bioassay kuantitatif

Bioassay Kuantitatif

22 Maret 2011

Bioassay kuantitatif: cara penetapan potensi obat dengan mengamati efek biologis.

Efek biologis digolongkan dalam dua bagian besar yaitu: 1.Respon farmakologis (respon yang terjadi atau

mempengaruhi satu sistem tertentu pada tubuh organisme)

Contoh: - efek hipoglikemik insulin - efek isoproterenol pada denyut jantung - efek norepinefrin pada tekanan darah - efek oksitosin pada kontraksi otot uterus

2.Respon biologis (respon terjadi atau mempengaruhi pada seluruh tubuh organisme)

Contoh:- stimulasi pertumbuhan mikroorganisme karena

pemberian vitamin

Bioassay Kuantitatif

Pengertian: hubungan antara jumlah obat dan besarnya efek (respon) yang ditimbulkan

Syarat agar bisa dievaluasi: Efek harus dpt diukur (bila berupa data kualitatif harus

diubah ke data kuantitatif) Efek obat harus mempunyai nilai Nol pd saat Dosis = 0Penggambaran kurva: Dosis → absis (independent variable) Efek → ordinat (dependent variable)Setelah pemberian obat:

Efek tergantung waktu & dosis → merupakan fungsi dari keduanya

E = ƒ (t, D)

Hubungan Dosis-Respon

Efek dosis 2

dosis 1

t1 t2

Waktu

Response (pharmacology vs toxicology)

BEBERAPA HAL YG PERLU DIPAHAMI

Efficacy obat: ukuran kemampuan intrinsik obat untuk menghasilkan efek (kemanjuran obat) penting dalam terapi

Potency obat: menunjukkan besaran dosis yang diperlukan untuk menghasilkan respon kurang penting dalam terapi (lebih penting efek) dipengaruhi oleh proses ADME

Suatu obat kadang memiliki efikasi lebih besar dibanding obat lain

tetapi potensinya lebih kecil, namun bisa juga memiliki efikasi dan

potensi yang lebih besar dibanding obat lain

EB max B EX max

EA max A EY max

DA DB DX DY

POTENSI : A > B POTENSI : X > Y

EFIKASI : B > A EFIKASI : X > Y

Metode pembuatan kurva dosis-respon Absis Ordinat Kurva 1. Linier %Emax Hiperbola 2. Linier Absolut Hiperbola 3. Log Absolut Sigmoid

KET. 1. Normalisasi

E1▬> E1 x 100%, E2▬> E2 x 100%

Emax Emax

% Analgesia

100%

50%

5 10 Dosis morfin (mg/kgBB)

2. Kenaikan waktu

Konvulsi (detik)

100

50

20 40 60 Dosis morfin (mg/kg)

3.. Tension (gram)

4

3

2 linier

1

-9 -8 -7 -6 -5 -4 Log kadar

Respon farmakologi dpt dibedakan jadi 2:

1. Graded respon (Respon bertingkat)

2. Quantal respon

GRADED RESPON GRADED RESPON Kenaikan dosis respon individu naik secara teratur (pada satu sistem

hayati)

Acetylcholine concentrations are represented as log10 and range

from 10-9 to 10-4. The numbers on the X-axis should be negative.

Contoh hasil percobaan dg organ terisolasi (graded respon)

Cara perhitungan respon

Dosis Log Dosis

%Respon Persamaan regresi

ED-50

D-1 Log D-1 L-1 X 100%L-max

Log dosis terhadap

%respon

Dosis yg menyebab-kan 50% efek



D-max

Log D-max

L-max X 100%L-max

Respon 100

(%maksimum)

50 linier

-D1 -D2 -D3 -Dmax Log kadar

ED-50

QUANTAL RESPON Ada dua kemungkinan: Ada efek atau Tidak ada efek

Sistem hayati (satu kelompok) Contoh: 1. Obat golongan Barbiturat efek tidur

Tidak diperhatikan intensitas tidurnya, tetapi frekuensi tidur (tidur atau tidak) ED-50

