PENENTUAN STRUKTUR MOLEKUL

Bioinformatika

Disusun oleh :

Indira Juliana Safitri

Annisa Fasya

Achmad Latiful Qolbi

Rifqi Annisa Wardah

Nurhijjah Bayani Fadillah

6.A

PRODI KIMIA

FAKULTAS SAINS DAN TEKNOLOGI

UIN SYARIF HIDAYATULLAH JAKARTA

2014

KATA PENGANTAR

Puji dan syukur kami panjatkan kepada Allah SWT Yang Maha Esa, berkat

rahmat dan karunia-Nya kami dapat menyelesaikan makalah kami yang berjudul

“Bioinformatik”.

Tujuan penulisan makalah ini terutama untuk memenuhi tugas mata kuliah Pengantar

Struktur Molekul. Selain itu, makalah ini juga disusun agar mahasiswa prodi Kimia

2011 Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta dapat lebih

memahami mengenai bioinformatika terutama tentang pengertian, tujuan dan manfaat

dari bioinformatika ini dalam .

Kami menyadari makalah ini masih jauh dari kesempurnaan. Oleh sebab itu di

harapkan kritik dan saran bagi pembaca demi kesempurnaan makalah kami untuk ke

depannya. Mudah-mudahan makalah ini bermanfaat bagi kita semua terutama bagi

mahasiswa-mahasiswa yang mengikuti mata kuliah Penentuan Struktur Molekul.

Ciputat, Mei 2014

Penulis

DAFTAR ISI

KATA PENGANTAR .................................................................................................. 1

DAFTAR ISI ................................................................................................................. 2

BAB I PENDAHULUAN

1.1 Latar Belakang ......................................................................................................... 3

1.2 Bahan Kajian ............................................................................................................ 4

1.3 Tujuan ...................................................................................................................... 4

BAB II PEMBAHASAN

2.1 Bioinformatik ........................................................................................................... 5

2.2 Drug Design ............................................................................................................. 6

2.3 Perangkat dalam Bioinformatik ............................................................................... 7

2.3.1 Data base ................................................................................................... 7

2.3.2 Protein Data Bank ..................................................................................... 7

2.3.3 Alignment/Pensejajaran sekuen................................................................. 8

2.4 Molecular Modeling..................................................................................................10

2.5 Molecular Docking...................................................................................................11

2.5 Molecular Operating Environmental (MOE)............................................................12

2.6 Aplikasi Bioinformatik dalam Penentuan Struktur Molekul....................................13

BAB III PENUTUP

3.1 Kesimpulan ..............................................................................................................17

DAFTAR PUSTAKA

BAB I

PENDAHULUAN

1.1 Latar Belakang

Perkembangan ilmu pengetahuan genetika menghasilkan informasi yang lebih

rinci mengenai makhluk hidup melalui DNA (deoxyribonucleic acid). DNA adalah

sebuah materi pembentuk kehidupan yang memuat banyak informasi biologis. DNA

terdiri dari empat buah basa penyusunnya yaitu : T (thymine), C (cytosine), A (adenine),

dan G (guanin). Model DNA pertama kali dikenalkan oleh Watson dan Crick pada

1953. Walaupun hanya terdiri dari empat macam, namun kombinasi keempatnya dapat

menghasilkan kombinasi yang sangat kompleks dalam memuat informasi genetik

makhluk hidup. Keseluruhan DNA pada satu makhluk hidup yang telah dipetakan

disebut dengan genom.

Dalam mengatur informasi yang kompleks dalam makhluk hidup tersebut

dibutuhkan sebuah teknologi. Teknologi tersebut dipelajari dalam sebuah bidang ilmu

baru yang disebut bioinformatika

Bioinformatika merupakan perkawinan antara ilmu biologi dan ilmu teknik

informatika. Bioinformatika melakukan analisa data genomic/proteomic yang kompleks,

untuk menghasilkan pengetahuan biologi molekuler yang koheren. Bioinformatika

adalah aplikasi dari alat komputasi dan analisis untuk menangkap dan

menginterprestasikan data-data biologi. Ilmu ini merupakan ilmu baru yang merangkum

berbagai disiplin ilmu termasuk ilmu computer, matematika, fisika, kimia, biologi, dan

ilmu kedokteran yang kesemuanya saling menunjang dan saling bermanfaat satu sama

lainnya (Utama, 2003).

