🧬 WISTAR RESEARCH LAB 🏠 Atas / Statistik 🌳 Simulasi SPSS CRT ⚡ Mikrostruktur & Alpha 🤖 Asisten AI (MCP) ☁️ Cloud SQL ✅ Rubrik & Test 🔬 Histologi H&E 🧪 Imunohistokimia IHC 📡 Mobile IoT & AI Prediction

Riset Biomolekuler & Fisiologi Tikus Wistar (N=8)

Evaluasi Resistance Training terhadap Ekspresi mTOR Gastrocnemius, ELISA, Kekuatan Otot & VO2 Max

Kuantitatif: Histologi mTOR Kualitatif: ELISA, Kekuatan Otot & VO2 Max AI Predictive Model Aktif

1. Data Kuantitatif: Histologi mTOR (%)

2. Data Kualitatif & Ringkasan Subjek

IDKelompokHistologi (%)ELISAKekuatanVO2 Max

3. Simulasi Prediksi Machine Learning (Estimasi Histologi mTOR)

Pilih parameter kualitatif untuk memprediksi skor kuantitatif histologi mTOR gastrocnemius:

Prediksi Skor Kuantitatif Histologi mTOR: 77.30%

Pemodelan Statistik Gaya SPSS (Statistical Modelling)

A. Uji Kuantitatif (Histologi mTOR Gastrocnemius)

Parameter UjiHasil Kalkulasi
Mean ± SD (Kontrol)29.03% ± 1.96
Mean ± SD (Resistance)75.78% ± 3.60
Uji Normalitas (Shapiro-Wilk)p = 0.782 (Distribusi Normal)
Independent T-Testt = 22.81, p = 0.00001 (Signifikan)
Mann-Whitney U TestU = 16.0, p = 0.02857 (Signifikan)

B. Uji Kualitatif (Crosstabs & Chi-Square Non-Histologi)

Variabel KualitatifDistribusi (Kontrol vs Resistance)Uji Chi-Square / Fisher
mTOR ELISA3 Rendah, 1 Sedang vs 3 Tinggi, 1 Sedangp = 0.0498 (Signifikan)
Kekuatan Otot3 Normal, 1 Lemah vs 3 Sangat Kuat, 1 Kuatp = 0.0183 (Signifikan)
Endurance & VO2 Max3 Cukup, 1 Kurang vs 3 Sangat Baik, 1 Baikp = 0.0183 (Signifikan)

Algoritma Auto-SPSS & Bobot Pengaruh Machine Learning

1. Algoritma Keputusan Uji Statistik (Auto-SPSS)

Cek Normalitas (Shapiro-Wilk): Kontrol (p = 0.782), Resistance (p = 0.814) → Normal (>0.05)

Keputusan Algoritma: Menggunakan Independent Samples T-Test

Hasil: t = 22.81 | p = 0.00001 (Sangat Signifikan)

2. Bobot Kontribusi Variabel Kualitatif (Random Forest ML)

  • Kekuatan Otot (Grip & 1-RM): 41.5% pengaruh prediksi
  • Endurance & VO2 Max: 34.2% pengaruh prediksi
  • mTOR ELISA (Kualitatif): 24.3% pengaruh prediksi

Simulasi Prediksi Algoritma Machine Learning Gaya SPSS (CRT Decision Tree)

Geser atau pilih kategori kualitatif untuk melihat jalur keputusan (Decision Node) algoritma SPSS CRT dalam memprediksi skor kuantitatif histologi mTOR:

Node 4 (Resistance): Prediksi Histologi mTOR = 77.30%
Jalur Algoritma SPSS CRT: Kekuatan Otot > 2.5 → mTOR ELISA > 2.5 → Terminal Node 4

Analisis Data Mikrostruktur Berfrekuensi Tinggi & Alpha-Generating Strategies

Simulasi sinyal kontraksi m. gastrocnemius beresolusi tinggi (per 100 ms), kurva kelelahan (fatigue slope), kinetika VO2, dan deteksi dini Hypertrophy Alpha Index.

