35 tahun, 36-50
tahun, 51-65 tahun dan >65 tahun.
Sampel yang digunakan pada penelitian ini
adalah sampel DNA yang diisolasi dari darah
manusia berusia di atas 25 tahun. Sebanyak 2
mL darah diisolasi dari pembuluh darah
perifer relawan kemudian disimpan pada suhu
4°C hingga tahap isolasi DNA dilakukan,
sedangkan untuk sampel Desa Legian, darah
diteteskan di permukaan Guthrie Cards dan
dibiarkan mengering. Sampel tersebut
dimasukkan ke dalam amplop pada suhu
ruang hingga proses isolasi DNA dilakukan.
Perancangan Primer dan Pemilihan Enzim
Restriksi
Primer yang digunakan pada penelitian ini
terdiri atas dua pasang primer, satu pasang
untuk mendeteksi SNP E23K pada gen
KCNJ11 dan satu pasang lainnya untuk
mendeteksi SNP A1369S pada gen ABCC8.
Primer untuk mendeteksi polimorfisme E23K
diperoleh dari literatur (Hansen et al. 2005;
Nielsen et al. 2003), sedangkan primer untuk
mendeteksi SNP A1369S dirancang oleh
asisten peneliti di Lembaga Eijkman.
7
Tahap-tahap
perancangan
primer
dilakukan dengan bantuan software Primer3,
REHelper, NetPrimer, Blastn, PCRproducts
dan Restriction Digest. Pemilihan enzim
restriksi dilakukan bersamaan dengan
perancangan primer. Tahap perancangan
primer diuraikan dalam Lampiran 2. Primer
yang digunakan adalah sebagai berikut:
- SNP E23K pada gen KCNJ11
 Forward Primer :
5-GACTCTGCAGTGAGGCCCTA-3
 Reverse Primer :
5-ACGTTGCAGTTGCCTTTCTT-3
- SNP A1369S pada gen ABCC8
 Forward Primer :
5-CGCTACGACAGCTCCCTGAAG-3
 Reverse Primer :
5-GTCTCCTTGGTGGATGAGTGAG-3
Enzim restriksi yang digunakan untuk
memotong produk PCR gen KCNJ11 adalah
BanII, dengan situs restriksi :
5’....GRGCYˇC....3’
3’....CˆYCGRG....5’
Enzim restriksi yang digunakan untuk
memotong produk PCR gen ABCC8 adalah
MwoI, dengan situs restriksi :
5’....GCNNNNNˇNNGC....3’
3’....CGNNˆNNNNNCG....5’
Keterangan :
R=A/G, Y=C/T, N= A/T/G/C;
= Letak polimorfisme
Isolasi DNA
a) Metode PuregeneR yang Telah
Dimodifikasi (2003)
Sebanyak 6 mL larutan pelisis sel darah
merah dicampur dengan 2 mL darah di dalam
tabung Falcon™ bervolume 10 mL. Tabung
tersebut dibolak-balik sebanyak 2-3 kali
kemudian diinkubasi pada suhu ruang (1525°C) selama 10 menit. Setelah itu, dilakukan
sentrifugasi selama 10 menit pada 1500 rpm
(Sorvall RT 6000D) untuk mengendapkan sel
darah putih. Supernatan dalam tabung dibuang
dan dua tahap terakhir diulang tanpa melalui
proses inkubasi. Pelet sel darah putih yang
diperoleh
kemudian
divorteks
hingga
homogen dan ditambahkan 500 µL larutan
pelisis sel darah putih. Campuran kemudian
dihomogenasi kembali dengan menggunakan
pipet transfer.
Sebanyak 2 µL enzim RNase A 5 mg/mL
dicampurkan ke dalam larutan kemudian
dihomogenasi dan diinkubasi di suhu 37°C
dalam shaker waterbath selama 45 menit.
Sebanyak 334 µL amonium asetat 5 M
dimasukkan ke dalam larutan agar terjadi
presipitasi protein. Tabung divorteks hingga
homogen kemudian disentrifugasi pada 3.000
rpm (Sorvall RT 6000D) dengan suhu 4°C
selama 15 menit.
Supernatan dengan volume ±800 µL yang
mengandung DNA dituang ke dalam tabung
Falcon™ baru berukuran 15 mL yang berisi
1.540 µL isopropanol. Isopropanol akan
mengikat
air
sehingga
menyebabkan
koagulasi DNA yang dapat diamati berupa
gumpalan-gumpalan berwarna putih. Larutan
dibolak-balik sebanyak 25-30 kali hingga
pelet DNA terlihat. Sentrifugasi dilakukan
kembali dengan kecepatan 3000 rpm (Sorvall
RT 6000D) pada suhu 4°C selama 15 menit.
Supernatan yang berisi pengotor dibuang,
kemudian dilakukan pencucian dengan 166
µL etanol 70%. Tabung disentrifugasi
kembali, kemudian supernatan berupa etanol
70% dibuang. Pelet DNA kemudian
dikeringkan pada suhu ruang selama semalam.
Pelet tersebut selanjutnya direhidrasi dengan
menambahkan 100 µL buffer TE dan
diinkubasi pada suhu 37°C dalam shaker
waterbath selama 2 jam. Pelet DNA yang
telah dilarutkan disimpan pada suhu -20°C.
b) Isolasi DNA dari Guthrie Cards
Daerah pada permukaan Guthrie Cards
yang mengandung darah kering dipotong kecil
dengan ukuran kira-kira 0,7x1cm. Potonganpotongan tersebut dimasukkan ke dalam
tabung Eppendorf 1,5 mL. Saponin 0,5%
ditambahkan ke dalam tabung Eppendorf
tersebut sebanyak 1 mL. Tabung dibolak-balik
beberapa kali lalu diinkubasi selama semalam
pada suhu 4°C. Setelah melalui proses
inkubasi, tabung disentrifugasi pada kecepatan
12000 rpm (Sorvall RT 6000D) selama 5 detik
kemudian supernatan dibuang. Selanjutnya, ke
dalam tabung ditambahkan Phosphate Buffer
Saline (PBS) sebanyak 1 mL dan diinkubasi
selama 30 menit pada suhu 4°C kemudian
disentrifugasi pada kecepatan dan waktu yang
sama. Langkah tersebut dilakukan kembali
sebanyak 3 kali ulangan tanpa melalui proses
inkubasi. Supernatan dibuang kemudian
dilakukan penambahan Chelex 20% sebanyak
50 µL dan larutan TE pH 8,0 steril sebanyak
100 µL. Sampel diinkubasi selama 10 menit
pada suhu 100°C kemudian divorteks selama
1-2 menit. Setelah itu, sampel disentrifugasi
kembali pada 12000 rpm (Sorvall RT 6000D).
Supernatan dipindahkan ke tabung baru
kemudian disentrifugasi pada kecepatan yang
sama selama 10 menit. Supernatan yang
mengandung DNA dipindahkan ke tabung
baru lalu disimpan pada suhu 20°C.
8
Pengukuran Konsentrasi DNA
Pengukuran konsentrasi DNA dilakukan
dengan prinsip spektrofotometri berdasarkan
Sambrook et al. (2001). Pengukuran
dilakukan dengan spektrofotometer Nanodrop
ND-1000 V3.5.2 pada panjang gelombang
260 nm untuk DNA dan 280 nm untuk protein
pengotor. Nilai perbandingan antara DNA
dengan protein pengotor (A260/A280) berada
diantara 1,8-2,0 (Sambrook et al. 2001).
Setelah konsentrasi DNA diketahui, sampel
DNA diencerkan menjadi 50 ng/µL dengan
menambahkan Ultrapure ddH2O.
Amplifikasi Gen dengan Polymerase Chain
Reaction (PCR)
Bahan campuran reaksi PCR memiliki
total volume 25 µL dalam tiap tabung, bahan
tersebut terdiri atas ddH2O; PCR buffer 1x;
MgCl2 1,5 mM; dNTP 0,2 mM; forward
primer 4 pmol; reverse primer 4 pmol; 0,5
unit Taq polimerase; dan 50 ng DNA sampel.
DNA tersebut diamplifikasi di mesin PCR
yang sudah diatur waktu dan suhunya seperti
ditampilkan
pada
Gambar
3.
Fase
predenaturasi dilakukan pada suhu 95°C
selama 5 menit, dilanjutkan dengan tahap
denaturasi pada suhu yang sama selama 1
menit. Tahap annealing terjadi pada suhu
60°C selama 30 detik, kemudian diikuti tahap
ekstensi pada suhu 72°C selama 1 menit.
