Hasil Pencarian  ::  Simpan CSV :: Kembali

"Diabetes mellitus tipe II adalah penyakit gangguan metabolik yang gejalanya adalah hiperglikemia atau tingkat glukosa darah yang meningkat, yang disebabkan oleh rusaknya fungsi insulin baik dalam sekresi, kerja, atau keduanya. Penyakit ini adalah penyakit menahun yang bisa menyebabkan berbagai komplikasi. Salah satu pendekatan untuk mengobati penyakit diabetes mellitus tipe II adalah dengan memperlambat penyerapan glukosa melalui penghambatan α-glukosidase. Enzim α-glukosidase akan mengkatalisasi hidrolisis gula kompleks, termasuk karbohidrat, menjadi glukosa yang bisa diserap dalam usus. Dengan demikian penghambatan α-glukosidase akan menghambat pembentukan glukosa yang bisa diserap usus, yang kemudian akan memperlambat kenaikan tingkat glukosa darah. Banyaknya penderita diabetes mellitus tipe II mendorong usaha untuk mencari senyawa aktif penghambat α-glukosidase baru dari bahan alam, yang diharapkan mempunyai efikasi yang lebih baik atau lebih mudah diekstrak atau disintesis daripada yang ada sekarang. Penelitian ini bertujuan untuk mencari senyawa aktif penghambat α-glukosidase dari bahan alam yang ada di Indonesia, khususnya dari tanaman Artabotrys sp. Ada 4 jenis tanaman Artabotrys sp. yang diteliti keaktifan ekstrak etanolnya terhadap penghambatan α-glukosidase: Artabotrys hexapetalus (daun dan kulit batang), Artabotrys suaveolens (daun dan kulit batang), Artabotrys blumei (batang dan ranting), dan Artabotrys sumatranus (daun dan ranting). Hasil pengetesan menggunakan bioassay menunjukkan bahwa ekstrak etanol yang memiliki aktivitas penghambatan α-glukosidase terkuat adalah dari daun A. sumatranus, disusul berturut-turut oleh ranting A. sumatranus, daun A. suaveolens, kulit batang A. hexapetalus, kulit batang A. suaveolens, batang A. blumei, ranting A. blumei, dan terakhir daun A. hexapetalus. Skrining juga dilakukan dengan pengetesan bioassay DPPH (2,2-diphenyl-1-picrylhydrazyl) dan FRAP (ferric ion reducing antioxidant power) untuk mengetahui aktivitas antioksidan ekstrak etanol Artabotrys sp. yang ada, dan didapatkan bahwa secara umum aktivitas penghambatan α-glukosidase mempunyai relasi positif dengan aktivitas antioksidan. Analisis tes total fenolik, total flavonoid, tes aktivitas antioksidan (DPPH dan FRAP), dan tes aktivitas penghambatan α-glukosidase; serta relasi antara tes-tes tersebut, menghasilkan prediksi golongan senyawa aktif penghambat α-glukosidase pada ekstrak Artabotrys sp. dan relasinya terhadap aktivitas antioksidan. Prediksi tahap skrining ini secara umum dikonfirmasi oleh hasil penambatan molekuler pada senyawa-senyawa yang terindentifikasi dari analisis LC-MS/MS (liquid chromatography – tandem mass spectrometry) pada ekstrak yang ada. Penelitian lalu difokuskan pada ekstrak daun A. sumatranus yang memiliki potensi yang paling tinggi dalam penghambatan α-glukosidase dan memiliki aktivitas antioksidan yang terkuat dibandingkan ekstrak Artabotrys sp. yang lain. Perbandingan antara hasil tes aktivitas antioksidan dan penghambatan α-glukosidase, serta tes total fenolik dan total flavonoid, memberikan indikasi bahwa kebanyakan senyawa penghambat α-glukosidase pada daun A. sumatranus memiliki aktivitas antioksidan, dan berasal dari golongan fenolik dan flavonoid. Teknik metabolomik tak