ANALISA JURNAL

SISTIM RESPIRASI

Disusun Oleh :

Karmelia Tuto Lanang

ST 162029

PROGRAM STUDI SARJANAKEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN
KUSUMA HUSADA
SURAKARTA
2017
 ANALISA JURNAL

1. Nama Jurnal
Oncotarget, 2017, Vol. 8, (No. 37), pp: 62561-62572.
2. Judul Jurnal
Meta-analisis karakterisasi transkripomik menunjukkan jalur matriks ekstraselular
yang terlibat dalam infeksi H5N1 dan H7N9.
3. Kata Kunci
Influenza A, H7N9, H5N1, meta-analisis, matriks ekstraselular
4. Penulis Jurnal
Feng Wen , Jinyue Guo , Guangzhi Tong , Dingren Bi , Qi Wang , Xiaomin Liu,
Shuaiyong Wang , Tonglin Shan , Wu Tong , Yanjun Zhou , Guoxin Li , dan Hai Yu .
5. Latar Belakang
Virus H5N1 dan H7N9 influenza A yang berasal dari unggas mampu
menyebabkan infeksi mematikan pada manusia, dengan patologi paru-paru yang
serius dan menyebabkan sindrom distres pernafasan akut. Kontribusi tanggapan host
terkait dengan prognosis buruk infeksi H5N1 dan H7N9 masih belum jelas.
Setelah menggabungkan data dari rangkaian yang berbeda, ComBat digunakan
untuk menyesuaikan varians yang diketahui dari batch yang berbeda. Faktor
transkripsi yang mengikat gen di setiap cluster diprediksi oleh PASTAA. Kami
menemukan gen yang secara berbeda diekspresikan setiap saat di sampel yang
terinfeksi H5N1, H7N9, atau H1N1. Analisis fungsi biologis menunjukkan bahwa gen
yang terkait dengan sitokin teregulasi pada ketiga virus tersebut. Namun, gen yang
terkait dengan metabolisme karbon ditemukan secara eksklusif tergantung pada H7N9
dan jalur matriks ekstraselular hanya diperkaya dengan H5N1 dan H7N9. Untuk
ringkasan, penelitian kami menyarankan agar matriks ekstraselular dikaitkan dengan
tingginya angka kematian virus H5N1 dan H7N9 pada manusia.

6. Tujuan Penelitian
Penelitian dilakukan untuk mengidentifikasi faktor inang yang terlibat dalam
patogenisitas tinggi H5N1 dan H7N9 dengan meta-analisis sistematik. RNA-seq
dataset yang terkait dengan infeksi H5N1, H7N9, dan H1N1 dengan time series
diambil dari GEO.
.
7. Metodologi Penelitian
Penelitian ini menggunakan The Homo Sapiens dan ekspresi profil
oleh array sebagai penyaringan untuk organisme dan tipe seri. Sebanyak 9 seri
tersedia untuk H5N1 dan Hanya 2 seri dari H7N9. Untuk membandingkan respon host
flu burung yang sangat patogen dengan pandemi flu H1N1, 2 seri H1N1datasets
dipilih secara acak dengan menggunakan kriteria yang sama.
Untuk mencegah perbedaan yang diperkenalkan dengan metode yang berbeda
yang digunakan dalam pemrosesan data rangkaian ini, kami mendownload data
mentah dan memprosesnya dengan menggunakan prosedur yang sama. Paket R
GEOquery digunakan untuk mendownload file Cel mentah dan juga informasi dari
masing-masing sampel. Informasi platform dari setiap seri diambil langsung dari situs
GEO.