Tahap denaturasi, annealing dan ekstensi
diulang sebanyak 30x, diakhiri dengan tahap
pos ekstensi pada suhu 72°C selama 5 menit.
Gambar 4 Pengaturan suhu dan waktu yang
digunakan pada reaksi PCR gen
KCNJ11 dan ABCC8.
Elektroforesis Produk PCR
Produk
PCR
dielektroforesis
menggunakan gel agarose yang terlarut dalam
buffer (TBE) 1X hingga mencapai konsentrasi
1% menggunakan microwave oven. Setelah
agarose terlarut dengan sempurna, selanjutnya
dilakukan penambahan EtBr sebanyak 5 µL
ke
dalam
larutan
tersebut.
Proses
elektroforesis dilakukan pada tegangan 100 V
selama 30 menit. Jumlah DNA yang diisikan
ke dalam sumur elektroforesis adalah 4 µL
dengan loading buffer sebanyak 2 µL. Hasil
PCR yang telah dikonfirmasi kemudian
dipotong dengan enzim restriksi.
Restriction Fragment Length Polymorphisms
(RFLP)
Produk PCR dipotong dengan enzim
restriksi. Perbedaan satu basa nukleotida atau
lebih menyebabkan enzim tidak dapat
mengenali situs pemotongannya. Karakteristik
ini merupakan prinsip dasar deteksi SNPs
dengan metode RFLP. Enzim restriksi akan
memotong SNPs dengan jenis alel tertentu,
namun tidak memotong alel lainnya.
Akibatnya, produk PCR dengan polimorfisme
yang berbeda akan memiliki ukuran produk
restriksi yang berbeda.
Produk PCR gen KCNJ11 didigesti dengan
3 unit enzim BanII untuk mendeteksi SNP
E23K yang dicampur dalam larutan buffer
NEB 4. Produk PCR gen ABCC8 didigesti
dengan 1 unit enzim MwoI untuk mendeteksi
SNP A1369S yang dicampur di dalam buffer
NEB 3. Produk PCR yang akan didigesti
diinkubasi di dalam thermomixer selama 7
jam pada suhu inkubasi 37°C untuk gen
KCNJ11 dan 16 jam (overnight) pada suhu
60°C untuk gen ABCC8. Hasil restriksi
kemudian dielektroforesis pada gel agarose
2,5% dengan tegangan 80 V selama 1 jam
untuk gen KCNJ11, sedangkan untuk gen
ABCC8 digunakan gel 3% dengan tegangan
80 V selama 1,5 jam. Pada saat elektroforesis,
seluruh DNA hasil restriksi diisikan ke dalam
well agarose yang dicampur dengan loading
buffer sebanyak 2 µL. Hasil elektroforesis
menunjukkan beberapa pita yang dapat
diidentifikasi
ukurannya
dengan
menggunakan marker DNA ϕx174RTDNA
yang dipotong dengan enzim HaeIII.
Analisis Statistik
Analisis statistik dilakukan menggunakan
perangkat lunak R-Statistics 2.13.0 (Rproject.org©2011). Hasil analisis yang
signifikan diperoleh pada p-value <0.05.
Kesesuaian frekuensi genotipe dengan
kesetimbangan Hardy-Weinberg (HWE) diuji
menggunakan Fisher’s Exact Test. Asosiasi
genotipe dengan DMT2 diuji dengan ChiSquare test. Analisis haplotipe dilakukan
dengan Expectation Maximization Algorithms
yang tersedia pada software haplo.stats
dengan model aditif.
9
HASIL DAN PEMBAHASAN
Karakteristik Klinis dan Sebaran Sampel
Secara Umum
Penelitian ini menggunakan 184 sampel
darah yang diperoleh dari 108 orang relawan
laki-laki dan 76 orang relawan perempuan
pada rentang usia 26-81 tahun pada populasi
Bali. Sebaran konsentrasi FPG berkisar antara
60 mg/dL hingga 283 mg/dL. Nilai rata-rata
konsentrasi FPG populasi total adalah 96,91
mg/dL dengan rata-rata konsentrasi tertinggi
dimiliki oleh Desa Pedawa (103,9 mg/dL),
sedangkan nilai rata-rata konsentrasi FPG
terendah dimiliki oleh Desa Nusa Ceningan
(91,9 mg/dL) (Tabel 2).
Hasil analisis statistik pada tiap desa
menunjukkan tidak ada perbedaan yang
signifikan antara nilai rata-rata konsentrasi
FPG satu desa dengan desa lainnya (p=0,092)
(Tabel 2). Nilai rata-rata konsentrasi FPG di
populasi pesisir (Nusa Ceningan dan Legian)
sebesar 96,0 mg/dL, lebih rendah daripada
rata-rata konsentrasi FPG populasi dataran
tinggi (Penglipuran dan Pedawa) sebesar 98,2
mg/dL,
namun
tidak berbeda secara
signifikan (p=0,452). Nilai standar deviasi
gabungan daerah pesisir (Nusa Ceningan dan
Legian) dua kali lebih tinggi daripada
populasi dataran tinggi (Penglipuran dan
Pedawa). Artinya, konsentrasi FPG populasi
di daerah pesisir pantai lebih bervariasi
dibandingkan dataran tinggi. Hal ini mungkin
disebabkan oleh pengaruh turisme yang lebih
aktif di Legian dan Nusa Ceningan, sehingga
mempengaruhi gaya hidup masyarakat di
daerah tersebut. Kemungkinan lain penyebab
tingginya variasi FPG adalah faktor makanan
yang relatif lebih bervariasi di daerah pesisir
bila dibandingkan dengan daerah dataran
tinggi. Analisis asosiasi letak geografis
(pesisir pantai dan dataran tinggi) dengan
kriteria DMT2 tidak signifikan (p=0,052).
Hasil
analisis
konsentrasi
FPG
menunjukkan nilai prevalensi DMT2 total di
empat populasi Bali adalah 4,3% (Tabel 2)
lebih rendah dibandingkan dengan prevalensi
DMT2 di Indonesia yaitu 5,7%. Prevalensi
hiperglikemia sedang pada populasi total
adalah 10,9%, mendekati prevalensi nasional
10,7% (Depkes 2010). Tingginya prevalensi
hiperglikemia sedang perlu diwaspadai karena
satu dari tiga kasus hiperglikemia sedang akan
berkembang menjadi DMT2 dalam kurun
waktu 5 tahun (Mihardja et al. 2009).
Berdasarkan prevalensi hiperglikemia sedang,
dapat diperkirakan sekitar 10-15 tahun
mendatang jumlah penderita diabetes akan
meningkat sebanyak dua kali lipat di keempat
populasi Bali. Prediksi tersebut diperoleh
berdasarkan perhitungan berikut ini :
Prevalensi DMT2 2x lipat = 2x 4,3% = 8,6%
Kurun Waktu
Prevalensi IH DMT2
5 tahun
1/3 x 10,9% = 3,6%
10 tahun
2(1/3 x 10,9%) = 7,2%
15 tahun
3(1/3 x 10,9%) = 10,8%
7,2%< prev. DMT2 2x lipat (8,6%)< 10,8%
Prevalensi DMT2 di masing-masing
populasi Nusa Ceningan (2,2%), Legian
(8,6%) Penglipuran (2,2%) dan Pedawa
(4,3%). Prevalensi hiperglikemia sedang di
Desa Nusa Ceningan (2,2%), Legian (8,7%),
Penglipuran (13%) dan Pedawa (19,6%)
(Tabel 2).
Asosiasi Jenis Kelamin dengan Kriteria
DMT2
Analisis asosiasi jenis kelamin dengan
kriteria DMT2 pada populasi total tidak
menunjukkan perbedaan yang signifikan
(p=0,607) (Tabel 2). Perbandingan rata-rata
konsentrasi FPG tiap jenis kelamin pada
masing-masing desa ditampilkan pada
Gambar 5. Asosiasi jenis kelamin dengan
kriteria DMT2 tidak berbeda secara signifikan
baik pada populasi total (p=0,607) maupun di
tiap-tiap desa (Nusa Ceningan p=0,479);
Legian (p=0,860); Penglipuran (p=0,623); dan
Pedawa (p=0,335) (Gambar 5). Berbeda
dengan penelitian lain yang menyatakan
bahwa di Indonesia, kriteria DMT2
berasosiasi dengan jenis kelamin perempuan
sebanyak 1,2-1,4 kali lebih tinggi daripada
laki-laki (Mihardja et al. 2009). Perbedaan ini
mungkin disebabkan oleh jumlah sampel yang
sedikit (n=184), sehingga tidak mewakili
seluruh populasi.
