uin syarif hidayatullah jakarta studi penambatan …

UIN SYARIF HIDAYATULLAH JAKARTA

STUDI PENAMBATAN MOLEKUL

SENYAWA-SENYAWA

AMIDASI ETIL PARA METOKISINAMAT

PADA PEROXISOME PROLIFERATOR-ACTIVATED

RECEPTOR-GAMMA (PPARγ)

SKRIPSI

FITRIA APRIANI

1111102000071

FAKULTAS KEDOKTERAN DAN ILMU KESEHATAN

PROGRAM STUDI FARMASI

JAKARTA

JULI 2015

UIN SYARIF HIDAYATULLAH JAKARTA

STUDI PENAMBATAN MOLEKUL

SENYAWA-SENYAWA

AMIDASI ETIL PARA METOKISINAMAT

PADA PEROXISOME PROLIFERATOR-ACTIVATED

RECEPTOR-GAMMA (PPARγ)

SKRIPSI

Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Farmasi

FITRIA APRIANI

1111102000071

FAKULTAS KEDOKTERAN DAN ILMU KESEHATAN

PROGRAM STUDI FARMASI

JAKARTA

JULI 2015

iv

ABSTRAK

Nama : Fitria Apriani

Program Studi : Farmasi

Judul : Studi Penambatan Molekul Senyawa-Senyawa Amidasi

Etil Para Metoksisinamat Pada Peroxisome Proliferator-

Activated Receptor- Gamma (PPARγ)

Ikatan amida pada turunan asam sinamat terbukti menjadikan lebih tahan

terhadap hidrolisis dan dapat menurunkan konsentrasi glukosa plasma pada tikus

setelah diinduksi dengan streptozosin. Salah satu reseptor yang berperan dalam

pengobatan diabetes adalah Peroxisome Proliferator-Activated Receptor - Gamma

(PPARγ) yang bertanggung jawab terhadap sensitisasi insulin dalam jaringan

adiposa. Penelitian ini bertujuan menganalisa interaksi senyawa amidasi etil p-

metoksisinamat (EPMS) dengan PPARγ. Metode penelitian dengan penambatan

molekul atau secara in silico dipilih karena waktu penelitian yang lebih singkat

dan biaya yang lebih murah dibandingkan dengan metode in vitro maupun in vivo.

Perangkat lunak yang digunakan yaitu Autodock Vina yang merupakan suatu

program yang dapat menambatkan molekul ligan pada makromolekul reseptor.

Kemudian divisualisasikan menggunakan Autodock Tools, LigPlus dan PyMOL

serta dilakukan analisa Lipinski’s Rule of Five. Rosiglitazon sebagai antidiabetes

yang memiliki aktivitas terhadap PPARγ digunakan sebagai standar. Hasilnya

menunjukkan bahwa afinitas senyawa-senyawa amidasi etil p-metoksisinamat

semakin baik pada penambahan amina dengan alkil rantai panjang, siklik dan aril

dengan rentang energi ikatan antara -6,2 kkal/mol sampai -9,3 kkal/mol.

Sedangkan energi ikatan rosiglitazon sebesar -8,9 kkal/mol. Senyawa p-

methoxycinnamoyil tryptamine memiliki afinitas terbaik dengan nilai energi ikatan

-9,3 kkal/mol, sehingga berpotensi sebagai antidiabetes.

Kata kunci : Amidasi EPMS, PPARγ, penambatan molekul.

v

ABSTRACT

Name : Fitria Apriani

Major : Pharmacy

Title : Molecular Docking Study Of Amidation Ethyl P-Methoxycinnamate

Compounds to Peroxisome Proliferator-Activated Receptor-Gamma

(PPARγ)

Amide bond in cinnamic acid derivatives proved to make it more resistant

to hydrolysis and can decrease the plasma glucose concentration in rats after

induced by streptozosin. One receptor that plays a role in the treatment of diabetes

is Peroxisome Proliferator Activated Receptor-Gamma (PPARγ) which is

responsible for the sensitization of insulin in adipose tissue. This study aims to

analyze the interaction of amidation compound ethyl p-methoxycinnamate

(EPMS) with PPARγ. Methods of research with a molecular docking or in silico

been shorter research time and costs cheaper than the method of in vitro and in

vivo. The software used is Autodock Vina which is a program that allows docking

of molecular ligand to receptor macromolecules. Then visualized using Autodock

Tools, LigPlus and PyMOL, as well as analysis Lipinski's Rule of Five.

Rosiglitazone as antidiabetic PPARγ activity to be used as a standard. The result

showed that the affinity of the compounds amidation ethyl p-methoxycinnamate

getting better on the addition of amines with a long chain alkyl, cyclic and aryl

with the bond energy range between -6.2 kcal / mol to -9.3 kcal / mol. Whereas

rosiglitazone bond energy of -8.9 kcal / mol. P-methoxycinnamoyil tryptamine

compounds having the best affinity with the bond energy value -9.3 kcal / mol,

potentially as an antidiabetic.

Keywords : Amidation EPMS, PPARγ, molecular docking.

vi

KATA PENGANTAR

Alhamdulillahirabbil’alamin, segala puji dan syukur kehadirat Allah

SWT., atas segala rahmat, karunia, dan hidayah-Nya yang telah dilimpahkan

kepada penulis sehingga penulis dapat menyelesaikan penelitian dan penulisan

skripsi dengan judul “Studi Penambatan Senyawa-Senyawa Amidasi Etil Para

Metoksisinamat Sebagai Antidiabetes”. Shalawat serta salam semoga selalu

tercurah kepada junjungan Nabi Muhammad SAW., dan para sahabat serta

pengikutnya.

Dalam penyelesaian penelitian dan penulisan skripsi ini penulis banyak

menerima bantuan maupun dukungan dari berbagai pihak. Oleh karena itu, pada

kesempatan ini dengan segala kerendahan hati, penulis ingin memberikan

penghargaan yang setinggi-tingginya dan menyampaikan terima kasih yang tulus

kepada :

1. Bapak Drs. Arif Sumantri, M.Kes., selaku Dekan Fakultas Kedokteran dan

Ilmu Kesehatan

2. Bapak Yardi, Ph.D., Apt., selaku Kepala Program Studi Farmasi Fakultas

Kedokteran dan Ilmu Kesehatan

3. Bapak Supandi, M.Si., Apt., dan Ibu Lina Elfita, M.Si., Apt., sebagai

dosen pembimbing I dan II yang dengan kesabarannya telah memberikan

waktu, ilmu, arahan dan bimbingannya selama penelitian dan penulisan

skripsi ini

4. Ibu Dr. Dra. H. Delina Hasan, M.Kes., Apt., selaku penasehat akademik

yang telah membimbing penulis selama masa perkuliahan.

5. Ayahanda tercinta Nang Supriadi dan Ibunda Ida Rosidah yang senantiasa

selalu memberikan doa, kasih sayang, dan dukungan baik moral maupun

materi kepada penulis selama ini

6. Kakak Nadzifah Yuliani senantiasa memberikan dukungan dan motivasi

kepada penulis.

7. Bapak dan Ibu Dosen yang telah memberikan ilmu dan pengetahuan

hingga penulis dapat menyelesaikan studi di Program Studi Farmasi

vii

Fakultas Kedokteran dan Ilmu Kesehatan Universitas Islam Negeri (UIN)

Syarif Hidayatullah Jakarta.

8. Teman seperjuangan penulis Eko Wahyudi, Fathiyah atas kebersamaan,

motivasi dan bantuan selama penelitian hingga terselesaikannya skripsi

ini.

9. Sahabat-sahabat Fio Noviany, Brasti Eka Pratiwi, Astri Dwi Zahrina,

Sry Wardiyah, Hurhafiza, Maharani Pratiwi, Rianisa Karunia Dewi, dan

Wina Oktaviyani yang tak pernah bosan memberikan dukungan, masukan,

dan semangat bagi penulis dalam penyelesaian skripsi ini.

10. Teman-teman Farmasi Angkatan 2011 atas segala kebersamaanya,

semangat, dan bantuan selama dibangku perkuliahan hingga selesai

pengerjaan skripsi ini.

11. Dan kepada semua pihak yang telah membantu selama penelitian dan

penulisan skripsi baik secara langsung maupun tidak langsung yang tidak

bisa penulis sebutkan satu per satu.

Semoga segala bantuan yang telah diberikan kepada penulis mendapatkan

balasan dari Allah SWT.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Untuk itu

penulis mengaharapkan masukan berupa kritik dan saran yang membangun demi

kesempurnaan skripsi ini. Semoga skripsi ini dapat bermanfaat bagi kita semua.

Jakarta, Juli 2015

Penulis

ix

DAFTAR ISI

Halaman

HALAMAN PERNYATAAN ORISINALITAS ........................................ i

HALAMAN PERSETUJUAN PEMBIMBING .........................................ii

HALAMAN PENGESAHAN ...................................................................... iii

ABSTRAK .............................................................................................................. iv

ABSTRACT .................................................................................................. v

KATA PENGANTAR ................................................................................. vi

HALAMAN PERSETUJUAN PUBLIKASI ILMIAH .......................... viii

DAFTAR ISI ................................................................................................ ix

DAFTAR TABEL ...................................................................................... xii

DAFTAR GAMBAR ................................................................................. xiii

DAFTAR LAMPIRAN ............................................................................. xiv

DAFTAR ISTILAH ................................................................................... xv

BAB 1 PENDAHULUAN ........................................................................... 1

1.1. Latar Belakang .......................................................................... 1

1.2. Rumusan Masalah .................................................................... 3

1.3. Tujuan Penelitian ...................................................................... 3

1.4. Manfaat Penelitian .................................................................... 3

1.5. Hipotesis ................................................................................. 4

BAB 2 TINJAUAN PUSTAKA .................................................................. 5

2.1. Diabetes Mellitus ...................................................................... 5

2.2. Antidiabetik Oral Golongan Tiazolidindion ............................. 6

2.3. Peroxisome Proliferator-Activated

Receptor – Gamma (PPAR-γ) .................................................. 7

2.4. Etil Para Metosksisinamat ........................................................ 9

2.5. Ester ........................................................................................ 10

2.6. Amida dan Sintesis Amida ..................................................... 11

2.7. Protein dan Asam Amino ...................................................... 12

2.8. Interaksi Ikatan ...................................................................... 15

x

2.8.1. Ikatan Ion ..................................................................... 15

2.8.2. Ikatan Hidrogen ........................................................... 16

2.8.3. IkatanVan der Waals ................................................... 16

2.8.4. Ikatan Dipol-Dipol ....................................................... 16

2.8.5. Ikatan Kovalen ............................................................ 16

2.9. Penambatan Molekul (Molecular Docking) .......................... 17

2.10. Lipinski’s Rule of Five ........................................................... 19

2.11. MarvinSketch ......................................................................... 20

2.12. Protein Data Bank.................................................................. 20

2.13. PubChem .............................................................................. 21

2.14. Discovery Studio 3.5 Visualizer............................................. 21

2.15. Autodock ................................................................................ 22

2.16. Autodock Vina........................................................................ 22

2.17. Pymol ..................................................................................... 22

BAB 3 METODE PENELITIAN ............................................................. 23

3.1. Waktu Dan Tempat Penelitian ............................................... 23

3.2. Alat ........................................................................................ 23

3.2.1 Perangkat Lunak ............................................................ 23

3.2.2 Perangkat Keras ............................................................. 23

3.3 Bahan .................................................................................... 23

3.3.2. Struktur Tiga Dimensi PPAR-γ .................................... 23

3.3.2. Struktur Tiga Dimensi Ligan ....................................... 24

3.4. Prosedur Kerja ...................................................................... 24

3.4.1. Penyiapan Struktur PPAR-γ ........................................ 24

3.4.2. Penyiapan Struktur Ligan ............................................. 25

3.4. Penambatan Dengan Autodock Vina ..................................... 25

3.4. Analisa Dan Visualisasi Penambatan Molekul ..................... 25

3.4. Analisa Lipinski’s Rule of Five .............................................. 26

BAB 4 HASIL DAN PEMBAHASAN ..................................................... 27

4.1. Penyiapan Struktur PPAR-γ .................................................. 27

4.2. Penyiapan Struktur Ligan ........................................................ 29

3.4. Penambatan Dengan Autodock Vina ..................................... 32

3.4. Analisa Dan Visualisasi Penambatan Molekul ..................... 33

3.4. Analisa Lipinski’s Rule of Five .............................................. 47

xi

BAB 5 KESIMPULAN DAN SARAN ..................................................... 51

5.1. Kesimpulan ............................................................................. 51

5.2. Saran ........................................................................................ 51

DAFTAR PUSTAKA ................................................................................ 52

LAMPIRAN ............................................................................................... 56

xii

DAFTAR TABEL

Halaman

Tabel 4.1. Daftar ligan yang ditambatkan .................................................... 30

Tabel 4.2. Nilai ΔGbind ligan ...................................................................... 35

Tabel 4.3. Ikatan ligan dengan residu protein .............................................. 44

Tabel 4.5. Interaksi ligan dengan protein ..................................................... 45

Tabel 4.6. Keterangan warna pada gambar Autodock Tools,

LigPlus, dan PyMOL ................................................................... 47

Tabel 4.7. Data Lipinski’s Rule of Five ........................................................ 48

xiii

DAFTAR GAMBAR

Halaman

Gambar 2.1. Struktur obat-obat tiazolidindion ............................................ 6

Gambar 2.2. Struktur dan cara regulasi gen PPAR Gamma ........................ 8

Gambar 2.3. Struktur umum senyawa etil para metoksisinamat ................ 10

Gambar 2.4. Struktur umum senyawa ester ............................................... 10

Gambar 2.5. Reaksi pembuatan amida ....................................................... 11

Gambar 2.6. Struktur CAPA dan CAPE .................................................... 12

Gambar 2.7. Struktur caffamide ................................................................ 12

Gambar 2.8. Hidrofobik, asam amino alifatik ........................................... 13

Gambar 2.9. Hidrofobik, asam amino aromatik ......................................... 13

Gambar 2.10. Polar, asam amino bermuatan ............................................... 14

Gambar 2.11. Polar, asam amino tidak bermuatan ...................................... 14

Gambar 2.12. Konsep dasar penambatan molekul ....................................... 18

Gambar 4.1. Struktur 2PRG ....................................................................... 28

Gambar 4.2. Visualisasi interaksi rosiglitazon

dengan molekul reseptor (PPARγ) ........................................ 39

Gambar 4.3. Visualisasi interaksi p-methoxycinnamoyl tryptamine

dengan molekul reseptor (PPARγ) ....................................... 40

xiv

DAFTAR LAMPIRAN

Halaman

Lampiran 1. Alur Penelitian ....................................................................... 57

Lampiran 2. Prosedur kerja penambatan molekul

dengan Autodock Vina ........................................................... 58

Lampiran 3. Data hasil docking Autodock Vina ......................................... 82

Lampiran 4. Visualisai ligan dan molekul reseptor (PPARγ) .................... 87

xv

DAFTAR ISTILAH

AMP : Adenosin Mono Phosphat

AMPK : AMP-activated protein kinase

ATP : Adenosine Triphosphate

CAPA : Caffeic Acid Phenethyl Amide

CAPE : Caffeic Acid Phenethyl Ester

DM : Diabetes Mellitus

EPMS : Etil para metoksisinamat/ Ethyl para Methoxycinnamate

GLUT4 : Reseptor Glukosa Transporter 4

Grid Box : Kotak pencarian tempat ikatan ligan dengan reseptor

Kkal/mol : Kilo kalori per mol

KATP : ATP-sensitive potassium

Molar Refractivity : Pengukuran total polarizabilitas satu mol senyawa

tergantung temperatur, indeks refraksi, dan tekanan

Molecular Docking : Penambatan Molekul

pdb : Protein Data Bank

PPAR-γ : Peroxisome Proliferator Activated Receptor Gamma

RMSD : Root Mean Square Deviation

TZD : Tiazolidindion

ΔGbind : Energi yang dibutuhkan ligan untuk berinteraksi (ikatan)

dengan reseptor pada binding site

1

UIN Syarif Hidayatullah Jakarta

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Diabetes Mellitus (DM) merupakan salah satu kelompok penyakit

metabolik yang ditandai oleh hiperglikemia (kadar gula darah meningkat)

karena gangguan sekresi insulin, kerja insulin, atau keduanya (ADA, 2014).