bertarget berbasis LC-MSn dengan menggunakan analisis statistik multivariat dan machine learning lalu dipakai untuk memprediksi senyawa aktif penghambat α-glukosidase yang juga memiliki aktivitas antioksidan pada daun A. sumatranus. Data input adalah data dari 30 sampel ekstrak daun A. sumatranus dengan berbagai kombinasi pelarut etanol dan air, serta pengulangannya, dengan 80 variabel independen (fitur) berupa nilai m/z dari senyawa yang terdeteksi pada ekstrak tersebut. Variabel output (target) adalah aktivitas penghambatan α-glukosidase (target utama) dan aktivitas antioksidan (dalam bentuk penghambatan DPPH, target sampingan) yang dinyatakan dengan nilai IC50 dan 1/IC50. Pendekatan analisis statistik multivariat dilakukan dengan berbagai metode yaitu PCA (Principal Component Analysis), PLS (Partial Least Square), OPLS (Orthogonal Partial Least Square), PLS-DA (Partial Least Square – Discriminant Analysis), dan OPLS – DA (Orthogonal Partial Least Square – Discriminant Analysis). Pendekatan machine learning dilakukan secara bertingkat, dengan yang pertama membuat model prediksi keaktifan ekstrak terhadap penghambatan α-glukosidase (dilakukan dengan metode random forest yang memiliki performansi paling baik dibandingkan metode lain), yang lalu dilanjutkan dengan analisis fitur (senyawa) yang paling berpengaruh pada model prediksi keaktifan ekstrak tersebut dengan metode permutasi acak dan SHAP (Shapley additive explanations). Penggabungan hasil metode statistik multivariat dan machine learning menghasilkan prediksi sembilan senyawa aktif penghambat α-glukosidase dari daun A. sumatranus. Diantara kesembilan senyawa aktif tersebut hanya enam yang dapat teridentifikasi yaitu mangiferin, neomangiferin, norisocorydine, lirioferin, apigenin-7-O-galaktopyranosida, dan 15,16-dihydrotanshinone. Hasil penambatan molekuler menggunakan α-glukosidase dari Saccharomyces cerevisiae menunjukkan hanya mangiferin, apigenin-7-O-galaktopyranosida, dan lirioferin yang memiliki energi bebas pengikatan yang lebih negatif (lebih aktif) dibanding acarbose yang digunakan sebagai pembanding. Sedangkan penambatan molekuler menggunakan sebagian dari α-glukosidase pada usus manusia mendapatkan hanya norisocorydine saja yang lebih lemah keaktifannya dibandingkan acarbose. Analisis korelasi menunjukkan bahwa senyawa yang diprediksi aktif, termasuk yang belum teridentifikasi, mempunyai aktivitas antioksidan dan terindikasi berasal dari beberapa biosynthesis pathway. Selanjutnya isolasi senyawa aktif penghambat α-glukosidase dilakukan dengan metode fraksinasi yang dipandu dengan bioassay, diikuti dengan elusidasi strukturnya. Senyawa aktif yang didapat adalah mangiferin, yang merupakan salah satu senyawa yang diprediksi aktif dari analisis metabolomik, dengan IC50 83,72 µg/ml terhadap α-glukosidase dari Saccharomyces cerevisiae. Kontribusi dari penelitian ini adalah memperkaya wawasan kegunaan dan literatur akan A. sumatranus yang belum pernah ada publikasinya. Selain itu, penelitian ini berhasil menemukan beberapa senyawa potensial penghambat α-glukosidase yang belum pernah dipublikasikan sebelumnya, seperti apigenin-7-O-galactopyranoside, lirioferine, and norisocorydine; selain yang belum teridentifikasi. Hasil penelitian ini dapat dikembangkan selanjutnya menjadi sediaan herbal.

