Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 96028 dokumen yang sesuai dengan query
cover
Muhammad Fauzi Hidayat
"Diabetes mellitus adalah penyakit tidak menular tetapi merupakan salah satu penyebab kematian tertinggi di dunia karena dapat menyebabkan kerusakan organ dan memicu berbagai jenis penyakit. Menurut Federasi Diabetes Internasional (IDF) pada tahun 2017, jumlah orang dengan diabetes di dunia telah meningkat menjadi 425 juta, dan diperkirakan jumlahnya akan terus meningkat menjadi 629 juta orang pada tahun 2045. Dengan diabetes mellitus tipe 2 mencapai 90-95% dari total populasi penderita diabetes yang umumnya orang dengan T2DM di atas 45 tahun, tetapi saat ini ada juga orang dengan T2DM di antara remaja dan anak-anak dan populasi meningkat. Oleh karena itu, dalam penelitian ini, senyawa yang merupakan kandidat potensial untuk DMT2 akan dicari. Penelitian terbaru menunjukkan bahwa dengan mencegah hidrolisis pati, melalui penghambatan enzim α-amilase dapat digunakan sebagai strategi untuk mengendalikan hiperglikemia. Jadi, dalam mendesain obat untuk terapi penyakit T2DM adalah mencari senyawa yang mampu menghambat enzim α-amilase, yang kemudian dapat mengurangi peningkatan kadar glukosa darah postprandial secara signifikan. Penelitian ini dilakukan secara silico oleh farmakofor, skrining virtual, docking molekul dan pertumbuhan fragmen dengan target protein α-amilase. Penentuan fitur farmakofor dan penambatan molekul didasarkan pada struktur 3D α-amilase yang diperoleh dari Data Bank Protein dengan kode (ID GDP: 1HNY) dengan ligan standar acarbose dan miglitol yang diperoleh dari basis data ChemSpider. Fragmen yang digunakan adalah senyawa mirip timbal yang berasal dari basis data MOE dengan total 653.214 senyawa dan dipilih 5 fragmen potensial yang kemudian menghasilkan sebanyak 64.000 senyawa baru menggunakan metode penanaman Fragmen (pertumbuhan fragmen). Selain itu, semua senyawa baru adalah simulasi tambatan molekul dengan kondisi enzim α-amilase yang kaku dan fleksibel. Berdasarkan hasil simulasi penambatan molekuler, enam senyawa baru diperoleh dengan interaksi molekuler yang berpotensi menghambat protein target. Kemudian dilanjutkan dengan tes farmakologis (ADME dan toksisitas) melalui beberapa perangkat lunak seperti Osiris DataWarrior, SwissADME, admetSAR, pkCSM, dan Toxtree. Berdasarkan interaksi molekuler dan uji farmakologis tiga senyawa baru ditemukan menjadi kandidat inhibitor terbaik, yaitu senyawa Kojai-1 Kojai-5 dan Fhama-3.

Diabetes mellitus is a non-communicable disease but it is one of the highest causes of death in the world because it can cause organ damage and trigger various types of diseases. According to the International Diabetes Federation (IDF) in 2017, the number of people with diabetes in the world has increased to 425 million, and it is estimated that the number will continue to increase to 629 million by 2045. With type 2 diabetes mellitus reaching 90-95% of the total population Diabetics are generally people with T2DM over 45 years, but currently there are also people with T2DM among teenagers and children and the population is increasing. Therefore, in this study, compounds which are potential candidates for T2DM will be sought. Recent research shows that by preventing the hydrolysis of starch, through inhibition of the α-amylase enzyme can be used as a strategy to control hyperglycemia. So, in designing drugs for the treatment of T2DM disease is to look for compounds that are able to inhibit the α-amylase enzyme, which can then significantly reduce postprandial blood glucose levels. The research was carried out silicoally by pharmacophores, virtual screening, molecular docking and fragment growth with the target protein α-amylase. Determination of pharmacophoric features and molecular tethering is based on 3D α-amylase structure obtained from the Protein Bank Data coded (ID GDP: 1HNY) with standard ligand acarbose and miglitol obtained from the ChemSpider database. The fragments used were lead-like compounds derived from the MOE database with a total of 653,214 compounds and 5 potential fragments were selected which then produced as many as 64,000 new compounds using the Fragment planting method (fragment growth). In addition, all new compounds are molecular moorings simulations with rigid and flexible α-amylase enzymes. Based on the results of molecular docking simulations, six new compounds were obtained by molecular interactions that could potentially inhibit the target protein. Then proceed with pharmacological tests (ADME and toxicity) through several software such as Osiris DataWarrior, SwissADME, admetSAR, pkCSM, and Toxtree. Based on molecular interactions and pharmacological tests, three new compounds were found to be the best inhibitor candidates, namely Kojai-1 Kojai-5 and Fhama-3 compounds."