Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penyakit demam berdarah dengue (DBD) merupakan penyakit yang menjadi problem utama kesehatan masyarakat karena sifatnya yang epidemik di daerah tropis dan subtropis. Penyakit demam berdarah dengue disebabkan oleh virus dengue yang memiliki 4 (empat) serotype yaitu DENV-1, DENV-2, DENV-3, dan DENV-4. Untuk mengurangi kasus penyakit demam berdarah dengue, maka perlu dilakukan perancangan vaksin peptida yang bersifat tetravalen. Protein E (envelope) dari keempat serotype DENV digunakan untuk merancang vaksin dengan backbone DENV-2. Epitop T cell diprediksi menggunakan metode algoritma Artificial Neural Network. Epitop T cell highest binder protein E DENV-1, DENV-3, DENV-4 disubsitusikan ke dalam epitop T cell pada sekuens protein E DENV-2 backbone. Rancangan sekuens protein vaksin yang dihasilkan dibandingkan dengan database. Struktur tersier vaksin diprediksi dengan homology modeling menggunakan First Approach Mode dan Optimise Mode. Struktur tersier dibandingan dengan database. Pemilihan host, vektor plasmid, dan enzim restriksi dilakukan untuk membuat rekombinan vaksin peptida melalui perancangan plasmid rekombinan dan analisis modifikasi post translasi. Hasil penelitian in silico didapatkan enam sekuens vaksin yang memiliki 93 % identity. Struktur tersier vaksin peptida memiliki kualitas yang baik, ditunjukkan dengan jumlah residu non glisin pada dissallowed region dari Ramachandran plot sekitar 1,8 % (lebih kecil 15 %). Vaksin peptida ANN1 (1-3-4) dan ANN3 (3-1-4) memiliki similaritas paling tinggi dengan VAST score 64,7 dan nilai RMSD 0,2 Å hasil homology modeling dengan First Approach Mode. Host untuk ekspresi vaksin peptida dengue yang paling sesuai adalah sel serangga. Plasmid rekombinan dihasilkan menggunakan vektor plasmid pBacPAK8 dan enzim restriksi EcoRI dan XhoI. Prediksi modifikasi post translasi pada protein vaksin yang paling memungkinkan adalah N-glikosilasi."

"Penyakit dengue merupakan penyakit yang disebabkan oleh virus dengue dengan empat serotipenya yaitu DENV-1, 2, 3, dan 4. Untuk mengurangi terjadinya penyakit dengue dari keempat serotipe yang ada, maka perlu dirancang vaksin peptida yang bersifat tetravalen dan mencegah infeksi semua serotipe dengue menggunakan protein E (envelope) DENV-3 sebagai backbone. Prediksi epitope sel T protein E DENV1-4 menggunakan server MULTIPRED dengan HLA kelas II DR dan algoritma Hidden Markov Model (HMM), dan prediksi epitope sel B protein E DENV-3 menggunakan Conformational Epitope Prediction (CEP) server. Perancangan vaksin dilakukan dengan mensubstitusikan epitope sel T highest binders protein E DENV-1,2, dan 4 ke dalam epitope sel T non binders backbone protein E DENV-3. Dengan memvariasi posisi epitope pensubstitusi maka diperoleh enam rancangan vaksin peptida dengue yang bersifat tetravalen. Hasil BLASTp menunjukkan keenam rancangan vaksin mempunyai 93% identity dengan protein E DENV-3 native. Struktur tersier vaksin diprediksi melalui homology modeling. Dari hasil analisis struktur tersier diperoleh empat rancangan vaksin yang terbaik, yaitu HMM1-2-4, HMM1-4-2, HMM2-1-4, dan HMM4-1-2 dengan persentase residu non glisin pada disallowed region berkisar 2% dan score VAST 61,5. Prediksi sistem ekspresi protein menghasilkan sel serangga sebagai host yang sesuai untuk mengekspresikan keempat vaksin tersebut. Rancangan DNA rekombinan menggunakan plasmid pBlueBac4.5 sebagai vektor transfer baculovirus dan insersi sekuens DNA vaksin menggunakan enzim restriksi BamH1 dan EcoR1. Prediksi modifikasi post translation menunjukkan hanya modifikasi N-glikosilasi yang paling mungkin terjadi terhadap protein vaksin dalam sel serangga."

