Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Virus ebola EBOV merupakan virus patogen yang dapat menyebabkan kematian pada manusia dan makhluk primata. Data WHO pada Maret 2016 menunjukkan bahwa sebanyak 11,323 kasus dinyatakan meninggal dari 28,646 kasus yang dilaporkan. Kasus ini tidak hanya terjadi di Afrika, tetapi juga sudah terjadi di Itali, Spanyol, Amerika dan Inggris. Penting untuk menemukan kandidat obat yang mampu menghambat penyebaran virus ini. Salah satu protein yang dapat jadikan sebagai target untuk menginhibisi EBOV adalah viral protein 35 VP35 . Protein ini akan menghambat transkripsi dari interferon, sehingga produksi interferon akan menurun. Pada penelitian ini, digunakan pangkalan data Universal Natural Product Database UNPD sebagai inhibitor. Ada beberapa metode komputasi yang digunakan untuk menemukan kandidat obat dari senyawa UNPD, yaitu metode Protein-Ligand Interaction Fingerprint PLIF , titik farmakofor, simulasi penambatan dan dinamika molekul serta uji farmakologi senyawa. Hasil dari berbagai proses ini menyimpulkan bahwa ligan UNPD161456 merupakan senyawa terbaik yang dapat dijadikan kandidat obat untuk menginhibisi VP35.

---

ABSTRACT
Ebola virus is a pathogen virus that can be pathogenic in the human and non human primate. Based on data from WHO in March 2016 there are more than 11,323 deadly cases from 28,646 reported cases. This virus has been separated to another country, such as Italy, Spain, and USA. This is a challenge for scientists to find a drug that can inhibit this virus. Viral protein VP35 is the important target from this virus that can hamper the transcription of interferon, and the production of interferon will be decreased. In this research, Universal Natural Product Database UNPD is used as inhibitor. There are several computational methods that can be used to find drug candidate from UNPD. The methods are Protein Ligand Interaction Fingerprint PLIF , pharmacophore feature, molecular docking, molecular dynamics and pharmacological properties. In the end, a ligand with the code UNPD161456 is the best drug candidate that can inhibit VP35.

Abstrak :
Ebola adalah virus penyebab fatal hemoragik pada manusia dan primata non-manusia. Virus ebola memiliki lima spesies dan yang paling mematikan ialah virus ebola Zaire. Genom virus ebola mengkodekan tujuh protein yang penting bagi siklus hidupnya dan penelitian ini dilakukan untuk menghambat VP24 virus ebola Zaire. VP24 memiliki potensi sebagai target obat karena memiliki peran penting dalam replikasi virus ebola dan penghambatan interferon sel inang. Dalam penelitian ini, senyawa terpenoid digunakan untuk menghambat VP24 Zaire secara komputasi dengan menggunakan fitur farmakofor. Terdapat 55.979 senyawa terpenoid diperoleh dari pangkalan data Pubchem kemudian ligan disaring berdasarkan sifat toksisitas melalui Osiris DataWarrior dan terdapat 3.353 ligan yang memiliki sifat toksisitas yang menguntungkan. Selanjutnya fitur farmakofor digunakan untuk menyaring ligan dan 1.375 ligan memiliki struktur yang sesuai dengan fitur farmakofor. Kemudian ligan dilakukan simulasi penambatan molekul dengan target protein dan terdapat 10 ligan terbaik berdasarkan sifat molekul dan interaksi molekuler. Selanjutnya, semua ligan dianalisa sifat farmakologisnya melalui Osiris DataWarrior, Toxtree, admetSAR, SwissADME, dan pkCSM. Akhirnya, terdapat tiga ligan terbaik yaitu Taxumairol V, Acrivastine, dan 3-O-acetyluncaric acid. Dalam penelitian ini, Taxumairol V adalah ligan terbaik untuk menghambat VP24 virus ebola Zaire karena ligan memiliki sifat molekul, interaksi molekuler, dan sifat farmakologis yang baik sebagai kandidat obat.

---

Ebola is a pathogenic virus which causes fatal hemorrhagic fever in humans and non-human primates. Ebolavirus has five species, and there is the most pathogenic of ebolavirus namely Zaire ebolavirus. Ebola virus genome encodes seven protein which important for the ebolavirus life cycle and in this research was conducted to inhibit VP24 Zaire ebolavirus. VP24 has potential as a drug target because VP24 has an essential role in replication and interferon inhibition. In this research, 55,979 terpenoid compounds were obtained from PubChem database then the ligands were screened based on toxicity properties through Osiris DataWarrior, and there were 3,353 ligands which have beneficial toxicity properties. Afterward, the pharmacophore features were used to screen all ligands and 1,375 ligands have suitable structures according to the pharmacophore features. All ligands were docked with the protein target, and there were ten best ligands based on the molecular properties and interactions. Furthermore all ligands were investigated their pharmacological properties through Osiris DataWarrior, Toxtree, admetSAR, SwissADME, and pkCSM. Finally, there were three best ligands namely, Taxumairol V, Acrivastine, and 3-O-acetyluncaric acid. In this study, Taxumairol V was the best ligand to inhibit VP24 Zaire ebolavirus because the ligand has good molecular interactions, molecular and pharmacological properties.