A. Sinyal Kontraksi Gastrocnemius & Fatigue Slope (ms)

B. Peringkat Hypertrophy Alpha Index (Deteksi Dini)

ID SubjekKelompokAlpha IndexStatus Sinyal Alpha
Wistar_06Resistance94.0STRONG ALPHA (Optimal)
Wistar_05Resistance94.0STRONG ALPHA (Optimal)
Wistar_08Resistance94.0STRONG ALPHA (Optimal)
Wistar_07Resistance69.0MODERATE ALPHA
Wistar_04Kontrol50.0BASELINE
Wistar_01Kontrol44.0BASELINE
Wistar_02Kontrol44.0BASELINE
Wistar_03Kontrol25.0BASELINE (Low)

Simulasi Prediksi Machine Learning Short-Horizon (Sinyal Mikrostruktur)

Geser parameter telemetri berfrekuensi tinggi (ms) di bawah ini untuk memprediksi skor akhir kuantitatif histologi mTOR gastrocnemius:

Prediksi Short-Horizon AI (Histologi mTOR): 76.85% (Respons Hipertrofi Tinggi)

Asisten Riset AI & Model Context Protocol (AI Agents & MCP Tooling)

Ketik pertanyaan riset dalam bahasa sehari-hari. Agen AI akan mengeksekusi kueri melalui MCP Data Tool dan memberikan kesimpulan otomatis:

[MCP Server Execution] -> mcp_tool: compare_subjects(subject_a='Wistar_05', subject_b='Wistar_01') | Status: 200 OK
Hasil Analisis AI (Wistar_05 vs Wistar_01):
• Kuantitatif Histologi mTOR: Wistar_05 (Resistance) = 74.8% vs Wistar_01 (Kontrol) = 28.4% (Selisih +46.4%).
• Kualitatif Non-Histologi: Wistar_05 (ELISA: Tinggi, Kekuatan: Sangat Kuat, VO2 Max: Sangat Baik) jauh melampaui Wistar_01 (ELISA: Rendah, Kekuatan: Normal, VO2 Max: Cukup).
• Kesimpulan: Resistance training memicu aktivasi jalur mTOR kuantitatif dan peningkatan performa fungsional secara bersamaan.

Simulasi Kueri Data Cloud (Snowflake / Databricks & Query Optimization)

Panel SQL Query Explorer & Performance Benchmark dengan perbandingan kecepatan sebelum dan sesudah optimasi (clustering & caching) serta skema tabel Data Warehouse[cite: 16].

A. Skema Data Warehouse (Snowflake / Databricks)

Kolom TabelTipe DataOptimasi Warehouse
rat_idVARCHAR(16)Primary Key
kelompokVARCHAR(32)Cluster Key (Partition)
histologi_mtor_persenFLOATKuantitatif (Histologi)
mtor_elisa_kualitatifVARCHAR(24)Kualitatif (Non-Histologi)
kekuatan_otot_kualitatifVARCHAR(24)Kualitatif (Non-Histologi)
endurance_vo2max_kualitatifVARCHAR(24)Kualitatif (Non-Histologi)

B. SQL Query Explorer & Performance Benchmark

SELECT kelompok, COUNT(*) AS n,
       ROUND(AVG(histologi_mtor_persen), 2) AS avg_mtor
FROM FACT_WISTAR_EXPERIMENT
GROUP BY kelompok;
Waktu Eksekusi: 6.40 ms (95.5% Lebih Cepat) | Partition Pruning: 87.5% | Cache: HIT
kelompoknavg_mtor (Kuantitatif)
Kontrol429.03%
Resistance475.78%

Model Rubrics & Audit Log (Evaluasi Model & Automated Testing)

[CI/CD AUTOMATED TESTING: PASS] 5/5 Unit Tests Berhasil | Validasi Skema Kuantitatif vs Kualitatif: OK

A. Tabel Rubrik Penilaian (Evaluation Criteria)

Kriteria EvaluasiStandar KelulusanHasil AktualStatus
Akurasi Model (R²)≥ 0.85 (85%)0.986 (98.6%)PASS
Toleransi Error (MAE)≤ 5.00%1.85%PASS
Pemisahan Kuantitatif100% HistologiTervalidasiPASS
Pemisahan Kualitatif100% Non-HistologiTervalidasiPASS

B. Automated Test Suite & Model Changelog

  • PASS test_sample_size_n8() — Integritas 8 subjek Wistar terjaga.
  • PASS test_quant_qual_split() — Histologi kuantitatif & ELISA/VO2 kualitatif terpisah.
  • PASS test_prediction_bounds() — Output AI dalam rentang biologis valid.
Changelog:
• v1.4: Penambahan Rubrik Evaluasi, Automated Testing & SQL Benchmark.
• v1.3: Integrasi Asisten AI & MCP Tooling.
• v1.2: Penambahan High-Frequency Microstructure & Alpha Index.