"Demam Berdarah Dengue (DBD) telah menjadi global pandemik dan menjangkiti lebih dari 25% populasi dunia serta menjadi ancaman bagi Asia yang merupakan area endemik untuk DENV (Dengue Virus) 1, 2, 3, dan 4. Penderita di wilayah tersebut dapat terserang penyakit dengue lebih dari satu kali oleh serotipe virus dengue yang berbeda sehingga dibutuhkan langkah yang efektif untuk menanggulangi keempat serotipe sekaligus. Pada penelitian ini dilakukan perancangan vaksin peptida yang bersifat tetravalen dengan backbone protein capsid DENV-2. Perancangan didasarkan atas prediksi epitope terhadap sel T dan sel B pada sistem imun manusia menggunakan server NetMHCIIpan dengan parameter MHC HLA (Human Leukocyte Antigen) kelas II dan mode algoritma Artificial Neural Network (ANN), serta prediksi epitope terhadap sel B yang dilakukan dengan server Immune Epitope Database (IEDB). Enam sekuens vaksin diperoleh atas dasar variasi posisi epitope DENV-1, 3, dan 4 yang menjadi substituen pada backbone DENV-2. Analisa BLASTp menunjukkan bahwa keenam sekuens vaksin ini mempunyai 73 - 75 % identity dengan sekuens protein capsid DENV-2 native sehingga hasil rancangan vaksin tersebut dapat dilakukan prediksi struktur tersier melalui metode homology modeling. Evaluasi struktur tersier vaksin ditinjau dari Ramachandran Plot, jumlah residu yang tumpang tindih, dan VAST. Dari hasil evaluasi, diperoleh dua rancangan vaksin terbaik yaitu Vaksin 3 dan Vaksin 5 dengan persentase residu non glisin pada disallowed region berkisar 7,50 % dan 8,75 %, tidak ada residu yang tumpang tindih, serta score VAST 6,0. Rancangan vaksin tersebut kemungkinan besar memiliki kesamaan fungsional dengan protein capsid DENV-2 native dalam merangsang respon imun tubuh dan memiliki kualitas struktur protein yang baik.

---

Dengue becomes global pandemic in more than 25% of world population. The patient can be infected in more than once by other serotypes because Asia is endemic area for DENV-1, 2, 3, 4. So, we need the effective way to prevent all serotypes. On this research, tetravalent vaccine with capsid DENV-2 protein as the backbone have been designed based on T-cell and B-cell epitope prediction of human immune system. Epitope prediction servers that were used are NetMHCIIpan server and Immune Epitope Database (IEDB) server with HLA class II and Artificial Neural Network (ANN) algorithm mode. Six sequences of vaccine design are obtained, based on variation of DENV-1, 3, 4 epitope position. BLASTp analysis showed that all of vaccine designs have similarity score about 73 - 75 % thus can be predicted through homology modeling. Evaluation of tertiary structures have been seen on Ramachandran Plot, number of residue making clashes, and VAST similarity searching. Based on the result, Vaccine 3 and Vaccine 5 are the best vaccine designs with percentage of non-glycine residue on disallowed region about 7,50 % and 8,75 %, no residue making clashes, and VAST score about 6,0. The vaccine designs have been optimized that have functional similarity with native capsid DENV-2 protein thus can induced the human immune system and have good qualities."