Gambar 5 Asosiasi jenis kelamin dengan
kriteria DMT2 berdasarkan
konsentrasi FPG pada masingmasing desa.
Laki-laki
Perempuan
10
Tabel 2 Karakteristik klinis dan sebaran sampel secara umum
Rata-rata FPG
Rata-rata FPG
Prevalensi
Prevalensi
Karakteristik
kelompok
p*
gabungan
Hiperglikemia
DMT2
(mg/dL)
(mg/dL)
Sedang (%)
(%)
Populasi Desa
91,9 ± 30,2
2,2
2,2
Nusa ceningana
96,0±29,4
100,1 ± 28,5
8,7
8,6
Legiana
0,092
92,4 ± 15,4
13,0
2,2
Penglipuranb
98,2±13,8
b
103,9 ± 12,2
19,6
4,3
Pedawa
Jenis Kelamin
Laki-laki (108)
98,0±24,6
10,2
5,5
Perempuan (76)
95,4±21,5
0,607
11,8
2,6
Total (184)
96,91±23,3
10,9
4,3
Kelompok Usia
<35 (33)
94,0 ± 14,2
9,1
6,1
36-50 (75)
96,0 ± 29,8
4,0
2,7
0,007
51-65 (40)
99,5 ± 18,3
25,0
2,5
>65 (36)
99,4 ± 19,9
11,1
8,3
* Nilai asosiasi karakteristik dengan kriteria DMT2; a Populasi daerah pesisir pantai; b Populasi
daerah dataran tinggi; Hiperglikemia Sedang (110<FPG<126); DMT2 (FPG>126 mg/dL); nilai p
yang bercetak tebal menunjukkan adanya perbedaan yang signifikan (p<0,05); Semua nilai p
dihitung dengan menggunakan Chi-square test.
Asosiasi Kelompok Usia Tertentu dengan
Kriteria DMT2
Sampel yang diperoleh dari keempat desa
dibagi menjadi 4 kelompok usia, yaitu <35
tahun (17,9%), 36-50 tahun (40,7%), 51-65
tahun (21,7%) dan >65 tahun (19,6%).
Karakteristik sampel berdasarkan kelompok
usia dan jenis kelamin tiap desa ditampilkan
pada Tabel 3. Sampel yang dianalisis pada
penelitian ini banyak tersebar pada rentang
usia 36-50 tahun, berjumlah 75 sampel
(40,7%). Asosiasi kelompok usia dengan
kriteria DMT2 menunjukkan bahwa jumlah
penderita hiperglikemia sedang di kelompok
usia 51-65 tahun berbeda secara signifikan
dari kelompok usia lainnya (p=0,007) (Tabel
2). Perbedaan yang signifikan juga terlihat di
populasi Legian (p=0,024), dan populasi lakilaki di Desa Penglipuran (p=0,027). Namun,
pada tiga desa lainnya distribusi konsentrasi
FPG relatif seragam pada semua kelompok
usia (Nusa Ceningan (p=0,452); Penglipuran
(p=0,088); dan Pedawa (p=0,071). Hasil
penelitian ini berbeda dengan penelitian
sebelumnya (Mihardja et al. 2009) yang
menyatakan bahwa prevalensi DMT2 di
Indonesia meningkat pesat pada kelompok
usia 35-44 tahun. Tingginya prevalensi
hiperglikemia sedang pada kelompok usia 5165 tahun disebabkan oleh menurunnya
aktivitas sel β pankreas (Biggs et al. 2010,
Mihardja et al. 2009).
Prevalensi DMT2 relatif tinggi pada
kelompok usia <35 tahun (6,1%) dan >65
tahun (8,3%). Tingginya prevalensi DMT2 di
usia >65 tahun merupakan hal yang wajar
sebagai akibat menurunnya efektivitas sel β
pankreas
dalam memproduksi
insulin
sehingga banyak orang lanjut usia mengalami
DMT2. Namun, tingginya prevalensi DMT2
di usia <35 tahun mungkin disebabkan
perubahan gaya hidup penduduk usia muda
sebagai dampak westernisasi. Nilai prevalensi
DMT2 di usia <35 tahun merupakan
kontribusi dari Desa Penglipuran dan Legian.
Desa Legian memang telah dipengaruhi
westernisasi setidaknya selama 20 tahun. Hal
ini berdampak pada perubahan gaya hidup dan
tingkat sosial-ekonomi yang relatif lebih
tinggi daripada tiga desa lainnya. Pekerjaan
penduduk Legian yang tadinya nelayan dan
petani berubah menjadi pekerja hotel dan
pedagang sehingga aktivitas fisik mereka
berkurang. Makanan yang mereka konsumsi
banyak mengandung karbohidrat tinggi, kaya
lemak jenuh dan kolesterol (Malik et al.
2011). Berbeda dengan penduduk di Desa
Pedawa, Penglipuran dan Nusa Ceningan
yang belum terpengaruh oleh westernisasi.
Kehidupan mereka relatif lebih sederhana
dengan gaya hidup yang masih tradisional.
Perubahan gaya hidup dan tingkat sosialekonomi yang lebih tinggi berkorelasi dengan
meningkatnya prevalensi DMT2 (Mihardja et
al. 2009).
11
Tabel 3 Asosiasi kelompok usia dan jenis kelamin dengan kriteria DMT2 pada masing-masing desa
Desa
Nusa Ceningan
Total
(n=46)
Laki-laki
(n=27)
Perempuan
(n=19)
Legian
Total
(n=46)
Laki-laki
(n=27)
Perempuan
(n=19)
Penglipuran
Total
(n=46)
Laki-laki
(n=27)
Perempuan
(n=19)
Pedawa
Total
(n=46)
Usia
Frekuensi
(%)
Rata-rata
FPG
(mg/dL)
<35
36-50
51-65
>65
<35
36-50
51-65
>65
<35
36-50
51-65
>65
17,4
39,1
23,9
19,6
8,7
19,6
13,0
13,0
8,7
15,2
10,9
6,5
84,5+4,7
96,9+46,9
87,9+9,6
93,0+13,7
87,0+5,3
106,0+59,1
89,7+11,4
93,0+16,7
82,0+2,4
82,7+4,6
85,8+7,5
93,0+6,0
<35
36-50
51-65
>65
<35
36-50
51-65
>65
<35
36-50
51-65
>65
17,4
34,8
21,7
19,6
8,6
23,9
13,0
13,0
8,6
10,9
8,6
6,5
93,9+17,9
100,7+35,8
107,3+24,4
96,1+24,7
90,8+10,1
91,8+6,0
110,7+29,7
101,9+29,8
97,0+24,9
113,0+54,3
102,2+15,9
86,3+2,1
<35
36-50
51-65
>65
<35
36-50
51-65
>65
<35
36-50
51-65
>65
19,6
41,3
19,6
19,6
8,6
23,9
13,0
13,0
10,9
17,4
6,5
6,5
96,6+16,9
86,3+9,8
96,7+19,0
97,0+17,8
102,3+20,4
85,5+11,9
98,2+23,9
100,5+12,8
92,0+14,2
87,5+6,3
93,7+1,5
90,0+27,4
P
Rata-rata
FPG
gabungan
(mg/dL)
0,452
91,9 + 30,2
0,535
96,7+38,6
-
85,0+6,31
0,024
100,1+ 28,5
0,096
97,9+20,7
0,541
103,2+37,3
0,088
92,4 + 15,4
0,027
94,1+17,3
0,330
90,1+12,3
Prevalensi
Hiperglike
mia Sedang
(%)
Prevalensi
DMT2
(%)
0
0
0
2,2
0
0
0
3,7
0
0
0
0
0
2,2
0
0
0
3,7
0
0
0
0
0
0
0
2,2
6,5
0
0
0
7,4
0
0
5,3
5,3
0
2,2
2,2
2,2
2,2
0
0
4,8
4,8
5,3
5,3
0
0
2,2
0
6,5
4,3
0
0
11,1
3,7
5,3
0
0
5,3
2,2
0
0
0
3,7
0
0
0
0
0
0
0
<35
17,4
100,6+9,6
4,3
0
36-50
41,3
100,2+6,8
4,3
0
0,071 103,9 + 12,2
51-65
21,7
106,8+11,5
8,1
0
>65
19,6
111,3+19,7
2,2
4,3
Laki-laki
<35
8,6
93,3+7.8
0
0
(n=27)
36-50
23,9
99,5+8,3
7,4
0
0,197
103,2+14,9
51-65
13,0
102,7+11,6
3,7
0
>65
13,0
117,2+22,4
3,7
7,4
Perempuan
<35
8,6
108,0+2,9
10,5
0
(n=19)
36-50
17,4
101,1+4,5
0
0
0,054
104,8+7,2
51-65
8,6
113,0+9,5
15,7
0
>65
6,5
99,7+0,6
0
0
nilai p yang bercetak tebal menunjukkan adanya perbedaan yang signifikan (p<0,05); Semua nilai p
dihitung dengan menggunakan Chi-square test.