8. Hasil Penelitian.
Pada perhitung korelasi Pearson setiap titik waktu untuk H5N1 dan H7N9
didapatkan varians internal meningkat seiring berlalunya waktu. Gen yang
diekspresikan secara berbeda diidentifikasi untuk setiap titik waktu H5N1, H7N9, dan
H1N1. Hitungan gen secara signifikan diatur atau turun-diatur dalam setiap
kelompok. Ditemukan juga jalur yang diperkaya untuk H5N1 dan jalur yang
diperkaya untuk H7N9 dan H1N1. Interaksi reseptor sitokin-sitokin, jalur pensinyalan
reseptor seperti Pulsa, jalur penginderaan DNA-sitosolik dan jalur Influenza A
semuanya diatur dalam sel yang terinfeksi dengan tiga strain virus. Sel menggunakan
kemokin dan sitokin untuk melindungi virus. Tapi gen yang diatur turun dari tiga
virus memiliki pola yang berbeda. Tidak ada gen yang diatur turun yang tersedia
untuk H1N1, dan tidak ada jalur yang diperkaya untuk H5N1, sedangkan gen yang
diatur turun di H7N9 dikaitkan dengan metabolisme.
Tingkat ekspresi kebanyakan gen hanya berubah drastis dalam waktu 24h.
Selain itu, korelasi antara H5N1 dan H7N9 pada titik waktu 24h (korelasi Pearson:
0,82) lebih tinggi daripada korelasi antara H5N1 dan H1N1 (korelasi Pearson: 0,61)
atau H7N9 dan H1N1 (korelasi Pearson: 0,59). Ini menunjukkan bahwa H5N1 dan
H7N9, yang keduanya merupakan virus flu burung, lebih mirip satu sama lain.
Akhirnya, kami memperoleh 10 kelompok berdasarkan profil ekspresi mereka di
H5N1, H7N9, dan H1N1. Satu-satunya jalur yang diperkaya untuk kelompok up-
regulated adalah jalur Influenza A dan sebagian besar faktor transkrip termasuk dalam
 keluarga interferon regulatory transcription factor (IRF). Ini menunjukkan bahwa gen
up-regulated sangat terkait dengan peraturan interferon dan umum terjadi pada flu
burung dan pandemi flu.
Sta5a dan Sta5b memediasi respons seluler terhadap sitokin KITLG / SCF dan
faktor pertumbuhan lainnya, yang dapat membantu melawan infeksi, Namun,
kelompok yang diregulasi turun memiliki kinerja yang berbeda. Pertama, sel-sel yang
terinfeksi virus H1N1 tidak memiliki gen yang diatur dalam penelitian ini terkejut
tetapi mungkin disebabkan oleh kriteria ketat untuk gen yang dinyatakan secara
berbeda dan sejumlah gen up-regulated. Kedua, gen yang hanya diturunkan dalam
H7N9 sangat terkait dengan jalur metabolisme, sementara gen yang diturunkan dalam
H7N9 dan H5N1 terkait dengan jalur matriks ekstraselular. Meskipun tidak ada jalur
yang diperkaya untuk gen yang hanya rendah dinyatakan dalam H5N1, faktor
transkrip Creb dan Crebβ mungkin memiliki dampak.

9. Kelebihan Jurnal
 Pemilihan judul yang bagus sehingga dapat merangsang minat pembaca dalam
meningkatkanpengetahuan ataupun dijadikan referensi dalam mengidentifikasi
faktor inang yang terlibat dalam patogenisitas tinggi H5N1 dan H7N9 dengan
meta-analisis sistematik. RNA-seq dataset yang terkait dengan infeksi H5N1,
H7N9, dan H1N1 dengan time series diambil dari GEO. .
 Isi dari jurnal singkat, padat,dan jelas serta dideskripsikan secara lengkap
dengan menggunakan tabel dan grafik.
 Sebagian besar daftar pustaka menggunakan sumber terbaru sehingga data
yang diambil adalah data-data yang sudah ter-update.

10. Kekurangan Jurnal.

Pada jurnal ini sudah sangat bagus tetapi masih terdapat penggunakan kata-kata medis
yang agak sulit dipahami oleh masyarakat awam sehingga dapat menimbulkan
misinterpretasi data
11. Implikasi Jurnal.
 Manfaat Jurnal Bagi Ilmu Keperawatan
Jurnal ini dapat dijadikan acuan oleh perawat maupun tenaga kesehatan lain
dalam untuk mengidentifikasi faktor inang yang terlibat dalam patogenisitas
tinggi H5N1 dan H7N9 dengan meta-analisis sistematik. RNA-seq dataset
yang terkait dengan infeksi H5N1, H7N9, dan H1N1 dengan time series
diambil dari GEO.
 Aplikasi Hasil Jurnal.
o Di Indonesia
Sebagian besar kasus tuberkulosis H5N1 dan H7N9 di Indonesia,
masih belum mendapatkan pertolongan dan pengobatan yang
maksimal mengingat akses dan fasiilitas penunjang yang kurang
memadai pada pengobatan H5N1 dan H7N9. Namun dengan begithu
pengendalian H5N1 dan H7N9 telah ditanganni seoptimal mungkin
guna mengurangi atau menekan angka kejadian penyakit H5N1.