"ABSTRAKPenyakit dengue yang disebabkan oleh infeksi virus dengue telah menjadi masalah kesehatan masyarakat yang dihadapi oleh dunia, terutama negara-negara tropis dan subtropis. Virus dengue (DENV) memiliki empat serotype (DENV-1, DENV-2, DENV-3, dan DENV-4) dan DENV-3 merupakan virus dengue yang besar penyebarannya di Indonesia. Untuk mengurangi terjadinya insidensi penyakit dengue, diperlukan suatu tindakan pencegahan dengan cara pengembangan vaksin. Pengembangan vaksin yang dilakukan ialah secara in silico, dengan merancang vaksin dengue virus yang bersifat tetravalent menggunakan protein envelope (E) DENV-3 sebagai backbone. Prediksi epitope T cell ditentukan melalui server MULTIPRED dengan metode algoritma HMM dan prediksi epitope B cell dilakukan melalui Conformational Epitope Prediction server (CEP). Epitope T cell dari virus dengue serotype 1, 2, dan 4 disubstitusi ke dalam backbone DENV-3 sehingga didapatkan enam rancangan sekuens peptide vaccine dengue (vaksin HMM1-6). Rancangan sekuens tersebut dicari kesamaan strukturnya melalui program BLAST dan menghasilkan 93% identity. Hasil struktur tiga dimensi protein dari homology modelling dengan server SwissModel, baik First Approach Mode maupun Optimise Mode, kualitasnya sudah baik karena plot residu non glisin yang ada pada disallowed region jumlahnya lebih kecil dari 15% jumlah seluruh residu protein. Vaksin HMM4 (2-4-1) dan vaksin HMM6 (4-2-1) merupakan struktur vaksin yang memiliki similaritas struktur paling besar dengan nilai score-nya 64.5, hasil pembandingan struktur dengan program VAST. Sehingga dapat dikatakan vaksin HMM4 dan vaksin HMM6 adalah rancangan vaksin paling baik, didasarkan similaritasnya dengan struktur protein E DENV-3 native. "

"Epidemi dengue menyerang berbagai negara di dunia, khususnya negara-negara tropis dan subtropis. Infeksi dengue disebabkan oleh dengue virus (DV) yang memiliki serotype (DV1, DV2, DV3, dan DV4). Penelitian ini bertujuan untuk mendapatkan desain sekuens vaksin dengue yang bersifat tetravalen melalui studi bioinformatika. Protein envelope (E) pada keempat serotype DV digunakan untuk merancang sekuens vaksin. Multiple alignment digunakan untuk melihat similaritas 102 intra-serotype DV. Perwakilan dari tiap serotype DV diambil berdasarkan hasil multiple alignment, tingkat insedensi, dan letak geografis penemuan DV. Epitope ditentukan melalui server MULTIPRED dengan dua metode algoritma. Tiga epitope dari masing-masing metode algoritma, disubsitusi ke dalam backbone DV2 sehingga didapatkan dua rancangan sekuens vaksin dengue (vaksin A dan vaksin H). Rancangan sekuens tersebut dicari kesamaan strukturnya melalui server BLAST. Hasil analisis BLAST menghasilkan 91% identitas, 895 bits score, 0.0 E-value untuk vaksin A dan 92% identitas, 890 bit score, 0.0 E-value untuk vaksin H. Berdasarkan hasil analisis BLAST, kedua rancanan vaksin dengue tersebut memiliki struktur dan folding akhir yang serupa dengan backbone DV2."