12
Deteksi SNP E23K Gen KCNJ11 dan Gen
ABCC8
Deteksi SNP E23K dan SNP A1369S telah
berhasil dilakukan dengan mengamplifikasi
gen menggunakan reaksi PCR kemudian
mendigesti produk PCR tersebut dengan
enzim restriksi yang spesifik. Representasi
deteksi polimorfisme SNP E23K gen KCNJ11
ditampilkan pada Gambar 6 (kiri). Genotipe
EE menghasilkan tiga pita, masing-masing
berukuran 150bp, 32bp dan 28bp. Genotipe
EK menghasilkan empat pita, masing-masing
berukuran 178bp, 150bp, 32bp dan 28bp.
Genotipe KK menghasilkan dua pita, masingmasing berukuran 178bp dan 32bp.
Representasi deteksi polimorfisme SNP
A1369S ditampilkan pada Gambar 6 (kanan).
Genotipe SS menghasilkan 3 pita masingmasing berukuran 203bp, 92bp dan 8bp.
Genotipe SA menghasilkan lima pita, masingmasing berukuran 203bp, 92bp, 51bp, 41bp
dan 8 bp. Genotipe AA menghasilkan empat
pita, masing-masing berukuran 203bp, 51bp,
41bp dan 8bp. Pita-pita berukuran 32bp, 28bp
dan 8bp tidak terlihat karena ukurannya kecil.
Meskipun begitu, keberadaan masing-masing
SNPs dapat dibedakan dengan jelas melalui
hasil representasi deteksi SNPs. Pemisahan
fragmen berukuran kecil (<50bp) dapat
terlihat dengan jelas jika menggunakan gel
poliakrilamida (Sambrook et al. 2001).
Frekuensi Alel Minor (Minor Allele
Frequency, MAF) merupakan alel dengan
frekuensi paling rendah pada populasi
(Foulkes 2009). Hasil analisis populasi total
menunjukkan FAM SNP E23K (alel K) di
populasi Bali adalah 27% (Tabel 4) sedangkan
MAF SNP A1369S (alel A) adalah 29%
(Tabel 5). MAF kedua SNPs pada penelitian
ini lebih rendah daripada populasi Kaukasia
(37% dan 39%), Jepang (37% dan 39%) dan
Cina (38% dan 43%), namun tidak serendah
populasi Afro-Amerika (8% dan 8%) (Palmer
et al 2008; Florez et al 2007; Sakamoto et al
2007; Hani
et al 1998). Perubahan frekuensi alel dalam
suatu populasi akibat mutasi menyebabkan
munculnya frekuensi alel-alel yang khas dan
tetap dipertahankan dari generasi ke generasi.
Hal ini yang menyebabkan perbedaan
frekuensi alel-alel minor dari SNPs yang sama
bervariasi di populasi yang berbeda (Li dan
Graur 2001).
MAF SNP E23K gen KCNJ11 dan SNP
A1369S gen ABCC8 di tiap desa mirip satu
sama lain, indikasi bahwa keempat desa
memiliki latar belakang genetik yang sama
(Tabel 4 dan Tabel 5). Jumlah MAF Legian
relatif lebih tinggi daripada ketiga desa
lainnya. Setelah dibandingkan dengan
frekuensi gen lain dari penelitian sebelumnya,
dapat disimpulkan tingginya MAF di populasi
Legian disebabkan oleh pemilihan sampel dan
jumlah sampel yang sedikit.
Berdasarkan letak geografis, MAF gen
KCNJ11 (p=0,032) dan ABCC8 (p=0,148) di
daerah pesisir cenderung lebih tinggi daripada
dataran tinggi. Hal tersebut berlaku pada gen
KCNJ11 (34% vs 21%; p=0.032) dan ABCC8
(32% vs 24%; p=0,148). Tingginya MAF di
daerah pesisir mungkin disebabkan paparan
pengaruh genetik dari luar di daerah pesisir
lebih besar dibandingkan dataran tinggi.
EE EK KK
SS SA AA
Gambar 6 Representasi deteksi polimorfisme
SNP E23K gen KCNJ11 dan SNP
A1369S
gen
ABCC8
yang
dilakukan dengan teknik PCRRFLP (Kiri:SNP E23K; Kanan
:SNP A1369S)
Tabel 4 Nilai Frekuensi Alel Minor (MAF) gen KCNJ11 pada masing-masing populasi
Frekuensi
Frekuensi
HardyMAF (%)
Genotipe (%)
Alel (%)
Weinberg
Desa
N
Equilibrium
EE EK KK
E
K
Pesisir
92
Nusa Ceningan
46
52
39
9
72
28
0,730
34
Legian
46
44
35
22
61
39
0,069
Dataran Tinggi
92
Penglipuran
46
70
22
9
80
20
0,047
21
Pedawa
46
63
31
6
78
22
0,413
Total
184
p=0,032
57
32
11
73
27
0,008
Angka bercetak tebal menunjukkan nilai yang signifikan p<0,05 (Tidak memenuhi HWE)
13
Tabel 5 Nilai Frekuensi Alel Minor (MAF) gen ABCC8 pada masing-masing populasi
Frekuensi
Frekuensi
Hardy
Genotipe (%)
Alel (%)
Weinberg
Desa
N
Equilibrium
SS
SA
AA
S
A
Pesisir
92
Nusa Ceningan
46
54
37
9
73
27
0,726
Legian
46
45
35
20
63
37
0,111
Dataran Tinggi
92
Penglipuran
46
70
20
11
79
21
0,012
Pedawa
46
54
37
9
73
27
0,710
Total
184
55
33
13
72
29
0,007
MAF
(%)
32
24
p=0,148
Angka bercetak tebal menunjukkan nilai yang signifikan p<0,05 (Tidak memenuhi HWE)
Kesetimbangan genotipe pada populasi
perlu dibandingkan dengan HWE untuk
memastikan bahwa frekuensi genotipe
tersebut stabil pada suatu populasi (Kang dan
Shin 2004). Prinsip HWE menjelaskan bahwa
jika suatu populasi dalam keadaan setimbang
maka
terdapat
lima
kondisi
yang
dipertahankan pada populasi tersebut, yaitu
tidak terjadi mutasi dan migrasi pada populasi
tersebut, ukuran populasi besar, terjadi
perkawinan secara acak dan populasi tidak
dalam tekanan seleksi alam (Kang dan Shin
2004). Pada populasi total, distribusi frekuensi
genotipe gen KCNJ11 tidak sesuai dengan
Hukum Kesetimbangan Hardy-Weinberg
(HWE) dengan nilai (p=0,008). Distribusi
frekuensi genotipe gen KCNJ11 populasi
Penglipuran juga tidak mengikuti HWE
(0,047). Sebaliknya, frekuensi genotipe gen
KCNJ11 di tiga desa lainnya menunjukkan
kesesuaian dengan HWE (Tabel 4). Analisis
distribusi frekuensi genotipe gen ABCC8 pada
populasi total (p=0,007) dan Penglipuran
(p=0,012) tidak sesuai dengan HWE. Namun,
frekuensi genotipe gen ABCC8 ketiga
populasi lainnya sesuai dengan HWE (Tabel
5). Tidak setimbangnya frekuensi genotipe
kedua gen dengan HWE dapat disebabkan
oleh pemilihan sampel dan jumlah sampel
yang relatif sedikit sehingga tidak dapat
mewakili seluruh populasi.
Asosiasi SNP E23K Gen KCNJ11 dan SNP
A1369S Gen ABCC8 dengan Kriteria
DMT2
Analisis asosiasi SNP E23K dengan
kriteria DMT2 keempat populasi di Bali tidak
menunjukkan perbedaan yang signifikan, baik
yang dianalisis pada populasi total (p=0,158),
pada jenis kelamin laki-laki saja (p=0,247),
maupun pada jenis kelamin perempuan saja
(p=0,463). Analisis SNP E23K pada masing-
masing desa juga tidak menunjukkan
perbedaan yang signifikan, baik pada jenis
kelamin laki-laki maupun perempuan (Tabel
6). Pada populasi Nusa Ceningan dengan jenis
kelamin perempuan, semua sampel termasuk
dalam kriteria FPG normal, sehingga
asosiasinya dengan kriteria DMT2 tidak dapat
dianalisis.
