Pendahuluan

Bayangkan sebuah sel bakteri sebagai kota mikroskopis. Di dalamnya ada “arsip” informasi, yaitu DNA; ada mesin pembaca informasi, yaitu protein dan RNA; ada jaringan transportasi molekul; ada pembangkit energi; ada sistem pembuangan; dan ada mekanisme komunikasi yang membuat sel menanggapi lingkungannya. Sel bukan benda mati yang hanya mengikuti satu perintah sederhana. Sel adalah sistem hidup yang terus membaca keadaan, memakai energi, memperbaiki diri, membelah, dan beradaptasi.

Biologi sintetis berangkat dari pertanyaan yang sangat menarik: jika kita sudah memahami sebagian aturan molekuler yang membuat sel bekerja, bisakah kita merancang sistem biologis agar menjalankan fungsi baru secara lebih terarah?

Kata sintetis di sini tidak berarti “palsu”. Dalam sains, sintesis berarti penyusunan atau perakitan sesuatu dari bagian-bagian penyusunnya. Maka, biologi sintetis dapat dipahami sebagai bidang yang berusaha merancang, membangun, menguji, dan memperbaiki sistem biologis dengan memakai prinsip biologi molekuler, rekayasa, komputasi, dan desain. Definisi ini sejalan dengan cara bidang ini sering dijelaskan dalam literatur: biologi sintetis menggabungkan pembuatan komponen biologis baru dengan perancangan ulang sistem biologis yang sudah ada untuk tujuan tertentu (Andrianantoandro et al., 2006; Cameron et al., 2014).

Namun sejak awal kita perlu menjaga ekspektasi. Biologi sintetis bukan sihir molekuler. Kita tidak cukup “menempelkan gen” lalu berharap sel melakukan apa pun yang kita inginkan. Sel mempunyai metabolisme, keterbatasan energi, regulasi internal, evolusi, dan variasi acak pada tingkat molekuler. Karena itu, buku ini memakai frasa “sistem biologis yang dapat diprediksi” dengan hati-hati. Dapat diprediksi bukan berarti selalu pasti seperti mesin jam sederhana. Artinya, kita berusaha membuat rancangan yang perilakunya dapat diperkirakan, diukur, dijelaskan dengan model, dan diperbaiki berdasarkan data.

Mengapa biologi sintetis penting?

Biologi modern telah mengalami perubahan besar. Pada abad ke-20, banyak kemajuan biologi molekuler berfokus pada pertanyaan: “Bagaimana sel bekerja?” Para peneliti memetakan struktur DNA, memahami ekspresi gen, mengidentifikasi enzim, serta menghubungkan genotipe dengan fenotipe. Genotipe adalah informasi genetik suatu organisme, sedangkan fenotipe adalah sifat atau perilaku yang tampak atau dapat diukur, misalnya warna koloni, laju pertumbuhan, kemampuan menghasilkan suatu molekul, atau respons terhadap cahaya.

Biologi sintetis menambahkan pertanyaan baru: “Jika kita memahami bagian-bagian itu, dapatkah kita menyusunnya kembali untuk menghasilkan fungsi tertentu?”

Contoh sederhana: sebuah bakteri dapat direkayasa agar menghasilkan protein fluoresen hijau. Protein fluoresen adalah protein yang memancarkan cahaya dengan warna tertentu ketika diberi rangsangan cahaya yang sesuai. Jika gen penyandi protein fluoresen diletakkan di bawah kendali sensor molekuler tertentu, bakteri dapat dibuat menyala ketika mendeteksi zat tertentu. Dari contoh kecil ini muncul gagasan besar: sel dapat dipakai sebagai biosensor, yaitu sistem biologis yang mendeteksi sinyal dan mengubahnya menjadi keluaran yang dapat diamati.

Contoh lain adalah rekayasa metabolik. Metabolisme adalah keseluruhan reaksi kimia yang terjadi di dalam sel untuk memperoleh energi, membangun komponen sel, dan memproses molekul. Jika jalur metabolik tertentu diubah, sel dapat diarahkan untuk menghasilkan obat, bahan kimia industri, bahan bakar hayati, atau bahan pangan. Rekayasa metabolik modern banyak memakai pendekatan desain, pemodelan, dan optimasi agar aliran metabolit menuju produk yang diinginkan menjadi lebih efisien (Nielsen & Keasling, 2016).