Keadaan Hiperglikemia kronis dari diabetes berhubungan dengan gangguan

fungsi dan kegagalan berbagai organ, terutama mata, ginjal, saraf, jantung,

dan pembuluh darah (ADA, 2014).

Data dari WHO pada tahun 2013 menunjukkan bahwa 347 juta

orang di seluruh dunia menderita diabetes. Indonesia merupakan Negara ke-

7 dengan jumlah penderita diabetes terbanyak di dunia. Sekitar 7,6 juta

penduduk Indonesia menderita diabetes, sementara 12,6 juta orang lainnya

dalam kondisi prediabetes. Pada tahun 2030, diperkirakan populasi penderita

diabetes di Indonesia mencapai angka 11,8 juta, dengan persentase

pertumbuhan 6 % per tahun yang jauh melebihi pertumbuhan penduduk

Indonesia secara keseluruhan (Novo Nordisk, 2013).

Pengobatan farmakoterapi untuk diabetes terdiri dari obat

antidiabetik oral dan/atau insulin. Obat-obat antidiabetik oral ini terdiri dari

beberapa golongan berdasarkan mekanisme kerjanya, yaitu sulfonilurea

(meningkatkan sekresi insulin), biguanid (mengurangi glukoneogenesis

hepatik, meningkatkan sensitifitas insulin), tiazolidindion (meningkatkan

sensitivitas insulin), penghambat α-glukosidase, dan penghambat glucagon-

like peptide-1 (GLP-1). Namun, penggunaan antidiabetes oral terbatas karena

efek samping yang merugikan termasuk reaksi hematologikal, kutan dan

gastrointestinal, koma, hipoglikemik, gangguan fungsi hati dan ginjal (Alarcon,

et al., 2000). Untuk mengatasi permasalahan itu, diperlukan adanya

penelitian untuk menemukan senyawa obat baru yang memiliki efek

antidiabetes dengan efek samping yang lebih ringan dan efektivitas yang

jauh lebih baik.

2


Salah satu kondisi yang terjadi pada diabetes mellitus yaitu

sensitivitas insulin yang terganggu. Hal ini terjadi pada diabetes mellitus

tipe 2. Reseptor yang berperan terhadap sensitisasi insulin ini yaitu PPARγ.

Antidiabetes dengan mekanisme kerja berikatan pada Peroxisome

Proliferator Activated Receptor Gamma (PPARγ) diantarnyada adalah

tiazolidindion (rosiglitazon dan pioglitazon). Tiazolidindion bekerja pada

reseptor tersebut menyebabkan terjadinya peningkatan perangsangan insulin

oleh reseptor glukosa transporter 4 (GLUT4) dan sintesis glikogen yang

menyebabkan peningkatan sinyal insulin dan sensitifitas insulin (Coman &

Socaciu, 2012).

Etil p-metoksisinamat (EPMS) merupakan salah satu senyawa

yang diperoleh dari rimpang kencur (Kaemferia galanga L.), dan telah

dilaporkan memiliki beberapa manfaat diantaranya yaitu sebagai

antiinflamasi, antimikroba, antituberkulosis, antikanker, dan antidibaetes.

Chowdhury et al (2014) melaporkan bahwa ekstrak kencur dengan dosis

200 mg/kg BB yang diduga mengandung senyawa etil p-metoksisinamat

dapat menghambat peningkatan kadar glukosa pada tikus setelah diinduksi

dengan streptozosin.

Beberapa senyawa turunan asam sinamat yaitu caffeic acid

phenethyl amide (CAPA) yang berasal dari caffeic acid phenethyl ester

(CAPE), serta caffeamide memiliki ikatan amida dengan aktivitas sebagai

antidiabetes. CAPA dapat menurunkan kadar glukosa plasma pada dosis

oral 0,5 mg/kg dan caffeamide pada dosis 40 mg/kg untuk tikus. Adanya

ikatan amida pada CAPA menjadikan lebih tahan terhadap hidrolisis,

menurunkan konsentrasi glukosa plasma dan efek terhadap dilatasi pada

tikus normal dan diabetes, selain itu ditemukan lebih stabil dalam plasma

dibandingkan CAPE secara in vivo (Yang, 2012). CAPA dilaporkan

memiliki aktivitas menghambat KATP channels dan meningkatkan GLUT4

(glucose trasporter 4), sementara Caffeamide dilaporkan memiliki aktivitas

dalam forforilasi AMPK (AMP-activated protein kinase) dan

mneningkatkan GLUT4 (glucose trasporter 4) di hati dan otot (Kuo, 2014).

KATP channels berhubungan dalam seksresi insulin, sedangkan AMPK

3


berperan dan GLUT4 berkaitan dengan PPARγ dalam sensitisasi insulin.

Selain itu telah dilaporkan pula bahwa asam sinamat dan Klorogenat dapat

meningkatkan ekspresi PPARγ (Prabhakar, 2011). Oleh karena itu pada

penelitian ini dilakukan untuk mengetahui efektivitas antidiabetes etil p-

metoksisisnamat yang dimodifikasi secara amidasi dengan target PPARγ.

Pada penelitian ini menggunakan senyawa pembanding yaitu Rosiglitazon

yang merupakan antidiabetes golongan tiazolidindion yang memiliki

aktivitas terhadap PPARγ. Selain itu, Rosiglitazon juga memiliki kemiripan

struktur karena adanya kemiripan struktur dengan senyawa amidasi etil p-

metoksisinamat.

Penelitian ini dilakukan untuk mengetahui interaksi antara PPARγ

dan senyawa amidasi etil p-metoksisinamat yang dapat ditentukan dengan

metode penambatan molekul (molecular docking) atau secara in silico.

Metode ini dipilih karena membutuhkan waktu penelitian yang lebih singkat

dan biaya yang lebih murah dibandingkan dengan metode in vitro maupun in

vivo. Sintesis tradisional dari senyawa obat baru mengunakan kombinasi

kimiawi dan screening merupakan proses yang membutuhkan biaya besar

dan waktu yang lama, sedangkan screening database molekul dari senyawa

model dapat dijadikan metode alternatif dalam desain obat baru (Ekins et al.,

2007).

1.2 Rumusan Masalah

Apakah senyawa-senyawa amidasi etil p-metoksisinamat memiliki interaksi

yang baik terhadap Peroxisome Proliferator Activated Receptor Gamma

(PPAR-γ) ?

1.3 Tujuan dan Sasaran Penelitian

Menganalisa interaksi penambatan molekul senyawa-senyawa amidasi etil

p-metoksisinamat pada Peroxisome Proliferator Activated Receptor

Gamma (PPAR-γ).

4


1.4 Manfaat Penelitian

Memberikan data perbandingan interaksi senyawa amidasi etil p-

metoksisinamat terhadap Peroxisome Proliferator Activated Receptor

Gamma (PPAR-γ) untuk membantu dalam perancangan obat antidiabetes

baru.

5


BAB 2

TINJAUAN PUSTAKA

2.1 Diabetes Mellitus

Diabetes Mellitus (DM) merupakan salah satu kelompok penyakit

metabolik yang ditandai oleh hiperglikemia (kadar gula darah meningkat)

karena gangguan sekresi insulin, kerja insulin, atau keduanya (ADA, 2014).

Fungsi insulin adalah untuk mengatur kadar normal glukosa darah (Wilcox,

2005). Keadaan Hiperglikemia kronis dari diabetes berhubungan dengan

kerusakan jangka panjang, gangguan fungsi dan kegagalan berbagai organ,

terutama mata, ginjal, saraf, jantung, dan pembuluh darah (ADA, 2014).

Keadaan ini juga dapat menyebabkan komplikasi kronik

mikrovaskular, makrovaskular, dan neuropatik (Schwinghammer,2009).

Kadar glukosa puasa pada pasien diabetes adalah > 126 mg/dl atau

postprandial > 200 mg/dl atau glukosa sewaktu > 200 mg/dl (Suherman,

2009).

Menurut American Diabetes Association (ADA,2014), klasifikasi

diabetes meliputi empat kelas klinis :

a. Diabetes Mellitus tipe 1

Hasil dari kehancuran sel β pankreas, biasanya menyebabkan defisiensi

insulin yang absolut.

b. Diabetes Mellitus tipe 2

Hasil dari gangguan sekresi insulin yang progresif menjadi latar

belakang terjadinya resistensi insulin.

c. Diabetes tipe spesifik lain

Misalnya : gangguan genetik pada fungsi sel β, gangguan genetik pada

kerja insulin, penyakit eksokrin pankreas (seperti cystic fibrosis), dan

yang dipicu oleh obat atau bahan kimia (seperti dalam pengobatan

HIV/AIDS atau setelah transplantasi organ).

6


d. Gestational Diabetes

Diabetes melitus gestasional (gestational diabetes melitus [GDM]),

adalah diabetes yang terjadi pada wanita hamil yang sebelumnya tidak

mengidap diabetes (Corwin, 2009).

2.2 Antidiabetik Oral Golongan Tiazolidindion

Tiazolidindion (TZD) adalah golongan obat yang mensensitisasi

insulin yang merupakan agonis untuk reseptor nuklir Peroxisome

Proliferator-Activated Receptor – Gamma (PPAR-γ). TZD yang pertama,

troglitazon (Rezulin©

), telah disetujui untuk digunakan di Amerika Serikat

pada tahun 1997, segera diikuti oleh pioglitazon (Actos©

) dan rosiglitazon

(Avandia©

). Mekanisme yang tepat dimana TZD bertindak belum jelas

digambarkan, namun data menunjukkan bahwa TZD meningkatkan

sensitivitas insulin oleh efek langsung dan tidak langsung pada jaringan

adiposa dan otot. Troglitazon telah dihapus dari pasar pada tahun 2000

karena hepatotoksisitas, tetapi pioglitazon dan rosiglitazon tetap dipasarkan

(DiStefano J.K & Watanabe R. M, 2010).

TZD bekerja dengan mengikat PPAR-γ, yang terutama terletak

pada sel-sel lemak dan sel-sel pembuluh darah. TZD meningkatkan ekspresi

(DiStefano J.K & Watanabe R. M, 2010)

Gambar 2.1. Struktur obat-obat tiazolidindion

7


dari gen yang memetabolisme glukosa, menghasilkan sensitivitas insulin

pada otot, hati, dan jaringan lemak secara tidak langsung. TZD

menyebabkan preadiposit untuk berdiferensiasi menjadi sel-sel lemak

matang pada penyimpanan lemak subkutan. Sel-sel lemak kecil lebih

sensitif terhad ap insulin dan lebih mampu menyimpan asam - asam lemak

bebas. Hasilnya adalah fluks asam-asam lemak bebas keluar dari plasma,

lemak viseral, dan hati menjadi lemak subkutan, jaringan penyimpanan

yang kurang resistensi terhadap insulin. Lemak yang dihasilkan dari otot

intraseluler yang berkontribusi terhadap resistensi insulin juga menurun.

TZD juga mempengaruhi adipokin, (misalnya, angiotensinogen, jaringan

necrosis factor - α, interleukin - 6, penghambat aktifator plasminogen-1),

yang secara positif dapat mempengaruhi sensitivitas insulin, fungsi endotel,

dan peradangan. Dari catatan khusus, adiponektin berkurang pada obesitas

dan / atau diabetes tetapi meningkat dengan terapi TZD, yang meningkatkan

fungsi endotel, sensitivitas insulin, dan memiliki efek antiinflamasi yang

kuat (DiPiro et al, 2008).

2.3 Peroxisome Proliferator-Activated Receptor – Gamma (PPAR-γ)

Peroxisome proliferator – activated receptors (PPARs) termasuk

ke dalam kelompok reseptor inti (nuclear receptor), yang didefinisikan

sebagai faktor transkripsi yang diaktifkan oleh ligan (beberapa asam lemak

dan/atau metabolit lipidnya). PPAR memiliki peran dalam mengontrol

metabolisme lipid dan lipoprotein, homeostasis glukosa, serta diferensiasi

sel. Akhir-akhir ini ditemukan bahwa PPAR juga mengganggu

perkembangan proses tumor, mengontrol respon inflamasi, dan penyakit-

penyakit terkait (Habor, 2010).

Reseptor inti dari kelompok Peroxisome Proliferator-Activated

Receptors (PPARs) merupakan salah satu yang berperan dalam pengaturan

diferensiasi adiposit, pada lipid dan homeostasis glukosa. PPARγ berperan

dalam proses sensitisasi insulin, dan digunakan sebagai target terapi

diabetes mellitus tipe 2. Tiazolidindion bekerja pada reseptor tersebut

8


menyebabkan terjadinya peningkatan perangsangan insulin oleh reseptor

Glukosa transporter 4 (GLUT4) dan sintesis glikogen yang menyebabkan

peningkatan sinyal insulin dan sensitifitas insulin (Coman & Socaciu, 2012).