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2019
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Satya Anindita
"ABSTRAK
Demam dengue adalah penyakit menular yang ditransmisikan oleh nyamuk Aedes aegypti. WHO melaporkan bahwa wilayah Asia tenggara dan daerah Pasifik barat menanggung hampir 75% penyakit dengue secara global. Virus dengue menimbulkan ancaman global yang mempengaruhi 3,9 milyar orang di 128 negara dengan perkiraan 2,1 juta kasus demam berdarah dengue dan 21.000 kematian per tahun di seluruh dunia. Pada tahun 2015 tercatat terdapat 126.675 kasus DBD di 34 provinsi di Indonesia, dengan 1.229 orang di antaranya meninggal dunia. Enzim alfa-glukosidase merupakan target antiviral yang valid untuk enveloped virus. Inhibisi enzim RE alfa-glukosidase akan mengganggu proses pematangan dan fungsi glikoprotein envelop pada virus. Hal ini  menghambat proses perakitan partikel virus dan sekresinya. Hasil penelitian membuktikan bahwa inhibisi enzim alfa-glukosidase II  cukup dalam aktivitas antiviral sel inang  melawan demam dengue secara in vitro dan in vivo. Penemuan obat berbasis fragmen telah menjadi metode untuk menemukan kandidat obat baru. Pendekatan metode ini pertama-tama adalah mengidentifikasi fragmen yaitu molekul sangat kecil yang memiliki ukuran setengah dari ukuran obat-obatan secara umum. Fragmen-fragmen kemudian ditautkan bersama untuk membentuk obat baru. Pada penelitian ini digunakan enzim RE alfa-glukosidase II dengan kode 5IED. Sebanyak 281 senyawa baru berhasil diciptakan secara komputasi berdasarkan struktur 3D protein 5IED. Setelah dilakukan simulasi penambatan molekuler, uji toksisitas, uji druglikeness, uji farmakokinetika dan analisis interaksi protein-ligan, dipilih tiga senyawa terbaik yaitu LB.5 G2D, LO.1 G2D dan LX.23 G2D. Studi dinamika molekuler menunjukkan tiga residu asam amino yang berperan penting dalam pengikatan ligan LX.23 G2D dengan protein 5IED yaitu Asp451, Met565 dan Asp640.


Dengue fever is a contagious disease transmitted by Aedes aegypti mosquitoes. WHO reported that south east Asia and the western Pacific region bear nearly 75% of global dengue diseases. The dengue virus poses a global threat affecting 3.9 billion people in 128 countries with an estimated 2.1 million cases of DHF / DSS and 21,000 deaths per year worldwide. In 2015 there were 126,675 dengue cases recorded in 34 provinces in Indonesia, with 1,229 of them dying. The alpha-glucosidase enzyme is a valid antiviral target for enveloped viruses. Inhibition of ER alpha-glucosidase enzyme will interfere the maturation process and function of viral envelope glycoproteins. This inhibits the process of assembling virus particles and their secretions. Inhibition of ER alpha-glucosidase II enzyme is sufficient in antiviral activity of host cells against dengue fever in vitro and in vivo. Fragment-based drug discovery (FBDD) has become a tool for discovering drug leads. The approach first identifies fragments, tiny molecules, which are about half size of common drugs. The fragments are then linked together to generate drug leads. This research used ER alpha-glucosidase II enzyme with PDB ID 5IED. As much as 281 new compounds were developed computationally based on 3D structure of 5IED protein. After molecular docking simulations, toxicity tests, druglikeness tests, pharmacokinetic tests and protein-ligand interactions analyses, three best ligands were chosen namely LB.5 G2D, LO.1 G2D and LX.23 G2D. An LX.23 G2D molecular dynamics simulation showed that three amino acid residues played a very important role in ligand binding to 5IED protein. The amino acid residues were Asp451, Met565 and Asp640.     