---

Diabetes mellitus type II is a metabolic disease whose symptom is hyperglycemia or elevated blood glucose level, caused by insulin malfunctions, either in its secretion, action, or both. This disease is a chronic disease that can cause many complications. One of the diabetes mellitus treatments is delaying glucose absorption using α-glucosidase inhibition. The α-glucosidase enzyme will catalyze the hydrolysis of complex sugar, including carbohydrate, into glucose that can be absorbed in the intestine. Therefore, inhibiting α-glucosidase will inhibit the production of glucose that can be absorbed in the intestine, which will then slow down the increase of blood glucose. The large number of diabetes mellitus type II patients drives the efforts to find new active α-glucosidase inhibitor compounds from natural products, which are hoped to have better efficacies or can be more easily extracted or synthesized compared to the existing ones. This research goal was to find active α-glucosidase inhibitor compounds from natural compounds which are available in Indonesia, especially from Artabotrys sp. plants. There are 4 kinds of Artabotrys sp. plants whose ethanol extract’s activity in α-glucosidase inhibition was investigated: Artabotrys hexapetalus (leaf and stem bark), Artabotrys suaveolens (leaf and stem bark), Artabotrys blumei (stem and twig), and Artabotrys sumatranus (leaf and twig). Bioassay test results showed that ethanol extract that had the strongest α-glucosidase inhibition activity was the leaf of A. sumatranus, followed in succession by twig of A. sumatranus, leaf of A. suaveolens, stem bark of A. hexapetalus, stem bark of A. suaveolens, stem of A. blumei, twig of A. blumei, and lastly leaf of A. hexapetalus. Screening was also done by doing bioassay tests of DPPH (2,2-diphenyl-1-picrylhydrazyl) and FRAP (ferric ion reducing antioxidant power) to know about the antioxidant activities of the ethanol extracts of the available Artabotrys sp., and it was found out that in general α-glucosidase inhibition activity had positive relation to antioxidant activity. Analyses of total phenolic test, total flavonoid test, antioxidant activity tests (DPPH and FRAP), and α-glucosidase inhibition activity test; as well as the relation between those tests, lead to predictions of the groups of the active α-glucosidase inhibitor compounds in the extract of Artabotrys sp. and their relations to antioxidant activity. These predictions in the screening stage were in general confirmed by the results of molecular docking of the identified compounds from LC-MS/MS (liquid chromatography – tandem mass spectrometry) analyses on the available extracts. The research was then focused on the leaf extract of A. sumatranus which had the highest potency in α-glucosidase inhibition and had the strongest antioxidant activity compared to other extracts of Artabotrys sp. Comparisons between test results of antioxidant and α-glucosidase activities, as well as total phenolic and total flavonoid, indicated that most of the α-glucosidase inhibitor compounds in the leaf of A. sumatranus had antioxidant activities, and belonged to phenolic and flavonoid groups. Untargeted metabolomic techniques based on LC-MSn by using multivariate statistical analysis and machine learning were then used to predict the active α-glucosidase inhibitor compounds which also had antioxidant activities. The input data was data from 30 samples of leaf extracts of A. sumatranus with various solvent combinations of ethanol and water, and their duplications, with 80 independent variables (features) consisting of m/z values of detected compounds in those extracts. The output variables (targets) were α-glucosidase inhibition activity (main target) and antioxidant activity (in the form DPPH inhibition, secondary target), which were represented by the value of nilai IC50 dan 1/IC50. The multivariate statiscal analysis approach was done with several methods, which were PCA (Principal Component Analysis), PLS (Partial Least Square), OPLS (Orthogonal Partial Least Square), PLS-DA (Partial Least Square – Discriminant Analysis), and OPLS – DA (Orthogonal Partial Least Square – Discriminant Analysis). The machine learning approach was done in stages, with the first one was making a prediction model of the α-glucosidase inhibition activity of the extracts (done with random forest method which had the best performance compared to other methods), and then followed by analysis of the most important features (compounds) in the extract’s activity prediction model using random permutation and SHAP (Shapley additive explanations) methods. Combining the results of multivariate statistical methods and machine learning produced a prediction of nine active α-glucosidase inhibitor compounds from the leaf of A. sumatranus. From these nine active compounds, only six could be identified which were mangiferin, neomangiferin, norisocorydine, lirioferin, apigenin-7-O-galaktopyranosida, and 15,16-dihydrotanshinone. Molecular docking using α-glucosidase from Saccharomyces cerevisiae showed only mangiferin, apigenin-7-O-galactopyranoside, and lirioferine had more negative free energy binding (more active) than acarbose, which was used as comparison. On the other hand, molecular docking using a part of α-glucosidase from humans showed only norisocorydine had weaker activity than acarbose. The correlation analyses showed that the predicted active compounds, including the unidentified ones, had antioxidant activities and were indicated to come from several biosynthesis pathways. Next, the isolation active compound as α-glucosidase inhibitor was done by using bioassay-guided fractionation, continued by structure elucidation. The isolated active compound turned out to be mangiferin, which was one the predicted compound from metabolomic analysis, with IC50 83,72 µg/ml with respect to α-glucosidase from Saccharomyces cerevisiae. The contribution of this research is to enrich and broaden the knowledge about the usefulness and literature on A. sumatranus, which had no publications before. Moreover, this research succeeded in discovering potential α-glucosidase inhibitors which were not yet published before, such as apigenin-7-O-galactopyranoside, lirioferine, and norisocorydine; besides the unidentified ones. The results of this research can be developed later on to become herbal medicine."

"SIRT1 merupakan salah satu dari tujuh sirtuin manusia SIRT1-7 yang termasuk dalam HDAC kelas III. Sejumlah penelitian tentang SIRT1 telah banyak dibuktikan berperan dalam regulasi metabolisme seluler serta sering dihubungkan dengan pathogenesis penyakit seperti kanker dan penyakit nuerodegeneratif. Untuk menemukan kandidat obat yang baik beberapa menggunakan metode in silico sebagai tool yang cepat dalam menganalisis aktifitas biologis obat secara virtual.Metode in silico dalam penelitian ini dimulai dari penapisan virtual, penambatan molekul dan simulasi dinamika molekuler yang menggunakan database herbal Indonesia untuk menemukan senyawa kandidat yang berpotensi sebagai inhibitor SIRT1.Hasilnya diperoleh ada enam senyawa kandidat dari database Herbal Indonesia yang memiliki potensi sebagai inhibitor SIRT1 yaitu 5-oxocoronaridine, 3-oxocoronaridine, 5-hydroxy-6-oxocoronaridine, dregamine, isovoacristine dan tabernaemontanine.Hasil penambatan molekul senyawa kandidat terhadap dua makromolekul SIRT1 PDB ID: 4I5I dan 4ZZI menunjukkan nilai pengikatan energi bebas senyawa kandidat mendekati dan lebih tinggi dari senyawa ligand co-kristal. Dari analisis simulasi dinamika molekuler diperoleh energi bebas MMPBSA di atas -21 kkal/ mol sedangkan occupancy ikatan hidrogen residu Ile347 dan Asp348 diatas 80 .