Bidang ini menjadi penting karena masalah dunia nyata sering membutuhkan solusi yang bekerja pada skala molekuler dan lingkungan hidup: produksi obat yang lebih efisien, diagnostik yang lebih cepat, pertanian yang lebih tahan tekanan lingkungan, pengolahan limbah, serta manufaktur berbasis biologis. Tetapi setiap peluang juga membawa tanggung jawab. Sistem biologis dapat bereplikasi, berinteraksi dengan lingkungan, dan berubah melalui evolusi. Karena itu, biologi sintetis selalu harus dibahas bersama keselamatan hayati, keamanan hayati, etika, dan tata kelola. Kajian kebijakan tentang biologi sintetis menekankan bahwa kemampuan merancang sistem biologis perlu disertai penilaian risiko dan pengawasan yang bertanggung jawab (National Academies of Sciences, Engineering, and Medicine, 2018).

Dari membaca kehidupan menuju menulis rancangan biologis

Untuk memahami semangat biologi sintetis, kita dapat memakai tiga kata kerja: membaca, mengedit, dan merancang.

Pertama, biologi modern belajar membaca kehidupan. Kita membaca urutan DNA, mengukur RNA, mengamati protein, dan menganalisis metabolit. DNA dapat dibayangkan sebagai polimer informasi: molekul panjang yang tersusun dari empat jenis basa, yaitu A, T, G, dan C. Urutan basa ini menyimpan instruksi biologis, meskipun instruksi itu tidak bekerja sendirian; ia dibaca oleh mesin molekuler di dalam konteks sel.

Kedua, bioteknologi memungkinkan kita mengedit atau mengubah sistem biologis. Misalnya, gen tertentu dapat dimasukkan, dihapus, atau dimodifikasi. Teknologi CRISPR-Cas9 mempercepat perkembangan rekayasa genom karena memungkinkan perubahan DNA yang lebih terarah dibanding banyak pendekatan sebelumnya, meskipun tetap memiliki keterbatasan seperti kemungkinan efek off-target, yaitu perubahan pada lokasi genom yang tidak dimaksudkan (Doudna & Charpentier, 2014).

Ketiga, biologi sintetis mendorong kita untuk merancang. Dalam konteks ini, desain berarti menentukan fungsi yang diinginkan, memilih komponen molekuler yang sesuai, menyusunnya menjadi konstruksi genetik, memprediksi perilakunya, membangunnya di laboratorium, lalu menguji apakah hasilnya sesuai tujuan. Jika belum sesuai, rancangan diperbaiki. Pola ini sering disebut siklus Design-Build-Test-Learn: merancang, membangun, menguji, dan belajar dari data.

Contohnya, jika kita ingin membuat sel yang menghasilkan warna merah ketika mendeteksi arsenik, kita harus merancang beberapa hal sekaligus. Kita memerlukan bagian sensor yang peka terhadap arsenik, sistem regulasi yang menghubungkan sensor dengan ekspresi gen, gen reporter yang menghasilkan sinyal merah, serta chassis atau organisme inang yang aman dan sesuai. Chassis adalah sel atau organisme yang dipakai sebagai “wadah kerja” untuk menjalankan rancangan biologis, misalnya Escherichia coli, ragi Saccharomyces cerevisiae, atau sel mamalia tertentu.

Di sinilah biologi sintetis berbeda dari sekadar memindahkan satu gen. Kita tidak hanya bertanya, “Gen apa yang harus dimasukkan?” Kita juga bertanya, “Seberapa kuat gen ini harus diekspresikan? Kapan harus aktif? Bagaimana pengaruhnya terhadap pertumbuhan sel? Apakah sinyalnya cukup jelas? Apakah sistem stabil setelah beberapa generasi? Bagaimana jika lingkungan berubah?”