"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2019
T52414
UI - Tesis Membership  Universitas Indonesia Library
cover
Thalia Ghina Cahyandita
"Penyakit kardiovaskular merupakan penyakit tidak menular penyebab kematian paling banyak setiap tahunnya. Salah satu gangguan kardiovaskular adalah sindrom koroner akut. Pasien dengan kondisi ini umumnya diberikan terapi antiplatelet. Bagian penting dalam proses aktivasi platelet adalah interaksi ADP dengan reseptor P2Y12. Inhibitor P2Y12 yang tersedia mempunyai efek samping yang tidak diharapkan, sehingga pengembangan obat dengan tujuan mendapatkan antiplatelet baru yang lebih optimal masih perlu dilakukan. Penemuan obat baru secara in silico berbasis fragmen memiliki banyak keuntungan dan cerita sukses. Pada penelitian ini, metode tersebut diterapkan dengan tujuan memperoleh struktur senyawa rancangan yang berpotensi sebagai inhibitor P2Y12; memprediksi profil farmakokinetika, kemudahan sintesis, dan toksisitasnya; dan mengetahui interaksi yang terjadi antara senyawa rancangan dengan P2Y12. Fragmen diperoleh dari basis data ZINC, ditapiskan terhadap parameter Rule of Three dan heavy atoms, dan ditambatkan terhadap P2Y12. Penggabungan fragmen (metode linking) kemudian dilakukan setelah menganalisis interaksi fragmen dengan residu asam amino pada makromolekul. Senyawa rancangan hasil penggabungan fragmen diprediksi drug-likeness, aksesibilitas sintesis, ADME, dan toksisitasnya, serta dianalisis interaksinya dengan makromolekul. Penelitian ini menghasilkan 7 senyawa yang diprediksi memiliki nilai aksesibilitas sintesis berkisar antara 4,77 – 5,61, memiliki kriteria drug-likeness dan ADME yang baik, dan tidak bersifat toksik. Senyawa rancangan menunjukkan adanya interaksi dengan residu penting pada P2Y12 yaitu residu Tyr105, Asn191, dan Lys280. Dari hasil penelitian ini, dapat disimpulkan bahwa metode in silico berbasis fragmen berhasil dilakukan untuk memperoleh kandidat inhibitor P2Y12 baru.



Cardiovascular disease is a non-infectious disease causing the highest deaths every year. One of the cardiovascular disorders is acute coronary syndrome. Patients with this condition are generally given antiplatelet therapy. An important part of the platelet activation process is the interaction of ADP with P2Y12 receptors. The commercially available P2Y12 inhibitors have unexpected side effects, so the development of drug with the aim of getting more optimal antiplatelet agents remains to be done. The discovery of new drugs using an in silico fragment-based drug design has many advantages and success stories. In this study the method was applied with the aims of obtaining the new design of compound's structure which has the potential as a P2Y12 inhibitor; predicting their pharmacokinetic profile, synthetic accessibility, toxicity; and knowing the interactions between the compounds and P2Y12. Fragments were obtained from the ZINC database, screened on the Rule of Three and heavy atoms parameters, and docked against P2Y12. Fragment linking was then performed after analyzing the interaction of fragments with amino acid residues of the macromolecule. The newly design compounds were then analyzed for their drug-likeness, accessibility of synthesis, ADME, and toxicity, and their interactions with the macromolecule. This study produced seven newly designed compounds that are predicted to have synthetic accessibility scores ranging from 4.77 to 5.61, have good drug-likeness and ADME criteria, and not toxic. Each compound showed interactions with important residues in P2Y12 which are the Tyr105, Asn191 and Lys280 residues. It can be concluded that the fragment-based drug design was successfully carried out to obtain new P2Y12 inhibitor candidates.

"
Depok: Fakultas Farmasi Universitas Indonesia, 2020
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Yovita Yudith C.