Abstrak :
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 .

Abstrak :
ABSTRAK
Dalam beberapa tahun terakhir, new psychoacytive substances NPS telah berkembang cepat dalam pasaran sebagai alternatif legal obat yang diatur oleh dunia internasional dengan potensi resiko kesehatan serius. Pada tahun 2016, sebanyak 21 senyawa diantara 56 jenis NPS yang beredar di Indonesia telah teridentifikasi merupakan turunan kanabinoid. Namun, hanya 43 dari 56 NPS yang sudah diatur dalam Peraturan Menteri Kesehatan Nomor 2 tahun 2017. Kemudian diperkirakan NPS akan terus bertambah. Penelitian ini bertujuan untuk memperoleh metode yang paling baik untuk mengklasifikasi senyawa baru golongan kanabinoid dengan menggunakan deep learning untuk meningkatkan performa analisis in silico. Penelitian ini membandingkan metode deep learning dan pemodelan farmakofor. fingerprint dua dimensi dan deskriptor sifat fisikokimia digunakan sebagai bahan pembelajaran metode deep learning. Kedua model yang dihasilkan oleh dua metode akan digunakan untuk mengklasifikasikan golongan senyawa kanabinoid baru. Didapatkan deep learning menggunakan fingerprint dua dimensi sebagai metode terbaik. Metode ini memberikan hasil akurasi dan Kohen Kappa dengan nilai 0,9904 dan 0,9876 secara berurutan. Namun, metode deep learning menggunakan deskriptor dan pemodelan farmakofor memberikan nilai akurasi 0.8958 dan 0,68 dan Kohen Kappa 0,8622 dan 0,396 . Dapat disimpulkan dari nilai akurasi dan Kohen Kappa bahwa metode deep learning fingerprint memiliki potensi untuk digunakan sebagai instrumen untuk mengklasifikasi NPS.

---

ABSTRACT
In recent years, new psychoactive substances NPS have rapidly emerged in market purportedly as legal alternatives to internationally controlled drugs, with potential to pose serious health risks. In 2016, from 56 substances which were found in Indonesia, 21 among them were found as cannabinoid derivates. However, there only 43 out of 56 NPS which have been regulated by Ministry of Health Republic of Indonesia, yet NPS expected to increase. The purpose of this study was to gain the best method to classify new cannabinoid class substances using deep learning to enhance performance of in silico analysis. This study will compared deep learning and pharmacophore modeling methods. Two dimentional fingerprint and physicochemical properties descriptor will be used as learning parameters for deep learning method. The two models produced by two methods will be used to classify new cannabinoid substances class. Deep learning with two dimentional fingerprint was found as the best method. This method shows the highest accuracy and Cohen Kappa scores, with values of 0.9904 and 0.9876 consecutively. However, deep learning method with descriptor and pharmacophore modeling method gave accuracy 0.8958 and 0.68 and Cohen Kappa 0.8622 and 0.396 . These results conclude that deep learning method with two dimentional fingerprint gives an alternative method to be used as an instrument for NPS classification.