Pesatnya perkembangan teknologi informasi dan peningkatan ilmu computer

khususnya pada bidang biologi molekuler, menjadikan bioinformatika sebagai ilmu

yang membuka sudut pandang baru dalam menyelesaikan persoalan biologi molekuler

(Baxevanis dan Oulette, 2005). Perkembangan jaringan internet juga mendukung

berkembangnya bioinformatika. Pangkalan data bioinformatika yang terhubungkan

melalui internet memudahkan ilmuwan dalam mengumpulkan hasil sekuensing ke

dalam pangkalan data tersebut serta memperoleh sekuens biologi sebagai bahan analisis.

Selain itu, penyebaran program-program aplikasi bioinformatika melalui internet

memudahkan ilmuwan dalam mengakses program-program tersebut dan kemudian

memudahkan pengembangannya.

1.2 Bahan Kajian

Bahan Bahan kajian pada makalah ini adalah :

1.2.1 Bioinformatik

1.2.2 Drug Design

1.2.3 Perangkat dalam Bioinformatik

1.2.4 Molecular Modeling

1.2.5 Molecular Docking

1.2.6 Molecular Operating Environment (MOE)

1.2.7 Aplikasi Bionformatik dalam Penentuan Struktur Molekul

1.3 Tujuan

Tujuan dari makalah ini adalah :

1.3.1 Dapat mengetahui apa itu bioinformatik

1.3.2 Dapat mengetahui perangkat yang diperlukan dalam bioinformatik

1.3.3 Dapat mengetahui cara modeling molekul dan mendoking molekul

1.3.4 Dapat mengetahui penggunaa software MOE dalam molecular docking

1.3.5 Mengetahui manfaat dari bioinformatik dalam penentuan struktur molekul

BAB II

PEMBAHASAN

2.1 Bioinformatika

Bioinformatika, berdasarkan dengan asal katanya yaitu “bio” dan “informatika”,

adalah gabungan antara ilmu biologi dan ilmu teknik informasi (TI). Pada umumnya,

Bioinformatika didefenisikan sebagai aplikasi dari alat komputasi dan analisa untuk

menangkap dan menginterpretasikan data-data biologi. Ilmu ini merupakan ilmu baru

yang yang merangkup berbagai disiplin ilmu termasuk ilmu komputer, matematika dan

fisika, biologi, kimia dan ilmu kedokteran (Gambar 1), dimana kesemuanya saling

menunjang dan saling bermanfaat satu sama lainnya (Utama, 2003).

Gambar 1. Interaksi disiplin ilmu yang berhubungan dengan bioinformatik

Bioinformatika meliputi pengelolaan informasi biologis yang diperoleh dari

berbagai penelitian yang menghasilkan data dalam jumlah banyak dan kompleks. Salah

satu pemanfaatan bioinformatika adalah dalam melakukan pemodelan struktur 3D dari

protein. Pemodelan struktur 3D dari protein ini diharapkan dapat meningkatkan

pemahaman akan proses biologis dengan mempertimbangkan hubungan serta pola data

biologis (Limanto., 2009). Perkembangan bioinformatika sangat berperan dalam

kemajuan pengembangan obat. Komputer membantu untuk mereduksi jumlah senyawa

Biologi

Maematika/ fisika/ kimia

Medis

Komputer sains

Bioinformatik

yang diusulkan secara rasional dan diharapkan lebih efektif serta, membantu

mempelajari interaksi obat dengan targetnya bahkan kemungkinan sifat toksis senyawa

tersebut dan metabolitnya. Penambatan molekular merupakan salah satu teknik dalam

bioinformatika yang digunakan untuk mempelajari interaksi yang terjadi pada suatu

kompleks molekul. Penambatan molekular dapat memprediksikan orientasi dari suatu

molekul ke molekul yang lain ketika berikatan membentuk kompleks yang stabil.

Pembentukan kompleks yang stabil antara suatu ligan (metabolit sekunder) dan molekul

protein dapat menentukan senyawa yang memiliki sifat sebagai antikanker dan lain-lain

(Anjelia., 2013).