"Demam berdarah dengue adalah penyakit yang disebabkan oleh virus dari keluarga Flaviviridae yang memiliki tingkat mutasi tinggi dan menyebabkan munculnya variasi serotipe Dengue, yang membuat penemuan obat menjadi sulit. Oleh karena itu, dalam penelitian ini, pencarian kandidat obat baru yang dapat menyembuhkan penyakit untuk semua serotipe dilakukan dengan menggunakan host protein sebagai target protein untuk perannya dalam proses pematangan amplop glikoprotein virus dengue dalam tubuh manusia. Dalam penelitian ini, struktur RE α-Glucosidase I akan diidentifikasi dan berinteraksi dengan kandidat obat dari senyawa bahan alam melalui molecular penambatan molekul dan desain berbasis fragmen. Struktur senyawa ini kemudian akan menjalani pengujian farmakologis untuk menentukan sifat ADME-Tox-nya. Senyawa yang diperoleh diharapkan memiliki interaksi yang baik dengan RE α-Glucosidase I dan memiliki hsil ADME-Tox yang cocok untuk digunakan sebagai kandidat antivirus yang spesifik dan efisien untuk demam berdarah dengue. Setelah melakukan molecular penambatan molekul terhadap lead compounds dan merging fragments, 3 senyawa terbaik diidentifikasi memiliki nilai ikatan hidrogen yang baik, stabilitas, dan sifat farmakologis berdasarkan RMSD, pengikatan dG, dan ADME-Tox. Ligand 34 (1) menunjukkan nilai terkecil ΔG dan RMSD antara lain dengan nilai -9.923 kkal/mol dan 0,8770 Å. Ligand 228 (6) dan Ligand 230 (6) juga menunjukkan nilai ΔG dan RMSD yang kecil yaitu -9.5856 kkal/mol dan -8.7359 kkal/mol dan juga 1.5790 Å dan 1.1164 Å. Ligan-ligan tersebut juga menunjukkan sifat farmakologis yang baik.

Dengue hemorrhagic fever is a disease caused by the virus from the family Flaviviridae that have high levels of mutation and cause a variety of dengue serotype, which make drug discovery becomes difficult. Therefore, in this study, the search for new drug candidates that can cure disease for all serotypes was carried out using host proteins as protein target for its role in the maturation process of dengue virus glycoprotein envelopes in humans body. In this study, the structure of ER α-Glucosidase I would be identified as interacting with candidates for drugs based on natural compounds through molecular penambatan molekul and fragment-based design. The structure of this compound would then undergo pharmacological testing to determine its ADME-Tox properties. The compounds obtained were expected to have good interactions with RE α-Glucosidase I and ADME-Tox characters that were suitable to be used as a specific and efficient antiviral candidate for dengue hemorrhagic fever. After performing molecular penambatan molekul of lead compounds and merging fragments, 3 best compounds were identified for having good hydrogen bond value, stability, and pharmacological properties based on RMSD, dG binding, and ADME-Tox. Ligand 34 (1) shows the smallest value of ΔG and RMSD, among others with a value of -9.923 kcal/mol and 0.8770 Å. Ligand 228 (6) and Ligand 230 (6) also show small ΔG and RMSD values of -9.5856 kcal/mol and -8.7359 kcal/mol and also 1.5790 Å and 1.1164 Å. The ligands also exhibit good pharmacological properties."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sarah Syarofina
"Inhibitor dipeptidil peptidase 4 (DPP-4) baru perlu dikembangkan untuk meminimalkan efek samping merugikan yang diakibatkan oleh obat golongan inhibitor DPP-4 yang telah terdaftar. Penelitian ini bertujuan untuk menghasilkan subset molekul inhibitor DPP-4 yang representatif dengan mengaplikasikan algoritma K-Modes clustering dengan Levenshtein distance pada proses clustering dan melakukan analisis pemilihan molekul inhibitor DPP-4 berdasarkan kriteria nilai logP dari aturan Lipinskis Rule of 5. 2053 molekul inhibitor DPP-4 diperoleh dari situs ChEMBL. Clustering dilakukan terhadap fingerprint molekuler inhibitor DPP-4 yang diperoleh dari fitur SMILES (Simplified Molecular Input Line Entry System). Metode MACCS (Molecular Access System) Keys, ECFP (Extended Connectivity Fingerprint) diameter 4 dan 6, dan FCFP (Functional Class Fingerprint) diameter 4 dan 6, digunakan untuk membangun lima dataset fingerprint untuk proses clustering. Prosedur clustering diawali dengan menentukan jumlah klaster dengan menghitung nilai Koefisien Silhouette sebagai metode evaluasi klaster. Penerapan algoritma K-Modes clustering dengan Levenshtein distance pada 2053 molekul inhibitor DPP-4 menghasilkan nilai Koefisien Silhouette maksimal dari dataset MACCS sebesar 0.3947 dengan jumlah klaster 1258. Pemilihan molekul berdasarkan kriteria nilai logP dan aturan Lipinskis Rule of 5 menghasilkan 778 molekul inhibitor DPP-4 dari semua dataset dengan 298 molekul inaktif dan 480 molekul aktif dan nilai logP berkisar antara -1.67 sampai dengan 4.97.