---

SIRT1 is one of seven human sirtuins SIRT1 7 are included in class III of HDAC. A number studies of SIRT1 has been widely demonstrated a role in the regulation of cellular metabolism and linked to pathogenesis of diseases such as cancer and neurodegeneratif diseases. To find a good drug candidates could using in silico methods as a quick tool in analyzing the biological activity of drugs virtually.In silico methods in this research started from a virtual screening, docking and molecular dynamics simulations that use Indonesian herbal database to find potential candidate compounds as SIRT1 inhibitor.The result was obtained there are six candidates compound of Indonesian Herbal database that has potential as SIRT1 inhibitor that is 5 oxocoronaridine, 3 oxocoronaridine, 5 hydroxy 6 oxocoronaridine, dregamine, isovoacristine and tabernaemontanine.Docking results shown that molecule candidate compounds against two of macromolecules SIRT1 PDB ID 4I5I and 4ZZI have value of the candidate compound binding free energy approach and higher than the co crystal ligands. From the analysis of molecular dynamics simulations obtained free energy MMPBSA about 21 kcal mol while occupancy hydrogen bonding of residues Ile347 and Asp348 about 80 ."

"Hipertensi merupakan masalah kesehatan yang prevalensinya masih tinggi di Indonesia. Mayoritas pengidap hipertensi mengandalkan obat golongan penghambat ACE (angiotensin-converting enzyme) sebagai terapi obat hipertensi mereka. ACE dapat dihambat dengan cara mengikat ion Zn2 atau asam amino pada situs aktif ACE. Penelitian sebelumnya menunjukkan bahwa ekstrak biji melinjo memiliki aktivitas penghambatan ACE secara in vitro. Dalam penelitian ini, dilakukan penambatan molekuler pada beberapa senyawa dalam ekstrak biji melinjo terhadap makromolekul ACE guna menganalisis senyawa mana dari dalam ekstrak biji melinjo tersebut yang memiliki aktivitas penghambatan ACE. Hasil penambatan molekuler dengan AutoDock4Zn menunjukkan bahwa resveratrol, gnetol, isorhapontigenin, gnetin c, trans-?-viniferin, gnemonol K, gnemonol M, dan aglikon gnemonosida B berpotensi memiliki aktivitas penghambat ACE. Beberapa ligan tersebut mampu berikatan dengan ion Zn2 melalui ikatan kation-phi. Selanjutnya, dilakukan simulasi dinamika molekuler pada ligan-ligan tersebut dalam rentang waktu 20 ns untuk menganalisis kestabilan ikatan ligan terhadap ion Zn2 dan ikatan ligan terhadap residu asam amino pada sisi aktif ACE. Berdasarkan hasil perhitungan nilai energi bebas ikatan dengan metode MM-GBSA dan MM-PBSA, gnetin C memiliki afinitas tertinggi terhadap ACE daripada ligan uji lain pada suhu 300 K, sedangkan pada suhu 310 K afinitas tertinggi dimiliki oleh gnemonol K.

---

Hypertension is a health problem, in which the prevalence remains high in Indonesia. The majority of hypertensive patients rely on ACE angiotensin converting enzyme inhibitors as their drug therapy of hypertension. ACE catalytic mechanism can be inhibited by ligands via the zinc ion or amino acids interactions in the active site of ACE. Recent study demonstrated that melinjo seed extracts have ACE inhibitory activity in vitro. In this study, we conducted molecular docking of several substances extracted from melinjo seeds to analyze which substances have ACE inhibitory activity.

Molecular docking results using AutoDock4Zn indicated that resveratrol, gnetol, isorhapontigenin, gnetin C, trans viniferin, gnemonol K, gnemonol M and aglycone of gnemonosida B potentially have ACE inhibitory activity. Some of these ligands are able to bind zinc ion via cation pi interactions. We also conducted molecular dynamics simulations involving these ligands within 20 ns to analyze the stability of the interactions between zinc ligand and ligand amino acids in the active site. According to the binding free energy calculations using MM GBSA and MM PBSA methods, gnetin C showed the highest affinity for ACE among other ligands at a temperature of 300 K, while at a temperature of 310 K the highest affinity belongs to gnemonol K."

"ABSTRAKDiabetes merupakan penyakit yang dikarakterisasi dengan meningkatnya kadar gula darah yang yang diakibatkan defisiensi insulin, resistensi insulin atau keduanya. Pengobatan diabetes berfokus pada insulin, dimana efikasinya dapat berkurang seiring penyakit berprogresi. Golongan penghambat Sodium-Glucose Linked Transporter 2 (SGLT2) merupakan golongan obat diabetes baru dengan mekanisme pengaturan kadar glukosa darah independent dari insulin, ditambah khasiat menurunkan resiko kardiovaskular dan berat badan. Fakultas Farmasi Universitas Indonesia berkontribusi dalam pengembangan golongan obat ini dengan metode in silico melalui penapisan virtual berbasis ligan berdasarkan gugus farmakofor dari pangkalan data tanaman herbal Indonesia, dan penapisan virtual berbasis struktur dengan model homologi hSGLT2 dari pangkalan data ZINC15. Hasil penapisan virtual tersebut dilakukan identifikasi lebih lanjut dengan simulasi dinamika molekuler selama 20 nanodetik untuk memperoleh perkiraan yang paling mendekati kondisi eksperimental. Sebelum simulasi, dilakukan pemerolehan model interaksi pada hasil penapisan virtual berbasis ligan dilakukan dengan penambatan molekuler dengan AutoDock terhadap makromolekul hasil pemodelan homologi dari SWISSMODEL. Interaksi ligan-reseptor dilihat dari interaksi hidrogen dan energi bebas ikatan ligan dibandingkan kontrol positif dengan MM/PB(GB)SA. Hasil studi dinamika molekuler menunjukkan empat senyawa dengan ∆G MM/PB(GB)SA lebih kecil dibanding kontrol positif, diantaranya zinc000146809581, cucumerin A, zinc000038175116, dan zinc000095913941 dengan jumlah ikatan hidrogen yang lebih banyak atau dapat bersaing dengan kontrol positif.