Berdasarkan hal diatas dapat digunakan dua metode yang yang saling

melengkapi dalam penggunaan komputer sebagai alat bantu penemuan obat, yaitu: (i)

berdasarkan senyawa yang diketahui berikatan dengan target atau biasa disebut ligand,

(rancangan obat berdasarkan ligand; ligand-based drug design (LBDD)) dan (ii)

berdasarkan struktur target baik berupa enzim maupun reseptor yang bertanggung jawab

atas toksisitas dan aktivitas suatu senyawa di dalam tubuh (rancangan obat berdasarkan

struktur target; structure-based drug design (SBDD)) (Datta, 2002).

Struktur protein target dapat dimodelkan dari data yang diperoleh struktur

kristalnya maupun hasil analisis nuclear magnetic resonance NMR) maupun data

genomic (bioinformatics). Struktur protein hasil kristalografi dapat diakses di

www.rscb.org. SBDD memanfaatkan informasi dari struktur protein target guna

mencari sisi aktif protein yang berikatan dengan senyawa. Berdasarkan prediksi sisi

aktif dapat dirancang senyawa yang diharapkan berikatan dengan protein target tersebut

dan memiliki aktivitas biologis (Luscombe, 2001).

2.2 Drug Design

Drug design adalah suatu metode perancangan obat yang didasarkan pada

analisis biologis dan fisik dari targetnya. Targetnya merupakan molekul-molekul atau

bagian dari molekulnya yang berperan vital dalam proses metabolik dari kondisi

pantologis seseorang akibat penyakit yang disebabkan oleh mikroba pantogen.

Umumnya obat dirancang untuk menginhibisi atau menghentikan aktifitas

makromolekul tersebut dengan cara membentuk ikatan terhadap sisi katalitik dari

molekul-molekul tersebut sehingga molekul-molekul obat berperan sebagai drug, antara

lain spesifitas dan potensi inhibisinya. Spesifitas dan potensi inhibisi yang tinggi akan

mengurangi efek samping dan tingkat toksisitasnya (Salim, 2011).

Perancangan obat dapat dilakukan secara komputasional atau in silico. Sebelum

teknologi informasi berkembang pesat, metode yang digunakan untuk menemukan

inhibitor yang tepat adalah dengan melakukan modifikasi berbagai komponen lain lalu

mengujikannya pada target biologis secara trial-and-error. Tetapi saat ini dengan

mengetahui sisi katalitik dan struktur tiga dimensi target biologis, secara in silico dapat

diperediksikan molekul yang dapat berperan sebagai inhibitor sehingga proses

modifikasi dan pengujian secara eksperimental menjadi rasional dan efisien. (Salim,

2011).

2.3 Perangkat dalam Bioinformatik

Dalam bioinformatik membutuhkan beberapa data serta alat bantu (Mount,

2004). Yaitu :

2.3.1 Database

Database adalah kumpulan data yang diatur sedemikian rupa untuk

memudahkan penggunanya. Pada database bioinformatika, data yang diatur merupakan

data sekuen DNA atau protein yang didapat melalui percobaan laboratorium yang

biasanya disimpan dalam file komputer. Setiap file dari suatu sekuen berisi informasi

mengenai asal organisme, nama sekuen, dan juga nomor akses yang digunakan untuk

mengidentifikasi sekuen tersebut (Mount, 2004). Dalam analisis bioinformatika,

keberadaan database merupakan syarat utama. Database DNA yang utama adalah

GenBank di Amerika Serikat, sedangkan database untuk protein dapat ditemukan di

SWISS-PROT, Protein Information Resource (PIR) dan Protein Data Bank (PDB)

(Baxevanis dan Ouellette, 2005).

2.3.2 Protein Data Bank

Database struktural menyimpan data mengenai struktur protein. Sumber primer

untuk data struktur protein adalah Protein Data Bank (PDB) yang tersedia pada URL

http://www.pdb.org/ . Ini adalah arsip data struktural tunggal tingkat dunia yang dibuat

oleh Research Collaboratory for Structural Bioinformatics (RSCB), di Universitas New

Jersey di Rutgers (Westhead, et al., 2001). Mesin pencarian yang terspesialisasi

disediakan oleh grup database struktur makromolekul pada institut bioinformatika eropa

(EBI) dengan alamat http://msd.ebi.ac.uk dan juga oleh kolaborasi riset untuk

bioinformatika struktural (RCSB) dengan alamat http://www.rcsb.org/pdb. Kedua alat

ini dapat digunakan untuk mengambil data struktur pada format PDB (Westhead, et al.,

2001).