New dipeptidyl peptidase 4 (DPP-4) inhibitors need to be developed to minimize the adverse side effects caused by registered DPP-4 inhibitor drugs. This study aims to produce a representative subset of DPP-4 inhibitor molecules by applying the K-Modes clustering algorithm with Levenshtein distance in the clustering process and analyzing the selection of DPP-4 inhibitor molecules based on the logP value criteria. 2053 DPP-4 inhibitor molecules obtained from the ChEMBL website. Clustering was carried out on the molecular fingerprint obtained from the SMILES feature. The MACCS Keys, ECFP (diameter 4 and 6), and FCFP (diameter 4 and 6) methods were used to construct fingerprint datasets for the clustering process. The clustering procedure begins by determining the number of clusters by calculating the Silhouette Coefficient value. The application of the K-Modes clustering with Levenshtein distance to 2053 DPP-4 inhibitor molecules resulted in the maximum Silhouette Coefficient value of the MACCS dataset of 0.3947 with the number of clusters 1258. Selection of molecules based on logP value criteria and Lipinskis Rule of 5 resulted in 778 DPP-4 inhibitor molecules. of all the datasets with 298 inactive molecules and 480 active molecules and the logP value ranged from -1.67 to 4.97.

"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Nasution, Mochammad Arfin Fardiansyah
"Kanker serviks menduduki peringkat kedua sebagai kanker yang paling mematikan pada wanita di seluruh dunia dan menjadi kanker yang paling mematikan pada wanita di negara berkembang. Namun saat ini masih belum terdapat metode pengobatan yang efektif untuk kanker serviks. Oleh karena itu penting dilakukan pencarian obat yang lebih baik dalam mengobati kanker serviks.
Kanker serviks disebabkan oleh infeksi human papillomavirus (HPV). Virus ini memiliki kemampuan untuk mengaktivasi jalur pensinyalan Hedgehog (Hh). Jalur ini berperan penting dalam mengatur proliferasi, ketahanan dan migrasi sel kanker serviks. Dalam penelitian ini, senyawa terbarukan dari turunan asam herbarat akan dirancang sebagai kandidat inhibitor untuk protein Sonic Hedgehog (Shh). Seluruh inhibitor yang berpotensial akan dianalisa dan dibandingkan dengan inhibitorinhibitor yang telah ada, seperti robotnikinin, melalui pendekatan penambatan dan dinamika molekul. Analisis QSAR (Quantitative structure-activity relationship) dan farmakologikal, analisis kemudahan sintesis dan sifat-sifat ADMET nya.
Penambatan molekul dari 6310 ligan dilakukan dengan menggunakan metode LibDock pada software Accelrys Discovery Studio 2.5, dan tahap produksi 5 ns simulasi dinamika molekul dilakukan dengan menggunakan forcefield GROMOS96 43a1 pada software GROMACS 4.6.5. Setelah dilakukan analisis interaksi kompleks dan simulasi dinamika molekul, diketahui bahwa ligan Sd32 merupakan ligan terbaik untuk menginhibisi protein Sonic Hedgehog.

Cervical cancer ranks second as the most common deadly cancer in women worldwide and ranks first in developing countries. However there is no effective treatment yet for this disease. Therefore it is necessary to find a better drug for the cervical cancer treatment.
Cervical cancer caused by human papillomavirus (HPV) infection. This virus has an ability to activate the Hedgehog (Hh) signaling pathway and regulate cervical cancer cells proliferation, survival and migration. In this study, a novel series of herbaric acid derivates were designed as the potential inhibitor candidates of the sonic hedgehog (Shh) signaling pathway. All of the potential inhibitors are going to be analyzed and compared with Shh available inhibitors, such as robotnikinin, through molecular docking and dynamics. QSAR (quantitative structure-activity relationship) and pharmacological analysis, synthetic accessibility analysis, and ADMET properties were also analyzed.
Molecular docking of these 6310 ligands was done through Accelrys Discovery Studio (DS) software by using LibDock method, and 5 ns production molecular dynamics simulation was completed with GROMOS96 43a1 forcefield using GROMACS 4.6.5 software. After the analysis of complex interaction and molecular dynamics simulation, it turns out that Sd32 ligand was the best ligand for inhibits sonic hedgehog protein.
