Hasil Pencarian  ::  Simpan CSV :: Kembali

"New Psychoactive Substances (NPS) adalah kelompok zat yang kompleks dan beragam yang sering dikenal sebagai obat perancang atau sintetis, atau dengan istilah sehari-hari yang lebih populer tetapi menyesatkan yaitu legal highs. Menurut Permenkes No. 5 Tahun 2020, terdapat 78 senyawa NPS yang teridentifikasi. Saat ini salah satu golongan senyawa NPS yang beredar di pasar gelap dan banyak pecandunya karena memiliki aktivitas tinggi adalah Fentanil. Senyawa NPS memiliki 13 golongan yaitu senyawa katinon, kanabinoid, fentanil, piperazin, fenetilamin, ketamine & pheniccyclidine, benzodiazepin, barbiturat, opioid sintetis, aminoindan, triptamin, plant-based substances, other substances. Dilakukan prediksi aktivitas secara in silico senyawa-senyawa NPS terhadap makromolekul μ-opioid reseptor menggunakan AutoDock dengan parameter ukuran gridbox 60x60x60 unit dan energi evaluasi medium (2.500.00). Reseptor μ-opioid digunakan karena reseptor ini memiliki aksi agonis langsung terhadap golongan fentanil dan opioid sintetis sehingga ingin diteliti lagi bagaimana aktivitas reseptor μ-opioid terhadap golongan NPS lainnya. Visualisasi interaksi yang dilakukan dengan program PyMOL dan LigPlot+ terhadap makromolekul μ-opioid reseptor menunjukkan golongan NPS yang memiliki energi ikatan mulai dari afinitas dari -5,00 hinga -14,00 kkal/mol. Berdasarkan hasil, pada golongan katinon sintetik, fenetilamin, triptamin, ketamin & phenicylidine, barbiturat, dan aminoindan. Senyawanya menghasilkan frekuensi terbanyak pada rentang energi -5 sampai -7,49 kkal/mol yang menunjukkan aktivitas sedang. Pada golongan Kanabinoid sintetik, fentanil, opioid sintetis, benzodiazepin, plant-based substance dan other substance. Senyawanya menghasilkan frekuensi terbanyak pada rentang -7,5 sampai -10 kkal/mol yang menunjukkan aktivitas tinggi.

---

(NPS) are complex and diverse group substance often known as either designer or synthetic drugs, or by popular but misleading colloquial term of legal highs. According to Law no. 5 of 2020, there are 78 NPS compounds identified. Currently, there is one class of NPS compounds circulating on the black market, namely Fentanyl. Its availability and ease of accessibility on the black market resulted in many addicts because they have a high activity. NPS compounds have 13 groups, namely cathinones, cannabinoids, fentanyl, piperazine, phenethylamine, ketamine & pheniccyclidine, benzodiazepines, barbiturates, synthetic opioids, aminoindan, tryptamine, plant-based substances, and others. In silico activity prediction of NPS compounds against -opioid receptor macromolecules was performed using AutoDock with grid box size parameters 60x60x60 Ã…and medium evaluation energy (2.500.00). The Î¼-opioidreceptor is used because this receptor has a direct agonist action against the fentanyl group and synthetic opioids, so it is necessary to further investigate how the Î¼-opioid receptor activity against other NPS groups. Interaction visualization performed with PyMOL and LigPlot+ programs on -opioid receptor macromolecules showed NPS groups with binding energies ranging from -5.00 to -14.00 kcal/mol. As a result, In the synthetic cathinone group, phenethylamine, tryptamine, ketamine & phenicylidine, barbiturates, and aminoindan. The compound produces the highest frequency in the energy range of -5 to -7.49 kcal/mol which indicates moderate activity. In the synthetic cannabinoids, fentanyl, synthetic opioids, benzodiazepines, plant-based substances and other substances. The compound produces the highest frequency in the range of -7.5 to -10 kcal/mol which shows high activity. "

"Sekitar 70% dari permukaan bumi ditutupi oleh lautan yang menyimpan sumber daya hayati yang berpotensi menjadi obat. Oleh karena itu, pengembangan obat dari bahan laut menjadi fokus penelitian di saat ini. Akan tetapi, pengembangan obat dari bahan alam laut harus menghadapi tantangan mulai dari biaya tinggi, kompleksitas molekul, keterbatasan sumber daya, dan permasalahan lingkungan. Untuk mengatasi masalah ini, penelitian in silico digunakan sebagai pendekatan komputasi untuk mengidentifikasi potensi senyawa obat dari bahan alam laut. Dalam penelitian in silico, diperlukan basis data senyawa kimia dengan struktur tiga dimensi yang valid untuk meningkatkan akurasi penelitian in silico. Pada penelitian sebelumnya, telah dilakukan pengumpulan data bahan alam laut dengan 770 senyawa tetapi data tersebut belum dihimpun menjadi suatu basis data. Data tersebut juga tidak memuat struktur tiga dimensi bahan alam laut tersebut. Oleh karena itu, penelitian ini bertujuan untuk membuat, mengoptimasi, dan melakukan validasi struktur tiga dimensi bahan alam laut dengan metode AM1-BCC serta membuat suatu basis data senyawa kimia dari bahan alam laut. Validasi dilakukan terhadap 769 struktur tiga dimensi senyawa dari bahan alam laut menggunakan perangkat lunak PyMOL. Berdasarkan hasil validasi, struktur tiga dimensi senyawa dengan format mol2 memberikan hasil struktur tiga dimensi dengan visualisasi terbaik dan paling sesuai. Pada penelitian ini, telah diperoleh basis data senyawa kimia dari bahan alam laut dengan komponen 770 SMILES, 770 struktur dua dimensi dalam format file png dan sdf, 769 struktur tiga dimensi dalam format mol2, pdb, dan pdbqt.