Ada tiga tipe PPAR, yaitu alfa (α), beta (β), gamma (γ), yang

dikodekan pada berbagai jenis gen dan mempunya jaringan distribusi yang

berbeda-beda. Diaktifkan oleh ligan yang berkonsolidasi dengan PPARs

membentuk heterodimer dengan bantuan reseptor 9-cis RXR asam retinoat

dan memperbaiki elemen respon spesifik pada tingkat promotor gen target.

Elemen respon ini pada umumnya dibentuk melalui pengulangan langsung

heksametrik yang muncul (dikenal sebagai reseptor inti, yang dibedakan

oleh nukleotida) (Habor, 2010).

PPARs membentuk heterodimer dengan reseptor retinoid X (RXR)

yang meningkatkan ikatan DNA dan kemudian mengatur transkripsi DNA

dengan mengikat urutan nukleotida yang ditentukan (unsur respon

proliferator Peroksisom, PPRE) di daerah promotor gen target. Beberapa

kofaktor (koaktifator atau korepresor) memediasi kemampuan reseptor inti

untuk merangsang atau menekan proses transkripsi. Ketika jenis mutan dari

PPAR terikat dengan RXR, korepresor membentuk kompleks yang

menempel pada heterodimer tersebut. Kemudian, faktor transkripsi basal

(BTF) tidak terikat. Ketika jenis normal PPAR terikat dengan RXR,

koaktifator membentuk kompleks yang menempel pada heterodimer

tersebut. Setelah itu, BTF tersebut terikat dan banyak fungsi yang dijalankan

(Sohn et al, 2010).

Gambar 2.2. Struktur dan cara regulasi gen PPAR Gamma

(Savage, 2005)

9


Beberapa asam lemak mampu mengikat dan mengaktifasi PPARs.

Asam linoleat merupakan salah satu diantara banyaknya aktifator dan dapat

mengaktifasi 3 tipe PPARs. Hal ini telah dibuktikan bahwa eikosanoid dan

prostaglandin (PG) tertentu dari seri A, D, J merupakan aktivator PPARs

(Habor, 2010).

Golongan tiazolidindion (TZD) merupakan ligan bagi PPAR-γ

yang menyebabkan aktifitas transkripsi dapat terstimulasi, sehingga dapat

disimpulkan bahwa PPAR-γ terlibat dalam mekanisme resistensi insulin.

Hasil riset secara jelas menunjukkan bahwa molekul golongan turunan TZD

(troglitazon, pioglitazon, rosiglitazon), mampu memperbaiki resistensi

insulin in vivo secara signifikan. Ada hipotesis yang mengatakan bahwa

aktifasi PPAR-γ melibatkan diferensiasi adiposit dan penyimpanan asam

lemak dalam jaringan adiposa (mengurangi sirkulan lipid, yang

menyebabkan otot lebih sensitif terhadap insulin) (Habor, 2010).

PPAR-γ yang aktif yang bekerja pada jaringan adiposa dan

makrofag memicu diferensiasi sel lemak dan mengatur penyimpanan asam

lemak dan metabolisme glukosa dengan mempengaruhi gen terkait. Oleh

karena itu, PPAR-γ merupakan target obat utama untuk pengobatan diabetes

mellitus tipe 2. Meskipun beberapa molekul alami seperti eikosanoids dan

asam lemak tak jenuh ganda yang mampu mengaktifkan reseptor ini, ligan

buatan memiliki lebih banyak potensi sebagai agonis dari PPAR (Sohn et al,

2010).

2.4 Etil Para Metoksisinamat

Etil p-metoksisinamat (EPMS) merupakan salah satu senyawa

yang diperoleh dari rimpang kencur (Kaemferia galanga L.), termasuk

dalam golongan senyawa ester yang mengandung senyawa benzena dan

senyawa metoksi yang bersifat non polar dan juga gugus karbonil yang

mengikat etil yang bersifat sedikit polar (Firdausi, 2009). EPMS telah

dilaporkan mempunyai anti-tuberkolosis, nematisidal, penolak nyamuk,

larvasidal, antineoplastic dan potensi anti microbial (Umar et al, 2014).

10


Chowdhury et al (2014) melaporkan bahwa ekstrak kencur dosis 200 mg/kg

BB yang diduga mengandung EPMS diberikan pada tikus dapat

menghambat peningkatan kadar glukosa setelah diinduksi dengan

streptozosin.

Gambar 2.3. Struktur umum senyawa etil para metoksisinamat

2.5 Ester

Ester adalah suatu senyawa organik yang terbentuk melalui

pergantian satu (atau lebih) atom hidrogen pada gugus karboksil dengan

suatu gugus organik. Kebanyakan ester tersebar luas pada semua senyawa

alam. Sebagai contoh, metil butanoat ditemukan pada minyak nanas dan

isopentil asetat merupakan senyawa pokok minyak pisang (McMurry,

2008). Penamaan ester terdiri dari dua kata, kata pertama adalah nama

gugus alkil yang terikat pada oksigen ester sedangkan kata kedua berasal

dari nama asam karboksilatnya, dengan membuang kata asam (Inggris: -ic

acid menjadi –ate).

IUPAC : Asam propanoat

Trivial : Asam propionat

Gambar 2.4. Struktur umum senyawa ester

11


O

2.6 Amida dan Sintesis Amida

Suatu amida ialah suatu senyawa yang mempunyai nitrogen

trivalent yang terikat pada suatu gugus karbonil. Suatu amida diberi nama

dari asam karboksilat induknya, dengan mengubah imbuhan asam -oat

(atau –at) menjadi –amida.

Amida disintesis dari derivat asam karboksilat dan amonia atau

amina yang sesuai. Reaksi pembentukan sebagai berikut:

Gambar 2.5. Reaksi pembuatan amida

(Fessenden & Fessenden, 1999)

Senyawa sinamida telah banyak disintesa, dan kemudian dilakukan

uji kanker, yaitu 2-metil sinamida yang diisolasi dari Streptomyces

griseoliteus, menunjukkan efek anti-invasif atau antimetastatik yag

signifikan (Welch, 1993). Hubungan struktur hasil mofidikasi etil p-

metoksisinamat terhadap antiinflamasi menujukkan pergantian gugus fungsi

ester menjadi amida dapat meningkatkan aktivitas antiinflamasi

(Hardiansyah, 2014). Beberapa senyawa turunan asam sinamat lain yaitu

caffeic acid phenethyl amide (CAPA) yang berasal dari caffeic acid

phenethyl ester (CAPE), serta caffeamide memiliki ikatan amida yang

dengan aktivitas sebagai antidiabetes. Adanya ikatan amida pada CAPA

R’2NH

R’2NH

R’2NH

RCNR’2

Asil Klorida

Anhidrida asam

Ester

12


menjadikan lebih tahan terhadap hidrolisis, menurunkan konsentrasi glukosa

plasma dan efek terhadap dilatasi pada tikus normal dan diabetes, selain itu

ditemukan lebih stabil dalam plasma dibandingkan CAPE secara in vivo

(Yang, 2012). Caffeamide dilaporkan memiliki aktivitas dalam

meningkatkan GLUT4 (glucose trasporter 4) di hati dan otot (Kuo, 2014).

Gambar 2.6. Struktur CAPA dan CAPE

(Yi-Jin Ho et al, 2013)

Gambar 2.7. Struktur caffeamide

(Kuo, 2014)

2.7 Protein dan Asam Amino

Asam amino merupakan suatu susunan protein. Protein dari semua

spesies, dari bakteri sampai manusia, terdiri dari kumpulan dari 20 asam

amino standar yang sama. Sembilan belas di antaranya adalah asam α-amino

dengan gugus amino primer (-NH3+) dan asam karboksilat (karboksil;

-COOH) yang terikat pada atom karbon pusat, yang disebut atom α-karbon

(Cα) karena berdekatan dengan gugus karboksil dan juga terikat pada atom

Cα yaitu atom hidrogen dan variabel rantai samping atau gugus 'R'. Nama-

nama asam amino sering disingkat menjadi tiga huruf atau satu huruf.

Contoh: prolin disingkat Pro atau P (Hames & Hooper, 2005).

13


Ada 20 asam amino standar yang hanya berbeda dalam struktur

rantai samping atau gugus 'R'. Asam amino tersebut dapat dibagi menjadi

kelompok-kelompok kecil berdasarkan kesamaan dalam sifat-sifat rantai

sampingnya.

Gambar 2.8. Hidrofobik, asam amino alifatik

(Hammes & Hopper, 2005)

Gambar 2.9. Hidrofobik, asam amino aromatik


14


Gambar 2.10. Polar, asam amino bermuatan


Gambar 2.11. Polar, asam amino tak bermuatan


15


Urutan linear asam amino yang bergabung melalui ikatan peptida

disebut struktur primer protein. Posisi ikatan kovalen disulfida antara residu

sistein juga termasuk dalam struktur primer. Gabungan antara dua struktur

primer membentuk struktur protein sekunder. Struktur sekunder protein ini

mengacu pada lipatan teratur daerah dari rantai polipeptida. Dua jenis

struktur sekunder adalah α-helix dan β-pleated sheet. α-helix berbentuk

silinder, rangkaian heliks asam amino seperti batang dalam rantai

polipeptida yang ditahan oleh ikatan hidrogen yang sejajar dengan sumbu

helix. Dalam β-pleated sheet, ikatan hidrogen terbentuk antara bagian yang

berdekatan dari polipeptida yang baik berjalan di arah yang sama (β-pleated

sheet paralel) atau dalam arah yang berlawanan (β-pleated sheet antiparalel).

β- membalikkan arah rantai polipeptida dan seringkali ditemukan terhubung

dengan ujung β-pleated sheet antiparalel (Hames & Hooper, 2005).

Struktur tersier protein mengacu pada susunan tiga dimensi dari

semua asam amino dalam rantai polipeptida. Struktur ini aktif secara

biologis, konformasi asli ini diikat oleh beberapa ikatan nonkovalen. Jika

protein terdiri dari lebih dari satu rantai polipeptida dikatakan memiliki

struktur kuaterner. Hal ini mengacu pada tata ruang dari subunit polipeptida

dan sifat interaksi di antara mereka (Hames & Hooper, 2005).

2.8 Interaksi Ikatan

Ada beberapa bentuk ikatan yang berperan. Biasanya dalam bentuk

interaksi ikatan intermolekular seperti ikatan ion, ikatan hidrogen, ikatan

van der waals, dan ikatan dipol-dipol. Beberapa obat juga membentuk ikatan

kovalen terhadap targetnya (Patrick, 2001).

2.8.1 Ikatan Ion

Ikatan ion terbentuk antara gugus – gugus yang memiliki muatan

yang berlawanan dan sangat penting untuk beberapa interaksi ikatan obat-

target. Beberapa pengantar pesan kimia alami tubuh berinteraksi melalui

ikatan ion (Patrick, 2001).

16


2.8.2 Ikatan Hidrogen

Ikatan ini terlibat dalam interaksi antara dua molekul, yang salah

satunya bertindak sebagai donor dan yang lainnya sebagai akseptor.

Hidrogen donor mengandung gugus fungsi yang mempunyai proton yang

terikat pada atom elektronegatif. Atom elektronegatif memiliki bagian

yang lebih besar dari elektron dalam ikatan hidrogen, sehingga membuat

hidrogen sedikit bermuatan positif dan elektrofilik. Hidrogen akseptor

mengandung elektronegatif atom seperti oksigen atau nitrogen. Ikatan

hidrogen lebih lemah dari ikatan ion. (Patrick, 2001).

2.8.3 Interaksi Van Der Waals

Interaksi van der waals adalah interaksi lemah yang muncul

diantara gugus – gugus hidrofobik seperti cincin aromatik dan gugus alkil.

Interaksi ini muncul disebabkan adanya fluktuasi acak dalam densitas

elektron sehingga membentuk daerah sementara yang kaya elektron atau

sedikit elektron. Daerah kaya elektron pada satu molekul akan menarik

daerah yang elektronnya sedikit pada molekul lain. Interaksi ini lebih

lemah dari ikatan ion dan ikatan hidrogen dan melibatkan molekul

hidrogen netral (Patrick, 2001).

2.8.4 Interaksi Dipol-Dipol

Momen dipol penting dalam orientasi molekul ketika berinteraksi

dengan situs ikatan. Obat mempunyai momen dipol yang kemungkinan

untuk menyelaraskan dengan momen dipol lokal pada situs ikatan

sehingga momen dipol sejajar dan dalam arah yang berlawanan. Momen

dipol yang salah berorientasi bisa juga mengakibatkan penurunan aktivitas

(Patrick, 2001).

17


2.8.5 Ikatan Kovalen

Kebanyakan obat berinteraksi dengan targetnya menggunakan

ikatan intermolekular. Namun, beberapa obat membentuk ikatan kovalen

terhadap targetnya. Obat-obat yang mengandung gugus alkil halida dapat

bertindak sebagai elektrofilik dan bereaksi dengan residu asam amino

nukleofilik, seperti serin dan sistein, pada situs ikatan target, yang

menyebabkan hubungan ireversibel antara obat dan target. Beberapa

penghambat enzim dirancang untuk bekerja sebagai substrat dan untuk

menjalani reaksi katalis enzim. Hal ini menyebabkan pembentukan

hubungan kovalen antara obat dan enzim (Patrick, 2001).

2.9 Penambatan Molekul (Molecular Docking)

Dalam bidang pemodelan molekul, docking adalah metode untuk

memprediksi orientasi yang lebih diutamakan dari suatu molekul ketika

terikat satu sama lain untuk membentuk kompleks yang stabil. Informasi

tentang oreintasi ini dapat digunakan untuk memprediksi kekuatan

hubungan atau afinitas ikatan antara dua molekul yang digunakan

misalnya fungsi penilaian. Hubungan antara molekul biologis yang relevan

seperti protein, asam nukleat, karbohidrat, dan lipid memainkan peran

sentral dalam transduksi sinyal. Selanjutnya, orientasi relatif dari dua

pasangan yang berinteraksi dapat mempengaruhi jenis sinyal yang

dihasilkan. Oleh karena itu docking berguna untuk memprediksi baik

kekuatan dan jenis sinyal yang dihasilkan. Docking sering digunakan

untuk memprediksi orientasi ikatan kandidat obat bermolekul kecil

terhadap target proteinnya untuk memprediksi afinitas dan aktivitas

molekul kecil. Maka docking memainkan peran penting dalam desain obat

secara rasional (Mukesh & Rakesh, 2011)

18


Gambar 2.12. Konsep dasar penambatan molekul

(Mukesh, 2011)

Fokus Penambatan molekul untuk mensimulasikan secara

komputasi proses pengenalan molekul. Tujuan dari Penambatan molekul

adalah untuk mencapai konformasi yang optimal untuk kedua protein dan

ligan serta orientasi relatif antara protein dan ligan sehingga energi bebas

dari sistem secara keseluruhan diminimalkan. Proses komputasi mencari

ligan yang cocok baik secara geometris dan energi ke situs pengikatan

protein ini disebut penambatan molekul. Penambatan molekul membantu

dalam mempelajari obat / ligan atau interaksi reseptor / protein dengan

mengidentifikasi situs aktif yang cocok pada protein, mendapatkan

geometri terbaik dari ligan - kompleks reseptor, dan menghitung energi

interaksi dari ligan yang berbeda untuk merancang ligan yang lebih efektif

(Mukesh, 2011).