PDB merupakan data yang berisi koleksi struktur tiga dimensi protein, DNA dan

molekul kompleks lainnya yang telah dipublikasikan dan ditentukan secara eksperimen

dengan menggunakan X-ray crystallography atau NMR spectroscopy. Pada X-

rayrystallography, sinar-X dipancarkan kepada kristal yang mengandung jutaan salinan

suatu molekul. Sinar-X kemudian akan didifraksikan oleh kristal dan membentuk suatu

pola yang bila dianalisis secara matematis akan menunjukkan posisi tiap atom dalam

molekul. NMR spectroscopy menggunakan molekul dalam larutan dan akan

memperlihatkan orientasi atom dalam medan magnetik (Baxevanis dan Ouellette,

2005).

Format PDB merupakan format yang dapat dimengerti baik oleh komputer

maupun manusia (machine-human-readable), dimana di dalam format ini ditampilkan

informasi tentang sumber, sekuens, struktur sekunder dan juga koordinat tiga dimensi

protein (Baxevanis dan Ouellette, 2005).

2.3.3 Alignment/Pensejajaran sekuen

Pencarian database umumnya berdasar hasil alignment/pensejajaran sekuen, baik

sekuen DNA maupun protein. Metode ini digunakan berdasar kenyataan bahwa sekuen

DNA/protein bisa berbeda sedikit tetapi memiliki fungsi yang sama. Misalnya protein

hemoglobin dari manusia hanya sedikit berbeda dengan yang berasal dari ikan paus.

Kegunaan dari pencarian ini adalah ketika mendapatkan suatu sekuen DNA/protein

yang belum diketahui fungsinya maka dengan membandingkannya dengan yang ada

dalam database bisa diperkirakan fungsi daripadanya. Algoritma untuk pattern

recognition seperti Neural Network, Genetic Algorithm dan lain lain telah dipakai

dengan sukses untuk pencarian database ini. Salah satu perangkat lunak pencari

database yang paling berhasil dan bisa dikatakan menjadi standar sekarang adalah

BLAST (Basic Local Alignment Search Tool) (Woodsmall and Benson, 1993).

Perangkat lunak ini telah diadaptasi untuk melakukan alignment terhadap

berbagai sekuen seperti DNA (blastn), protein (blastp). Baru-baru versi yang fleksibel

untuk dapat beradaptasi dengan database yang lebih variatif telah dikembangkan dan

disebut Gapped BLAST serta PSI (Position Specific Iterated)-BLAST (Altschul, 1990).

Sementara itu perangkat lunak yang digunakan untuk melakukan alignment terhadap

sekuen terbatas di antaranya yang lazim digunakan adalah CLUSTAL dan CLUSTAL

W (Altschul, 1997).

2.4 Molekular Modeling

Molecular modeling merupakan suatu metode untuk merancang dan menganalisis

struktur dan sifat-sifat molekul tertentu dengan mengunakan teknik kimia

komputasional dan teknik visualisasi grafis yang bertujuan untuk menyediakan struktur

geometri tiga dimensi yang sesuai dengan parameter kondisi yang telah ditentukan.

Molecular modeling merupakan gabungan dari data empiris dan teknik komputasional

untuk menirukan danmemodelkan perilaku molekul sehingga dapat digunakan untuk

mempelajari sistem molekular tertentu (Leach, 2001).

Salah satu aspek penting dalam molecular modeling adalah mekanika molekular

yang menggunakan prinsip mekanika Newtonian untuk menjelaskan karakter fisika dari

suatu model. Mekanika molekular mengabaikan gerak elektron sehingga sistem yang

sebelumnya merupakan sistem kuantum menjadi sistem klasik sehingga sistem menjadi

lebih sederhana. Sistem ini memodelkan atom-atom sebagai bola yang terhubung satu

sama lain oleh pegas. Dengan demikian energi total (disebut force field) molekul dapat

ditentukan oleh hukum Hooke yang secara umum dinyatakan sebagai:

dimana ET adalah energi total molekul, Estr adalah energi bond streching, Ebend energi

angle bending, Etor energi torsional, Eoop energi out-of-plane, Evdw energi van der Waals

dan Eelec adalah energi elektrostatik (Sutarto, 2008).