---

Approximately 70% of the Earth's surface is covered by oceans, which harbor valuable biological resources that have the potential to become medicines. Therefore, the development of drugs from marine sources has become a focus of research at present. However, the development of drugs from marine natural compounds faces challenges such as high costs, molecular complexity, limited resources, and environmental issues. To address these problems, in silico research has been used as a computational approach to identify potential drug compounds from marine natural sources. In in silico research, a database of chemical compounds with valid three-dimensional structures is required to improve the accuracy of the research. In previous studies, data collection of marine natural compounds with 770 compounds has been conducted, but this data has not been compiled into a database. Moreover, the data does not include the three-dimensional structures of the marine natural compounds. Therefore, this study aims to create, optimize, and validate the three-dimensional structures of marine natural compounds using the AM1-BCC method, as well as to establish a database of chemical compounds from marine natural sources. Validation was performed on 769 three-dimensional structures of compounds from marine natural sources using the PyMOL software. Based on the validation results, the three-dimensional structures in mol2 format provided the best and most suitable visualization. In this study, a database of chemical compounds from marine natural sources was obtained, consisting of 770 SMILES components, 770 two-dimensional structures in png and sdf file formats, and 769 three-dimensional structures in mol2, pdb, and pdbqt formats."

"Ekosistem laut menawarkan sumber daya ekologis yang berlimpah dan memberikan peluang besar dalam penemuan metabolit sekunder baru yang memiliki manfaat ilmiah dan kesehatan. Namun, pengembangan obat dari organisme laut sering menghadapi kendala sulitnya mendapatkan bahan komplementer yang cukup, waktu yang lama, biaya yang mahal, dan eksploitasi berlebihan terhadap sumber daya laut. Pendekatan komputasi (in silico) digunakan untuk mengatasi masalah tersebut dan telah menjadi alternatif yang lebih mudah diakses, lebih murah, dan lebih cepat daripada pendekatan konvensional. Pada pendekatan komputasi dibutuhkan pangkalan data dengan struktur tiga dimensi yang sesuai. Struktur tiga dimensi perlu dioptimasi dan divalidasi untuk meningkatkan validitas pangkalan data. Dalam penelitian-penelitian sebelumnya, terdapat sebanyak 770 senyawa kimia bahan alam laut yang belum dihimpun menjadi satu pangkalan data. Oleh karena itu, penelitian ini bertujuan untuk mengoptimasi struktur tiga dimensi bahan alam laut dengan force field MMFF94, memvalidasi struktur tiga dimensi tersebut dengan visualisasi struktur, serta membangun pangkalan data senyawa kimia dari bahan alam laut.  Pada penelitian ini, diperoleh masing-masing 760 struktur tiga dimensi dengan format file MDL Sdfile (sdf), Tripos Mol2 (mol2), Protein Data Bank (pdb), dan Protein Data Bank, Partial Charge, & Atom Type (pdbqt). Berdasarkan hasil visualisasi, struktur tiga dimensi dengan format MDL Sdfile (sdf) dan Tripos Mol2 (mol2) memberikan hasil struktur tiga dimensi dengan kerusakan paling sedikit dan sesuai dengan struktur tiga dimensi referensi.

---

Marine ecosystems offer abundant ecological resources and provide great opportunities for the discovery of new secondary metabolites that have scientific and health benefits. However, the development of marine natural compounds often faces difficulties, such as obtaining sufficient complementary materials, long time needed, high costs, and over-exploitation of marine resources. The application of the computational method (in silico) resolves those problems and has become a more accessible, cheaper, and faster alternative than the conventional method. The computational method requires a database with a valid three-dimensional structure. The three-dimensional structure needs to be optimized and validated to increase the validity of the database. In previous studies, 770 marine natural chemical compounds were identified and haven’t been collected into one database. Therefore, this study aimed to optimize the three-dimensional structure of marine natural materials with the MMFF94 force field, validate the three-dimensional structure with structural visualization, and establish a database of marine natural compounds. In this study, 760 three-dimensional structures were obtained in the MDL Sdfile (sdf), Tripos Mol2 (mol2), Protein Data Bank (pdb), and Protein Data Bank, Partial Charge, & Atom Type (pdbqt) file format. Based on the visualization results, the three-dimensional structure with the MDL Sdfile (sdf) and Tripos Mol2 (mol2) formats gives the best results of a three-dimensional structure with the least damage and matched with the reference."