Sistem biologis bukan rangkaian elektronik biasa

Biologi sintetis sering meminjam bahasa dari rekayasa: bagian, modul, rangkaian, input, output, umpan balik, dan standardisasi. Bahasa ini berguna, tetapi harus dipakai dengan hati-hati.

Dalam elektronik, sebuah resistor dengan nilai tertentu biasanya berperilaku relatif konsisten dalam rentang kondisi yang dirancang. Dalam sel, sebuah promoter—yaitu urutan DNA yang membantu memulai transkripsi gen—dapat berperilaku berbeda tergantung organisme inang, suhu, nutrisi, fase pertumbuhan, jumlah salinan plasmid, dan beban metabolik. Transkripsi adalah proses pembuatan RNA dari cetakan DNA. Jika promoter lebih aktif, lebih banyak RNA dapat dibuat; tetapi hubungan antara aktivitas promoter dan jumlah protein akhir tidak selalu linear karena ada banyak tahap lain seperti stabilitas RNA, efisiensi translasi, pelipatan protein, dan degradasi.

Karena itu, salah satu pelajaran paling penting dalam buku ini adalah: bagian biologis selalu bekerja dalam konteks.

Contohnya, sebuah gen yang menghasilkan enzim tertentu mungkin bekerja baik pada satu plasmid tetapi buruk ketika dipindahkan ke plasmid lain. Plasmid adalah molekul DNA sirkular kecil yang sering digunakan untuk membawa konstruksi genetik ke dalam sel bakteri. Mengapa hasilnya bisa berubah? Salah satu penyebabnya adalah jumlah salinan plasmid. Plasmid dengan jumlah salinan tinggi dapat membuat gen diekspresikan lebih kuat, tetapi juga dapat membebani sel karena sel harus menyalin DNA tambahan dan membuat lebih banyak RNA serta protein. Beban ini disebut beban seluler atau cellular burden. Jika beban terlalu tinggi, sel dapat tumbuh lebih lambat, mutasi yang menonaktifkan konstruksi dapat terseleksi, dan keluaran sistem menjadi tidak stabil.

Bidang ini juga menunjukkan bahwa rancangan sederhana dapat menghasilkan perilaku dinamis yang menarik. Pada tahun 2000, dua artikel penting menunjukkan bahwa rangkaian genetik sintetis dapat dibangun untuk menghasilkan fungsi seperti sakelar dan osilator. Gardner, Cantor, dan Collins membangun genetic toggle switch, yaitu rangkaian dua regulator yang dapat mempertahankan salah satu dari dua keadaan ekspresi gen seperti sakelar molekuler (Gardner et al., 2000). Pada tahun yang sama, Elowitz dan Leibler membangun repressilator, yaitu jaringan regulator transkripsi yang menghasilkan osilasi ekspresi gen pada bakteri (Elowitz & Leibler, 2000). Kedua karya ini sering dipandang sebagai tonggak awal karena memperlihatkan bahwa sel dapat diprogram dengan rangkaian genetik buatan, meskipun perilakunya tetap dipengaruhi noise, pertumbuhan, dan konteks seluler.

Noise dalam biologi molekuler berarti variasi acak pada jumlah atau aktivitas molekul di dalam sel. Misalnya, dua sel bakteri yang memiliki genotipe sama dan berada dalam medium yang sama tetap dapat menghasilkan jumlah protein yang berbeda. Penyebabnya antara lain jumlah molekul yang kecil, kejadian transkripsi yang berlangsung tidak terus-menerus, serta perbedaan keadaan fisiologis tiap sel. Dalam beberapa kasus, noise mengganggu prediksi. Dalam kasus lain, noise justru berguna, misalnya membantu populasi sel menghasilkan variasi respons terhadap lingkungan.

Cara buku ini membangun pemahaman

Buku ini disusun dari dasar menuju desain terpadu. Kita akan mulai dengan bahasa molekuler yang perlu dikuasai: DNA, RNA, protein, gen, promoter, terminator, plasmid, operon, dan ekspresi gen. Istilah-istilah ini bukan hafalan kosong. Setiap istilah akan diperlakukan sebagai komponen fungsional dalam sistem biologis.