"
Depok: Universitas Indonesia, 2014
S57225
UI - Skripsi Membership  Universitas Indonesia Library
cover
Putri Nusaiba
"Diabetes mellitus tipe 2 sering kali diikuti dengan komplikasi penyakit seperti hipertensi, gangguan kardiovakular dan gangguan pernafasan seperti bronkopneumonia. Pemantauan terapi obat yang tepat sangat penting untuk mengoptimalkan pengobatan dan mencegah kemungkinan terjadinya efek samping obat yang merugikan. Data diperoleh dari rekam medis dan kondisi pasien. Data yang dikumpulkan meliputi informasi status klinis pasien, riwayat pengobatan, dosis obat, dan parameter klinis seperti tanda vital dan hasil laboratorium. Hasil analisis data terapi obat pasien dan drug related problem pasien masih terdapat DRP tidak tepat dosis, yaitu obat yang diberikan kurang dari dosis yang dianjurkan yaitu primperan dan dosis berlebih dari yang dianjurkan yaitu omeprazole. Pemantauan terapi obat pada pasien diabetes mellitus tipe II dengan hipertensi dan bronkopneumonia masih perlu ditingkatkan, dengan cara meningkatkan pemantauan terapi obat yang lebih efektif, diharapkan pasien dapat mendapatkan manfaat yang maksimal dan terhindar dari risiko komplikasi yang serius.

Type 2 diabetes mellitus is often accompanied by complications such as hypertension, cardiovascular disorders, and respiratory disorders such as bronchopneumonia. Appropriate drug therapy monitoring is crucial to optimize treatment and prevent potential adverse drug effects. Data were obtained from medical records and patient conditions. The collected data included information on patients' clinical status, treatment history, drug doses, and clinical parameters such as vital signs and laboratory results. The analysis of patient drug therapy data and drug-related problems revealed inappropriate dosing-related issues, specifically underdosing of primperan and overdosing of omeprazole. Monitoring of drug therapy in patients with type 2 diabetes mellitus, hypertension, and bronchopneumonia needs improvement by enhancing more effective drug therapy monitoring. It is expected that with improved drug therapy monitoring, patients can obtain maximum benefits and avoid serious complications."
Depok: Fakultas Farmasi Universitas ndonesia, 2023
PR-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Nadya Asanul Husna
"Inhibitor DPP-4 adalah pendekatan baru yang menjanjikan untuk pengobatan diabetes tipe-2 dengan risiko rendah hipoglikemia. Pemodelan hubungan kuantitatif struktur-aktivitas (QSAR) adalah pemodelan yang digunakan untuk menyaring basis data besar suatu senyawa untuk menentukan sifat biologis molekul kimia berdasarkan struktur kimianya. Pada tesis ini pemodelan QSAR yang digunakan adalah QSAR klasifikasi dan QSAR regresi. Sebelum membuat model QSAR akan melakukan esktraksi ciri pada struktur molekul (SMILES). Hasil ekstraksi ciri tersebut kemudian akan digunakan sebagai masukan untuk metode rotation forest kasus klasifikasi dan kasus regresi. Model QSAR klasifikasi akan memprediksi molekul aktif dan tidak aktif pada inhibitor DPP-IV. Sedangkan model QSAR regresi akan memprediksi nilai aktivitas IC50 inhibitor DPP-IV. Pada penelitian ini untuk kasus klasifikasi dan regresi juga membandingkan performa model rotation forest menggunakan matriks rotasi PCA dengan rotation forest menggunakan matriks rotasi Sparse PCA.
Hasil penelitian ini menunjukkan bahwa model QSAR regresi menggunakan rotation forest dengan matriks rotasi PCA (RFR(PCA)) memperoleh koefisien korelasi kuadrat 29.2% dengan RMSE 45%. Sementara itu, menggunakan rotation forest dengan matriks rotasi Sparse PCA (RFR(SPCA)) memperoleh koefisien korelasi kuadrat 27.1% dengan RMSE 45.6%. Pada QSAR klasifikasi persentase banyaknya molekul yang aktif sangat besar dibandingkan yang molekul tidak aktif, hal ini dapat menyebabkan nilai evaluasi berbeda. SMOTE (Synthetic Minority Oversampling Technique) merupakan salah satu metode untuk menangani data tidak seimbang tersebut dengan cara membangkitkan data buatan. Hasil penelitian ini menunjukkan bahwa model QSAR klasifikasi menggunakan rotation forest dengan matriks rotasi PCA (RFC(PCA)) memperoleh performa tertinggi dalam memprediksi molekul aktif dan tidak aktif, yaitu nilai MCC 77.7% dengan nilai akurasi sebesar 89%, sensitivitas 89.6%, dan spesifisitas 88.1%. Sementara itu, model QSAR klasifikasi menggunakan rotation forest dengan matriks rotasi SPCA (RFC(SPCA)) memperoleh performa tertinggi, yaitu nilai MCC 80.9% dengan nilai akurasi sebesar 90.5%, sensitivitas 90.8%, dan spesifisitas 90.2%.