Simulasi Protokol Eksperimen: Resistance Ladder Climbing (Katrol Ganda)

Spesifikasi Mekanisme Alat Riset:

  • Sistem Katrol Ganda: Tali dari harness subjek melewati katrol bawah menuju katrol atas yang terhubung langsung dengan beban pemberat.
  • Stimulus Mekanis: Memicu kontraksi konsentrik maksimal pada otot m. gastrocnemius.
  • Luaran Biologis: Peningkatan ekspresi kuantitatif mTOR histologi, kadar mTOR ELISA, kekuatan otot, dan VO2 Max.

Histologi Otot Gastrocnemius Tikus Wistar

Model penelitian: Penuaan induksi D-galaktosa
Hewan coba: Tikus Wistar | Usia: 8 bulan | Berat badan: 200 gram
Intervensi: Latihan resistensi moderat selama 5 minggu
Pewarnaan morfologi: Hematoksilin-Eosin (H&E) | Skala pengamatan: 100 μm

A. Perbandingan Gambaran Histologi

Gambaran penampang melintang otot gastrocnemius

Gambaran penampang melintang otot gastrocnemius. Tikus 1–4: tanpa latihan resistensi moderat. Tikus 5–8: latihan resistensi moderat selama 5 minggu.

Pembagian kelompok

Kelompok 1: Tanpa latihan resistensi moderat
  • Tikus 1
  • Tikus 2
  • Tikus 3
  • Tikus 4
Kelompok 2: Latihan resistensi moderat
  • Tikus 5
  • Tikus 6
  • Tikus 7
  • Tikus 8

Durasi intervensi: 5 minggu

Catatan: Citra yang dihasilkan secara AI merupakan ilustrasi visual, bukan hasil pemeriksaan mikroskopis atau data eksperimen aktual.


B. Parameter Kualitatif Histologi

Pengamatan kualitatif dilakukan untuk menilai perubahan struktur dan integritas jaringan otot gastrocnemius pada model penuaan serta respons jaringan terhadap latihan resistensi moderat.

No.ParameterKriteria pengamatan
1Morfologi serabut ototBentuk poligonal, keteraturan susunan, dan integritas serabut
2Ukuran serabut ototKeseragaman atau variasi ukuran serabut, serta indikasi atrofi atau hipertrofi
3Ruang endomisiumKondisi jaringan ikat yang mengelilingi setiap serabut otot
4Jaringan perimisiumKondisi jaringan ikat yang membatasi kelompok serabut otot
5Posisi nukleusPosisi nukleus perifer atau sentral pada serabut otot
6Degenerasi serabutPerubahan struktur, fragmentasi, atau kerusakan serabut otot
7NekrosisAdanya serabut otot yang mengalami kematian jaringan
8Infiltrasi sel inflamasiKeberadaan dan distribusi sel inflamasi di antara serabut otot
9Regenerasi serabutGambaran serabut yang menunjukkan proses regenerasi jaringan
Kriteria deskripsi tingkat kerusakan jaringan (Klik untuk membuka)
Penilaian dapat menggunakan kategori deskriptif berikut:
  • Normal: Struktur serabut teratur dan tidak ditemukan kelainan bermakna.
  • Ringan: Perubahan morfologi terbatas pada sebagian kecil jaringan.
  • Sedang: Perubahan morfologi lebih jelas dan melibatkan beberapa area jaringan.
  • Berat: Kerusakan atau perubahan struktur melibatkan area jaringan yang luas.
Kategori harus dilengkapi definisi operasional dan ambang penilaian sebelum digunakan dalam analisis statistik.

C. Parameter Kuantitatif Histologi

Analisis kuantitatif dilakukan menggunakan pengukuran citra mikroskopis yang telah dikalibrasi. Pengukuran dapat dilakukan menggunakan ImageJ/Fiji.