Setelah itu, kita akan membahas hubungan antara rancangan genetik dan perilaku sel. Bagian ini penting karena mahasiswa sering membayangkan bahwa gen bekerja seperti baris kode komputer: masukkan instruksi, keluaran muncul. Analogi kode membantu dalam beberapa hal, tetapi dapat menyesatkan jika dipakai terlalu jauh. Sel tidak menjalankan DNA seperti komputer menjalankan program digital. DNA dibaca oleh mesin molekuler yang terbatas, berada dalam lingkungan kimia yang ramai, dan terhubung dengan metabolisme serta pertumbuhan.

Kemudian buku bergerak ke prinsip rekayasa: modularitas, standardisasi, abstraksi, hierarki desain, robustness, noise, dan trade-off. Modularitas berarti sebuah sistem dapat dibagi menjadi bagian-bagian yang relatif terpisah fungsinya. Contohnya, sensor arsenik, promoter, dan reporter fluoresen dapat dipikirkan sebagai modul berbeda. Namun “relatif” adalah kata penting: dalam biologi, modul jarang benar-benar terpisah sempurna karena semua memakai sumber daya sel yang sama.

Abstraksi berarti menyembunyikan detail tertentu agar kita dapat berpikir pada tingkat yang lebih tinggi. Misalnya, ketika merancang rangkaian genetik, kita mungkin sementara memperlakukan promoter sebagai “bagian yang mengatur kekuatan ekspresi”, tanpa langsung memodelkan setiap interaksi protein-DNA pada tingkat atom. Abstraksi membantu desain, tetapi harus diuji kembali dengan data.

Robustness adalah kemampuan sistem mempertahankan fungsi meskipun ada gangguan. Misalnya, biosensor yang robust tetap memberikan sinyal yang dapat dibaca walaupun suhu sedikit berubah atau jumlah sel tidak persis sama. Dalam sistem biologis, robustness sering dicapai melalui umpan balik, redundansi, atau pemilihan parameter yang tidak terlalu sensitif.

Trade-off adalah keadaan ketika peningkatan satu aspek menyebabkan penurunan aspek lain. Contohnya, meningkatkan ekspresi enzim dapat menaikkan produksi molekul target, tetapi juga dapat memperlambat pertumbuhan sel. Dalam desain biologis, solusi terbaik jarang berupa “maksimalkan semuanya”; biasanya kita mencari keseimbangan yang sesuai tujuan.

Buku kemudian masuk ke bagian biologis dan pustaka komponen genetik, metode perakitan DNA, pemilihan chassis, regulasi ekspresi gen, rangkaian genetik, pemodelan matematika, pengukuran, dan siklus Design-Build-Test-Learn. Topik-topik berikutnya memperluas cakupan ke penyuntingan genom, rekayasa metabolik, sistem bebas sel, komunikasi antarsel, biosensor, biomanufaktur, automasi, biofoundry, keselamatan, etika, dan studi kasus terpadu.

Dengan alur ini, pembaca tidak hanya mengenal contoh aplikasi, tetapi juga memahami cara berpikir di baliknya.

Prediksi membutuhkan model dan pengukuran

Salah satu janji besar biologi sintetis adalah membuat desain biologis lebih dapat diprediksi. Untuk itu, kita membutuhkan dua hal yang saling melengkapi: model dan pengukuran.

Model adalah representasi sederhana dari sistem nyata. Model dapat berupa gambar, diagram, persamaan matematika, simulasi komputer, atau aturan logis. Misalnya, model sederhana ekspresi gen dapat menyatakan bahwa laju produksi protein bergantung pada kekuatan promoter dan laju degradasi protein. Model ini tidak memuat seluruh kompleksitas sel, tetapi dapat membantu kita membuat prediksi awal: jika promoter diperkuat, jumlah protein cenderung meningkat, selama sumber daya sel masih cukup dan tidak ada regulasi lain yang membatasi.