---

ABSTRACT

Diabetes is a non-communicable disease that is characterized by the rising of blood glucose due to deficiency of insulin, insulin resistance, or both. Pharmacological treatment of diabetes mainly focuses on insulin, which decreases in efficacy once the disease progresses. SGLT2 inhibitors are diabetic treatments available in recent years with blood glucose control mechanism independent from insulin. Two in silico research were done in Faculty of Pharmacy from Universitas Indonesia to find more compounds of potential SGLT2 inhibition action by virtual screening of ligand based on Indonesian Herbal Database, dan of structure-based on the ZINC herbal database. In this study, the docked interaction models of the compounds acquired from those two virtual screening methods are analyzed for their ligand-receptor interactions by 20 nanoseconds of molecular dynamic simulations, with the ligand-based virtual screening results were first docked with macromolecule from homology modelling. The ligand-receptor interactions are observed by its calculated binding free energy and their hydrogen interactions with the protein, compared with known drugs of SGLT2 inhibitors as positive controls. The result of this study has shown four compounds with lower ∆G MM/PB(GB)SA than the positive controls, cucumerin A, zinc000146809581, zinc000038175116, and zinc000095913941 with more or comparable hydrogen interactions with positive controls.

"

"Kanker merupakan penyebab kematian utama di seluruh dunia. Salah satu faktor terjadinya kanker adalah modifikasi epigenetik yang abnormal (hipermetilasi). Hipermetilasi yang terjadi pada gen diyakini bahwa yang berperan besar dalam proses karsinogenesis adalah enzim DNA metiltransferase (DNMT). Penelitian-penelitian yang dilakukan saat ini untuk menemukan senyawa inhibitor DNMT dari bahan alam. Salah satu metode yang mendukung untuk analisis ini adalah metode in silico. Dalam penelitian ini, diteliti beberapa senyawa pilihan dari basis data herbal Indonesia hasil penapisan virtual terhadap aktivitasnya sebagai inhibitor DNMT. Hasil penambatan molekuler senyawa Cassiamin C, Procyanidin B2, Ent-epicatechin-4alpha-8-ent-epicatechin, Epicatechin-4beta-8-epicatechin-3-O-gallate, Neorhusflavanone, 3-O-galloylepigallocatechin-4beta-6-epicatechin-3-O-gallate, Withanolide, 3-O-galloylepigallocatechin-4beta-6-epigallocatechin-3-O-gallate, Cyanidin-3-6''-caffeylsophoroside-5-glucoside, Epifriedelinol, Gallo-catechin-4alpha-8-epicatechin, Scutellarein-7-glucosyl-1-4-rhamnoside, Epigallo-catechin-3-gallate (EGCG) (kontrol positif), dan sinefungin (kokristal) didapatkan nilai ΔG secara berturut-turut, -9.34, -10.95, -7.95, -11.01, -8.78, -8.87, -11.49, -7.98, -5.92, -8.92, -9.17, -8.76, -9.70, dan -9.11 kkal/mol. Senyawa cassiamin C, procyanidin B2, epicatechin-4beta-8-epicatechin-3-O-gallate, withanolide, dan gallocatechin-4alpha-8-epicatechin memiliki ΔG lebih rendah dari senyawa sinefungin (kokristal) dan EGCG (kontrol positif). Sehingga, tahap selanjutnya akan dilakukan simulasi dinamika molekuler terhadap tujuh ligan tersebut. Hasil simulasi dinamika molekuler menunjukkan aktivitas terbaik secara keseluruhan yaitu pada senyawa procyanidin B2, epicatechin-4beta-8-epicatechin-3-O-gallate, dan gallocatechin-4alpha-8-epicatechin. Residu asam amino yang penting bagi aktivitas inhibitor DNMT1 adalah Phe1145, Glu1168, Met1169, Cys1191, Glu1266, Ala1579, dan Val1580.