Untuk melakukan skrining penambatan, syarat pertama adalah

struktur protein yang dikehendaki. Biasanya struktur telah ditentukan

dengan menggunakan teknik biofisik seperti kristalografi sinar-x, atau

spektroskopi NMR. Struktur protein dan basis data ligan yang potensial ini

berfungsi sebagai input untuk program docking. Keberhasilan program

19


docking tergantung pada dua komponen: pencarian algoritma dan fungsi

scoring (Mukesh, 2011).

Fungsi scoring untuk menghitung afinitas kompleks ligan-protein

reseptor yang terbentuk dan untuk mengurutkan peringkat senyawa (Reddy

et al, 2007). 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

terbentuk. Sedangkan penggunaan algoritma berperan dalam penentuan

konformasi (docking pose) yang paling stabil dari pembentukan kompleks

(Funkhouser, 2007). Gugus – gugus fungsional ligan akan berinteraksi

dengan residu – residu asam amino protein reseptor sehingga membentuk

ikatan intermolekular. Kekuatan ikatan inilah yang dihitung dan

diperingkatkan (ranking) dengan Scoring function.

Berdasarkan interaksi yang terjadi, terdapat beberapa jenis

molecular docking, yaitu:

1. Docking protein / ligan kecil

2. Docking protein / peptida

3. Docking protein / protein

4. Docking protein / nukleotida (Mukesh, 2011).

2.10 Lipinski’s Rule of Five

Lipinski’s Rule of Five juga dikenal sebagai Pfizer's Rule of five atau

Rule of five (RO5) adalah aturan praktis untuk mengevaluasi obat atau

menentukan apakah senyawa kimia dengan aktivitas farmakologi atau

biologi tertentu memiliki sifat yang akan membuatnya menjadi obat yang

aktif diberikan secara oral pada manusia. Aturan ini menjelaskan sifat

molekul penting bagi farmakokinetik obat dalam tubuh manusia, termasuk

penyerapan, distribusi, metabolisme, dan ekskresi (Lipinski, 2001 &

Lipinski et al, 2004). Maka dari itu, apabila diinginkan dalam merancang

obat yang aktif secara oral harus memenuhi ‘Lipinski’s Rule of Five’ yaitu:

20


- Berat molekul kurang dari 500,

- Memiliki tidak lebih dari 5 gugus hidrogen donor,

- Memiliki tidak lebih dari 10 gugus hidrogen akseptor,

- Nilai logP tidak lebih dari 5.

- Molar refractivity sebaiknya diantara 40-130 (Lipinski, 2001 &

Lipinski et al, 2004).

2.11 MarvinSketch

MarvinSketch adalah komponen editing query, struktur, dan reaksi

dari Java teknologi perangkat lunak ChemAxon.Pengguna MarvinSketch

dapat dengan cepat digunakan untuk membuat dan mengedit struktur,

reaksi atau pertanyaan dan menghitung struktur terkait data

(chemaxon.com).

MarvinSketch tersedia sebagai standalone aplication untuk

pengguna akhir, Java Applet untuk aplikasi berbasis web dan JawaBean

untuk pengembang alat kimia. Seperti semua perangkat lunak ChemAxon,

MarvinSketch portabel dan dapat dijalankan dalam semua sistem operasi

utama dan termasuk Java dan .NET integration (chemaxon.com).

MarvinSketch memiliki sistem pengerjaan intuitif dan banyak

pilihan pengeditan. Struktur file dari berbagai format file yang didukung

dan template memungkinkan pengguna untuk menambahkan struktur

sendiri, atau menggunakan perpustakaan template yang disediakan untuk

menyederhanakan struktur, reaksi dan permintaan menggambar

(chemaxon.com).

2.12 Protein Data Bank

Protein Data Bank (PDB; http://www.rcsb.org/pdb/) adalah sebuah

dokumen atau kumpulan data eksperimental struktur tiga dimensi dari

makromolekul biologis, yang sekarang berjumlah lebih dari 32.500

(Berman, et al., 2000), termasuk protein dan asam nukleat. Molekul –

21


molekul tersebut adalah molekul yang ditemukan di semua organisme

termasuk bakteri, ragi, tanaman, lalat, hewan lain, dan manusia. Informasi

ini dapat digunakan untuk membantu menyimpulkan peran struktur dalam

kesehatan manusia dan penyakit, dan dalam pengembangan obat. Struktur

yang terdapat dalam arsip ini mulai dari protein kecil dan potongan-

potongan DNA sampai molekul kompleks seperti ribosom (RCSB, 2014).

2.13 PubChem

PubChem (http://PubChem.ncbi.nlm.nih.gov) adalah gudang

informasi molekuler untuk umum, sebuah karya ilmiah dari Institut

Kesehatan Nasional Amerika (US National Institutes of Health / NIH).

Basis data PubChem memiliki lebih dari 27 juta catatan struktur kimia

khusus dari senyawa yang berasal dari hampir 70 juta senyawa endapan,

dan berisi lebih dari 449.000 catatan bioassay dengan lebih dari ribuan

biokimia in vitro dan skrining berbasis sel, dengan menargetkan lebih dari

7000 protein dan gen yang terhubung dengan lebih dari 1,8 juta senyawa

(Xie, 2010). Pada situs PubChem ini dapat diunduh struktur kimia dari

suatu senyawa secara gratis yang dibutuhkan dalam studi penambatan

molekul.

2.14 Discovery Studio 3.5 Visualizer

Discovery Studio Visualizer adalah penampil gratis yang dapat

digunakan untuk membuka, mengedit data serta alat untuk melakukan

analisis data yang dihasilkan oleh perangkat lunak lain. Perangkat ini

dirancang untuk memberikan gambaran yang interaktif untuk melihat dan

mengedit struktur molekul, urutan, data refleksi X-ray, script, dan data

lainnya. Aplikasi ini dapat digunakan pada Windows dan Linux dan

terintegrasi dengan desktop yang menyediakan akses ke fitur sistem

operasi standar seperti sistem berkas, clipboard, dan percetakan (Accelrys

Enterprise Platform, 2005).

22


2.15 Autodock

Autodock merupakan program penambatan molekuler yang

efektif yang secara cepat dan akurat dapat memprediksi konformasi dan

energi dari suatu ikatan antara ligan dan target makromolekul. Autodock

terdiri dari dua program utama, yaitu Autodock dan Autodock grid.

Autodock untuk melakukan penambatan molekuler ligan dan protein target

dengan set grid yang telah terdeskripsi. Pendeskripsian ini dilakukan

sebelumnya dengan Autogrid. Untuk memungkinkan pencarian

konformasi, Autodock membutuhkan ruang pencarian dalam sistem

koordinat dimana posisi ligan dianggap akan terikat (Morris, et al., 2009).

2.16 Autodock Vina

AutoDock Vina adalah salah satu perangkat lunak yang tepat dan

dapat diandalkan yang tersedia untuk penemuan obat, penambatan molekul

dan skrining virtual yang dirancang dan diterapkan oleh Dr. Oleg Trott.

Vina menawarkan fungsi yang beragam, tingkat kinerja tinggi dan

meningkatkan akurasi untuk mempermudah penggunaan. Perangkat lunak

ini dapat dioperasikan dengan bantuan AutoDockTools (ADT) atau

instruksi command line (Sandeep et al, 2011).

2.17 PyMOL

PyMOL merupakan salah satu program visualisasi yang digunakan

untuk memahami suatu struktur biologi dan dapat menampilkan gambar

tiga dimensi yang berkualitas dan mampu menyajikan tampilan struktur

dalam beberapa warna dari suatu molekul kecil maupun makromolekul

seperti protein. Visualisasi sangatlah penting untuk lebih memahami dan

mendalami struktur suatu molekul. Perangkat lunak ini dikomersilkan oleh

DeLano Scientific LLC (DeLano & Bromberg, 2004).

23


BAB 3

METODE PENELITIAN

3.1 Tempat dan Waktu Penelitian

Penelitian dilaksanakan di Fakultas Kedokteran dan Ilmu

Kesehatan Universitas Islam Negeri Syarif Hidayatullah bulan April sampai

Juni 2015.

3.2 Alat

3.2.1 Perangkat Keras

Notebook Sony VAIO (E series E Series SVE11125CVP) dengan

spesifikasi Processors AMD E2 1800 APU with Radeon™ HD Graphic

@1,7 Ghz ( 2 CPU ), dan RAM (Random Access Memory) 2 gigabyte.

Notebook, AC Adapter VGP-AC19V57 dan terkoneksi internet.

3.2.2 Perangkat Lunak

Sistem Operasi Windows 8.1 Enterprise 64 bit, Paket Autodock

Tools yang terdiri dari Python 2.5.2 dan MGLTools 1.5.6 (Scripps

Research Institute), Discovery Studio 3.5 Visualizer (Accelrys Enterprise

Platform), Autodock Vina, PyMOL (DeLano Scientific LLC.), Protein

Data Bank (http://www.rcsb.org/pdb/), Marvin Sketch 5.5.1.0

(http://www.chemaxon.com), Advanced Chemistry Development

(ACD/Labs) dan LigPlus.

3.3 Bahan

3.3.1 Struktur Tiga Dimensi PPAR-γ

Struktur tiga dimensi PPAR-γ diunduh dari Bank Data Protein

dengan situs http://www.rcsb.org/pdb/. Makromolekul protein yang dipilih

24


adalah PPAR-γ pada manusia yang didapat dari metode kristalografi X-

ray dengan resolusi 2,30 Å yang tertambat dengan rosiglitazon. Identitas

makromolekul tersebut adalah 2PRG berformat .pdb, data makromolekul

diunduh dalam format format text (gz).

3.3.2 Struktur Tiga Dimensi Ligan

Struktur tiga dimensi ligan yang digunakan adalah rosiglitazon

diunduh dari http://PubChem.ncbi.nlm.nih.gov dengan format .sdf dan

senyawa-senyawa modifikasi secara amidasi dari etil p-metoksisinamat

yang dibuat dengan Marvin Sketch 5.5.1.0 (http://www.chemaxon.com)

dengan format .pdb.

3.4 Prosedur Kerja

3.4.1 Penyiapan Struktur Molekul Reseptor (PPAR-γ)

1. Pengunduhan makromolekul

Pengunduhan makromolekul PPAR-γ dari Bank Data Protein dengan

situs http://www.rcsb.org/pdb/. Identitas molekul tersebut yaitu 2PRG.

Data makromolekul diunduh dalam format text (gz).

2. Pemisahan Makromolekul Air dan Ligan

Makromolekul protein dipisahkan dari pelarut dan ligan atau residu

non standar. Pemisahan makromolekul dari molekul yang tidak

diperlukan dilakukan dengan menggunakan program Discovery Studio

3.5 Visualizer. Hasil pemisahan tersebut akan digunakan untuk

penambatan. Hasil pemisahan disimpan dalam format .pdb.

3. Optimasi Molekul

Optimasi makromolekul dilakukan dengan menggunakan Autodock

Tool dan buka makromolekul yang disimpan dalam format .pdb (file

→ read molecule → .pdb). Optimasi tersebut meliputi : penambahan

atom hidrogen dan pengaturan grid box parameter. Pengaturan grid

box (grid → grid box) yang meliputi ukuran (size x, y, z), kordinat

25


(center x, y, z) dan, besarnya ukuran (amstrong) dan simpan (file →

close saving current). Hasil ini disimpan dalam format .pdbqt.

3.4.2 Penyiapan Struktur Ligan

1. Pengunduhan dan pembuatan ligan

Ligan yang digunakan adalah rosiglitazon sebagai pembanding dan

ligan uji dibuat dengan Marvin Sketch 5.5.1.0

(http://www.chemaxon.com) dengan format .pdb, dan ligan

Rosiglitazon diunduh dari situs http://PubChem.ncbi.nlm.nih.gov

sebagai pembanding senyawa amidasi dengan format .sdf. Format

ligan rosiglitazon tersebut diubah menjadi .pdb menggunakan Marvin

Sketch 5.5.1.0 (http://www.chemaxon.com).

2. Optimasi Ligan

Struktur ligan yang telah dibuat, kemudian dioptimasi dengan

menggunakan Autodock Tools. Kemudian, buka ligan yang telah dibuat

(ligand → input → open), setelah itu simpan dalam bentuk .pdbqt

(ligand → output → save as pdbqt →save.

3.4.3 Penambatan Molekul dengan Autodock Vina

Ligan dan protein yang telah tersimpan dalam format .pdbqt dicopy

ke dalam folder Vina. Kemudian konfigurasi file vina diketik pada

notepad, disimpan dengan nama ‘conf.txt’. Vina dijalankan melalui

Command prompt.

3.4.4 Analisa dan Visualisasi Penambatan Molekul

1. Hasil docking

Hasil kalkulasi docking dilihat pada output dalam format notepad.

Hasil docking dilakukan dengan memilih ligan yang memiliki energi

ikatan yang paling rendah, nilai ikatan dapat dilihat di ‘log.txt’.

26


2. Visualisasi interaksi makromolekul dan ligan dengan menggunakan:

a. Ligplus

Makromolekul dan output dalam bentuk .pdbqt dibuka dengan

menggunakan wordpad. Kopi isi dalam output.pdbqt dan

tambahkan ke dalam makromolekul dan simpan dalam format

.pdbqt. masukan file tersebut (output makromolekul dan ligan)

kemudian dibuka menggunakan ligplus. Visualisi interaksi

makromolekul dan ligan dengan menggunakan LigPlus untuk

melihat interaksi dan ikatan ligan pada asam amino dalam bentuk

dua dimensi.

b. Autodock Tools

Hasil docking ligan berupa out.pdbqt dan makromolekul dibuka

menggunakan Autodock Tools, kemudian dilihat interaksi

makromolekul dengan ligan secara tiga dimensi.

c. PyMOL

Makromolekul dan output dalam bentuk .pdbqt dibuka secera

bersamaan menggunakan PyMOL. PyMOL digunakan untuk

melihat kecocokan bentuk dan volume antara ligan dan situs

tambatnya.