Analisis asosiasi SNP A1369S dengan
kriteria DMT2 pada populasi total tidak
menunjukkan perbedaan yang signifikan
(p=0,542), baik yang dianalisis pada populasi
laki-laki saja (p=0,471), maupun pada
populasi perempuan saja (p=0,510). Analisis
asosiasi SNP A1369S dengan kriteria DMT2
pada masing-masing desa menunjukkan
adanya perbedaan yang signifikan pada
populasi laki-laki di Desa Pedawa (p=0,014).
Pada populasi tersebut genotipe AA
berasosiasi dengan kriteria hiperglikemia
sedang dengan frekuensi 100%. Penduduk
berjenis kelamin laki-laki di Desa Pedawa
yang memiliki genotipe AA SNP A1369S
perlu berhati-hati karena memiliki resiko
DMT2 lebih tinggi daripada populasi lainnya.
Hal ini, masih perlu dibuktikan melalui
analisis terhadap sampel yang lebih besar.
Analisis asosiasi SNP A1369S dengan kriteria
DMT2 pada desa lainnya tidak menunjukkan
perbedaan yang signifikan, baik pada laki-laki
maupun perempuan (Tabel 6).
Penelitian lain menyatakan genotipe mutan
pada kedua gen (genotipe KK pada KCNJ11
dan genotipe AA pada gen ABCC8) berkaitan
dengan DMT2 (Lefer et al. 2009; Florez JC et
al. 2007; Giurgea et al 2006; Bryan J 2004;
Riedel et al. 2004; Schwantecher et al. 2002).
Sebaliknya, pada penelitian ini tidak terlihat
asosiasi yang signifikan antara haplotipe
mutan kedua gen dengan DMT2 di populasi
total. Hal ini dapat disebabkan karena jumlah
sampel yang sedikit.
14
Tabel 6 Asosiasi SNP E23K dan SNP A1369S dengan DMT2di tiap populasi
Variabel
Kriteria (%)
EE EK KK
p
SS SA
Total (n=184)
14
3
11
13
5
Hiperglikemia sedang
0,158
6
2
5
4
3
DMT2
Laki-laki (n=27)
14
3
14
12
5
Hiperglikemia sedang
0,247
6
3
14
5
5
DMT2
Perempuan (n=19)
15
5
7
14
5
Hiperglikemia sedang
0,463
5
0
0
5
0
DMT2
Nusa Ceningan (n=46)
Hiperglikemia sedang
DMT2
Laki-laki (n=27)
Hiperglikemia sedang
DMT2
Perempuan (n=19)
Hiperglikemia sedang
DMT2
AA
P
13
5
0,542
22
11
0,471
7
0
0,510
4
4
0
0
0
0
0,266
4
4
0
0
0
0
0,179
7
7
0
0
0
0
0,735
8
8
0
0
0
0
0,676
0
0
0
0
0
0
-
0
0
0
0
0
0
-
15
10
0
6
0
10
0,345
14
10
0
6
0
11
0,391
17
0
0
9
0
25
0,268
14
0
0
10
0
33
0,210
13
25
0
0
0
0
0,298
14
29
0
0
0
0
0,191
19
3
0
0
0
0
0,461
16
3
11
0
0
0
0,830
20
5
0
0
0
0
0,342
15
5
20
0
0
0
0,935
17
0
0
0
0
0
0,521
17
0
0
0
0
0
0,521
Legian (n=46)
Hiperglikemia sedang
DMT2
Laki-laki (n=27)
Hiperglikemia sedang
DMT2
Perempuan (n=19)
Hiperglikemia sedang
DMT2
Penglipuran (n=46)
Hiperglikemia sedang
DMT2
Laki-laki (n=27)
Hiperglikemia sedang
DMT2
Perempuan (n=19)
Hiperglikemia sedang
DMT2
Pedawa (n=46)
17 14 67
16 12 75
Hiperglikemia sedang
0,219
0,067
7
0
0
4
6
0
DMT2
Laki-laki (n=27)
11 13 100
8
8 100
Hiperglikemia sedang
0,138
0,014
11
0
0
8
8
0
DMT2
Perempuan (n=19)
27 17 50
23 25 50
Hiperglikemia sedang
0,647
0,722
0
0
0
0
0
0
DMT2
Angka bercetak tebal menunjukkan nilai yang signifikan p<0,05 ; Semua nilai p dianalisis dengan
menggunakan Chi –square test.
15
Haplotipe Gen KCNJ11 dan ABCC8
Gen KCNJ11 dan gen ABCC8 dilaporkan
terkait satu sama lain, baik letaknya pada
kromosom,
maupun
fungsinya
secara
fisiologis (Florez et al. 2007; Sakamoto et al
2007; Inagaki et al 1995). Kedua gen terletak
sangat berdekatan, hanya dipisahkan 4,5 kbp
dengan fungsi fisiologis yang komplementer,
yaitu membentuk subunit protein KATP
channel. Penelitian sebelumnya menyatakan
bahwa kedua gen memiliki Linkage
Disequilibrium (LD)>0,90 (Palmer et al.
2008; Florez et al. 2007; Florez et al. 2004;
Aguilar-Bryan et al. 1998; Inagaki et al.
1995). Kedua gen memiliki kecenderungan
yang kuat untuk diwariskan bersama-sama
sehingga perlu dilakukan analisis haplotipe.
Studi haplotipe dilakukan ketika studi asosiasi
genetik terhadap suatu marka tidak berhasil
ditemukan. Kombinasi alel-alel pada dua
SNPs atau lebih dapat memberikan
informasi tambahan mengenai hubungan
SNPs dengan penyakit (Foulkes 2009).SNP
E23K pada gen KCNJ11 dan SNP A1369S
pada gen ABCC8 membentuk empat
kombinasi haplotipe, yaitu ES, EA, KS dan
KA.
Asosiasi Haplotipe Gen KCNJ11 dan
ABCC8 dengan Kriteria DMT2
Analisis asosiasi haplotipe gen KCNJ11
dan ABCC8 dengan DMT2 dilakukan
menggunakan Expectation Maximization
Algorithms dengan model aditif. Hasil yang
diperoleh ditampilkan pada Tabel 7. Hasil
analisis asosiasi haplotipe dengan kriteria
DMT2 menunjukkan hanya terdapat satu
haplotipe yang signifikan, yaitu haplotipe KS
pada populasi Nusa Ceningan (p=0,039)
meskipun frekuensinya relatif lebih kecil jika
dibandingkan dengan frekuensi haplotipe lain
(6%). Pada populasi total dan ketiga populasi
lainnya (Legian, Penglipuran dan Pedawa)
tidak terlihat adanya asosiasi yang signifikan
Tabel 7 Asosiasi haplotipe gen KCNJ11 dan ABCC8 dengan kriteria DMT2 .
Haplotipe
Total (184)
ES
EA
KS
KA
Nusa Ceningan (46)
ES
EA
KS
KA
Legian (46)
ES
EA
KS
KA
Penglipuran (46)
ES
EA
KS
KA
Pedawa (46)
ES
EA
KS
KA
Frekuensi Haplotipe (%)
P
66
7
6
21
0,138
0,642
0,662
0,098
64
8
6
22
0,834
0,739
0,039
0,182
55
6
8
31
0,338
0,319
0,498
0,356
74
7
6
14
0,187
0,806
0,489
0,328
69
9
4
18
0,406
0,539
0,746
0,513
p merupakan nilai asosiasi haplotipe kedua gen dengan kriteria DMT2 berdasarkan konsentrasi
FPG; Angka bercetak tebal menunjukkan nilai yang signifikan p<0,05; Semua nilai p dihitung
dengan menggunakan Expectation Maximization Algorithms dengan model aditif.
16
antara haplotipe tertentu dengan kriteria
DMT2. Penelitian lain yang dilakukan
terhadap 3400 sampel Kaukasia menjelaskan
bahwa haplotipe KA yang terbentuk dari SNP
E23K dan A1369S berasosiasi dengan DMT2
(p=0,003)(Florez et al. 2004). Perbedaan ini
disebabkan karena jumlah sampel yang kecil
dan perbedaan populasi yang dianalisis.
SIMPULAN DAN SARAN
Simpulan
Nilai prevalensi DMT2 pada populasi Bali
yang diamati tidak jauh berbeda dengan
prevalensi nasional, yaitu 4,3% untuk DMT2
dan 10,9% untuk hiperglikemia sedang.