"Penyakit demam berdarah dengue merupakan penyakit yang telah menjadi endemik di lebih dari 100 negara, dengan lebih dari 2,5 miliar orang dalam kondisi beresiko untuk terjangkit penyakit ini secara epidemik. Hingga saat ini belum tersedia vaksin atau pengobatan yang efektif. Pada penelitian ini dilakukan studi in silico untuk merancang ligan peptida siklis disulfida yang dapat berperan sebagai inhibitor potensial untuk enzim NS3-NS2B protease virus dengue sehingga diharapkan dapat menghambat replikasi virus tersebut dalam tubuh. Struktur tiga dimensi enzim diperoleh dari Protein Data Bank dengan kode PDB 2FOM. Analisis terhadap binding site dan sekuens asam amino substrat pada sisi pemotongan enzim menghasilkan 49 buah rancangan ligan siklopentapeptida yang disiklisasi melalui ikatan disulfida sistein lalu dimodelkan ke dalam bentuk tiga dimensi. Optimasi geometri dan minimasi energi dilakukan untuk menghilangkan bad contact. Analisis kekuatan afinitas ligan terhadap enzim melalui hasil molecular docking didapatkan 2 ligan peptida siklis yang memiliki ΔGbinding rendah dan lebih baik daripada ligan standar Bz-Nle-K-R-R-H dan ligan pembanding KRK dengan hasil terbaik adalah ligan RKR dengan ΔGbinding -22, 6955 kkal/mol. Analisis drug scan memberikan hasil yang terbaik untuk ligan RKR, dimana berdasarkan aturan Lipinsky, ligan RKR masuk kriteria sebagai obat yakni memiliki nilai LogP -8,05 < 5, donor H 4 < 5 dan acceptor H 2 < 10. Molecular dynamic dilakukan untuk melihat perubahan dari pergerakan konformasi kompleks enzim-ligan. Didapatkan per satuan waktu (0, 25, 50, 75, 100 piko detik) yang menunjukkan adanya perubahan pergerakan, namun tidak memperlihatkan perpindahan ligan dari sisi aktif enzim."

"Penyakit demam berdarah merupakan ancaman serius bagi permasalahan kesehatan dunia. Sekitar 100 negara merupakan wilayah endemik bagi demam berdarah dengue dan sekitar 2,5 milyar penduduk dunia memiliki resiko terjangkit penyakit ini. Hingga saat ini masih belum ada pengobatan yang efektif untuk penyakit ini. Pada penelitian ini dilakukan perancangan ligan peptida siklis sebagai inhibitor enzim NS5 metiltransferase virus dengue secara in silico. Dilakukan penyejajaran terhadap sekuen NS5 metiltransferase yang terdapat pada NCBI dan diperoleh struktur tiga dimensi enzim dari Protein Data Bank dengan kode 2P41. Perancangan ligan menghasilkan sebanyak 1635 ligan peptida siklis untuk target sisi ikatan SAM dan 736 ligan peptida siklis untuk target sisi ikatan RNA-cap. Docking oleh ligan dan standar untuk masing-masing sisi ikatan dilakukan terhadap enzim NS5 metiltransferase. Didapatkan sebanyak delapan ligan terbaik dengan empat ligan untuk masing-masing target sisi ikatan SAM dan RNA-cap. Delapan ligan ini memiliki afinitas ikatan dan potensi inhibisi yang lebih baik dibandingkan ligan standar. Berdasarkan prediksi toksisitas dan drug scan, kedelapan ligan peptida siklis memiliki sifat farmakologi yang lebih baik daripada ligan standar.

---

Dengue is a dangerous disease facing the world. About 100 countries are endemic for dengue fever anad about 2.5 billion people at risk of contracting this disease. To date, there is currently no effective treatment for this disease. This study conducted designing of cyclic peptide ligands as enzyme inhibitors of dengue virus NS5 methyltransferase by in silico. Multiple sequence alignment is performed on the NS5 methyltransferase collected from NCBI and three dimensional structure of the enzyme obtained from the Protein Data Bank with the code 2P41. The design produce 1635 cyclic peptide ligand of SAM binding site and 736 ligand of RNA-cap binding site. Docking by the ligand and standards for each binding site performed to the NS5 methyltransferase enzyme. It is obtained eight best ligand, four ligand for each binding site of SAM and RNA-cap. All of eight ligand have a better binding affinity and inhibitory potency. Based on prediction of toxicity and drug scans, eight cyclic peptide ligands have better pharmacological properties than standard ligands."