DPP-4 inhibitors are a new approach for the treatment of type 2 diabetes with a low risk of hypoglycemia. The Quantitative Structure-Activity Relationship (QSAR) model is a model used to filter large databases of compounds to determine the biological properties of chemical molecules based on their chemical structure. The QSAR modeling that is used in this research is QSAR classification and QSAR regression. Before creating the model, QSAR will perform feature extraction on the molecular structure (SMILES). The results of the feature extraction will be used as inputs for the rotation forest method of the classification and regression cases. The QSAR classification model predicts active and inactive molecules in DPP-IV inhibitors, while the regression QSAR model predicts the value of IC50 DPP-IV inhibitor activity. In this study, the classification and regression cases are also comparing the performances between the rotation forest model using the PCA rotation matrix and the rotation forest model using the Sparse PCA rotation matrix. 
The results of this study indicate that the QSAR regression model using rotation forest with the rotation matrix PCA (RFR (PCA)) obtained a squared correlation coefficient of 29.2% with RMSE 45%. Meanwhile, using rotation forest regression with the Sparse PCA (RFR (SPCA)) rotation matrix obtained a quadratic correlation coefficient of 27.1% with RMSE 45.6%. In the QSAR classification, the percentage of active molecules is very large compared to inactive molecules, this can cause different evaluation values. SMOTE (Synthetic Minority Oversampling Technique) is one method for handling such unbalanced data by generating artificial data. The results of this study indicate that the classification QSAR model using rotation forest classification with PCA (RFC (PCA)) rotation matrix obtained the highest performance in predicting active and inactive molecules as follows: MCC value of 77.7% with an accuracy value of 89%, sensitivity value of 89.6% and specificity value of 88.1%. Meanwhile, the QSAR classification model using rotation forest classification with the SPCA rotation matrix (RFC (SPCA)) obtained the highest performance as follows: MCC value of 80.9% with an accuracy value of 90.5%, sensitivity value of 90.8%, and specificity value of 90.2%.
"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Winona Susanti
"Sirtuin (SIRT) 1 merupakan senyawa yang berperan dalam tumorigenesis dan penghambatan terhadap SIRT1 terbukti menghambat pertumbuhan kanker. Berbagai senyawa inhibitor SIRT1 saat ini telah memasuki fase klinis dengan nilai IC50 dalam rentang M. Pada penelitian ini, dilakukan perancangan struktur penghambat Sirtuin 1 dan modifikasi senyawa turunan Thieno [3,2-d] pyrimidine-6-carboxamide, yang merupakan inhibitor Sirtuin dengan konstanta inhibisi 3,4 nM. Penelitian dilakukan menggunakan metode in silicoberbasis fragmen dengan tujuan memperoleh kandidat senyawa penghambat Sirtuin 1 yang lebih poten dengan toksisitas rendah. Pemilihan fragmen dilakukan berdasarkan kaidah Rule of threedan pemilihan senyawa rancangan dilakukan berdasarkan kaidah Rule of five.Senyawa rancangan kemudian diuji terhadap parameter aksesibilitas sintesis, farmakokinetik, dan toksisitas. Pada akhir penelitian, diperoleh 14 senyawa rancangan penghambat SIRT1 dengan konstanta inhibisi dalam rentang 118,45 pM – 1,83 nM dan satu hasil modifikasi senyawa turunan Thieno [3,2-d] pyrimidine-6-carboxamide dengan konstanta inhibisi 382,09 pM. Seluruh senyawa tersebut memiliki potensi yang lebih baik dibandingkan senyawa inhibitor SIRT1 yang telah ada dan diprediksi memiliki bioavabilitas oral yang baik, serta bersifat tidak toksik terhadap seluruh target uji.

