Upload
vocong
View
221
Download
0
Embed Size (px)
Citation preview
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
i
ii
iii
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
viii
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
(Hammes & Hopper, 2005)
14
UIN Syarif Hidayatullah Jakarta
Gambar 2.10. Polar, asam amino bermuatan
(Hammes & Hopper, 2005)
Gambar 2.11. Polar, asam amino tak bermuatan
(Hammes & Hopper, 2005)
15
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
- 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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
(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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
Gambar 4.2 .Visualisasi interaksi rosiglitazon dengan molekul protein (PPARγ)
Autodock Tools (Kiri), LigPlus(Kanan), dan PyMOL Bawah)
40
UIN Syarif Hidayatullah Jakarta
Gambar 4.3 Visualisasi interaksi p-methoxycinnamoyl triptamine dengan
molekul protein (PPARγ)
Autodock Tools (Kiri), PyMOL (Kanan), dan LigPlus (Bawah)
41
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
meningkat dalam hal pengembangan dan penemuan obat baru secara rasional
(Brooijmans, 2009).
51
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
LAMPIRAN
57
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
Pilih ‘Scripts Selection Select water molecule delete ’
Pilih ‘Scripts Selection Select ligands delete’
Save as ‘2PRG.pdb’
60
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
Diatur sesuai konfigurasi diatas, kemudian klik ‘Ok’
Pilih ‘Edit Hydrogens Merge Non Polar’
62
UIN Syarif Hidayatullah Jakarta
Pilih ‘Edit Charge Compute Gasteiger’
Kemudian akan muncul keteranagan di atas, lalu Klik ‘Ok’
63
UIN Syarif Hidayatullah Jakarta
Pilih ‘Grid Macromolecule Choose 2PRG Select Molecule’
Pilih ‘2PRG Select Molecule’
64
UIN Syarif Hidayatullah Jakarta
Kemudian akan muncul keteranagan di atas, lalu Klik ‘Ok’
Save as ‘2PRG.pdbqt’
65
UIN Syarif Hidayatullah Jakarta
b) Pengaturan grid box parameter.
Pilih ‘Grid Grid Box’
Diatur parameter grid box sesuai pada gambar, kemudian pilih ‘File close
saving current’
66
UIN Syarif Hidayatullah Jakarta
b. Penyiapan Ligan
1. Pembuatan dan Perolehan Ligan
- Ligan Uji
Pembuatan Struktur
Pilih ‘structure Clean 3D Clean Method Fine with Hydrogenize’
67
UIN Syarif Hidayatullah Jakarta
Pilih ‘structure Clean 3D Clean in 3D’
Save as ‘Ligan.pdb’
68
UIN Syarif Hidayatullah Jakarta
- Ligan Pembanding
1) Pengunduhan struktur ligan dari situs http://PubChem.ncbi.nlm.nih.gov
dengan format .sdf. dipilih struktur 3D.
69
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
Akan muncul peringatan seperti pada gambar, klik ‘Ok’
Pilih ‘Ligand Output Save as PDBQT Save’
71
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
3. Berat Molekul
Pilih ‘Tools Calculate Formula Weight’
73
UIN Syarif Hidayatullah Jakarta
4. Molar Refractivity
Pilih ‘Tools Calculate Molar Refractivity’
74
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
Pilih ‘Analyze Macromolecule Open’, kemudian pilih ‘2PRG.pdbqt’
dalam folder vina, klik ‘Open’
Pilih ‘Analyze Docking Show interactions’
78
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
Klik ‘Run’ pada tampilan tersebut
Visualisasi 2D interaksi Ligan dengan 2PRG
Keterangan Simbol pada LigPlus
80
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
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
UIN Syarif Hidayatullah Jakarta
Lampiran 3. Data hasil docking Autodock Vina
Rosiglitazon Ethyl p-methoxycinnamate
P-methoxycinnamoylamine P-methoxycinnamoyl methylamine
83
UIN Syarif Hidayatullah Jakarta
P-methoxycinnamoyl ethylamine P-methoxycinnamoyl ethanolamine
P-methoxycinnamoyl diethanolamine P-methoxycinnamoyl diaminomethanal
84
UIN Syarif Hidayatullah Jakarta
P-methoxycinnamoyl cyclohexylamine P-methoxycinnamoyl piperidine
P-methoxycinnamoyl Phenylethylamine P-methoxycinnamoyl Phenylamine
85
UIN Syarif Hidayatullah Jakarta
P-methoxycinnamoyl dopamine P-methoxycinnamoyl tryptamine
P-hydroxycinnamoyl tryptamine Cinnamoyl tryptamine
86
UIN Syarif Hidayatullah Jakarta
Caffeamide
87
UIN Syarif Hidayatullah Jakarta
Lampiran 4. Visualisai ligan dan molekul reseptor (PPARγ)
Autodock Tools (Kiri), PyMOL (Kanan), dan LigPlus (Bawah)
a) Rosiglitazon
88
UIN Syarif Hidayatullah Jakarta
b) Caffeamide
89
UIN Syarif Hidayatullah Jakarta
c) Ethyl p-methoxycinnamate
90
UIN Syarif Hidayatullah Jakarta
d) P-methoxycinnamoylamine
91
UIN Syarif Hidayatullah Jakarta
e) P-methoxycinnamoyl methylamine
92
UIN Syarif Hidayatullah Jakarta
f) P-methoxycinnamoyl ethylamine
93
UIN Syarif Hidayatullah Jakarta
g) P-methoxycinnamoyl ethanolamine
94
UIN Syarif Hidayatullah Jakarta
h) P-methoxycinnamoyl diethanolamine
95
UIN Syarif Hidayatullah Jakarta
i) P-methoxycinnamoyl diaminomethanal
96
UIN Syarif Hidayatullah Jakarta
j) P-methoxycinnamoyl piperidine
97
UIN Syarif Hidayatullah Jakarta
k) P-methoxycinnamoyl cyclohexylamine
98
UIN Syarif Hidayatullah Jakarta
l) P-methoxycinnamoyl phenylamine
99
UIN Syarif Hidayatullah Jakarta
m) P-methoxycinnamoyl phenylethylamine
100
UIN Syarif Hidayatullah Jakarta
n) P-methoxycinnamoyl dopamine
101
UIN Syarif Hidayatullah Jakarta
o) P-methoxycinnamoyl tryptamine
102
UIN Syarif Hidayatullah Jakarta
p) P-hydroxycinnamoyl tryptamine
103
UIN Syarif Hidayatullah Jakarta
q) Cinnamoyl tryptamine