Energi total molekul berhubungan dengan energi internal sistem atau energi

potensial. Molekul berada dalam keadaan atau konformasi paling stabil ketika energi

potensialnya mencapai nilai paling minimum. Keadaan ini mempengaruhi karakter

molekul dalam peranannya pada proses kimia dan biologi (Leach, 2001). Parameter-

parameter yang berhubungan dengan energi total molekul disebut juga sebagai force

field. Terdapat beberapa macam force field yang penggunaannya disesuaikan dengan

molekulnya, seperti MM+ untuk molekul organik dan AMBER untuk peptida, protein

dan DNA (Hypercube Inc., 2002).

2.5 Molekular Doking

Molecular docking merupakan suatu teknik yang digunakan untuk mempelajari

interaksi yang terjadi dari suatu kompleks molekul. Molecular docking dapat

memprediksikan orientasi dari suatu molekul ke molekul yang lain ketika berikatan

membentuk kompleks yang stabil. Terdapat dua aspek penting dalam molecular

docking, yaitu fungsi scoring dan penggunaan algoritma (Funkhouser, 2007).

Fungsi scoring dapat memperkirakan afinitas ikatan antara makromolekul dengan

ligan (molekul kecil yang memiliki afinitas terhadap makromolekul). Identifikasi ini

didasarkan pada beberapa teori seperti teori energi bebas Gibbs. Nilai energi bebas

Gibbs yang kecil menunjukkan bahwa konformasi yang terbentuk adalah stabil,

sedangkan nilai energi bebas Gibbs yang besar menunjukkan tidak stabilnya kompleks

yang terbentukSedangkan penggunaan algoritma berperan dalam penentuan konformasi

(docking pose) yang paling stabil (favourable) dari pembentukan kompleks

(Funkhouser, 2007).

Gambar 2. Molekular Doking antara ligan dan protein

Berdasarkan interaksi yang terjadi, terdapat beberapa jenis molecular docking,

yaitu:

1. Docking protein-protein

2. Docking ligan-protein

3. Docking ligan-DNA

Saat ini molecular docking banyak diaplikasikan di dalam drug design untuk

memprediksikan orientasi ikatan antara kandidat molekul drug dengan protein target

sehingga dapat diketahui afinitas dari molekul drug tersebut. Untuk melakukan

molecular docking, hal pertama yang dibutuhkan adalah struktur tiga dimensi dari ligan

(drug) dan protein target. Struktur tiga dimensi ligan dapat dimodelkan dengan

menggunakan teknik molecular modelling sedangkan struktur tiga dimensi protein

target dapat ditentukan secara empiris dengan menggunakan teknik NMR spectroscopy

dan X-ray crytallography yang terdapat pada database Protein Data Bank dan secara in

silico dengan teknik homology modelling (Lucientes, 2004).

Metode in silico ini lazim digunakan dalam proses penapisan awal senyawa

bioaktif untuk kandidat obat. Hal ini disebabkan melalui pendekatan in silico terjadi

interaksi antara senyawa bioaktif dengan protein target. Untuk mengetahui besarnya

interaksi senyawa bioaktif dengan target dilakukan dengan pendekatan docking

menggunakan software MOE (Molecular Operating Environment). Docking sebagai

proses penapisan awal antara molekul-molekul senyawa bioaktif yang dapat berikatan

dengan sisi aktif neuraminidase. Penapisan awal berdasarkan nilai energi gibbs, log P,

konstanta inhibisi, konformasi struktur, affinitas, efektivitas dan ikatan-ikatan yang

terjadi antara keduanya secara simulasi (Gohlke et al., 2000; Datta, 2002 ).

2.6 Molecular Operating Environtment (MOE)

Molecular Operating Environtment (MOE) merupakan suatu software yang

dirancang oleh chemical computing group untuk membantu cheminformatics, molecular

mmodeling, bioinformatics, virtual sreening, structural-based design (Salim,2011).

Molecular Operating Environment (MOE) menyediakan aplikasi untuk mendesain dan

menganalisis senyawa serta merupakan software yang tertinggi kimia komputasi,

pemodelann molekul dan software aplikasi ilmu informatika.