Prevalensi DMT2 di populasi Nusa Ceningan
(2,2%), Legian (8,6%) Penglipuran (2,2%)
dan Pedawa (4,3%), sedangkan prevalensi
hiperglikemia sedang di populasi Nusa
Ceningan (2,2%), Legian (8,7%), Penglipuran
(13,0%) dan Pedawa (19,6%). Berdasarkan
tingginya prevalensi hiperglikemia sedang,
prevalensi DMT2 pada keempat populasi
diprediksi akan meningkat sebanyak 2 kali
lipat dalam kurun waktu 10-15 tahun
mendatang. Pada populasi total, hiperglikemia
sedang berasosiasi dengan rentang usia 51-65
tahun. Namun, pada penelitian ini, tidak
ditemukan asosiasi antara jenis kelamin
dengan kriteria DMT2. MAF gen KCNJ11
dan ABCC8 di populasi daerah pesisir lebih
tinggi daripada populasi di dataran tinggi.
Daerah pesisir juga memiliki keragaman ratarata FPG lebih tinggi daripada dataran tinggi.
Pada penelitian ini, tidak ditemukan asosiasi
SNP E23K pada gen KCNJ11 dan SNP
A1369S pada gen ABCC8 dengan DMT2
yang dianalisis di total populasi. Namun,
ditemukan asosiasi genotipe AA pada SNP
A1369S gen ABCC8 dengan hiperglikemia
sedang di populasi laki-laki Desa Pedawa.
Secara umum, analisis haplotipe yang
dibentuk oleh kedua polimorfisme juga tidak
menunjukkan asosiasi terhadap kriteria
DMT2.
Saran
Kecilnya jumlah sampel merupakan
kelemahan dari penelitian ini. Oleh karena itu,
analisis cohort dan penggunaan jumlah
sampel yang lebih besar diperlukan agar dapat
memberikan informasi yang lebih akurat dan
representatif.
DAFTAR PUSTAKA
Aguilar Bryan L, Bryan J. 1999. Molecular
biology of adenosine triphophatsensitive
potassium
channels.
Endocrine rev 20(2):101-135.
Aguilar-Bryan L, Clement JP, Gonzalez G,
Kunjilwar K, Babenko A, Bryan J.
1998. Toward understanding the
assembly and structure of KATP
channel. Physiol Rev 78:227-245.
Ashcroft
FM.
1998.
Adenosine
5triphosphate-sensitive
potassium
channels.
Annual
Review
of
Neuroscience. 11:97–118.
Biggs ML, Mukamal KJ, Luchsinger JA, Ix
JH. 2010. Association between
adiposity in midlife and older age and
risk of diabetes in older adults. JAMA
Vol 303:No.24.
Bryan J. 2004. Toward Linking Structure
With Function in ATP-Sensitive K_
Channels. Diabetes 3: S104–S112
Campbell JD, Sansom MSP, Ascroft FM.
2003. Potassium channel regulation,
structural insights into the function of
the nucleotide-binding domains of the
human sulphonylurea receptor. EMBO
reports 4, 1038–1042.
[Depkes] Departemen Kesehatan RI. 2010.
Tahun 2030 prevalensi diabetes
mellitus di Indonesia mencapi 21,3 juta
orang.
http://www.depkes.go.id.
[Februari 2011]
Feng Y, Mao G, Ren X, Xing H, Tang G, Li
Q. 2008. Ser1369Ala variant in
sulfonylurea receptor gene ABCC8 is
associated with antidiabetic efficacy of
gliclazide in Chinese type 2 diabetic
patients. Diabetes Care 31:1939–1944.
Fischer A et al. 2008. KCNJ11 E23K affects
diabetes risk and is associated with the
disposition index. Diabetes Care 31:
Number 1.
Florez JC, Burtt N, Bakker PIW, Almgren P,
Toumi T, Johan T. 2004. Haplotype
structure and genotype-phenotype
correlations of the sulfonylurea
receptor and the islet ATP-sensitive
potassium channel gene region.
Diabetes Vol 53.
17
Florez JC, Jablonski KA, Khan SE, Frank
PW, Dabelea D, Hamman RF,
Knowler WC . 2007. Type 2 Diabetes–
Associated Missense Polymorphisms
KCNJ11 E23K and ABCC8 A1369S
Influence Progression to Diabetes and
Response to Interventions in the
Diabetes Prevention Program. Diabetes
56(2): 531-536.
Foulkes A. 2009. Applied statistical genetics
with R: for population-based study.
Springer, New York: xxiii+252 hlm.
Giurgea I, Bellanie-Chantellot C, Ribeiro M,
Hubert L, Sempoux C. 2006.
Molecular mechanisms of neonatal
hyperinsulinism. Horm Res 66:289–
296.
Gloyn AL,Phil D, Pearson ER, Antcliff JF,
Proks P. 2004. Activating mutations in
the gene encoding the ATP-sensitive
potassium-channel subunit Kir6.2 and
permanent neonatal diabetes. N Engl J
Med 350: 1838-1849.
Gloyn AL, McCarthy. 2001. The genetics of
type 2 diabetes. Best Pract Res Clin
Endocrinol Metab 15:293-308.
Gong L. 2001. Anti-diabetic drug pathway
(potassium channel inhibitor PD)
http://www.pharmgkb.org/do/serve?obj
Id=PA153627758&objCls=Pathway
[18 Februari 2011].
Hani EH, Boutin P, Durand E, Inoue H,
Permutt MA, Velho G, Froguel P .
1998. Missense mutations in the
pancreatic islet beta cell inwardly
rectifying
K+
channel
gene
(KIR6.2/BIR):a meta-analysis suggests
a role in the polygenic basis of type II
diabetes mellitus in Caucasians.
Diabetologia 41:1511-1515.
Hansen SK,
Nielsen EMD, Jakob EK,
Andersen G, Glumer C. 2005. Analysis
of sparate and combined effects of
common variation in KCNJ11 and
PPARG on risk of type 2 diabetes. J
Clin Endocrinol Metab 90(6) 3629-37.
Hansen T, Echwald SM, Hansen L, Moller
AM, Almind K, Clausen JO. 1998.
Decreased
tolbutamide-stimulated
insulin secretion in healthy subjects
with sequence variants in the highaffinity sulfonylurea receptor gene.
Diabetes 47(4):598-605.
Hansen L, Hansen T, Clausen JO, Echwald
SM, Urhammer SA, et al. 1997. The
Val985Met insulin-receptor variant in
the Danish Caucasian population: Lack
of associations with noninsulindependent diabetes mellitus or insulin
resistance. Am J Hum Genet 60: 1532–
1535.
Human Genome Project Information. 2011.
SNP Fact Sheet. http://www.ornl.gov/
scBi/techresources/Human_Genome/fa
q/snps.shtml [20 April 2011]
[IDF] International Diabetes Federation. 2011.
About
Diabetes.
http://www.idf.org/about-diabetes.
[April 2011]
[IDF] International Diabetes Federation. 2010.
Diabetes
Fact
Sheet.
http://www.idf.org/about-diabetes.
[April 2011]
Inagaki N, Glonoi P, Clement JP, Namba N,
Inazawa J, Gonzalez G, Aguilar Bryan
L. 1995. Reconstitution of IKATP: an
inward rectifier subunit plus the
sulfonylurea
receptor.
Science
270:1166 –1170.
Jablonski KA, McAteer JB, de Bakker PI,
Franks PW, Polin TI, Hanson RL.
2010. Common variants in 40 genes
asssesed fo diabetes incidence and
response to metformin and lifestyle
interventions in the diabets prevention
program. Diabetes 59(10):2672-81.
Kang dan Shin. 2004. The size of chi square
test for Hardy-Weinberg Law. Human
Heredity 58:10-11.
Ke X, Taylor MS, Cardon MR . 2008.
Singleton SNPs in the human genome
and implications for genome-wide
association studies. European Journal
of Human genetics 16:506-515.
Kristiansen SB, Lofgren B, Nielsen JM,
Stottrup NB, Buhl ES, Nielsen-Kudsk
JE. 2010. Comparison of two
sulfonylureas with high and low
myocardial K(ATP) channel affinity on
myocardial infarct size and metabolism
in a rat model of type 2 diabetes.
Diabetologia 54(2):451-8.
Li WH, Graur D. 1991. Fundamental of
molecular.
Sinauer
Associates
Publisher, Sunderland:xv-284.
18
Lefer DJ, Nichols CG, Coetzee WA. 2009.
Sulfonylurea receptor 1 subunits of
ATP-sensitive potassium channels and
myocardial
ischemia/reperfusion
injury. Trends Cardiovasc Med 19(2):
61–67.
McCarthy M. 2010. Genomics, type 2
diabetes and obesity. Rev N Eng J Med
363:24.