---

Cancer is the leading cause of death worldwide. Factors of cancer is an abnormal epigenetic modifications (hypermethylation). Hypermethylation that occur in genes believed that played a major role in process of carcinogenesis is DNA methyltransferase (DNMT) enzyme. Recent studies is conducted to find DNMT inhibitor compounds from natural materials. Method that support for this analysis is in silico studies. In this study, several selected compounds from herbal database Indonesia results of virtual screening will be studying for the activity as an inhibitor DNMT. Results molecular docking of Cassiamin C, Procyanidin B2, Epicatechin-4alphaent-8-ent-epicatechin, Epicatechin-4beta-8-epicatechin-3-O-gallate, Neorhusflavanone, 3-O-galloylepigallocatechin-4beta-6-epicatechin-3-O-gallate, Withanolide, 3-O-galloylepigallocatechin-4beta-6-epigallocatechin-3-O-gallate, Cyanidin-3-6''-caffeylsophoroside-5-glucoside, Epifriedelinol, Gallocatechin-4alpha-8-epicatechin, Scutellarein-7-glucosyl-1-4-rhamnoside, Epigallocatechin-3-gallate (EGCG) (positive control), and Sinefungin (co-crystal) compounds, ΔG values obtained -9.34, -10.95, -7.95, -11.01, -8.78, -8.87, -11.49, -7.98, -5.92, -8.92, -9.17, -8.76, -9.70, and -9.11 kcal/mol, respectively. Cassiamin C, Procyanidin B2, Epicatechin-4beta-8-epicatechin-3-O-gallate, Withanolide, and Gallocatechin-4alpha-8-epicatechin compounds had lower ΔG than Sinefungin (co-crystal) and EGCG (positive control) compounds. Therefore, molecular dynamic simulation of seven selected compounds will be performed. The results of molecular dynamic simulation shows the best overall activity is Procyanidin B2, Epicatechin-4beta-8-epicatechin-3-O-gallate, and Gallocatechin-4alpha-8-epi-catechin compounds. Amino acid residues which are important for the activity of DNMT1 inhibitor is Phe1145, Glu1168, Met1169, Cys1191, Glu1266, Ala1579, and Val1580."

"ABSTRAKSalah satu pendekatan terapi untuk mengendalikan kadar glukosa darah postprandial adalah dengan menghambat enzim alfa-glukosidase. Tujuan dari penelitian ini adalah untuk mengetahui ekstrak dan fraksi teraktif dari kulit batang Strophanthus caudatus (L). Kurz atau kikija yang mampu menghambat enzim alfa-glukosidase. Serta mengidentifikasi golongan senyawa kimia yang terkandung pada fraksi teraktif tumbuhan tersebut. Pada penelitian ini dilakukan proses ekstraksi bertingkat dengan metode refluks lalu dilanjutkan proses fraksinasi dengan kromatografi kolom (KK). Fraksinasi dilakukan terhadap ekstrak yang teraktif. Fraksi teraktif lalu diidentifikasi golongan senyawa kimia yang terkandung di dalamnya dengan kromatografi lapis tipis (KLT). Hasil uji penghambatan enzim alfa-glukosidase oleh ekstrak n-heksan, etil asetat dan etanol konsentrasi 15 ppm adalah sebesar 44,74%, 53,15%, dan 24,71%. Hasil dari fraksinasi ekstrak etil asetat didapatkan 14 fraksi dan fraksi teraktif adalah fraksi F dengan persen penghambatan pada konsentrasi 150 ppm sebesar 43,33%. Nilai IC50 dari fraksi F adalah 193,04 ppm. Hasil skrining fitokimia fraksi F menunjukkan bahwa fraksi mengandung golongan senyawa kimia alkaloid, fenol, flavonoid, dan triterpenoid. Dari penelitian ini disimpulkan bahwa ekstrak teraktif adalah ekstrak etil asetat dan fraksi teraktif adalah fraksi F. Serta golongan senyawa kimia yang terkandung pada fraksi teraktif adalah alkaloid, fenol, flavonoid dan triterpenoid. "

"Senyawa yang berperan sebagai inhibitor HDAC kelas IIa telah banyak dikembangkan sebagai obat antikanker, antiinflamasi, penyakit Huntington, human papiloma virus dan antidiabetes. Senyawa inhibitor HDAC antara lain golongan hydroxamic acid, peptida siklik, asam alifatik dan benzamide. Metode yang digunakan untuk mencari senyawa inhibitor HDAC kelas IIa salah satunya adalah melalui pendekatan farmakofor 3D berbasis ligan. Senyawa aktif HDAC4 dan HDAC7 dibuat ke dalam dataset training dan test untuk pembuatan dan validasi model farmakofor 3D berbasis ligan menggunakan LigandScout 4.09.1. Model farmakofor terbaik digunakan untuk penapisan virtual terhadap database herbaldb. Senyawa hit yang diperoleh selanjutnya dilakukan penambatan molekul menggunakan AutoDock4Zn, simulasi dinamika molekuler dan perhitungan nilai MMGB/PBSA menggunakan AMBER12. Berdasarkan hasil validasi model farmakofor 3D berbasis ligan, dipilih model farmakofor terbaik yaitu model 6 dan 10 HDAC4 dan model 1 HDAC7. Berdasarkan hasil penapisan virtual diperoleh 6 senyawa hit yaitu artocarpesin, avicularin, dimboa glucoside, eriodictin, luteolin dan mirabijalone c. Proses simulasi dinamika molekul selama 10ns menunjukan bahwa senyawa yang memiliki aktivitas terbaik yaitu senyawa artocarpesin HDAC4 , mirabijalone c dan eriodictin HDAC7. Asam amino esensial HDAC4 meliputi Asp196, Asp290 dan His198 untuk interaksi ZBG. Asam amino esensial HDAC7 meliputi Asp707, Asp801 dan His709 untuk interaksi ZBG.