2.7 Aplikasi Bioinformatik dalam Penentuan Struktur Molekul

Dalam penentuan struktur molekul, bioinformatik ini berperan dalam

memprediksi konformasi struktur molekul ligan dengan protein target, dengan melihat

apakah protein target tersebut dapat berinteraksi kuat dengan ligan (obat/suatu senyawa)

yang ditandai dengan kestabilan konformasi dan interaksi ikatan hidrogen diantara

keduanya. Kestabilan konformasi ini dilihat pada nilai energi gibss hasil docking ligan

dengan protein tersebut.

Salah satu contoh jurnal yang membahas peran bioinformatik dalam penentuan

struktur molekul (Perdana et al.,2009) berjudul Mekanisme Penekanan Ekspresi N-Ras

Ekstrak Kulit Jeruk Keprok (Citrus reticula) sebagai Agen Kemopreventif. Menjelaskan

bahwa dalam Kulit C. reticulata mempunyai berbagai macam senyawa flavonoid yang

berpotensi sebagai kemopreventif. Salah satu flavonoid yaitu metoksi flavon yang

terkandung dalam ekstrak etanolik kulit C. reticulata sangat potensial sebagai agen

kemopreventif dan alternatif pengobatan kanker hepar. Senyawa metoksi flavon

(tangretin dan nobiletin) yang terkandung dalam ekstrak kulit jeruk keprok

(C.reticulata) yang dapat berfungsi optimum sebagai inhibitor c-Src dan CYPA1A2

sehingga dapat mengurangi terbentuknya intermediet reaktif pemicu karsinogenesis

dengan indikator penurunan ekspresi dan N-Ras.

Protein inhibitor c-Src dan CYPA1A2 yang diambil dari protein data bank milik

amerika dan kemudian di docking dengan ligan senyawa metoksi flavon (tangretin dan

nobiletin) menggunakan software MOE. Hasil dari pendockingan dapat dijadikan acuan

untuk memperkirakan mekanisme aksi molekuler dari tangretin dan nobiletin. Software

MOE ini menggambarkan semua interaksi yang terjadi antara gugus-gugus dalam

senyawa uji dengan residu-residu asam amino yang terdapat pada protein target serta

dapat menggambarkan interaksinya baik secara 3 dimensi ataupun secara 2 dimensi.

Hasil docking antara Nobiletin dengan CYP1A2 (Tabel 1) menghasilkan skor -

8,1788 kkal/mol yang nilainya lebih besar dari pada Alfanaphtoflavon-CYP1A2 -

11.6794 kkal/mol. Sementara itu skor docking untuk Tangeretin dengan CYP1A2 yaitu

-12,9962 kkal/mol lebih rendah daripada ikatan tangeretin dan ligan asli

alfanaphtoflavon. Hal ini menunjukkan bahwa ikatan antara tangeretin dengan CYP1A2

lebih stabil sehingga diprediksikan menyebabkan aktivitas inhibitor terhadap CYP1A2

lebih tinggi.

Data yang diperoleh pada protein target CYP1A2, yang merupakan suatu

isoenzim Cytochrom P450, memberikan gambaran bahwa tangeretin mempunyai nilai

scoring yang lebih rendah (-12.9962 kkal/mol) dibandingkan dengan nobiletin dan

bahkan dengan ligan aslinya Α-naphtoflavon (-11.6794 kkal/mol). Hal ini dibuktikan

dengan jumlah ikatan hidrogen pada tangeretin yang lebih banyak dibanding

alfanaphtoflavon dan nobiletin. Tangeretin berikatan hidrogen sebagai akseptor

hidrogen pada residu asam amino 321 Threonin dan 386 Isoleusin yang berada pada

pocket reseptor CYP1A2. Atom yang berikatan hidrogen dengan residu asam amino

tersebut adalah atom O dari substituen gugus metoksi (–OCH3) pada posisi 5 dan 4’ dari

kerangka dasar flavonoid.

