Pernahkah Anda bertanya mengapa manusia dan simpanse disebut "berkerabat dekat"? Atau bagaimana para ilmuwan bisa mengetahui bahwa burung merupakan keturunan dinosaurus?
Jawabannya tersimpan dalam sebuah diagram sederhana namun sangat kuat yang disebut pohon filogenetik.
Dalam bioinformatika, pohon filogenetik adalah salah satu alat analisis paling fundamental. Seiring berkembangnya teknologi sekuensing DNA, kemampuan membaca dan membuat pohon filogenetik menjadi keterampilan wajib bagi siapa pun yang bergelut di bidang biologi molekuler, evolusi, hingga epidemiologi.
Apa Itu Pohon Filogenetik?
Pohon filogenetik (phylogenetic tree) adalah diagram berbentuk pohon yang menggambarkan hubungan evolusioner antar organisme, gen, atau kelompok biologis berdasarkan persamaan dan perbedaan karakteristik genetik maupun fisik mereka.
Istilah lain yang sering digunakan adalah evolutionary tree, cladogram, atau tree of life. Konsep ini pertama kali dipopulerkan oleh Charles Darwin dalam buku On the Origin of Species (1859).
Semakin dekat posisi dua organisme dalam pohon filogenetik, semakin dekat pula hubungan kekerabatan mereka.
Anatomi Pohon Filogenetik
- Node (Simpul)
Terdapat dua jenis node dalam pohon filogenetik:
Node eksternal (leaf node / OTU) — Ujung cabang paling luar yang mewakili takson yang sedang dibandingkan. Disebut juga Operational Taxonomic Unit (OTU).
Node internal (HTU) — Titik percabangan di tengah pohon yang merepresentasikan nenek moyang hipotetis. Disebut Hypothetical Taxonomic Unit (HTU). -
Cabang (Branch)
Garis yang menghubungkan node satu dengan yang lain. Panjang cabang bisa merepresentasikan jumlah perubahan evolusioner (mutasi, substitusi nukleotida) atau waktu evolusi dalam pohon yang dikalibrasi dengan waktu (time-calibrated tree).
-
Root (Akar)
Titik paling awal dalam pohon yang mewakili nenek moyang bersama terakhir (Most Recent Common Ancestor / MRCA) dari semua takson yang dibandingkan. Pohon dengan akar disebut rooted tree, sedangkan tanpa akar disebut unrooted tree.
-
Klade (Clade)
Kelompok organisme yang terdiri dari satu nenek moyang dan semua keturunannya. Klade merupakan unit utama dalam klasifikasi filogenetik modern.
Mengapa Pohon Filogenetik Penting?
- Dalam biologi evolusi: Memahami bagaimana spesies berkerabat dan kapan mereka berpisah dari nenek moyang yang sama.
- Dalam epidemiologi: Melacak asal-usul dan penyebaran wabah penyakit. Selama pandemi COVID-19, pohon filogenetik virus SARS-CoV-2 digunakan untuk memetakan varian dan jalur penularannya secara global.
- Dalam konservasi: Mengukur keragaman filogenetik untuk menentukan prioritas spesies yang perlu dilindungi.
- Dalam bioinformatika: Mengidentifikasi gen yang belum diketahui fungsinya berdasarkan kedekatannya dengan gen yang sudah diketahui pada spesies lain.
- Dalam forensik: Mengidentifikasi asal-usul sampel biologis dari tempat kejadian perkara.
Langkah-Langkah Membuat Pohon Filogenetik
Secara umum, ada empat langkah utama dalam membuat pohon filogenetik dari data molekuler:
- Langkah 1: Mengumpulkan Sekuens
Kamu perlu mengumpulkan sekuens DNA, RNA, atau protein dari organisme yang ingin dibandingkan. Sekuens ini bisa diunduh dari database publik seperti NCBI GenBank (https://www.ncbi.nlm.nih.gov/genbank/).
Gen yang umum digunakan antara lain:
16S rRNA: untuk bakteri dan archaea
18S rRNA / ITS: untuk fungi dan eukariota
COI (Cytochrome Oxidase I): untuk identifikasi spesies hewan (DNA barcoding)
rbcL / matK: untuk tumbuhan -
Langkah 2: Multiple Sequence Alignment (MSA)
Sebelum dianalisis, sekuens-sekuens tersebut harus disejajarkan (aligned) agar posisi yang homolog berada di kolom yang sama. Proses ini disebut MSA.
Tools yang umum digunakan: MUSCLE, ClustalW / ClustalOmega, dan MAFFT.
-
Langkah 3: Memilih Metode Konstruksi Pohon
Setelah alignment siap, kamu perlu memilih metode untuk membangun pohon filogenetiknya. Masing-masing metode memiliki pendekatan yang berbeda (lihat bagian selanjutnya).
-
Langkah 4: Evaluasi dan Visualisasi
Setelah pohon terbentuk, keandalan pohon perlu diuji menggunakan teknik seperti bootstrapping. Nilai bootstrap di atas 70–80% biasanya dianggap cukup kuat. Selanjutnya pohon divisualisasikan untuk keperluan publikasi.
Metode Konstruksi Pohon Filogenetik
- Neighbor-Joining (NJ)
Metode berbasis jarak (distance-based) yang mengelompokkan dua sekuens paling mirip terlebih dahulu. Sangat cepat dan cocok untuk pemula atau dataset yang besar.