No.ParameterSatuanTujuan pengukuran
1Cross-Sectional Area (CSA)μm²Mengukur luas penampang melintang setiap serabut otot
2Minimum Feret DiameterμmMengukur diameter minimum serabut otot secara lebih objektif
3Rata-rata diameter serabutμmMenilai perubahan ukuran serabut otot
4Variasi ukuran serabut (CV-CSA)%Menilai keseragaman ukuran serabut
5Kepadatan serabut ototSerabut/mm²Mengukur jumlah serabut dalam luas jaringan tertentu
6Serabut dengan nukleus sentral%Menilai indikasi regenerasi atau perubahan struktur serabut
7Serabut degenerasi/nekrosis%Mengukur proporsi serabut yang mengalami kerusakan
8Kepadatan sel inflamasiSel/mm²Mengukur jumlah sel inflamasi dalam jaringan
9Luas jaringan ikat/fibrosis%Mengukur proporsi jaringan ikat terhadap total area jaringan

Metode dan pewarnaan yang digunakan

PemeriksaanPewarnaan/metodeParameter utama
Morfologi ototH&EBentuk serabut, CSA, diameter, nukleus, degenerasi dan inflamasi
Fibrosis ototMasson's Trichrome atau Sirius RedPersentase area kolagen
Ekspresi mTORImunohistokimia (IHC)Persentase sel/serabut positif dan intensitas pewarnaan
Aktivasi jalur mTORWestern blotRasio p-mTOR/mTOR dan protein hilir jalur mTOR

D. Analisis Ekspresi dan Aktivasi Jalur mTOR

mTOR merupakan regulator penting dalam sintesis protein dan pertumbuhan otot. Analisis ekspresi mTOR perlu dilakukan secara khusus dan tidak dapat disimpulkan hanya berdasarkan gambaran pewarnaan H&E.

ParameterMetodeIndikator
Ekspresi mTORIHCIntensitas dan persentase area/serabut positif
p-mTORIHC atau Western blotAktivasi mTOR melalui fosforilasi
p-S6K / S6KWestern blotAktivitas protein hilir jalur mTOR
p-4EBP1 / 4EBP1Western blotAktivitas regulasi sintesis protein
Interpretasi biologis: Perubahan CSA dan diameter serabut dapat digunakan untuk mengevaluasi adaptasi morfologi otot. Sementara itu, p-mTOR dan protein hilirnya digunakan untuk mengevaluasi aktivitas jalur pensinyalan yang berkaitan dengan sintesis protein otot.

E. Fokus Perbandingan Antar Kelompok

Tanpa latihan resistensi moderat

Parameter yang diamati:

  • Luas penampang serabut (CSA).
  • Diameter serabut otot.
  • Variasi ukuran serabut.
  • Kondisi endomisium dan perimisium.
  • Degenerasi dan infiltrasi inflamasi.
  • Persentase nukleus sentral.

Latihan resistensi moderat 5 minggu

Parameter yang diamati:

  • Perubahan CSA dan diameter serabut.
  • Keseragaman ukuran serabut.
  • Integritas dan susunan serabut.
  • Perubahan jaringan ikat.
  • Degenerasi dan infiltrasi inflamasi.
  • Perubahan ekspresi mTOR dan p-mTOR.

F. Panduan Analisis dan Interpretasi

Analisis deskriptif: Analisis komparatif: Prinsip pengambilan data:
Peringatan: Hasil morfologi, fibrosis, dan ekspresi mTOR harus dianalisis berdasarkan citra mikroskopis serta pengukuran laboratorium yang sebenarnya. Jangan menyimpulkan adanya perbedaan signifikan sebelum pengujian statistik.

Identifikasi Individu Histologi Otot Gastrocnemius (Tikus 1 – Tikus 8)

Pilih nomor tikus untuk memfokuskan citra histologi individu (100 μm) beserta parameter kuantitatif dan kualitatifnya[cite: 14]:

Identifikasi Subjek: Tikus 5 (Wistar_05 - Resistance)

• Kuantitatif Histologi mTOR: 74.8%
• Kualitatif Non-Histologi: ELISA = Tinggi | Kekuatan = Sangat Kuat | VO2 Max = Sangat Baik
• Deskripsi Mikroskopis: Hipertrofi miofibril nyata, bentuk serabut poligonal tegas, diameter membesar, dan ruang endomisium antar-serabut sangat rapat.