Malik SG, Saraswati MR, Suastika K,
Trimarsanto H, Oktavianthi S, Sudoyo
H. 2011. Association of beta3adrenergic
receptor
(ADRB3)
Trp64Arg gene polymorphism with
obesity and metabolic syndrome in the
Balinese:a pilot study. BMC research
notes 4:167.
Mihardja L, Delima, Manz HS, Ghani L,
Soegondo S. 2009. Prevalence and
determinants of diabetes mellitus and
impaired
glucose
tolerance
in
Indonesia.
Acta
Med
Indones.
41(4):169-74.
Minami K. 2004. Roles of ATP K+ channels
as metabolic sensors. American
Diabetes Association Rev 53.
Misra A, Khurana L. 2008. Obesity and the
metabolic syndrome in developing
countries. J Clin Endocrinol Metab
Vol 93 11:s9-s30.
Murni E. 2009. Desa Adat Penglipuran.
http://wisatamelayu.com/id/. Diakses
pada 24 Mei 2011.
Nichols CG, Koster JC. 2002. Diabetes and
insulin secretion: whither KATP?. Am
J Physiol Endocrinol Metab 283:
E403–E412.
Nielsen EM, Hansen L, Carstensen B,
Echwald SM, Dhrivsholm T. 2003.
The E23K variant of Kir6.2 associates
with impaired post-OGTT serum
insulin response and increased risk of
type 2 diabetes. Diabetes 52, 573–577.
O’Rahilly S, Barroso I, Wareham NJ. 2005.
Genetic factors in type 2 diabetes: the
end of the beginning?. Science 307:370
–373.
Palmer ND, Langefeld CD, Bryer-Ash M,
Rotter JI, Taylor KD, Bowden DW.
2008. Association of the Kir6.2E23K
with reduced acute insulin response in
African-Americans. J Clin Endocrinol
Metab 93:4979-4983.
Pemerintah Kabupaten Buleleng. 2009.
Selayang Pandang Desa Pedawa.
http://www.bulelengkab.go.id/[Septem
ber 2011].
Pemerintah Provinsi Bali. 2010. Sekilas Bali.
http://www.baliprov.go.id/[Februari
2011]
Pirie FJ, Motala AA, Pegoraro R, Govender T,
Paruk I M, Rom L .2010. Variants in
PPARG, KCNJ11, TCF7L2, FTO, and
HHEX genes in South African subjects
of Zulu descent with type 2 diabetes.
Rev African Diabetes Journals.
Riedel MJ, Steckley DC, Light PE. 2004.
Current status of the E23K Kir6.2
polimorphism: implication for Type 2
Diabetes. Hum Genet 116: 133-145.
Sakamoto Y, Inoue H, Keshavarz P,
Miyawaki K, Yamaguchi Y, Moritani
M, Kunika K, Yamamura M. 2007.
SNPs in the KCNJ11-ABCC8 gene
locus are associated with type 2
diabetes and blood pressure levels in
the Japanese population. J Hum Genet
52:781–793.
Sakura H, Wat N, Horton V, Milns H, Turner
RC, Ashcroft FM. 1996. Sequence
variations in the human Kir6.2 gene, a
subunit of the beta-cell ATP-sensitive
K-channel: no association with
NIDDM in white Caucasian subjects or
evidence of abnormal function when
expressed in vitro. Diabetologia
39:1233–1236.
Sambrook J, Russell DW, Maniatis T. 2001.
Molecular Cloning: A Laboratory
Manual 3rd Ed. Cold Spring Harbor
Laboratory Press.
Scwanstecher C, Meyer U, Scwantecher M.
2002.
Kir6.2
polymorphism
predisposes to type 2 diabetes by
inducing overactivity of pancreatic βcell ATP-sensitive K+ Channels.
Diabetes 51:875–879.
Vejrazkova D, Bendlova B. 2005. PPARγ2
and KCNJ11–two promising candidate
genes in the aethiopathogenesis of type
2 diabetes mellitus. Rev 144pp.721725.
Wasada T. 2002. Adenosine triphosphatesensitive potassium (Katp) channel
activity is coupled with insulin
resistance in obesity and type 2
19
diabetes mellitus. Rev.
Medicinen 41: 84-90.
Internal
[WHO] World Health Organization. 2011.
http://www.who.int/mediacentre/factsh
eets/fs312/en/[February 2011]
[WHO-IDF] World Health OrganizationInternational Diabetes
Federation
Consultation Report. 2006. Definition
and Diagnosis of Diabetes Mellitus and
Intermediate Hyperglycemia. WHO
Document
Production
Services,
Geneva, Switzerland.
Yokes MB, Gul O, Bazak AN. 2001. A
methodological comparison between
RFLP analysis and the lightcycler
technology-ApoE genotyping using the
ApoE
mutation
detection
kit.
Biochemicha No.4.
Zhao J, Bradfield JP, Zhang H, Annaiah K,
Wang K, Kim CE, Glessner JT,
Frckelton EC, Otieno FG, Doran J.
2010. Examination of all type 2
diabetes GWAS loci reveals HHEXIDE as a locus influencing pediatric
BMI. Diabetes 59: 751-755.
20
LAMPIRAN
21
Lampiran 1 Alur penelitian
Pengambilan Sampel Darah yang
Berasal dari 4 Desa di Bali
Karakteristik Klinis
(Konsentrasi Gula Darah Puasa)
Isolasi Darah
Isolasi DNA
PCR
Elektroforesis
RFLP
Elektroforesis
Analisis Genetik
Analisis Data
Asosiasi Genetik dengan DMT2
22
Lampiran 2 Tahap-tahap perancangan primer
Pencarian Sekuen Gen
ABCC8
www.ncbi.nlm.nih.gov
Pencarian Sekuen SNP A1369S
www.ncbi.nlm.nih.gov/projects/SNP
Pemilihan Enzim Restriksi
(Menggunakan software Lembaga
Eijkman)
www.biotools.eijkman.go.id/tools/
rehelper/
Hasil yang diperoleh pada tahap
ini digunakan pada proses
selanjutnya, meliputi pengujian
pengikatan terhadap gen
homolog dan simulasi PCR
secara virtual
Perancangan Primer dengan
Software Primer3
www.frodo.wi.mit.edu/cgi-bin
Pengujian Pembentukan Struktur
Sekunder Primer
www.en.biosoft.net/pcr/NetPrimer.html
Pengujian Pengikatan terhadap
Gen Homolog
www.ebi.ac.uk/tools
Simulasi Restriction Fragment
Length Polymorphisms (RFLP)
Secara Virtual
www.biotools.eijkman.go.id/sms
2/rest_digest.html
Simulasi Polymerase Chain
Reaction (PCR) Secara Virtual
www.bioinformatics.org/sms2/pcr
_ products.html
23
Lampiran 3 Primer untuk deteksi polimorfisme E23K dan A1369S
Primer untuk deteksi SNP E23K pada gen KCNJ11
Forward Primer
% GC
Asam Nukleat
Tm
:
:
:
:
5-GACTCTGCAGTGAGGCCCTA-3
60%
G=6; A=4; T=4; C=6
60 °C
Reverse Primer :
% GC
Asam Nukleat
Tm
5-ACGTTGCAGTTGCCTTTCTT-3
:
45%
:
G=4; A=2; T=9; C=5
:
60⁰C
Enzim restriksi
Hasil restriksi
:
:
(20 nukleotida)
(20 nukleotida)
BanII
Alel G= 150 + 32 + 28 bp
Alel A= 172 + 32
bp
Primer untuk deteksi SNP A1369S pada gen ABCC8
Forward primer
% GC
Asam Nukleat
Tm
:
:
:
:
5-CGCTACGACAGCTCCCTGAAG-3 (21 nukleotida)
61.9 %
G=5; A=5; T=3; C=8
60 ⁰C
Reverse primer
:
5-GGTCTCCTTGGTGGATGAGTGAG-3
(23 nukleotida)
56.52 %
G=10; A=3; T=7; C=3
60 ⁰C
% GC
:
Asam Nukleat :
Tm
:
Enzim Restriksi
Hasil restriksi
:
:
MwoI
Alel T = 203 + 92 + 8
Alel G = 203 + 51 + 41 + 8
bp
bp
24
Lampiran 4 Contoh script perhitungan statistik
#read data
data <- read.table(file='Scriptdatabali1.csv', header=TRUE, sep=',')
#check everything that contain NA
data[is.na(data$population) | is.na(data$jeniskelamin) | is.na(data$usia) |