Kelebihan: Cepat, cocok untuk dataset besar. Kekurangan: Kurang akurat dibanding metode probabilistik.
- Maximum Parsimony (MP)
Metode yang mencari pohon dengan jumlah perubahan evolusioner paling sedikit. Prinsipnya: evolusi terjadi dengan cara paling efisien.
Kelebihan: Intuitif secara biologis. Kekurangan: Lambat untuk dataset besar, rentan terhadap long branch attraction.
- Maximum Likelihood (ML)
Metode statistik yang mencari pohon dengan probabilitas tertinggi menghasilkan data sekuens yang diamati, berdasarkan model substitusi tertentu (misalnya GTR, HKY). Ini adalah metode paling populer saat ini.
Kelebihan: Akurat, berbasis model statistik. Kekurangan: Komputasi lebih berat. Tools: RAxML, IQ-TREE, PhyML.
- Bayesian Inference (BI)
Mirip dengan Maximum Likelihood, namun menggunakan pendekatan Bayesian yang memperhitungkan probabilitas prior.
Kelebihan: Hasil intuitif, kuat secara statistik. Kekurangan: Paling lambat secara komputasi. Tools: MrBayes, BEAST.
Tools Bioinformatika untuk Membuat Pohon Filogenetik
MEGA (Molecular Evolutionary Genetics Analysis)Tools paling populer dan ramah pemula. Mendukung alignment, pemilihan model substitusi, konstruksi pohon (NJ, MP, ML), hingga visualisasi dalam satu antarmuka.
https://www.megasoftware.net/
Tools berbasis command line yang sangat powerful untuk Maximum Likelihood. Otomatis memilih model substitusi terbaik dan mendukung ultrafast bootstrapping.
http://iqtree.cibiv.univie.ac.at/
Tools visualisasi pohon filogenetik online yang menghasilkan tampilan sangat bagus dan interaktif. Cocok untuk keperluan publikasi.
https://itol.embl.de/
Untuk pemula yang hanya ingin melihat hubungan filogenetik spesies di GenBank tanpa perlu membuat pohon sendiri.
https://www.ncbi.nlm.nih.gov/Taxonomy/CommonTree/wwwcmt.cgi
Tutorial Singkat: Membuat Pohon Filogenetik dengan MEGA
- Buka MEGA → klik File → Open a File/Session → pilih file FASTA berisi sekuens kamu
- Klik Alignment → Align by MUSCLE → tunggu hingga selesai
- Klik Data → Export Alignment → simpan sebagai format MEGA (.meg)
- Klik Models → Find Best DNA/Protein Models → pilih model dengan BIC terendah
- Klik Phylogeny → pilih metode (misalnya Construct Maximum Likelihood Tree)
- Tentukan jumlah bootstrap replicates (minimal 1000) → klik Compute
- Pohon akan tampil otomatis; kamu bisa mengubah tampilan, menambahkan warna, dan mengekspor sebagai gambar
Cara Membaca Pohon Filogenetik
- Ujung cabang (tip) mewakili takson yang kamu bandingkan — bukan nenek moyang
- Titik percabangan (node internal) menunjukkan momen ketika dua kelompok berpisah dari nenek moyang yang sama
- Panjang cabang bisa merepresentasikan jumlah substitusi nukleotida per posisi (phylogram) atau tidak bermakna (cladogram)
- Nilai bootstrap yang tertera di node menunjukkan seberapa kuat dukungan statistik untuk percabangan tersebut (skala 0–100)
- Posisi root menentukan arah waktu evolusi — dari root ke ujung berarti bergerak dari masa lampau ke masa kini
- Urutan dari atas ke bawah tidak bermakna — yang penting adalah pola percabangan (topologi), bukan urutan vertikal takson
Pohon filogenetik adalah alat fundamental dalam biologi modern yang memungkinkan kita memahami hubungan evolusioner antar makhluk hidup berdasarkan data genetik. Dengan berkembangnya Next-Generation Sequencing (NGS), analisis filogenetik kini tidak hanya digunakan dalam penelitian evolusi, tetapi juga dalam pelacakan wabah penyakit, forensik, dan penemuan obat baru.
Untuk pemula, MEGA adalah tools terbaik untuk memulai karena menyediakan semua langkah dalam satu antarmuka yang mudah digunakan. Setelah mahir, kamu bisa beralih ke IQ-TREE atau MrBayes untuk analisis yang lebih canggih.
Referensi
- Li B, et al. (2024). Common Methods for Phylogenetic Tree Construction and Their Implementation in R. Bioengineering, 11(5), 480. https://doi.org/10.3390/bioengineering11050480
- Hall, B.G. (2013). Building Phylogenetic Trees from Molecular Data with MEGA. Molecular Biology and Evolution, 30(5), 1229–1235. https://doi.org/10.1093/molbev/mst012
- Galaxy Training Network. (2024). Phylogenetics – Back to Basics. https://training.galaxyproject.org
- EMBL-EBI. (2024). Introduction to Phylogenetics. https://www.ebi.ac.uk
- BioInteractive. Creating Phylogenetic Trees from DNA Sequences. https://www.biointeractive.org
Tidak ada komentar:
Posting Komentar