3.4.5 Analisa Lipinski’s Rule of Five

Lipinski’s Rule of Five ditentukan dalam merancang obat yang

aktif secara oral. Kriteria Lipinski’s Rule of Five terdiri dari berat molekul

(kurang dari 500), log P (tidak lebih dari 5 gugus hidrogen donor (tidak

lebih dari 5 gugus hidrogen donor), jumlah hidrogen donor (tidak lebih

dari 5 gugus hidrogen donor), jumlah akseptor donor, berat molekul, dan

molar refarctivity (sebaiknya diantara 40-130). Aturan tersebut dilihat

pada ligan dengan menggunakan MarvinSketch dan Advanced Chemistry

Development (ACD/Labs).

27


BAB 4

HASIL DAN PEMBAHASAN

4.1 Penyiapan Struktur Molekul Reseptor (PPAR-γ)

Pada tahap ini, struktur makromolekul yang digunakan diunduh

dari Protein Data Bank dengan situs http://www.rcsb.org/. Identitas protein

yang dipilih adalah 2PRG yang merupakan struktur Peroxisome

Proliferator-Activeted Receptor-Gamma (PPAR-γ) pada manusia (Homo

sapiens) yang diperoleh dari difraksi sinar-X dengan resolusi 2,3 Å. Struktur

ini diunduh dengan memilih tipe file yaitu PDB File (text) dengan format

.pdb.

Struktur makromolekul PPAR-γ yang diperoleh tersebut telah

terikat dengan ligan Rosiglitazon dan molekul air. Bentuk ini merupakan

sisa hasil pengkristalan sebelumnya. Ligan dan molekul air dapat

mengganggu proses penambatan. Pada dasarnya dengan adanya molekul air

akan memediasi interaksi ligan dengan reseptor, sehingga hasil docking

yang didapat semakin baik. Tetapi proses penambatan akan berlangsung

lebih kompleks karena variabel persamaan-persamaan matematika docking

yang perlu diselesaikan menjadi lebih banyak yang menyebabkan waktu

penambatan semakin lama (Cole, Nissink, & Taylor, 2005). Selain itu, ligan

yang terikat pada sisi aktif dapat menghalangi ligan lain untuk berikatan,

sedangkan adanya molekul air dapat mengganggu ikatan proses penambatan

yaitu kemungkinan terikatnya ligan dengan molekul air melalui ikatan

hidrogen (Aditya, 2012). Struktur ini kemudian dipisahkan dari residu non

standar tersebut dengan cara menghilangkannya dengan menggunakan

perangkat lunak Discovery Studio, sehingga dihasilkan struktur molekul

yang siap melalui tahap selanjutnya. Struktur hasil pemisahan ini disimpan

dengan format .pdb.

Tahap optimasi pada Autodock Tools dilakukan untuk

memperbaiki kekurangan yang ada dari data protein yang diunduh dan agar

28


makromolekul tersebut dapat menyesuaikan dengan lingkungan komputasi

sehingga dapat di-docking. Pengoptimasian yang dilakukan yaitu

penambahan atom hidrogen (protonasi) yang bertujuan untuk menyesuaikan

suasana docking agar mendekati suasana pada pH sitoplasma sel (pH~7)

(Drie, 2005), karena PPAR-γ termasuk reseptor inti (nuclear receptor)

(Habor, 2010). Penambahan atom hidrogen yang dimaksud adalah

memunculkan atom hidrogen yang ada pada struktur sehingga terlihat secara

tiga dimensi yang berperan dalam interaksi dengan ligan. Atom hidrogen

yang diperhitungkan adalah yang bersifat polar, karena atom ini terlibat

dalam ikatan hidrogen (Yanuar, 2012). Atom hidrogen non polar tidak

disertakan dalam perhitungan interaksi ligan reseptor pada penambatan

molekuler sehingga perlu digabung dengan atom pengikatnya (Yanuar,

2012). Oleh karena itu dipilih pengaturan ‘Merge Non-Polar’. Pada

makromolekul juga dilakukan perbaikan muatan dengan menambahankan

muatan gasteiger untuk menyesuaikan dengan lingkungan docking sehingga

dapat dilakukan perhitungan dengan benar (Huey, Morris, & Forli, 2012).

Selain itu diperlukan pengaturan grid box untuk menentukan ruang tambat

ligan yang akan di-docking. Ruang tambat ligan ditentukan dengan merujuk

kepada penelitian terdahulu berdasarkan ligan yang sudah tertambat dengan

makromolekul protein pada saat diunduh, yaitu dalam hal ini rosiglitazon.

Pengaturan pada grid box yang digunakan meliputi center_x = 52.734,

center_y = -3.774, center_z = 34.258, size_x = 28, size_y = 28, size_z = 28,

dan spacing (angstrom) = 1 (Lampiran 2) (Fikry, 2014). File makromolekul

maka disimpan dalam format .pdbqt.

Gambar 4.1. Struktur 2PRG

(www.rcsb.org)

Pengoperasian format

dengan Marvin Sketch

29


4.2 Penyiapan Struktur Ligan

Ligan Rosiglitazon yang digunakan diunduh dari Pubchem dengan

situs http://PubChem.ncbi.nlm.nih.gov dengan format .sdf dan dipilih

struktur 3D dan diubah menjadi .pdb menggunakan Marvin Sketch 5.5.1.0

(http://www.chemaxon.com), sementara itu ligan uji yaitu ligan etil p

metoksisinamat, caffeamide dan ligan amidasi etil p-metoksisinamat, dibuat

dengan Marvin Sketch 5.5.1.0 (http://www.chemaxon.com) dengan format

.pdb dalam bentuk 3D dengan tipe fine with hydrogenize. Daftar ligan yang

ditambatkan terdapat pada Tabel 4.1.

Ligan yang digunakan untuk penambatan molekul pada PPARγ

terdiri dari beberapa bagian. Rosiglitazon digunakan sebagai senyawa

pembanding. Caffeamide merupakan senyawa turunan asam sinamat

dengan ikatan amida yang yang telah dilakukan uji antidiabetes sebelumnya

secara in vivo. Senyawa uji yang digunakan adalah senyawa amidasi etil p-

metoksisinamat dan etil p-metoksisinamat. Selain itu, digunakan senyawa

uji berupa modifikasi pada cincin aromatik dari ligan amidasi etil p-

metoksisinamat yang memiliki afinitas terbaik.

Pada pengoimasian ligan dilakukan penambahan muatan gasteiger

dengan menggunakan Autodock Tools. Muatan gasteiger ini secara otomatis

akan ditambahkan pada ligan ketika dibuka dengan Autodock Tools. Selain

itu pada ligan juga secara otomatis dilakukan merge non polar sehingga

hanya atom hidrogen polar yang muncul. Semua file ligan maka disimpan

dalam format .pdbqt.

30


Tabel 4.1. Daftar ligan yang ditambatkan

Ligan Nama Ligan

Senyawa pembanding

Rosiglitazon

Senyawa turunan asam sinamat lain

Caffeamide

Senyawa etil p-metoksisinamat dan senyawa amidasi etil p-metoksisinamat

Ethyl p-methoxycinnamate

P-methoxycinnamoylamine

P-methoxycinnamoyl

methylamine

P-methoxycinnamoyl

ethylamine

P-methoxycinnamoyl

diaminomethanal

31


P-methoxycinnamoyl

N-ethanolamine

P-methoxycinnamoyl

N,N-ethanolamine

P-methoxycinnamoyl

piperidine

P-methoxycinnamoyl

cyclohexylamine

P-methoxycinnamoyl

phenylamine

P-methoxycinnamoyl

dopamine

P-methoxycinnamoyl

phenylethylamine

P-methoxycinnamoyl

Tryptamine

32


Senyawa modifikasi pada cincin aromatik p-methoxycinnamoyl triptamine

Cinnamoyl tryptamine

P-hydroxycinnamoyl

Tryptamine

4.3 Penambatan Molekul dengan Autodock Vina

Setelah penyiapan protein dan ligan yang akan di-docking selesai,

maka dapat dilakukan penambatan molekul dengan Autodock Vina. Hal

pertama kali dilakukan pada tahap ini adalah menyalin file protein dan ligan

berformat .pdbqt ke dalam folder vina pada Local Disk (C:). Kemudian

dibuat konfigurasi vina yang diketik pada notepad (Lampiran 2) dan

disimpan dengan nama ‘conf.txt’ dalam folder vina. Konfigurasi vina terdiri

dari penulisan nama reseptor dan ligan, output, dan gribox. Penulisn nama

reseptor dan ligan pada notepad harus sama dengan nama file pada folder

vina. Output ‘out’ merupakan hasil dari proses docking tersebut dibuat

dengan nama ‘out.pdbqt.’ Sedangkan center_x, center_y, center_z, size_x,

size_y, dan size_z adalah grid box parameter yang sudah diatur sebelumnya

pada protein reseptor. Setelah pengaturan file konfigurasi notepad selesai,

maka proses docking dengan vina dapat dijalankan. Vina dijalankan melalui

perintah Command prompt. Dalam Command prompt, masuk ke dalam

Local Disk (C:) dengan perintah ‘cd..’ , dilanjutkan dengan perintah ‘cd

vina’ untuk masuk ke dalam folder vina. Kemudiann proses docking dapat

dijalankan perintah sebagai berikut:

Vina - -config conf.txt - -log log.txt

33


Waktu yang digunakan selama proses docking ini dipengaruhi oleh

spesifikasi komputer yang digunakan dan juga ligan yang ditambatkan.

Tetapi hal ini tidak terlalu mempengaruhi keakuratan hasil yang diperoleh.

Proses penambatan molekul dengan Autodock Vina dapat meningkatkan

akurasi dari prediksi mode ikatan bila dibandingkan dengan Autodock 4.

Selain itu, vina dapat mengambil keuntungan dari multiple CPU atau CPU

core dalam sistem komputer untuk memperpendek waktu running secara

signifikan (Trott & Olson, 2010).

Untuk input dan output-nya, vina menggunakan format file struktur

molekul yang sama dengan Autodock yaitu pdbqt. File pdbqt. Setelah proses

docking selesai, maka muncul 2 file baru dalam folder vina, yaitu ‘log.txt’

dan ‘out.pdbqt’. ‘log.txt’ berisikan nilai afinitas ikatan dan root mean

square deviation (RMSD) dari hasil docking. Sedangkan ‘out.pdbqt’

merupakan konformasi dari ligan-ligan yang di-docking-kan. Hasil ini

dibuka dengan Autodocktools, LigPlus dan Pymol untuk melihat posisi dan

orientasi dari ligan pada protein dan juga asam amino-asam amino yang

terikat pada ligan serta jarak ikatan ligan dengan asam amino.

4.4 Analisa dan Visualisai Hasil

Hasil penambatan molekul pada penelitian ini meliputi nilai energi

bebas (ΔGbind) dan Root Mean Square Deviation (RMSD), serta interaksi

ligan dengan residu pada makromolekul protein. Konformasi masing-

masing ligan hasil docking diperingkatkan berdasarkan nilai ΔGbind dari

yang terkecil sampai yang terbesar. ΔGbind merupakan energi yang

dibutuhkan ligan untuk berinteraksi (ikatan) dengan reseptor pada binding

site. Semakin kecil harga ΔGbind maka semakin stabil ikatan ligan dengan

reseptor. Setiap ligan yang ditambatkan pada makromolekul protein, maka

menghasilkan konformasi ligan berdasarkan peringkat nilai ΔGbind dari

terendah dengan hasil yang paling baik.

Dasar yang digunakan untuk memberikan penilaian adalah nilai

RMSD. Dari ke-9 peringkat konformasi yang dihasilkan, maka dipilihlah

34


peringkat teratas yang memiliki nilai ΔGbind dengan RMSD 0, karena

merupakan konformasi terbaik dari penambatan masing-masing ligan.

Selain itu, nilai RMSD dikatakan baik jika < 2 Å. Dengan penyimpangan

yang semakin besar, semakin besar kesalahan pada prediksi interaksi ligan

dengan protein (Brooijmans, 2009). RMSD merupakan nilai penyimpangan

antara satu konformasi ligan tambat dengan ligan x-ray. RMSD digunakan

untuk menentukan apakah prediksi modus ikatan tersebut berhasil dan

penting untuk validasi program docking. Batas atas RMSD (u.b.)

menyatakan kecocokan antara suatu atom pada salah satu konformasi

dengan dengan atom yang sama pada konformasi lainnya dan batas bawah

RMSD (i.b.) menyatakan kecocokan antara suatu atom pada salah satu

konformasi dengan atom dari unsur sejenis pada konformasi lainnya (Nauli,

2014). ΔGbind dengan RMSD terendah masing-masing ligan dikumpulkan

dalam Tabel 4.2. Dari data hasil docking diperoleh nilai ΔGbind amidasi

etil p-metoksisinamat dengan rentang -6,2 kkal/mol sampai -9,3 kkal/mol.

Sedangkan rosiglitazon sebagai pembanding menunjukkan nilai ΔGbind -

8,9 kkal/mol. P-methoxycinnamoyil tryptamine menghasilkan nilai terbaik

dari senyawa amidasi etil p-metoksisinamat lainnya dan rosiglitazon. Hal ini

menunjukkan bahwa P-methoxycinnamoyil tryptamine dengan ΔGbind -9,3

kkal/mol lebih potensial sebagai antidiabetes dibandingkan Rosiglitazon.

Dari hasil senyawa etil p-metoksisinamat sebagai antidiabetes

terhadap PPAR-γ memiliki ΔGbind sebesar -6,2 kkal/mol. Hal ini berarti

nilai energi ikatan pada PPAR-γ kurang baik dibandingkan senyawa

pembanding Rosiglitazon dengan ΔGbind sebesar -8,9 kkal/mol, sehingga

modifikasi dilakukan untuk mendapatkan hasil yang lebih baik. Dari hasil

tersebut dapat diketahui bahwa adanya gugus amida dibandingkan dengan

ester, dapat menunjukkan nilai ΔGbind lebih kecil dan lebih baik sebagai

antidabetes pada PPAR-γ. Sehingga senyawa amidasi etil p-metoksisinamat

berpotensi memiliki efek antidiabetes yang jauh lebih baik.