Sirtuin (SIRT) 1 shows a significant role in tumorigenesis and inhibition of SIRT1 was proved to inhibit cancer growth. Various SIRT1 inhibitors have entered clinical phase with IC50 values ranging in μM. This study aims to design new SIRT1 inhibitor candidates and modify Thieno [3,2-d] pyrimidine-6-carboxamide derivatives, which are Sirtuin 1 inhibitors with inhibition constant value of 3.4 nM. Research was carried out using fragment based drug design in order to obtain new drug candidates with higher potency and lower toxicity. Fragments were chosen based on the rule of three while drug candidates were chosen based on the Lipinski’s rule of five. Drug candidates were tested for its synthetic accessibility, pharmacokinetic properties, and toxicity traits. This study produced 14 new SIRT1 inhibitor candidates with inhibition constant value ranging from 118,45 pM – 1,83 nM and one modified Thieno [3,2-d] pyrimidine-6-carboxamide derivatives with inhibition constant value of 382,09 pM. All of the mentioned new structures have better potency when compared to current SIRT1 inhibitors and were predicted to have good oral bioavailability and harmless to all toxicity test targets."
Depok: Fakultas Farmasi Universitas Indonesia, 2020
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muhammad Resa
"Kanker paru-paru merupakan jenis kanker yang paling banyak diderita dan paling mematikan di dunia. Tipe kanker paru-paru paling banyak diderita merupakan kanker paru-paru non-sel-kecil (NSCLC). Senyawa flavonoid digunakan sebagai inhibitor protein reseptor faktor pertumbuhan epidermal (EGFR) dalam penelitian ini karena memiliki kemampuan bioaktivitas dan bioavailabilitas yang berpotensi sebagai obat antikanker. Penelitian ini menggunakan pendekatan in silico untuk menemukan senyawa flavonoid yang dapat menghambat protein reseptor EGFR secara efektif untuk dijadikan kandidat obat melalui desain obat berbasis fragmen. Beberapa metode komputasi yang digunakan adalah metode Protein-Ligand Interaction Fingerprint (PLIF), penentuan titik farmakofor, simulasi penambatan molekul, serta uji farmakologi dan toksisitas. Setelah dilakukan screening secara virtual melalui penambatan dengan protein EGFR (PDB. 1M17) menggunakan data flavonoid berasal dari basis data pubchem yang berjumlah 25.189 didapat dua fragmen terbaik yang memiliki tiga ikatan hidrogen untuk dilakukan fragment growing dan dari penambatan molekul senyawa hasil fragment growing yang berjumlah 25.600 diperoleh sepuluh senyawa terbaik, dengan parameter ΔGbinding lebih kecil dibanding standar erlotinib yaitu -8,8536 dan nilai RMSD lebih kecil dari 2,0 Å. Ligan tersebut diuji farmakologi dan prediksi toksisitas diperoleh dua senyawa sebagai kandidat inhibitor EGFR yaitu compound 980 dan compound 760 yang memiliki inhibisi CYP yang lebih sedikit dibanding standar dan tidak bersifat toksik untuk organ hati. Berdasarkan hasil tersebut maka compound 980 dan compound 760 dapat menjadi inhibitor EGFR yang potensial.

Lung cancer is the most suffered and deadly type of cancer in the world. The most common type of lung cancer is non-small cell lung cancer (NSCLC). Flavonoid compounds are used as epidermal growth factor receptor (EGFR) protein inhibitors in this study because they have the potential for bioactivity and bioavailability as anticancer drugs. This study uses an in silico approach to find flavonoid compounds that can effectively inhibit EGFR receptor proteins to be drug candidates through fragment-based drug design. Some computational methods used are the Protein-Ligand Interaction Fingerprint (PLIF) method, pharmacophore point determination, molecular tethering simulation, and pharmacology and toxicity tests. After a virtual screening with EGFR protein (PDB. 1M17) used flavonoid data from the pubchem database with totat number 25,189 is obtained the two best fragments that have three hydrogen bonds to do fragment growing and from molecular docking simulation of compound molecules from fragment growing totaling 25,600 is obtained the ten best compounds, with the parameter ΔGbinding smaller than the erlotinib standard which is -8.8536 and an RMSD value smaller than 2.0 Å. The ligand was tested pharmacologically and the the toxicity was predicted is obtained two compounds as EGFR inhibitor candidates namely compound 980 and compound 760, which had less CYP inhibition than standard and were not toxic to liver. Based on these results, compound 980 and compound 760 can be potential EGFR inhibitors.
"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020
T54605
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>