2. Uji toksisitas akut yang dihitung jumlah kematian hewan uji tiap kelompok persen respon analisis probit LD-50

3. Brine Shrimp Lethality Test/BST (uji ketoksikan suatu senyawa menggunakan larva udang)dihitung jumlah kematian larva dihitung persen kematian larva analisis probit LC-50

All or None effect

Contoh gambar uji yg menghasilkan efek quantal

Gambar larva udang yang digunakan untuk uji BST

Hitunglah LD-50 dari data berikut

Menggunakan persamaan garis y = a + bx Y = % kematian X = dosis Jika 50% LD 50 Y = -118,9568 + 112, 9568 x 50 = -118,9568 + 112, 9568 x X = 1,49576 Dosis pada LD 50 = 31,315 mg/kg

Kel . Dosis (mg/kg) Log Dosis Kematian % kematian

1 10 1 0 0

2 20 1,301 1 20

3 40 1,602 3 60

4 80 1,903 5 100

Setiap kelompok terdiri dari 5 mencit

Contoh uji yg menghasilkan efek quantal (2)

Kel. Dosis Log dosis

Jml kematian tiap kelompok

Subyek(Jml total tiap

Kelompok)

Analisis Probit

(SPSS)

DI (80 mg/kgBB)DII (100 mg/kgBB)DIII (125 mg/kgBB)

DIV (156,25 mg/kgBB)

Log- DILog- DIILog- DIIILog- DIV

1246

6666

LD-50

Cara menghitung harga LD-50 dg analisis probit Penghitungan LD-50 dengan metode probit melalui

komputer:1. Dibuka program SPSS-10 for Windows

2. Setelah program terbuka, klik pada variable view dan masukkan pada kolom name sebagai berikut:

1. dosis2. Jumlah hewan uji yang mati pada tiap kelompok

(jml_mati)3. Jumlah total hewan uji pada tiap kelompok

(subyek)

kemudian diatur angka decimal yang dikehendaki (contoh dua angka dibelakang koma), kolom lain akan terisi otomatis dan tidak memerlukan pengaturan (gambar 1). Apa yang kita masukkan otomatis akan muncul pada data view.

Gambar 1. Tampilan pada variable view

3. Klik pada data view, dan masukkan data sesuai kolom masing-masing (dosis, jumlah kematian,subyek)

4. Apabila data sudah dimasukkan seluruhnya maka akan muncul tampilan seperti gambar 2. Untuk melakukan analisis probit, klik pada menu bar dengan urutan Analyze, Regression, dan Probit, maka akan muncul kotak dialog (gambar 3).

5. Kemudian isi kotak dialog dengan pilihan yang sesuai:

# dosis ke Covariate(s) # jml_mati ke Response Frequency

# subyek ke Total Observed

Gambar 2. Tampilan pada data view setelah seluruh data dimasukkan

Gambar 3. Tampilan kotak dialog pada analisa probit

Gambar 4. Tampilan pengisian kotak dialog telah selesai

Bagian Factor dikosongkan, dosis diubah ke skala logaritma dengan cara klik panah kecil disebelah kanan Transform dan pilih Log base 10 (gambar 4). Kemudian klik OK maka akan muncul hasil yang kita harapkan (Output Probit).

Untuk memudahkan pengaturan saat akan diprint, harus dicopy lebih dahulu ke MS Word. Caranya buka file baru pada MS word dan diberi nama sesuai percobaan. Klik bagian yang akan kita copy, pilih menu Edit, Copy objects dan pilih menu Paste pada bagian yang kita inginkan.