35


Tabel 4.2. Nilai ΔGbind ligan

Rumus molekul Ligan Nama Ligan ΔGbind

(kkal/mol)

Senyawa pembanding

Rosiglitazon

-8.9

Senyawa turunan asam sinamat lain

Caffeamide -7,7

Senyawa EPMS dan senyawa amidasi EPMS

Ethyl p-methoxycinnamate

-6.2

P-methoxycinnamoylamine -6.2

P-methoxycinnamoyl

methylamine

-6.5

P-methoxycinnamoyl

ethylamine

-6.6

36


P-methoxycinnamoyl

N,N-ethanolamine

-6.6

P-methoxycinnamoyl

Ethanolamine

-6.9

P-methoxycinnamoyl

diaminomethanal

-7.5

P-methoxycinnamoyl

piperidine

-7.7

P-methoxycinnamoyl

cyclohexylamine

-8.0

P-methoxycinnamoyl

phenylamine

-8.3

P-methoxycinnamoyl

phenylethylamine

-8.5

37


P-methoxycinnamoyl

dopamine

-8.7

P-methoxycinnamoyl

Tryptamine

-9.3

Senyawa modifikasi pada cincin aromatik p-methoxycinnamoyl tryptamine

Cinnamoyl tryptamine -9.1

P-hydroxycinnamoyl

Tryptamine

-9.2

Dari hasil docking pada ligan amidasi etil p-metoksisinamat

menunjukkan bahwa modifikasi struktur yang dilakukan pada gugus etil p-

metoksisinamat menjadi turunan amida dapat meningkatkan afinitas ikatan

dengan reseptor PPARγ sebagai antidiabetes. Ketika gugus ester OC2H5

pada ethyl p-methoxycinnamate digantikan dengan NH2 seperti pada p-

methoxycinnamoylamine, ΔGbind yang dihasilkan adalah sama yaitu .

Sementara itu, pada hasil yang lain diperoleh bahwa semakin panjang rantai

alkil pada amina yang ditambahkan, maka semakin kecil nilai ΔGbind yang

berarti ligan semakin stabil ketika ditambatkan dengan PPARγ. Begitupun

ketika gugus alkil digantikan dengan siklik dan aril, nilai ΔGbind yang

dihasilkan semakin kecil.

Caffeamide dibandingkan dengan senyawa amidasi EPMS yang

memiliki gugus amina sama yaitu p-methoxycinnamoyl piperidine

38


menunjukkan ΔGbind yang sama pula. Hal ini menandakan bahwa adanya 2

gugus OH pada benzen dari caffeamide memiliki pengaruh yang sama

dengan gugus OCH3 pada gugus benzen dari p-methoxycinnamoyl

piperidine.

Setelah diperoleh afinitas ligan yang paling baik yaitu p-

methoxycinnamoyl triptamine, selanjutnya dilakukan penghilangan gugus

CH3 dan OCH3 pada cincin aromatiknya. Hasil yang diperoleh bahwa

dengan penghilangan gugus metil dan metoksi pada cincin aromatik dapat

meningkatkan nilai ΔGbind. Walaupun nilai ΔGbind tidak terjadi perubahan

yang signifikan, tetapi kestabilan afinitas ligan menjadi berkurang. Hal ini

menandakan bahwa keberadaan O dan CH3 pada cincin aromatik

mempengaruhi afinitas ligan amidasi etil p-metoksisinamat sebagai

antidiabetes. Sehingga apabila gugus tersebut hilang, maka dapat

menurunkan energi ikatannya.

Selain itu, diperhatikan juga interaksi yang terjadi antara ligan

dengan residu-residu makromolekul reseptor. Identifikasi interaksi tersbut

dilihat menggunakan program Autodock Tools (3D) dan LigPlus (2D).

Interaksi yang terjadi berupa ikatan hidrogen, interaksi hidrofobik, dan

interaksi elektrostatik (Arwansyah, 2014). Tetapi pada software yang

digunakan hanya dapat mendeteksi ikatan hidrogen dan interaksi hidrofobik.

Sementara PyMOL (3D) digunakan untuk melihat kecocokan bentuk dan

volume antara ligan dan makromolekul protein. Visualisasi tersebut

ditunjukkan pada Gambar 4.2 dan Gambar 4.3.

39


Gambar 4.2 .Visualisasi interaksi rosiglitazon dengan molekul protein (PPARγ)

Autodock Tools (Kiri), LigPlus(Kanan), dan PyMOL Bawah)

40


Gambar 4.3 Visualisasi interaksi p-methoxycinnamoyl triptamine dengan

molekul protein (PPARγ)

Autodock Tools (Kiri), PyMOL (Kanan), dan LigPlus (Bawah)

41


Pada Tabel 4.3 tercantum ikatan hidrogen yang terjadi pada ligan

dengan residu makroolekul reseptor. Ikatan hidrogen pada P-

methoxycinnamoylamine, methoxycinnamoyl methylamine,

methoxycinnamoyl ethylamine, methoxycinnamoyl ethanolamine,

methoxycinnamoyl phenylamine , methoxycinnamoyl dopamine,

methoxycinnamoyl diaminomethanal, p-methoxycinnamoyl tryptamine, dan

hydroxycinnamoyl tryptamine terhadap reseptor PPARγ terjadi pada terjadi

pada residu Ser289. Ligan-ligan tersebut memiliki ikatan hidrogen yang

sama dengan senyawa pembanding yaitu Rosiglitazon pada Ser289. Pada

caffeamide, ethyl p-methoxycinnamate, p-methoxycinnamoyl

diethanolamine, dan p-methoxycinnamoyl piperidine memiliki ikatan

hidrogen dengan Arg288. Beberpa ligan juga memiliki lebih dari satu ikatan

hidrogen. Selain ikatan yang telah disebutkan sebelumnya, ikatan lain yang

terjadi yaitu pada caffeamide dengan Ser342, p-methoxycinnamoyl

ethanolamin dengan Tyr327, Tyr473, His449; p-methoxycinnamoyl

diethanolamine dengan Ile326; p-methoxycinnamoyl phenylamine dengan

Cys285; dan p-methoxycinnamoyl dopamine Tyr473, His323. Selain itu,

terdapat ligan yang tidak memiliki ikatan hidrogen yaitu methoxycinnamoyl

cyclohexylamine, p-methoxycinnamoyl phenylethylamine, dan p-cinnamoyl

tryptamine

Pada ligan yang memiliki ikatan hidrogen lebih dari satu, tidak

menjamin memiliki kestabilan yang lebih besar. Hal ini dikarenakan pada

ligan yang memiliki ikatan hidrogen lebih dari satu, hanya p-

methoxycinnamoyl phenylamine dan p-methoxycinnamoyl dopamine yang

memiliki ΔGbind yang mendekati nilai Rosiglitazon. Sementara itu pada

liga yang berikatan hidrogen dengan serin, ΔGbind yang dihasilkan berbeda-

beda, dan yang memiliki nilai paling baik yaitu p-methoxycinnamoyl

tryptamine dengan ΔGbind paling kecil dari semua ligan uji dan

pembanding. Hal ini kemungkinan dikarenakan ikatan hidrogen yang terjadi

adalah sama seperti pada Rosiglitazon yaitu Ser289. Selain itu p-

methoxycinnamoyl tryptamine memiliki banyaknya residu asam amino

42


yang hampir sama dengan Rosiglitazon. Residu asam amino yang berada

disekitar ligan.

Selain adanya hubungan antara ikatan hidrogen dengan nilai ΔGbind,

masih banyak faktor yang mempengaruhinya. Adanya ligan yang tidak

memiliki ikatan hidrogen yaitu methoxycinnamoyl cyclohexylamine, p-

methoxycinnamoyl phenylethylamine, dan p-hydroxycinnamoyl tryptamine

kemungkinan lebih memiliki interaksi lain yang lebih dominan yang

mencakup interaksi elektrostatik, interaksi hidrofobik yang juga

berkontribusi pada harga energi ikatan (ΔG) dari ligan-reseptor selain ikatan

hidrogen.

Residu ionik memberikan kontribusi terbesar dalam penentuan nilai

ΔGbind, kemudian residu polar, aromatik, hidrofobik, secara berurutan

(Schneider, Baringhaus, & Kubinyi, 2008). Arginin merupakan asam amino

ionik yang memiliki sifat hidrofilik tinggi jika dibandingkan dengan residu

polar, aromatik dan hidrofobik. Sifat hidrofilik pada residu tersebut

menyebabkan tingkat kestabilan interaksi antara ligan dan reseptor lebih

baik. Tetapi pada hasil percobaan ligan dengan ikatan hidrogen pada

arginin, memiliki ΔGbind yang lebih besar dibandingkan dengan

Rosigltazon sebagai pembanding. Hal ini kemungkinan dikarenakan

pengaruh adanya jenis interaksi dengan residu lain yang lebih sedikit pada

caffeamide, ethyl p-methoxycinnamate, p-methoxycinnamoyl

diethanolamine, dan p-methoxycinnamoyl piperidine. Keberadaan dan

interaksinya dengan residu ionik yang lebih banyak yaitu 2-3 dan jenis

residu lain pada p-methoxycinnamoyl phenylamine, p-methoxycinnamoyl

phenylethylamine, p-methoxycinnamoyl dopamine, p-methoxycinnamoyl

tryptamine, hydroxycinnamoyl tryptamine, cinnamoyl tryptamine dapat

berpengaruh terhadap nilai afinitas yang lebih baik dibandingkan ligan yang

lain.

Dari Gambar 4.2 dan Gambar 4.3 bagian PyMOL dapat dilihat

bagaimana ligan berinteraksi dengan situs ikatnya, dan penempatan ligan

pada ruang ruang kosong makromolekul reseptor dan dilihat bagaimana

perbedaan pada setiap ligan (Lampiran 4). Semakin panjang rantai alkil

43


pada amina yang ditambahkan pada ligan uji, maka semakin kecil nilai

ΔGbind yang berarti ligan semakin stabil ketika ditambatkan dengan

PPARγ. Begitupun ketika gugus alkil digantikan dengan siklik dan aril,

nilai ΔGbind yang dihasilkan semakin kecil. Hal ini dipengaruhi

penambahan subtituen atau gugus fungsi memungkinkannya untuk mengisi

ruang kosong tersebut, sehingga ligan menyocokkan dirinya dengan situs

ikat dengan lebih sesuai. Dapat diketahui bahwa ligan dengan ukuran

molekul (sterik) yang sesuai dan dapat mengisi banyak bagian situs aktif

makromolekul protein dan berinteraksi dengan lebih baik. Seperti pada

penambahan gugus alkil, ligan menempati ruang kosong dengan asam

amino hidrofobik (Patrick, 2001). Hal ini terlihat dengan lebih banyaknya

residu asam amino hdirofobik contohnya pada p-methoxycinnamoyl

phenylethylamine dibandingkan pada p-methoxycinnamoyl Phenylamine.

Hal ini yang membuat penambatan p-methoxycinnamoyl Phenylethylamin

lebih stabil dibandingkan dengan p-methoxycinnamoyl Phenylamine. Hasil

yang serupa juga telihat pada p-methoxycinnamoyl cyclohexylamine dengan

p-methoxycinnamoyl Piperidine, p-methoxycinnamoylamine dengan p-

methoxycinnamoyl methylamine dan p-methoxycinnamoyl methylamine

dengan p-methoxycinnamoyl ethylamine. Begitupun pada ligan dengan sifat

yang lebih polar atau lainnya akan menempati ruang kosong dengan asam

amino yang bersifat sama.

Banyak faktor yang mempengaruhi afinitas yang terjadi antara ligan

uji dengan makromolekul reseptor (PPARγ). Nilai akhir scoring function

ΔGbind dari sistem Autodock Vina berupa energi ikatan yang didapat

merupakan kontribusi sifat sterik berupa ΔGgauss (istilah dispersi yang

berhubungan dengan geometri dan formasi) dan ΔGrepulsion (berhubungan

dengan pose pada kontak internal yang buruk), ΔGHbond (berhubungan

dengan ikatan hidrogen), ΔGhydrophobic (berhubungan dengan interaksi

hidrofobik), dan ΔGtors (berhubungan dengan kemampuan memutar dari

ligan) (Trott and Olson, 2010). Dengan demikian penentuan afinitas

berdasarkan nilai terendah energi bebas ikatan (ΔG) lebih diutamakan

44


karena tidak hanya berkaitan dengan jumlah ikatan hidrogen, atau jenis

residu yang berinteraksi dengan ligan.

Tabel 4.3. Ikatan ligan dengan residu protein

Ligan Jumlah

ikatan

hidrogen

Jarak

ikatan

(Ǻ )

Asam amino

yang

berikatan

Gugus senyawa yang

berikatan

(ligan- asam amino)