Gambar 1. Pemodelan 2 dimensi hasil docking pada pocket protein targetCYP1A2 dengan nobiletin (a), Tangeretin (b), dan ligan pembanding α-

naphtoflavon (c). Nobiletin dengan gugus metoksi yang lebih banyakdibandingkan dengan Tangeretin memberikan surface area yang lebihbesar untuk berikatan dengan residu asam amino yang berada di pocket

reseptor CYP1A2. Sementara pada α-naphtoflavon yang memiliki strukturcincin yang rigid hanya dapat memberikan surface area yang planar pada

pocket reseptor CYP1A2

Alfanaphtoflavon merupakan ligan asli yang telah dikenal luas sebagai inhibitor

CYP1A2 dan CYP1A1 dengan mekanisme inhibisi nonkompetitif

Hasil docking antara c-Src dengan tangeretin menghasilkan score - 11,6616

yang nilainya lebih besar daripada imatinib-c-Src -16,6733. Begitu pula score docking

nobiletin dengan c-Src yaitu -10,4267 lebih besar daripada imatinib-c-Src. Ini

menunjukkan bahwa ikatan antara imatinib dengan c-Src lebih stabil sehingga

menyebabkan aktivitas inhibitor terhadap c-Src lebih tinggi.

Hal ini semakin didukung dengan tingginya afinitas ikatan antara imatinib

dengan c-Src. Terdapat ikatan hidrogen antara gugus –N-H dari imatinib sebagai donor

Hidrogen dengan residu Gln 253, sedangkan ikatan hidrogen lainnya terjadi antara

residu Asp 117 dengan gugus –NH+.

Gambar 2. Pemodelan 3 dimensi hasil docking pada pocket protein target c-Src dengan nobiletin (a), Tangeretin (b), ligan endogen ATP (c) dan ligan

pembanding Imatinib (d). Imatinib dengan konformasi 3 dimensi yangmeruah memanjang dan khas memberikan surface area yang memanjang

dan memberikan kemungkinan lebih besar dalam berinteraksi denganpocket protein target c-Src

selain dilihat mekanisme penghambatan ligan dengan protein, dilakukan uji in vitro.

Dengan pemberian ekstrak etanolik C. reticulata pada tikus yang telah diberikan DMBA

yaitu senyawa yang dapat mempercepat poliferasi sel kanker pada tikus. Gambaran

histologis yang tampak normal terlihat pada kelompok perlakuan DMBA-ekstrak dosis

750 mg/kgBB serta DMBA-ekstrak 1500 mg/kgBB pada tikus betina.

Gambar 4. Gambar di atas menunjukkan ekspresi N-Ras (panah merah)pada hepatosit tikus betina kelompok perlakuan: DMBA dosis 20 mg/kgBB(a), kontrol pelarut CMC-Na 0,5% (b), kontrol ekstrak dosis 1500 mg/kgBB(c) DMBA+ekstrak dosis 750 (d), DMBA+ekstrak dosis 1500 mg/kgBB (e),

dengan perbesaran 1000x lensa objektif.

Berdasarkan data diatas pula, dapat diketahui dosis ekstrak yang mampu

menurunkan ekspresi pada kelompok hewan uji tercapai pada dosis 500 mg/kgBB.

Dosis ekstrak tersebut dapat menekan jumlah sel hepar yang mengekspresikan sehingga

dapat menghambat inisiasi karsinogenesis pada hepar.

Mekanisme penurunan insidensi nodul pada sel hepar akibat akibat pemberian

ekstrak kemungkinan disebabkan oleh suatu senyawa aktif yang terkandung di dalam

ekstrak. Hal ini diperkuat dengan data komputasi kimia bahwa Tangeretin (5,6,7,8, 4’-

pentamethoxyflavone) dapat berinteraksi lebih kuat dibandingkan α-naphtoflavon yang

merupakan inhibitor pembanding pada CYP1A2.

BAB III

PENUTUP

3.1 Kesimpulan

Bioinformatik dapat digunakan untuk mempelajari atau memprediksi aktifitas

suatu senyawa terhadap suatu protein melalui nilai gibss yang diperoleh dan ikatan

hidrogen yang terbentuk. Serta dapat digunakan untuk mengetahui mekanisme yang

terjadi secara in silico antara protein dengan senyawa aktif sehingga proses ini dapat

menghemat proses isolasi dan proses pengamatan kualitatif secara mikroskopik.