Hasil analisis probit dg metode SPSS Probit * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * DATA Information 4 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 0 cases rejected because LOG-transform can't be done. MODEL Information ONLY Normal Sigmoid is requested. * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * Parameter estimates converged after 20 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. DOSIS 10.25770 3.64122 2.81710 Intercept Standard Error Intercept/S.E. -20.75338 7.37219 -2.81509 Pearson Goodness-of-Fit Chi Square = .662 DF = 2 P = .718 Since Goodness-of-Fit Chi square is NOT significant, no heterogeneity factor is used in the calculation of confidence limits. * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * Observed and Expected Frequencies Number of Observed Expected DOSIS Subjects Responses Responses Residual Prob 1.90 6.0 1.0 .654 .346 .10896 2.00 6.0 2.0 2.436 -.436 .40594 2.08 6.0 4.0 4.303 -.303 .71709 2.19 6.0 6.0 5.760 .240 .95995

Hasil analisis probit dg metode SPSS (lanjutan) * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * Confidence Limits for Effective DOSIS 95% Confidence Limits Prob DOSIS Lower Upper .01 62.57642 18.52230 79.46591 .02 66.52514 22.57652 82.64879 .03 69.15870 25.58605 84.77187 .04 71.20832 28.10329 86.43044 .05 72.92024 30.32550 87.82358 .06 74.40974 32.34865 89.04407 .07 75.74076 34.22757 90.14329 .08 76.95271 35.99685 91.15292 .09 78.07176 37.67988 92.09399 .10 79.11623 39.29332 92.98131 .15 83.59141 46.66085 96.91573 .20 87.32798 53.33797 100.44582 .25 90.66647 59.63690 103.89960 .30 93.77317 65.68515 107.49344 .35 96.74693 71.51977 111.42502 .40 99.65589 77.11942 115.90951 .45 102.55357 82.42537 121.19246 .50 105.48755 87.36984 127.54505 .55 108.50548 91.91219 135.25107 .60 111.66047 96.06602 144.60979 .65 115.01785 99.90165 155.97997 .70 118.66533 103.53039 169.87652 .75 122.73141 107.09143 187.14002 .80 127.42335 110.75789 209.27016 .85 133.11924 114.77952 239.24287 .90 140.64906 119.62584 284.12598 .91 142.53071 120.77655 296.29675 .92 144.60341 122.02162 310.15482 .93 146.91726 123.38648 326.19202 .94 149.54526 124.90784 345.14332 .95 152.59994 126.64188 368.17470 .96 156.26860 128.68131 397.29302 .97 160.89984 131.19704 436.38647 .98 167.26946 134.56509 494.56616 .99 177.82455 139.95226 602.82972 Catatan, LD-50 dilihat pada bagian yang diberi tanda

Hasil analisis probit dg metode SPSS (lanjutan)Gambar . Grafik hubungan log dosis terhadap probit

Probit Transformed Responses

L o g o f DOSIS

2. 12. 01. 91. 8

Pro

bit

. 6

. 4

. 2

. 0

- . 2

- . 4

- . 6

- . 8

-1. 0

Kurva Log Dosis Respon(sigmoid)

Kurva hubungan dosis-respon (sigmoid)

Kurva sigmoid (Kurva Log Dosis Respon) sering digunakan dalam farmakologi maupun toksikologi karena:

Senyawa yg bekerja pada sistem biologi yg sama umumnya memberikan kurva yg sama bentuknya. Hal ini

mudah dilihat, demikian pula kesejajaran kurva mudah diamati

Rasio potensi lebih mudah diestimasi

Skala logaritmik memungkinkan menggambarkan kurva dg kisaran dosis yg sangat lebar pada suatu kurva tanpa harus

“memadatkan” kurva. Hal ini memungkinkan menggambarkan kurva secara teliti bagi senyawa-senyawa

yg rasio potensinya sangat besar

Bagian tengah kurva (20-80% efek maksimum) hampir linear. Hal ini sangat berguna jika harus digambarkan hanya

dari dua atau tiga pengamatan

TUGAS INDIVIDU Cari 1 journal/artikel publikasi yang berkaitan

dengan respon gradual atau quantal! Dikumpulkan max 1 pekan setelah kuliah

(tanggal 29 Maret 2011)

Terima kasih.........

bioassay kuantitatif

Documents