Rosiglitazon 1 3.11 Ser289 N-O

Caffeamide 2 2.93

3.01

Arg288

Ser342

O-N

O-N

Ethyl

p-methoxycinnamate

1 2.89 Arg288 O-N

P-methoxycinnamoyl

amine

1 3.05 Met329 N-O

P-methoxycinnamoyl

methylamine

1 2.84 Ser289 N-O

P-methoxycinnamoyl

ethylamine

1 2.84 Ser289 N-O

P-methoxycinnamoyl

ethanolamin

4 2.85

3.00

3.01

3.12

Ser289

Tyr327

Tyr473

His449

N-O

O-O

O-O

O-N

P-methoxycinnamoyl

diethanolamine

4 2.92

2.96

3.05

3.13

Arg288

Arg288

Ile326

Arg288

O-N

O-N

O-O

O-N

P-methoxycinnamoyl

diaminomethanal

1 2.91 Ser289 N-O

P-methoxycinnamoyl

piperidine

1 3.21 Arg288 O-N

P-methoxycinnamoyl

cyclohexylamine

- - - -

P-methoxycinnamoyl

phenylamine

2 2.84

3.24

Ser289

Cys285

N-O

N-O

P-methoxycinnamoyl

phenylethylamine

- - - -

P-methoxycinnamoyl

dopamine

3 3.03

3.06

3.09

Tyr473

Ser289

His323

O-O

O-O

O-N

P-methoxycinnamoyl

tryptamine

1 2.94 Ser289 N-O

P-ydroxycinnamoyl

tryptamine

1 2.93 Ser289 N-O

Cinnamoyl tryptamine - - - -

45


Tabel 4.4. Interaksi ligan dengan protein

Ligan Residu asam amino < 5Ǻ

Ionik Polar Hidrofobik

Aromatik

Hidrofobik

Alifatik

Rosiglitazon Arg288,

His449

Gln286

Ser289

Tyr327, Tyr473

Phe226, Phe363

Ala292, Cys285,

Ile326, Leu228,

Leu330, Leu333,

Met329

Caffeamide Arg288

Gln295,

Gln343

Ser342

- Ala292, Ile326,

Ile341, Leu330,

Leu333, Met329

Ethyl

p-methoxycinnamate

Arg288,

Glu295

Ser289 Phe226 Ala292, Cys285,

Ile326, Leu228,

Leu330, Met329

P-methoxycinnamoyl

amine

Arg288 Ser289 Ala292, Cys285,

Ile326, Leu228,

Leu330, Leu333,

Met329

P-methoxycinnamoyl

methylamine

Arg288,

Glu295

Ser289 - Ala292, Cys285,

Ile326, Leu330,

Leu333, Met329

P-methoxycinnamoyl

ethylamine

Arg288,

Glu295

Ser289,

Gln286

Ala292, Cys285,

Ile326, Leu228,

Leu330, Leu333

P-methoxycinnamoyl

ethanolamine

Arg288,

His449

Ser289,

Gln286

Tyr327, Tyr473 Ala292, Cys285,

Ile326, Leu228,

Leu330

P-methoxycinnamoyl

diethanolamine

Arg288,

Glu295,

Glu343

- - Ala292, Cys285,

Ile326, Leu330,

Leu333, Leu340,

Met329

P-methoxycinnamoyl

diaminomethanal

Arg288 Ser289,

Gln286

- Ala292, Cys285,

Ile326, Leu330

P-methoxycinnamoyl

piperidine

Arg288 Ser289 Phe226 Cys285, Ile326,

Leu228, Leu330,

Leu333, Met329,

Prolin227

P-methoxycinnamoyl

cyclohexylamine

Arg288 Ser289 Tyr327, Phe226,

Phe363,

Ala292, Cys285,

Ile326, Leu228,

Leu330, Leu333,

Met329, Pro227

P-methoxycinnamoyl

phenylamine

Arg288,

His449

Ser289,

Gln286

Tyr327, Tyr473,

Phe282

Cys285, Leu330,

Ala292, Ile326

P-methoxycinnamoyl

phenylethylamine

Arg288,

Glu295,

His449

Gln286,

Ser289

Tyr327, Tyr473,

Phe226, Phe282,

Phe363

Ala292, Cys285,

Ile326, Leu330,

Leu333, Met329

P-methoxycinnamoyl Arg288, Ser289, Tyr327, Tyr473, Ala292, Cys285,

46


dopamine Glu295,

His323,

His449

Gln286 Phe226, Phe363 Ile326, Leu330,

Leu469, Met329

Met364

P-methoxycinnamoyl

triptamine

Arg288,

Glu295,

His449

Ser289,

Gln286

Tyr327, Tyr473,

Phe226, Phe363

Ala292, Cys285,

Ile326, Leu330,

Leu333,

Met329

P-hydroxycinnamoyl

tryptamine

Arg288,

His449

Ser289,

Gln286

Tyr327, Tyr473,

Phe226, Phe282

Ala292, Cys285,

Ile326, Leu330,

Leu333, Met329

Cinnamoyl

tryptamine

Arg288,

Glu295,

His449,

Lys367

Ser289 Tyr327, Phe226,

Phe363

Ala292, Ile326,

Leu330, Leu333,

Met329, Met364

Pada Gambar 4.2 dan Gambar 4.3 bagian kiri (Autodock Tools)

terlihat interaksi ligan dengan residu makromolekul protein. Pada bagian

bawah (LigPlus) memperlihatkan interaksi beserta jarak ikatan dengan residu

makromolekul yang dijelaskan pada Tabel 4.3 dan Tabel 4.4. Bagian kanan

(PyMOL) memvisualisasikan kecocokan bentuk dan volume antara ligan

dengan situs tambatnya pada makromolekul reseptor. Kesesuaian antara dua

permukaan sama dengan deskripsi pencocokan bentuk dan volume yang dapat

membantu menemukan pose komplementer docking target dan molekul ligan

(Mukesh & Rakesh, 2011). Kecocokan bentuk dan volume ligan dengan

makromolekul pada pymol dapat dilihat dari warna – warna pada ligan dan

makromolekul protein yang menunjukkan bahwa kecenderung untuk berada

atau berhadapan dengan warna yang sama.

Atom pada ligan dan reseptor pada Gambar 4.2 dan Gambar 4.3

yang diolah dengan Autodock Tools, LigPlus dan PyMOL dibedakan

berdasarkan warna yang dimiliki masing-masing. Pengaturan warna dibuat

sesuai keinginan penggunanya. Keterangan warna tersebut dijelaskan pada

Tabel 4.5.

47


Tabel 4.5. Keterangan warna pada gambar Autodocktools, LigPlus, dan Pymol

Nama Atom Autodocktools LigPlus Pymol

Karbon Abu - abu (alifatik) Hitam Biru muda

Hijau (aromatik)

Hidrogen Putih - Putih

Nitrogen Biru Biru Biru

Oksigen Merah Merah Merah

Sulfur Kuning Kuning Oranye

4.5 Analisa Lipinski’s Rule of Five

Penelitian penambatan molekul ini bertujuan sebagai perancangan

suatu molekul obat untuk menemukan senyawa obat baru yang dapat

berinteraksi secara efektif terhadap reseptor target agar dapat menimbulkan

aktivitas biologi. Lipinski’s Rule of Five juga dikenal sebagai Pfizer's Rule of

five atau Rule of five (RO5) adalah aturan praktis untuk mengevaluasi obat

atau menentukan apakah senyawa kimia dengan aktivitas farmakologi atau

biologi tertentu memiliki sifat yang akan membuatnya menjadi obat yang

aktif diberikan secara oral pada manusia. Aturan ini menjelaskan sifat

molekul penting bagi farmakokinetik obat dalam tubuh manusia, termasuk

penyerapan mereka, distribusi, metabolisme, dan ekskresi (Lipinski, 2001 &

Lipinski et al, 2004). Maka dari itu, apabila diinginkan dalam merancang obat

yang aktif secara oral harus memenuhi ‘Lipinski’s Rule of Five’ yaitu :

1. Berat molekul kurang dari 500,

2. Memiliki tidak lebih dari 5 gugus hidrogen donor,

3. Memiliki tidak lebih dari 10 gugus hidrogen akseptor,

4. Nilai logP tidak lebih dari 5,

5. Molar refractivity sebaiknya diantara 40-130 (Lipinski, 2001 &

Lipinski et al, 2004).

48


Berdasarkan aturan tersebut, maka etil p-metoksisinamat dan 10

senyawa amidasi etil p-metoksisinamat yang di docking tersebut diteliti untuk

mengetahui memenuhi syarat atau tidaknya sesuai dengan Rule of Five

menggunakan perangkat lunak Marvinsketch dan Advanced Chemistry

Development (ACD/Labs). Dari hasil skrining Lipinski’s rule of five Ligan

etil-p-metoksisinamat dan ligan amidasi etil p-metoksisinamat sebagai

senyawa uji tersebut pada Tabel 4.6 menunjukkan bahwa semua senyawa

amidasi etil p-metoksisinamat memenuhi lima kriteria Rule of Five, sehingga

kemungkinan aktif secara klinik bila diberikan secara oral karena absorbsinya

yang baik.

Tabel 4.6. Data Lipinski’s Rule of Five ligan

Ligan Berat

molekul

Log P H-

Donor

H-

Akseptor

Molar

Refractivity

(cm3)

Rosiglitazon

357.427 3.08

1 5 98.06 ± 0.3

Ethyl p-methoxycinnamate 206.23776 2.71 - 2 59.86 ± 0.3

Caffeamide 247.28968

2.02 2 3 70.42 ± 0.3

P-methoxycinnamoylamine 177.19984

1.17 1 2 52.38 ± 0.3

P-methoxycinnamoyl

methylamine

191.22642

1.40 1 2 57.07 ± 0.3

P-methoxycinnamoyl

Ethylamine

205.253

1.75

1 2 61.71 ± 0.3

P-methoxycinnamoyl

ethanolamine

221.2524

0.71

2 3 63.24 ± 0.3

P-methoxycinnamoyl N,N-

diethanolamine

265.30496

0.24

2 4 74.17 ± 0.3

P-methoxycinnamoyl

diaminomethanal

220.22458

0.83

2 3 60.64 ± 0.3

49


P-methoxycinnamoyl

Piperidine

245.31686

2.47

- 2 73.33 ± 0.3

P-methoxycinnamoyl

cyclohexylamine

259.34344

3.19

1 2 76.40 ± 0.4

P-methoxycinnamoyl

phenylamin

253.2958

3.41

1 2 78± 0.3

P-methoxycinnamol

Phenylethylamine

281.34896

3.41

1 2 86.19 ± 0.3

P-methoxycinnamoyl

dopamine

313.34776

2.80

3 4 89.96 ± 0.3

P-methoxycinnamoyl

tryptamine

320.385

3.51

2 2 98.47 ± 0.3

P-hydorxycinnamoyl

tryptamine

306.35842

3.36 3 2 93.67 ± 0.3

Cinnamoyl tryptamine 290.35902 3.66 2 1 91.79 ± 0.3

Data yang diperoleh dari penambatan molekul berupa prediksi konformasi

ikatan berupa posisi dan jenis ikatan serta afinitas ikatan berdasarkan energi ikatan.

Tetapi nilai afinitas ini belum tentu merepresentasikan aktivitas yang akan terjadi.

Sehingga perlu dilakukan validasi lebih lanjut secara eksperimental, baik itu

dengan uji in vitro sebelum dilakukan in vivo. Meskipun demikian, docking

memiliki peran penting sebagai langkah awal dalam pengembangan dan

perancangan obat baru karena memiliki keuntungan tersendiri dibandingkan

pendekatan in vivo maupun in vitro. Keuntungan tersebut antara lain adalah waktu

penelitian yang lebih sedikit dan biaya yang jauh lebih murah. Selain itu, prediksi

ini dinilai penting bagi perkembangan senyawa-senyawa yang diduga memiliki

aktivitas biologis untuk dijadikan senyawa penuntun bagi perkembangan obat

selanjutnya (Trott & Olson, 2009). Dengan begitu kita dapat memperkirakan

senyawa mana yang memiliki afinitas baik dan layak untuk dikembangkan. Hal

ini juga mendorong peningkatan teknologi untuk mengidentifikasi kecocokan

antara senyawa dan target yang memiliki dampak farmakologis, sehingga semakin

50


meningkat dalam hal pengembangan dan penemuan obat baru secara rasional

(Brooijmans, 2009).

51


BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Pada penelitian ini telah dibuktikan bahwa senyawa hasil amidasi etil

p-metoksisinamat memiliki afinitas lebih baik terhadap Peroxisome

Proliferator-Activated Receptor-Gamma (PPAR-γ) dibandingkan bentuk

esternya. Hasil penambatan senyawa-senyawa amidasi etil p-

metoksisinamat sebagai antidibetes dengan konformasi terbaiknya

menunjukkan nilai ΔGbind diantara rentang -6,2 kkal/mol sampai -9,3

kkal/mol. Sedangkan rosiglitazon sebagai kontrol positif menunjukkan nilai

ΔGbind -8,9 kkal/mol. Senyawa p-methoxycinnamoyil tryptamine memiliki

afinitas terbaik dengan nilai ΔGbind -9.3 kkal/mol, sehingga berpotensi

sebagai antidiabetes.

5.2 Saran

1. Dapat dilakukan penelitian lebih lanjut dengan menggunakan perangkat

lunak lain seperti DOCK, FlexX, ICM, GLIDE, SLIDE, LigandFIT, dan

Surflex, dan lain-lain untuk mengetahui perbandingan hasil antara

perangkat lunak tersebut.

2. Perlu dilakukan uji in vitro dan in vivo untuk mengetahui aktivitas

antidiabetes senyawa-senyawa amidasi etil p-metoksisinamat tersebut.

52


DAFTAR PUSTAKA

Accelrys Enterprise Platform. 2005. Introduction to the Discovery Studio

Visualizer. San Diego, California, U.S.A: Accelrys Software Inc.

Alarcon, F.J., et al. 2000. Hypoglycemic Effect of Extracts And Fractions From

Psacalium decompositum in Healthy And Alloxan Diabetic Mice. J.

Ethnopharmacol. 72(2): 21-27.

American Diabetes Association. 2014. Diagnosis and Classification of Diabetes

Mellitus. Diabetes Care. 37: Supplement 1.

Arwansyah., Laksmi Ambarsari & Tony I. Sumaryadi. 2014 Simulasi Docking

Senyawa Kurkumin dan Analognya Sebagai Inhibitor Reseptor Adrogen pada

Kanker Prostat. Current Biochemistry. Volume 1 (1): 11-19.

Berman, H. M., et al. 2000. The Protein Data Bank. Nucleic Acids Research Are

Provided Here Courtesy of Oxford University Press. 28(1): 235–242.

Coman, Cristina., & Carmen Socaciu. 2012. Docking of Phytochemicals to the

Peroxisome Proliferator-Activated Receptor-Gamma. Bulletin UASVM

Agriculture. 69(2): 236-242.

Cole, J. C., J. W. Nissink, & O. Taylor. 2005. Protein–Ligand Docking and

Virtual Screening with GOLD. In J. Alvarez, & B. Shoichet, Virtual Screening

in Drug Discovery. Boca Raton: CRC Press.

Corwin, J. 2009. Buku Saku Patofisiologi (3 ed.). Jakarta: EGC.

Chowdhury, Mohammad Zubair, et al. 2014. Phytochemical and Pharmacological

Investigations of Rhizome Extracts of Kaempferia Galanga. IJP. Vol. 1: 185-

192.

DeLano, W. L., & S. Bromberg. 2004. PyMOL User's Guide. San Carlos,

California. U.S.A: DeLano Scientific LLC.

DiPiro, J. T., et al. 2008. Pharmacotherapy A Pathophysiologic Approach (7 ed.).

New York: The McGraw-Hill Companies, Inc.

DiStefano, J. K., & Watanabe, R. M. 2010. Pharmacogenetics of Anti-Diabetes

Drugs. Pharmaceuticals (Basel) 3:2610–46.

53


Drie, J. H. 2005. Pharmacophore-Based Virtual Screening: A Practical

Perspective. In J. Alvarez, & B. Shoichet, Virtual Screening in Drug

Discovery. Boca Raton: CRC Press.

Ekins, S., J. Mestres, & B. Testa. 2007. In silico Pharmacology for Drug

Discovery: Application to Targets and Beyond. British Journal of

Pharmacology Review. 152:21-37.

Fessenden & Fessenden. 1999. Kimia Organik Ed. 3. Jakarta: Erlangga.

Fikry, M. Awaludin. 2014. Studi Penambatan Molekul Senyawa-Senyawa

Flavonoid Dari Buah Mengkudu (Morinda Citrifolia L) Pada Peroxisome

Proliferator-Activated Receptor - Gamma (PPARγ). Skripsi, Program Studi

Farmasi, Fakultas Kedokteran dan Ilmu Kesehatan, UIN Syarif Hidyatullah

Jakarta. Jakarta.

