Perpustakaan Digital ITB

Pandemi COVID-19 oleh SARS-CoV-2 memiliki laju penyebaran dan mutasi virus yang tinggi. Mutasi pada virus dapat mempengaruhi kemampuan infeksi serta survivabilitas virus pada kondisi lingkungan dan sistem imun inang tertentu. Penyebaran SARS-CoV-2 dipengaruhi oleh faktor patogen, inang dan lingkungan. Berbagai penelitain menunjukkan keterkaitan antara faktor inang dan lingkungan terhadap penyebaran COVID-19, namun hanya meninjau berdasarkan jumlah kasus positif. Analisis profil mutasi pada virus dapat memberikan informasi terkait kemampuan infeksi SARS-CoV-2 berdasarkan faktor lingkungan dan inang serta memberikan pemahaman mengenai dinamika mutasi virus SARS-CoV-2. Penelitian ini dilakukan untuk menentukan profil mutasi SARS-CoV-2 berdasarkan perbedaan zona tropis dan temperate serta menentukan profil mutasi SARS-CoV-2 yang menginfeksi manusia berdasarkan perbedaan gender dan usia pasien. Metode kerja dalam menentukan profil mutasi diperoleh dengan melakukan pencarian 4124 data sekuens complete genome SARS-CoV-2 dan metadata pasien melalui databse GISAID dengan periode pangambilan sampel pasien pada 1 Desember 2020 sampai 31 Januari 2021 yang bersifat high coverage kemudian dilakukan penyejajaran dan pemotongan sekuens pada ORF/CDS yang bersifat highly mutation (NSP2, NSP3, RdRp dan Spike) dengan Jalview dan MAFFT. Data sekuens diinput dalam Nextclade untuk menentukan mutasi pada tiap sekuens. Jenis dan jumlah mutasi ditentukan dan dikelompokkan dengan program Jupyter berdasarkan garis lintang (Northern Temperate, Tropic of Cancer, Tropic of Capricorn dan Southern Temperate) kemudian dianalisis nilai similaritas dan disimilaritas data pada proximity matrix dengan parameter Pearson correlation coefficient dan Euclidean distance serta divisualisasi dengan PCoA (Principal Coordinate Analysis) pada XLSTAT. Mutasi dominan tiap zona tropis dan temperate kemudian ditentukan persentase kemunculannya berdasarkan gender (pria dan wanita) dan kelompok usia (<18, 18 – 60, dan >60 tahun) dengan Jupyter dan dianalisis similaritas data pada proximity matrix dengan parameter Pearson correlation coefficient pada XLSTAT. Diperoleh jenis mutasi dominan yang berbeda pada setiap zona tropis dan temperate pada NSP2, NSP3, RdRp dan Spike. Nilai similaritas profil mutasi zona tropis dan temperate menunjukkan nilai <0.95 dengan nilai disimilaritas >0.67. visualisasi pada PCoA menunjukkan tiap zona berada pada kuadran yang berbeda. Hasil analisis profil mutasi pada setiap zona tropis dan temperate berdasarkan gender dan kelompok usia diperoleh nilai similaritas >0.95. Berdasarkan hasil tersebut, disimpulkan bahwa profil mutasi dominan pada zona tropis dan termperate telah diperoleh dengan profil mutasi dominan yang berbeda signifikan. Profil mutasi dominan SARS-CoV-2 yang menginfeksi pasien berdasarkan gender dan kelompok usia pada setiap zona tropis dan temperate tidak berbeda signifikan.