Pengukuran diperlukan karena model tanpa data hanya dugaan. Dalam biologi sintetis, kita mengukur fluoresensi, pertumbuhan sel, jumlah RNA, jumlah protein, konsentrasi metabolit, stabilitas plasmid, atau perubahan genom. Teknik seperti flow cytometry, qPCR, sekuensing DNA, proteomika, dan metabolomika membantu kita melihat apakah rancangan benar-benar bekerja. Flow cytometry mengukur sifat sel satu per satu, misalnya intensitas fluoresensi ribuan hingga jutaan sel. qPCR mengukur jumlah DNA atau RNA target secara kuantitatif. Sekuensing DNA membaca urutan basa untuk memastikan konstruksi genetik sesuai rancangan.

Data yang baik memerlukan kontrol eksperimen, replikasi, kalibrasi, dan analisis yang hati-hati. Misalnya, jika sel berfluoresensi lebih tinggi, apakah itu karena promoter lebih kuat, jumlah sel lebih banyak, autofluoresensi medium, atau perbedaan kondisi pertumbuhan? Tanpa kontrol, kesimpulan dapat keliru. Karena itu, buku ini akan menekankan bahwa biologi sintetis bukan hanya soal membuat konstruksi DNA, tetapi juga soal menghasilkan bukti yang dapat dipercaya.

Contoh besar: dari gen ke sistem

Mari kita bayangkan satu proyek hipotetik yang akan membantu menghubungkan banyak bab dalam buku ini.

Tujuannya adalah membuat mikroba yang mendeteksi kontaminan air dan memberikan sinyal fluoresen. Pada tahap desain, kita memilih sensor molekuler yang dapat mengenali kontaminan. Sensor ini dihubungkan dengan promoter yang mengontrol gen reporter. Reporter menghasilkan protein fluoresen sehingga sinyal dapat diukur. Kita memilih chassis yang aman, mudah tumbuh, dan cocok untuk kondisi pengujian.

Pada tahap pembangunan, konstruksi DNA dirakit menggunakan metode seperti Gibson assembly atau Golden Gate assembly. Kedua metode ini akan dibahas kemudian sebagai cara menyambungkan fragmen DNA dengan logika berbeda. Setelah konstruksi masuk ke sel, urutannya divalidasi dengan sekuensing.

Pada tahap pengujian, sel diberi beberapa konsentrasi kontaminan. Kita mengukur fluoresensi, pertumbuhan, dan stabilitas respons. Jika sinyal terlalu lemah, kita dapat mengganti promoter, memperbaiki ribosome binding site, menambah salinan gen, atau memakai reporter berbeda. Jika sel tumbuh buruk, mungkin ekspresi protein terlalu membebani metabolisme. Jika terjadi sinyal palsu, sensor mungkin kurang spesifik.

Pada tahap belajar, data dipakai untuk memperbaiki model dan rancangan. Siklus ini diulang sampai performa cukup baik atau sampai kita menyadari bahwa strategi awal perlu diganti. Inilah inti praktik biologi sintetis: kemajuan terjadi melalui putaran desain dan pembelajaran, bukan melalui satu rancangan sempurna sejak awal.

Batasan dan tanggung jawab

Karena biologi sintetis menyentuh kehidupan, buku ini tidak akan memperlakukan desain biologis sebagai aktivitas teknis semata. Ada pertanyaan keselamatan dan etika yang harus hadir sejak awal.

Keselamatan hayati atau biosafety berfokus pada pencegahan paparan tidak disengaja terhadap organisme atau molekul biologis yang berbahaya bagi manusia, hewan, tumbuhan, atau lingkungan. Keamanan hayati atau biosecurity berfokus pada pencegahan penyalahgunaan biologi untuk tujuan yang merugikan. Keduanya berbeda, tetapi saling berkaitan.

Contoh keselamatan hayati: jika mikroba direkayasa di laboratorium, bagaimana mencegahnya keluar ke lingkungan tanpa evaluasi? Contoh keamanan hayati: bagaimana mencegah informasi atau metode biologis digunakan untuk meningkatkan patogenisitas organisme berbahaya? Kajian dual-use research, yaitu penelitian yang dapat bermanfaat tetapi juga berpotensi disalahgunakan, menjadi bagian penting dari tata kelola biologi sintetis (National Academies of Sciences, Engineering, and Medicine, 2018).