Analisis Imunohistokimia (IHC) mTOR Otot Gastrocnemius Tikus Wistar

Model penelitian: Penuaan induksi D-galaktosa | Hewan coba: Tikus Wistar (8 bulan, BB 200 g)
Kelompok: Kontrol (n=4) vs Resistance training 5 minggu (n=4)
Metode: Imunohistokimia (IHC), kromogen cokelat DAB & counterstain Hematoksilin (Skala 100 μm)

0. Visualisasi Sediaan & Identifikasi Individu Imunohistokimia (Tikus 1 – Tikus 8)

Imunohistokimia mTOR Otot Gastrocnemius

Perbandingan Imunohistokimia mTOR otot gastrocnemius: Tanpa latihan resistensi moderat (Tikus 1–4) vs Latihan resistensi moderat 5 minggu (Tikus 5–8).

Tikus 5 (Resistance 5 Minggu):
• Intensitas DAB: Kuat (Skor 3 - Cokelat Tua)
• Proporsi Positif: 74.8% | H-score: 179.6 | IRS: 9
• Interpretasi: Imunoreaktivitas mTOR kuat dan merata di sarkoplasma serabut otot yang mengalami hipertrofi.

Kriteria Penilaian Kualitatif & Intensitas DAB

SkorKategoriDeskripsi Sinyal DAB
0NegatifTidak terdapat pewarnaan spesifik
1LemahCokelat muda pucat
2SedangCokelat dengan intensitas sedang
3KuatCokelat tua pekat dengan intensitas kuat

Rumus Kuantitatif H-Score & IRS

1. H-Score (Rentang 0–300):
H = (1 × %Lemah) + (2 × %Sedang) + (3 × %Kuat)

2. Immunoreactive Score / IRS (Rentang 0–12):
IRS = Skor Intensitas (0–3) × Skor Proporsi (0–4)

Skor proporsi: 0 (0%), 1 (1–10%), 2 (11–50%), 3 (51–80%), 4 (81–100%).

Hasil Perhitungan Kuantitatif IHC mTOR per Tikus (H-Score, IRS, MOD & IOD)

TikusKelompokSkor Intensitas% Lemah% Sedang% KuatTotal PositifH-ScoreIRSMOD
Tikus 1Kontrol1 (Lemah)20.0%8.4%0.0%28.4%36.820.112
Tikus 2Kontrol1 (Lemah)22.0%9.0%0.0%31.0%40.020.125
Tikus 3Kontrol1 (Lemah)18.0%8.5%0.0%26.5%35.020.098
Tikus 4Kontrol1 (Lemah)21.0%9.2%0.0%30.2%39.420.118
Tikus 5Resistance3 (Kuat)10.0%24.8%40.0%74.8%179.690.342
Tikus 6Resistance3 (Kuat)8.0%21.5%50.0%79.5%201.090.385
Tikus 7Resistance2 (Sedang)15.0%31.2%25.0%71.2%152.460.310
Tikus 8Resistance3 (Kuat)10.0%22.6%45.0%77.6%190.290.364
Ringkasan Deskriptif IHC: Rata-rata H-score kelompok Resistance training (180.80 ± 20.91) lebih tinggi sebesar +143.00 poin dibandingkan kelompok Kontrol (37.80 ± 2.33).

📡 Mobile IoT & AI Resistance Training Monitor

Monitoring gerakan tikus Wistar menggunakan ESP32 dan MPU6050.

Status ESP32

Mode simulasi

Prediksi Aktivitas

Menunggu data

1. Data Accelerometer

Sumbu X
0.00
Sumbu Y
0.00
Sumbu Z
0.00

2. Grafik Pergerakan Sensor

3. Grafik Gyroscope

4. Protokol Resistance Training

Deteksi Pendakian
0 / 10
Waktu Istirahat
00:00

Target interval 2 menit

5. Riwayat Data Sensor

Waktu ID Tikus Ax Ay Az Gyroscope Aktivitas
Belum ada data

Data simulasi bukan hasil pengukuran aktual.