---

Currently, compounds as the inhibitor of HDAC class IIa are developed as anticancer, antiinflammation, Huntington disease, human papilloma virus and antidiabetes. Inhibitor compounds of HDAC are mainly divided into hydroxamic acid, cyclic peptide, aliphatic acid and benzamide. 3D pharmacophore ligand based approached was used to found inhibitor compounds of HDAC class IIa. Active compounds of HDAC4 and HDAC7 were divided into training and test dataset for build and validation of 3D pharmacophore ligand based models using LigandScout 4.09.1. The best pharmacophore model, was used for virtual screening against herbaldb database. After this steps, hit compounds would be docking using AutoDock4Zn, molecular dynamic simulation, and MMGB PBSA calculation score using AMBER12. Based on the results of 3D model validation pharmacophore based ligand, selected models are models of best pharmacophore 6 and 10 HDAC4 and model 1 HDAC7. Based on the results of virtual screening, 6 hit compounds were obtained such as artocarpesin, avicularin, dimboa glucoside, eriodictin, luteolin and mirabijalone c. Molecular dynamics simulation process for 10ns indicate that the compound has the best activity are artocarpesin for HDAC4, mirabijalone c and eriodictin for HDAC7. Essential amino acids for HDAC4 include Asp196, Asp290 and His198 for ZBG interactions. Essential amino acids for HDAC7 include Asp707, Asp801 and His709 for ZBG interaction."

"Diabetes melitus (DM) adalah gangguan metabolisme yang ditandai dengan hiperglikemia dan abnormalitas metabolisme karbohidrat, lemak, dan protein. Inhibitor α-glukosidase merupakan suatu agen terapi untuk pengobatan gangguan metabolisme karbohidrat khususnya diabetes, memiliki efek samping gangguan gastrointestinal. Oleh karena itu, masih perlu dikembangkan obat dari bahan alam yang mempunyai efek samping relatif lebih kecil dari obat-obat konvensional dan harganya relatif lebih murah. Penelitian ini bertujuan mengetahui aktivitas penghambatan α-glukosidase terhadap fraksi teraktif hasil fraksinasi ekstrak etanol 80% daun Kayu Tuah dan mengetahui golongan senyawa kimia yang terdapat pada fraksi teraktif. Ekstrak etanol 80% difraksinasi dengan n-heksan, etil asetat, dan metanol. Hasil uji menunjukkan bahwa fraksi etil asetat memiliki aktivitas inhibisi tertinggi dengan IC50 61,97 μg/mL dan menginhibisi α-glukosidase secara kompetitif. Hasil identifikasi golongan senyawa kimia menunjukkan fraksi teraktif mengandung flavonoid, tanin, glikosida, dan saponin.

---

Diabetes mellitus (DM) is a metabolic disorder characterized by hyperglycemia and abnormalities in metabolism of carbohydrates, fats, and proteins. α-glucosidase inhibitors is a therapeutic agent for the treatment of carbohydrate metabolism disorders especially diabetes, have impaired gastrointestinal side effects. Therefore, needs to develope drugs from natural materials which have relatively less side effects than conventional drugs and the price is relatively cheaper. This study aims to find out the α-glucosidase inhibitory activity against the most active fraction from fractionation 80% ethanol extract of Kayu Tuah leaves and its chemical compounds. 80% ethanol extract was fractionated with n-hexane, ethyl acetate, and methanol. The results showed that the ethyl acetate fraction had the highest inhibitory activity with IC50 61,97 μg/mL and inhibited α-glucosidase competitively. Identification of chemical compounds showed that the most active fraction containing flavonoids, tannins, glicosides, and saponins."