Buku ini tidak dimaksudkan sebagai panduan praktikum basah yang memberi instruksi operasional rinci untuk memodifikasi organisme. Fokusnya adalah pemahaman konseptual, prinsip desain, pemodelan, pengukuran, aplikasi, dan penilaian risiko. Untuk pekerjaan laboratorium nyata, pembaca harus mengikuti pelatihan institusional, protokol keselamatan, regulasi lokal, dan pengawasan pembimbing yang kompeten.

Cara berpikir yang akan dilatih

Setelah membaca buku ini, tujuan utamanya bukan sekadar mengenal banyak istilah. Tujuan yang lebih penting adalah membangun cara berpikir.

Pertama, berpikir molekuler. Pembaca perlu dapat menjelaskan bagaimana informasi DNA dapat menjadi RNA dan protein, serta bagaimana perubahan pada urutan DNA dapat mengubah perilaku sel.

Kedua, berpikir sistem. Pembaca perlu melihat bahwa gen, protein, metabolit, dan lingkungan saling terhubung. Perubahan kecil pada satu bagian dapat berdampak pada banyak bagian lain.

Ketiga, berpikir rekayasa. Pembaca perlu belajar merumuskan fungsi yang diinginkan, memilih komponen, membuat rancangan, menguji performa, dan memperbaiki desain berdasarkan data.

Keempat, berpikir kuantitatif. Pembaca perlu nyaman dengan grafik, parameter, laju, konsentrasi, model sederhana, dan ketidakpastian pengukuran. Tidak semua pembahasan akan berat secara matematika, tetapi gagasan kuantitatif sangat penting agar desain tidak hanya berdasarkan intuisi.

Kelima, berpikir etis dan bertanggung jawab. Pertanyaan “bisakah kita membuatnya?” harus selalu ditemani pertanyaan “haruskah kita membuatnya?”, “siapa yang mendapat manfaat?”, “siapa yang menanggung risiko?”, dan “bagaimana sistem ini diawasi?”

Biologi sintetis menarik karena berada di persimpangan: ia menggabungkan keindahan biologi molekuler, ketelitian rekayasa, kekuatan komputasi, dan tanggung jawab sosial. Jika dipelajari dengan baik, bidang ini mengajarkan cara melihat sel bukan hanya sebagai objek yang diamati, tetapi sebagai sistem hidup yang dapat dipahami, dirancang secara hati-hati, diuji secara kuantitatif, dan dikembangkan untuk manfaat yang nyata.

Pada bab berikutnya, kita akan mulai dari pertanyaan paling dasar: apa sebenarnya biologi sintetis, bagaimana ia berbeda dari bioteknologi klasik, dan mengapa bidang ini membutuhkan bahasa desain yang khas.

References

Andrianantoandro, E., Basu, S., Karig, D. K., & Weiss, R. (2006). Synthetic biology: New engineering rules for an emerging discipline. Molecular Systems Biology, 2, 2006.0028. https://doi.org/10.1038/msb4100073

Cameron, D. E., Bashor, C. J., & Collins, J. J. (2014). A brief history of synthetic biology. Nature Reviews Microbiology, 12, 381–390. https://doi.org/10.1038/nrmicro3239

Doudna, J. A., & Charpentier, E. (2014). The new frontier of genome engineering with CRISPR-Cas9. Science, 346(6213), 1258096. https://doi.org/10.1126/science.1258096

Elowitz, M. B., & Leibler, S. (2000). A synthetic oscillatory network of transcriptional regulators. Nature, 403, 335–338. https://doi.org/10.1038/35002125

Gardner, T. S., Cantor, C. R., & Collins, J. J. (2000). Construction of a genetic toggle switch in Escherichia coli. Nature, 403, 339–342. https://doi.org/10.1038/35002131

National Academies of Sciences, Engineering, and Medicine. (2018). Biodefense in the Age of Synthetic Biology. The National Academies Press. https://doi.org/10.17226/24890

Nielsen, J., & Keasling, J. D. (2016). Engineering cellular metabolism. Cell, 164(6), 1185–1197. https://doi.org/10.1016/j.cell.2016.02.004