is.na(data$FPG), ]
#add DMT2 catagories (3 catagories)
data$cFPG [ data$FPG < 110 ] <-1
data$cFPG [ data$FPG >= 110 ] <-2
data$cFPG [ data$FPG >= 126 ] <-3
#add usia catagories
data$cusia[ data$usia < 36 ] <- 1
data$cusia[ data$usia >= 36 ] <- 2
data$cusia[ data$usia >= 51 ] <- 3
data$cusia[ data$usia >= 66 ] <- 4
#genotype and allele frequencies
library(genetics)
test_geno_all <- function(var) {
print("All Samples")
geno_rs <- genotype(var, sep="")
print(summary(geno_rs))
print(HWE.exact(geno_rs))
}
test_geno_all( data$KCNJ11 )
test_geno_all( data$ABCC8 )
# gender
dataMale <- data[data$jeniskelamin == 'Male', ]
dataFemale <- data[data$jeniskelamin == 'Female', ]
# Characteristic of study subjects
library(psych)
describe(data)
describe(dataMale)
describe(dataFemale)
TestPval_KCNJ11 <- function(Var) {
25
Geno <- genotype(Var$KCNJ11, sep="")
GenoWt <- names(table(Geno))[table(Geno)==max(table(Geno))]
GenoBin <- as.numeric(Geno != GenoWt)[!is.na(Geno)]
print("age")
Trait <- Var$usia
print(t.test( Trait[GenoBin==1],Trait[GenoBin==0]))
print(wilcox.test( Trait[GenoBin==1],Trait[GenoBin==0]))
print("Glucose Fasting")
Trait <- Var$FPG
print(t.test( Trait[GenoBin==1],Trait[GenoBin==0]))
print(wilcox.test( Trait[GenoBin==1],Trait[GenoBin==0]))
}
TestPval_KCNJ11(data)
TestPval_KCNJ11(dataMale)
TestPval_KCNJ11(dataFemale)
TestPval_ABCC8 <- function(Var) {
Geno <- genotype(Var$ABCC8, sep="")
GenoWt <- names(table(Geno))[table(Geno)==max(table(Geno))]
GenoBin <- as.numeric(Geno != GenoWt)[!is.na(Geno)]
print("age")
Trait <- Var$usia
print(t.test( Trait[GenoBin==1],Trait[GenoBin==0]))
print(wilcox.test( Trait[GenoBin==1],Trait[GenoBin==0]))
print("Glucose Fasting")
Trait <- Var$FPG
print(t.test( Trait[GenoBin==1],Trait[GenoBin==0]))
print(wilcox.test( Trait[GenoBin==1],Trait[GenoBin==0]))
}
TestPval_ABCC8(data)
TestPval_ABCC8(dataMale)
TestPval_ABCC8(dataFemale)
26
Desc_KCNJ11valA <- describe.by(data, group=data$KCNJ11)
Desc_KCNJ11valMale <- describe.by(dataMale, group=dataMale$KCNJ11)
Desc_KCNJ11valFemale <- describe.by(dataFemale,
group=dataFemale$KCNJ11)
Desc_ABCC8A <- describe.by(data, group=data$ABCC8)
Desc_ABCC8Male <- describe.by(dataMale, group=dataMale$ABCC8)
Desc_ABCC8Female <- describe.by(dataFemale, group=dataFemale$ABCC8)
print(Desc_KCNJ11valA)
print(Desc_KCNJ11valMale)
print(Desc_KCNJ11valFemale)
print(Desc_ABCC8A)
print(Desc_ABCC8Male)
print(Desc_ABCC8Female)
# Association with DMT2
library(Deducer)
ct <- contingency.tables(
row.vars=d(cFPG),
col.vars=d(KCNJ11), data=data)
ct <- add.chi.squared(ct)
print(ct, prop.r=T, prop.c=T, prop.t=T)
remove(ct)
ct <- contingency.tables(
row.vars=d(cFPG),
col.vars=d(KCNJ11), data=dataMale)
ct <- add.chi.squared(ct)
print(ct, prop.r=T, prop.c=T, prop.t=T)
remove(ct)
ct <- contingency.tables(
row.vars=d(cFPG),
col.vars=d(KCNJ11), data=dataFemale)
ct <- add.chi.squared(ct)
print(ct, prop.r=T, prop.c=T, prop.t=T)
remove(ct)
ct <- contingency.tables(
row.vars=d(cFPG),
col.vars=d(ABCC8), data=data)
ct <- add.chi.squared(ct)
27
print(ct, prop.r=T, prop.c=T, prop.t=T)
remove(ct)
ct <- contingency.tables(
row.vars=d(cFPG),
col.vars=d(ABCC8), data=dataMale)
ct <- add.chi.squared(ct)
print(ct, prop.r=T, prop.c=T, prop.t=T)
remove(ct)
ct <- contingency.tables(
row.vars=d(cFPG),
col.vars=d(ABCC8), data=dataFemale)
ct <- add.chi.squared(ct)
print(ct, prop.r=T, prop.c=T, prop.t=T)
remove(ct)
#Haplotype
library("haplo.stats")
data$geno <- cbind(substr(data$KCNJ11, 1, 1), substr(data$KCNJ11, 2, 2),
substr(data$ABCC8, 1, 1), substr(data$ABCC8, 2, 2))
snp_name <- c("E23K", "A1369S")
geno_em <- haplo.em( data$geno, locus.label=snp_name,
control=haplo.em.control(min.posterior=1e-4))
geno_em
summary(geno_em, show.haplo=TRUE)
# DM
score.ord.FPG <- haplo.score(data$FPG, data$geno, trait.type="ordinal",
x.adj=NA, min.count=0, locus.label=snp_name, miss.val=0, simulate=FALSE)
score.ord.FPG
#comparison between male and female
#sample characteristic (male vs female)
TestjeniskelaminPval <- function(Var) {
Geno <- genotype(Var$KCNJ11, sep="")
GenoWt <- names(table(Geno))[table(Geno)==max(table(Geno))]
#GenoBin <- as.numeric(Geno != GenoWt)[!is.na(Geno)]
GenoBin <- as.numeric( Var$jeniskelamin == 'Male' )
28
print("usia")
Trait <- Var$usia
print(t.test( Trait[GenoBin==1],Trait[GenoBin==0]))
print(wilcox.test( Trait[GenoBin==1],Trait[GenoBin==0]))
print("FPG")
Trait <- Var$FPG
print(t.test( Trait[GenoBin==1],Trait[GenoBin==0]))
print(wilcox.test( Trait[GenoBin==1],Trait[GenoBin==0]))
}
TestjeniskelaminPval(data)
dataLegian <- data[ data$population == 'Legian', ]
describe(dataLegian)
29
RIWAYAT HIDUP
Penulis dilahirkan di Bandung pada tanggal 28 Juli 1989 dari Bapak
Suyatno dan Ibu Wiwin Winarti. Penulis merupakan putra pertama dari tiga
bersaudara.
Penulis memulai pendidikan di TK Al-Munawar Bogor, SDN Kebon Pedes
1 Bogor, SMPN 1 Bogor hingga lulus dari SMAN 5 Bogor pada tahun 2007. Pada
tahun yang sama penulis lulus seleksi masuk IPB melalui jalur Undangan Seleksi
Masuk IPB (USMI) dengan pilihan mayor Biokimia, Fakultas Matematika dan
Ilmu Pengetahuan Alam dan pilihan minor Teknologi Pangan sebagai keahlian
pendukung.
Selama masa perkuliahan penulis aktif di beberapa organisasi intrakampus
dan ekstrakampus. Pada tahun 2007-2008 penulis tergabung di Komisi A Dewan
Perwakilan Mahasiswa (DPM) TPB IPB dan Forum Silaturahmi Mahasiswa
(FOSMA) Bogor, pada tahun 2008-2009 penulis diamanatkan sebagai Ketua
Himpunan Profesi Community of Research and Education in Biochemistry’s
Student (CREB’s). Pada tahun 2010 penulis terdaftar sebagai asisten praktikum
mata kuliah Biokimia Umum.
Tahun 2009 penulis mengikuti kegiatan IPB Go Field di PT.
INDOCEMENT Tbk. Tahun 2010 penulis melakukan kegiatan praktik lapang di
Lembaga Eijkman dan menghasilkan sebuah karya ilmiah berjudul “Teknik
Pengukuran Bilirubin Bebas pada Konsentrasi 200 dan 300 nM”. Beberapa karya
ilmiah lain yang pernah ditulis selama masa perkuliahan adalah “Pembuatan
Briket Arang Berbahan Dasar Kulit Jambu Mete sebagai Bahan Bakar Alternatif”,
“Penerapan Mata Ajar Kesehatan pada Pendidikan Dasar dan Menengah dalam
Mencegah Epidemik Sindrom Metabolik”.