Untuk memprediksi aktifitas ini, diperlukan data base yang berisi file pdb protein

target dari protein data bank lalu pensejajaran sekuen dengan diambil nilai tertinggi

dari sekuen. Dalam melakukan docking dan modeling molekul diperlukan software

yang mendukung, salah satunya adalah Molecular Objecting Environment.

Penentuan struktur molekul pada bioinformatik dilihat dari konformasi dan

interaksi antara ligan dengan protein target. Konformasi yang stabil ditunjukkan dari

hasil nilai energi gibs rendah dan banyak juga kuatnya interaksi ikatan hidrogen

antara ligan dengan protein. Dengan adanya metode ini, dapat mempermudah

peneliti untuk menekan biaya dalam proses penelitian atau observasi.

DAFTAR PUSTAKA

Anjelia, Genny Zusapa. 2013. Studi Komponen Aktif Temulawak Terhadap Pantogenesis Kanker Kolorektum Jalur Protein β-katenin dengan Penambatan Molekular. Departemen Kimia. Fakultas sains dan teknologi. Institut Pertanian Bogor.

Altschul, S.F. (1997). Gapped-BLAST and PSI-BLAST: a new generation of protein database search programs. Nucleic Acid Research. 25: 3389-3402

Altschul, S.F. (1990). Basic local alignment search tool. Journal of Molecular Biology. 215:403-410.

Baxevanis, A.D., and Oulette, B.F.F. (2005) Bioinformatics: A Practical Guide to the Analysis of Genes and Prootein 2nd Edition. Willey InterScience. USA.

Bayat. 2002. Bioinfromatics: Science, medicine, and the future. BMJ 324, 1018-1022.

Datta, D. (2002). Protein-Ligand Interactions: Docking, Design and Protein Conformational Change. Thesis. California Institute of Technology. Pasadena. California. USA.

Fadilah. (2010). Karya Pascasarjana Kimia: Penapisan Senyawa Bioaktif dari SukuZingiberaceae sebagai Penghambat Neuraminidase Virus Influenza A (H1N1) Melalui Pendekatan Docking. Departemen Kimia-FMIPA UI.

Funkhouser, T. (2007). Lecture: Protein-ligand docking methods. Princeton University.

Gohlke, H., Hendlich, M. and Klebe, G. (2000) Knowledge-based Scoring Function to Predict Protein-Ligand Interactions. J. Mol. Biol. 295, 337-356

Kitchen, Douglas, B., Docornez, H., Furr, J.R and Bojarath, J. (2004). Docking scoring in virtual screening for drug discovery: methods and application. Nature review drug discover 3. Leach, A.R. (2001) Molecular Modelling: Principles and Applications, ISBN 0-582-38210-6

Limanto, Agus. 2009. Analisis In Silico Mutasi Hemagglutinin, Neurominidase dan Matrix2 Virus H5N1 Indonesia Terkait dengan Tingkat Pantogenisitasnya yang tinggi. Skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, Depok.

MOE tutorial.(2008). Quebec. Canada

Mount, D.W. (2004) Bioinformatics: Sequence and genome analysis. Edisi kedua. New York: CSHL Press.

Obara K, Mizutani M, Hitomi Y, Yajima H, Kondo K, (2009) Jun;28(3):278-84. Clin Nutr, Epub Apr 23.PMID: 19395131 (PubMed - indexed for MEDLINE)

Panigrahi, S.K. and Desiraju, G.R. (2007). Strong and weak hydrogen bonds in the protein–ligand interface. PROTEINS: Structure, Function, and Bioinformatics 67:128–141

Pauli, G.F., Ryan J. Case, Taichi Inui, Yuehong Wang, Sanghyun Cho, Nikolaus H. Fischer, and Scott G. Franzblau. (2005). New perspective on natural products in TB drug research, Life Sciences, 485-494

Salim, Johanes.2011. Modifikasi Laninamivir Sebagai Inhibitor Neuraminidase Virus Influenza A Subtipe H1N1. Skripsi Program Studi Kimia. Fakultas Matematika Dan Ilmu Pengetahuan Alam. Universitas Indonesia.

Tobe H. and Kazuyuki Kitamura, United States Patent, 10 Apr 1995

Utama, A. (2003) Aplikasi Bioinformatik dalam Virologi. Ilmu komputer (http://en.wikipedia.org/wiki/Humulus_lupulus).