Firdausi, Nur Indah. 2009. Isolasi Senyawa Etil Para Metoksi Sinamat (EPMS)

Dari Rimpang Kencur Sebagai Bahan Tabir Surya Pada Industri Kosmetik.

Skripsi, Jurusan Kimia, Fakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Negeri Malang. Malang.

Funkhouser, T. 2007. Protein-Ligand Docking Methods. Princeton, New Jersey,

U.S.A: Princeton University.

Glowacki, E.D., M.I. Vladu, S. Bauer. 2013. Hydrogenbonds in Molecular Solids-

from Biological Systems to Organic Electronics. J. Mater. Chem.B. 1: 3742-

3753.

Habor, A. 2010. Peroxisome Proliferator Activated Receptors. Farmacia.

Hames, D., & N. Hooper. 2005. Biochemistry (3 ed.). Leeds, UK: Taylor &

Francis Group.

Hendrayana, S., et al. 1994. Kimia Analitik Instrumen. Semarang: IKIP Semarang

Press.

https://www.chemaxon.com/brochures/MarvinSketch.pdf

Kuo, Yueh-Hsiung. 2014. Caffeamide 36-13 Regulates the Antidiabetic and

Hypolipidemic Signs of High-Fat-Fed Mice on Glucose Transporter 4,

AMPK Phosphorylation, and Regulated Hepatic Glucose Production.

Hindawi Publishing Corporation. 2014: 1-12.

54


Lipinski, C.A. et al. 2001. Experimental and Computational Approaches to

Estimate Solubility and Permeability in Drug Discovery and Depelopment

Settings. Advanced Drug Delivery Reviews. 46 (1-3): 3-26.

Lipinski, C. A. 2004. Drug Discovery Today: Technologie. 1 (4): 337-341.

Morris, G. M., et al. 2009. AutoDock Version 4.2: Automated Docking of Flexible

Ligands to Flexible Receptors. La Jolla, California, U.S.A: The Scripps

Research Institute.

Mukesh, B., & K. Rakesh. 2011. Molecular Docking: A Review. Int J Res Ayurv

Pharm. 2 (6) : 1746-1751.

Nauli, Tigor. 2014. Penentuan Sisi Aktif Selulase Aspergillus Niger dengan

Docking Ligan. JKTI. 16 (2): 94-100.

Nordisk, Novo. 2013. Where Economics and Health Meet: Changing Diabetes in

Indonesia. In N. Nordisk, The Blueprint for Change Programme (p. 3).

Indonesia: Novo Nordisk.

Patrick, G. 2001. Instant Notes in Medicinal Chemistry. Oxford: BIOS Scientific

Publisher.

Prabhakar, Pranav Kumar & Mukesh Doble. 2011. Interaction Of Cinnamic Acid

Derivatives With Commercial Hypoglycemic Drugs on 2-Deoxyglucose

Uptake In 3T3-L1 Adipocytes. American Chemical Society, Journal of

Agricultural and Food Chemistry. 59: 9835-9844.

RCSB. 2014. About the PDB Archive and the RCSB PDB. Retrieved from Protein

Data Bank:

http://www.rcsb.org/pdb/static.do?p=general_information/about_pdb/index.ht

ml.

Rifai, Eko Aditya. 2012. Penapisan In Silico Antmalaria Dari Basis Data

Tanaman Obat Indonesia Terhadap Targe Plasmepsin. Skripsi, Program Studi

Farmasi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas

Indonesia. Depok.

Sandeep, G., et al. 2011. AUDocker LE: A GUI for virtual screening with

Autodock Vina. BMC Research Notes. 4:445.

Schneider, G., K.H. Baringhaus, & H. Kubinyi. 2008. Molecular Design:

Concepts and Applications. USA: Wiley-VCH.

55


Trott, O. & A.J. Olson. 2009. Software News And Update Autodock Vina:

Improving the Speed and Accuracy of Docking with A New Scoring

Function, Eificient Optimization, and Multithreading. Jornal of

Computational Chemistry. 31: 455-46.

Trott, O., & A.J. Olson. 2010. Autodock Vina: Improving The Speed and

Accuracy Of Docking With A New Scoring Function, Efficient Optimization

and Multithreading. Jornal of Computational Chemistry. 31(2): 455–461

Umar et al, 2014. Ethyl-p-methoxycinnamate Isolated From Kaempferia galanga

Inhibits Inflamation by Suppressing Interleukin-1, Tumor Necrosis Factor-α,

and Angiogenesis by Blocking Endothelial Functions. Clinics. 69 (2): 134 –

144

Welch, D.R., D.E. Harper, & K.H.Yohem 1993. U-77, 863: A Novel cinnamide

Issolated From Streptomyces Griseoluteus That Inhibit Cancer Invasion And

Metastatis. Clin. Exp. Metastatis. 11: 201-212.

WHO. 2013. Diabetes. Retrieved from WHO:

http://www.who.int/mediacentre/factsheets/fs312/en/

Wilcox, Gisela. 2005. Insulin and Insulin Resistance. Clin Biochem Rev. May. 26

(2): 19–39.

Xie, X.-Q. 2010. Exploiting PubChem for Virtual Screening. NIH Public Access.

5(12): 1205–1220.

Yang, J. et al.2012. Stability Of Caffeic Acid Phenethyl Amide (CAPA) In Rat

Plasma. Biomed Chromatogr. 26:594–598.

Yannuar, Arry. 2012. Penambatan Molekular Praktek dan Aplikasi Pada Virtual

Screening. Depok: Fakultas Farmasi Universitas Indonesia.

.

56


LAMPIRAN

57


Lampiran 1. Alur penelitian

Penyiapan Struktur

Molekul PPAR-γ

Pengunduhan struktur dari

Bank Data Protein

(http://www.rcsb.org/pdb/).

Output : 2PRG.pdb

Pemisahan dari pelarut

dan ligan atau residu

non standar dengan

Discovery Studio 3.5

Visualizer

Pengoptimasian dengan

Autodock Tools yang meliputi :

penambahan atom hidrogen dan

pengaturan grid box parameter

Output : 2PRG.pdb

Output : 2PRG.pdbqt

Penyiapan Struktur

Ligan Rosiglitazon

Penyiapan Struktur

Ligan Amidasi EPMS

Pengunduhan struktur ligan

Rosiglitazon dari PubChem

(http://PubChem.ncbi.nlm.nih.gov)

Output : Ligan.sdf

Output : Ligan.pdb

Pengoptimasian dengan

Autodock Tools

Output : Ligan.pdbqt

Simpan dalam satu folder Vina dan buat file konfigurasi file

dengan notepad, beri nama conf.txt

Penambatan molekul dengan Atodock Vina

Analisis dan Visualisasi

Penambatan Molekul

Analisa interaksi dan ikatan ligan

pada asam amino molekul dalam

bentuk dua dimensi menggunakan

LigPlus dan tiga dimensi

menggunakan Autodock Tools

Pengoperasian format

menggunakan MarvinSketch

Dibuat menggunakan

MarvinSketch

Analisa visualisasi melihat

kecocokan bentuk dan volume

antara ligan dan situs tambatnya

menggunakan PyMOL

Analisis Lipinski’s ule of Five

Penambatan Molekul

58


Lampiran 2. Prosedur kerja penambatan molekul dengan Autodock Vina

a. Penyiapan Protein

1. Pengunduhan makromolekul PPAR-γ dari Bank Data Protein dengan situs

http://www.rcsb.org/pdb/. Identitas molekul tersebut yaitu 2PRG. Data

makromolekul diunduh dalam format .pdb.

2. Pemisahan makromolekul protein dari pelarut dan ligan atau residu non

standar dengan discovery studio. Disimpan dalam format .pdb

59


Pilih ‘Scripts Selection Select water molecule delete ’

Pilih ‘Scripts Selection Select ligands delete’

Save as ‘2PRG.pdb’

60


3. Pengoptimasian dengan Autodock Tools. Optimasi tersebut meliputi :

a) Penambahan atom hidrogen

Pilih ‘ Read Molecule’, pilih makromolekul yang akan digunakan.

Pilih ‘Edit Hydrogens add’

61


Diatur sesuai konfigurasi diatas, kemudian klik ‘Ok’

Pilih ‘Edit Hydrogens Merge Non Polar’

62


Pilih ‘Edit Charge Compute Gasteiger’

Kemudian akan muncul keteranagan di atas, lalu Klik ‘Ok’

63


Pilih ‘Grid Macromolecule Choose 2PRG Select Molecule’

Pilih ‘2PRG Select Molecule’

64


Kemudian akan muncul keteranagan di atas, lalu Klik ‘Ok’

Save as ‘2PRG.pdbqt’

65


b) Pengaturan grid box parameter.

Pilih ‘Grid Grid Box’

Diatur parameter grid box sesuai pada gambar, kemudian pilih ‘File close

saving current’

66


b. Penyiapan Ligan

1. Pembuatan dan Perolehan Ligan

- Ligan Uji

Pembuatan Struktur

Pilih ‘structure Clean 3D Clean Method Fine with Hydrogenize’

67


Pilih ‘structure Clean 3D Clean in 3D’

Save as ‘Ligan.pdb’

68


- Ligan Pembanding

1) Pengunduhan struktur ligan dari situs http://PubChem.ncbi.nlm.nih.gov

dengan format .sdf. dipilih struktur 3D.

69


2) Format ligan-ligan tersebut dirubah menjadi .pdb dengan

menggunakan MarvinSketch

2. Struktur ligan yang telah dibuat dioptimasi dengan Autodock Tools

Pilih ‘Ligand Input Open pilih ligan yang dipakai Open’

70


Akan muncul peringatan seperti pada gambar, klik ‘Ok’

Pilih ‘Ligand Output Save as PDBQT Save’

71


c. Kriteria Lipinski Rule’s of Five

1. Log P

Pilih ‘Calculation Partitioning Log p’

2. H Donor dan H Akseptor

Pilih ‘Calculation Other H Bond Donor/ Acceptor’

72


3. Berat Molekul

Pilih ‘Tools Calculate Formula Weight’

73


4. Molar Refractivity

Pilih ‘Tools Calculate Molar Refractivity’

74


d. Penambatan Molekul dengan Autodock Vina

1. Ligan dan protein yang telah tersimpan dalam format .pdbqt dicopy ke

dalam folder Vina.

File – file yang harus ada di folder vina : 2PRG.pdbqt; conf.txt; ligand.pdbqt;

vina.exe; vina_licence.rtf; vina_split.exe

2. Kemudian config file vina diketik pada notepad, disimpan dengan nama

conf.

Config file disesuaikan dengan pengaturan grid box sebelumnya.

75


3. Vina dijalankan melalui Command prompt.

Ketik perintah ‘cd .. (Enter) cd .. (Enter) cd vina (Enter) vina –config

conf.txt –log log.txt’ tekan ‘Enter’

e. Analisis dan visualisasi

1. Hasil kalkulasi docking dilihat pada output dalam format notepad

File yang berada dalam folder vina setelah proses docking, muncul 2 folder

baru : log.txt dan out.pdbqt

76


File ‘log.txt’ bila dibuka dengan wordpad

2. Kemudian dilihat posisi dan orientasi ligan tesebut pada makromolekul, serta

asam – asam amino yang terikat pada ligan dengan perangkat lunak Autodock

tools, LigPlus dan PyMOL.

a) Melihat interaksi ligan menggunakan Autodock Tools

Pilih ‘Analyze Docking Open Autodock vina result’, kemudian pilih

‘out.pdbqt’ dalam folder vina, klik ‘open single molecule with multiple

conformation Ok

77


Pilih ‘Analyze Macromolecule Open’, kemudian pilih ‘2PRG.pdbqt’

dalam folder vina, klik ‘Open’

Pilih ‘Analyze Docking Show interactions’

78


Atur tampilan sesuai keinginan, klik ‘save image’

b) Melihat interaksi ligan menggunakan LigPlus

Pilih ‘ Open PDB File Browse , kemudian pilih 2PRG.pdbqt yang telah

digabung dengan Out.pdbqt ligan’

79


Klik ‘Run’ pada tampilan tersebut

Visualisasi 2D interaksi Ligan dengan 2PRG

Keterangan Simbol pada LigPlus

80


c) Melihat kecocokan bentuk dan volume menggunakan PyMOL.

File ‘out.pdbqt’ dan ‘2PRG.pdbqt’ dibuka dengan Pymol pilih ‘action (pada

‘ all’) preset ligand sites transparent (better)’ atur posisi tampilan

sesuai keinginan

Pilih ‘show (pada ‘Out.pdbqt’) as spheres’

81


Diatur pewarnaan ligan dan reseptor sesuai keinginan (pengaturan ligan dan

reseptor harus sama) Pilih ‘Color by element CHNOS…’

komponen lain yang tidak diperlukan bisa disembunyikan, pilih ‘Hide (pada

‘2PRG’) lines/sticks/ribbon/cartoon’

82


Lampiran 3. Data hasil docking Autodock Vina

Rosiglitazon Ethyl p-methoxycinnamate

P-methoxycinnamoylamine P-methoxycinnamoyl methylamine

83


P-methoxycinnamoyl ethylamine P-methoxycinnamoyl ethanolamine

P-methoxycinnamoyl diethanolamine P-methoxycinnamoyl diaminomethanal

84


P-methoxycinnamoyl cyclohexylamine P-methoxycinnamoyl piperidine

P-methoxycinnamoyl Phenylethylamine P-methoxycinnamoyl Phenylamine

85


P-methoxycinnamoyl dopamine P-methoxycinnamoyl tryptamine

P-hydroxycinnamoyl tryptamine Cinnamoyl tryptamine

86


Caffeamide

87


Lampiran 4. Visualisai ligan dan molekul reseptor (PPARγ)

Autodock Tools (Kiri), PyMOL (Kanan), dan LigPlus (Bawah)

a) Rosiglitazon

88


b) Caffeamide

89


c) Ethyl p-methoxycinnamate

90


d) P-methoxycinnamoylamine

91


e) P-methoxycinnamoyl methylamine

92


f) P-methoxycinnamoyl ethylamine

93


g) P-methoxycinnamoyl ethanolamine

94


h) P-methoxycinnamoyl diethanolamine

95


i) P-methoxycinnamoyl diaminomethanal

96


j) P-methoxycinnamoyl piperidine

97


k) P-methoxycinnamoyl cyclohexylamine

98


l) P-methoxycinnamoyl phenylamine

99


m) P-methoxycinnamoyl phenylethylamine

100


n) P-methoxycinnamoyl dopamine

101


o) P-methoxycinnamoyl tryptamine

102


p) P-hydroxycinnamoyl tryptamine

103


q) Cinnamoyl tryptamine

uin syarif hidayatullah jakarta studi penambatan …

Documents