"New Psychoactive Substance (NPS) merupakan senyawa psikoaktif baru yang memiliki kemungkinan untuk disalahgunakan. Senyawa tersebut belum masuk ke dalam perundang-undangan. NPS dapat berinteraksi dengan berbagai reseptor yang berada di sistem saraf pusat, salah satu reseptornya adalah reseptor alfa 2A adrenergik. NPS yang berinteraksi dengan reseptor alfa 2A adrenergik yang berada di sistem saraf pusat dapat menghasilkan efek psikoaktif seperti euphoria. Efek samping yang dapat muncul dari reseptor alfa 2A adrenergik adalah ansietas, depresi, mudah tersinggung, dan paranoia. Penelitian ini melihat interaksi antara NPS dengan reseptor alfa 2A adrenergik yang dapat memberikan informasi untuk digunakan sebagai data pendukung dalam penyusunan peraturan terkait pelarangan NPS. Metode penelitian yang digunakan untuk melihat interaksi yang terjadi antara NPS dengan reseptor alfa 2A adrenergik adalah penambatan molekuler. Penambatan molekuler dilakukan dengan menggunakan program AutoDock dan AutoDock vina yang dibantu dengan PyRx. Parameter optimal yang digunakan untuk penambatan molekuler NPS dengan reseptor alfa 2A adrenergik, yaitu grid box dengan ukuran 78x78x78 pts (spasi 0,375 Å) dan waktu komputasi short. Hasil penambatan molekul didapatkan golongan yang memiliki frekuensi terbanyak senyawa dengan energi ikatan -5,00 sampai -7,49 kkal/mol adalah aminoindanes, fenetilamin, fensiklidin dan ketamin, katinon sintetik, piperazin, triptamin, dan barbiturat, sedangkan golongan yang memiliki frekuensi terbanyak senyawa dengan energi ikatan -7,5 sampai -10,00 kkal/mol adalah kanabinoid sintetik, other substance, plant based, benzodiazepin, fentanil, dan opioid. Berdasarkan hasil yang didapatkan, semua golongan NPS menghasilkan afinitas jika berinteraksi dengan reseptor alfa 2A adrenergik.

---

New Psychoactive Substance (NPS) is a new psychoactive compound that has the possibility to be abused. These compounds have not yet entered into legislation. NPS can interact with various receptors in the central nervous system, one of which is the alpha 2A adrenergic receptor. NPS that interact with alpha 2A adrenergic receptors located in the central nervous system can produce psychoactive effects such as euphoria. Side effects that can appear from alpha 2A adrenergic receptors are anxiety, depression, irritability, and paranoia. This study aims to look the interaction between NPS and alpha 2A adrenergic receptors which can provide information to be used as supporting data in drafting regulations related to the prohibition of NPS. The research method used to see the interactions that occur between NPS and alpha 2A adrenergic receptors is molecular docking. Molecular docking was carried out using the AutoDock and AutoDock vina assisted by PyRx. The optimal parameter used for molecular docking of NPS with alpha 2A adrenergic receptors was a grid box with a size of 78x78x78 pts (space 0.375 Å) and short computational time. The results of molecular docking showed that the groups that had the highest frequency of compounds with bond energies of -5.00 to -7.49 kcal/mol are aminoindanes, phenethylamine, phenyclidine and ketamine, synthetic cathinones, piperazine, tryptamine, and barbiturates, while the group with the highest frequency compounds with bond energies of -7.5 to -10.00 kcal/mol are synthetic cannabinoids, other substances, plant based, benzodiazepines, fentanyl, and opioids. Based on the results obtained, all groups of NPS produce affinity when interacting with alpha 2A adrenergic receptors. "

"Ekstrak tanaman yang dapat menghambat aktivitas α-Glukosidase berpotensi sebagai antidiabetes. Ekstrak daun ketapang dilaporkan dapat menurunkan kadar gula darah pada tikus, namun belum diketahui mekanisme kerjanya dalam menghambat aktivitas α-Glukosidase. Tujuan penelitian ini untuk menguji fraksi teraktif daun ketapang yang dapat menghambat aktivitas α-glukosidase dan identifikasi golongan senyawa kimia. Ekstraksi dilakukan dengan maserasi menggunakan pelarut etanol 80%. Metode yang digunakan untuk mengukur aktivitas penghambatan enzim adalah dengan spectrophotometric stop rate determination menggunakan microplate reader pada panjang gelombang 405 nm dengan substrat p-Nitrofenil-α-D-Glukopiranosida. Hasil menunjukkan ekstrak teraktif adalah daun ketapang hijau dengan nilai IC50 57,36 ppm dan fraksi teraktif adalah etil asetat dengan nilai IC50 49,28 ppm dengan aktivitas penghambatan kompetitif. Dari hasil penapisan fitokimia diperoleh bahwa fraksi etil asetat ketapang hijau mengandung flavonoid, saponin, tanin dan glikosida.

---

The plant extract that could inhibit the activity of α-Glucosidase are potentially used as antidiabetic. Extract of Terminaliacatappa leaves was reported increasing blood sugar levels in rats, but never known its activity in inhibiting α-Glucosidase. This research aimed to find the most active fraction of Terminaliacatappaleaves that could inhibit the α-Glucosidase activity and identify the phytochemical compound. Extraction done by macerationuse 80% ethanol. The inhibitory activity of enzyme was measured by spectrophotometric stop rate determinationmethode usemicroplate reader with p-Nitrophenyl-α-D-Glucopyranoside as substrate in 405 nm.The result showed the most active extract is green leaves which value of IC50 is 57,36 ppm and the most active fraction is ethyl acetate with IC5049,28 ppm and has a competitive inhibitory activity. Phytochemical identification showed that fraction of ethyl acetate contained flavonoids,saponin, tanin and glycoside."