Abstrak :
Pemodelan farmakofor merupakan suatu metode perancangan obat dengan pendekatan komputasi (in silico) yang berperan penting untuk mengetahui aksi spesifik antara ligan dengan target makromolekul. Pemodelan farmakofor memiliki beberapa keterbatasan, seperti sering dihasilkannya senyawa positif palsu dan negatif palsu dalam rasio yang tinggi. Oleh sebab itu, pengembangan perlu dilakukan untuk memperoleh model farmakofor yang lebih prediktif. Pada penelitian ini, dilakukan pengembangan model farmakofor yang diaplikasikan pada senyawa antagonis reseptor adenosin A2A menggunakan perangkat lunak LigandScout. Senyawa antagonis reseptor adenosin A2A diperoleh dari ChEMBL dengan nilai Ki ≤ 10 nM sebanyak 94 ligan digunakan sebagai training set dan nilai Ki > 10 nM sebanyak 3.556 ligan digunakan sebagai decoy set. Pembentukan model farmakofor dan optimasi dilakukan menggunakan training set dan divalidasi menggunakan test set yang merupakan gabungan dari training set dan decoy set. Kemudian, dilakukan analisis statistik melalui perhitungan beberapa parameter analisis berdasarkan kelompok klasifikasi biner. Dari penelitian ini, diperoleh empat fitur farmakofor dari model antagonis reseptor adenosin A2A yang mencakup 1 H (Hydrophobic Interaction), 2 HBA (Hydrogen Bond Acceptor), dan 1 HBD (Hydrogen Bond Donor). Selain itu, diperoleh nilai parameter validasi model yaitu AUC100% sebesar 0,65; EF1% sebesar 4,3; dan EF5% sebesar 3,6 serta nilai ketujuh parameter analisis statistik yaitu akurasi sebesar 0,3789; error rate sebesar 0,6211; sensitivitas sebesar 0,9894; spesifisitas sebesar 0,3684; presisi sebesar 0,0326; nilai prediksi negatif sebesar 0,9974; dan false discovery rate sebesar 0,9674. Nilai dari parameter-parameter tersebut diperoleh dari hasil optimasi model farmakofor yang berbeda-beda sehingga belum ditemukan satu model yang memiliki nilai terbaik untuk semua parameter. ......Pharmacophore modeling is a drug design method with a computational approach (in silico) that represents the important role of ligand's specific actions with macromolecular targets. Pharmacophore modeling has several limitations, such as frequent false positives and false negatives in high ratios. Therefore, model development is needed to obtain a more predictive pharmacophore model. In this study, the development of a pharmacophore model was applied to the adenosine A2A receptor antagonist compound using LigandScout. The adenosine A2A receptor antagonist compound obtained from ChEMBL with Ki value ≤ 10 nM (94 ligands) was used as a training set and a Ki value > 10 nM (3,556 ligands) was used as a decoy set. The pharmacophore model and its optimization were formed from a training set, validated using a test set which is a combination of a training set and a decoy set. Then, statistical analysis is carried out by calculating several parameters based on the analysis of binary classification groups. From this study, four pharmacophore features of the adenosine A2A receptor antagonist model were obtained, consisting of 1 H (Hydrophobic Interaction), 2 HBA (Hydrogen Bond Acceptor), and 1 HBD (Hydrogen Bond Donor). In addition, the values of AUC100% (0.65); EF1% (4.3); and EF5% (3.6) were obtained from model validation parameters and the values of accuracy (0.3789); error rate (0.6211); sensitivity (0.9894); specificity (0.3684); precision (0.0326); negative predictive value (0.9974); and a false discovery rate (0.9674) were obtained from the seven statistical analysis parameters. The value of these parameters were obtained from the optimization results of different pharmacophore models. Accordingly, the model that has the best values for all parameters has not been determined.

Abstrak :
ABSTRAK
Kanker payudara merupakan salah satu penyebab utama kematian pada wanita. Besarnya jumlah penderita kanker dan ketergantungan terhadap obat impor mendorong adanya upaya untuk mencari sumber obat baru baik secara alami yang diperoleh dari mengisolasi senyawa aktif dari bahan alam maupun secara sintesis. Salah satu dari keanekaragaman hayati yang memiliki potensi untuk dikembangkan sebagai obat adalah tanaman obat yang berasal dari hutan Mekongga, Sulawesi Tenggara, yaitu tumbuhan Myristica fatua Houtt, mempunyai aktivitas antikanker terhadap sel kanker payudara MCF-7 dengan IC50 90,9 g/mL. Oleh karena itu, penelitian ini bertujuan untuk mengisolasi dan mengidentifikasi senyawa aktif antikanker payudara dari daun M. fatua Houtt. Metode penelitian yang digunakan meliputi ekstraksi, fraksinasi, isolasi, teknik kromatografi dan spektroskopi UV/Vis, FTIR, MS, dan FT-NMR, serta uji bioaktivitas menggunakan sel kanker payudara MCF7. Hasil pada penelitian ini diperoleh sembilan isolat, yaitu 7S, 8R, 8 rsquo;S, 7 rsquo;S 7,7 rsquo;-bis 3-hidroksi-5-metoksifenil -8,8 rsquo;-dimetil butana-7,7 rsquo;-diol 1 , 3 rdquo;-hidroksi demetildaktiloidin 2 , metil 3,4-dihidroksibenzoat 3 , furoguaiaoxidin 4 , fatuasya demetildaktiloidin 5 , 2 rdquo;,3 rdquo;-dihidroksi-4 rdquo;-dehidroksi demetildaktiloidin 6 , b-sitosterol 7 , sigmast-5-ene-3b,4b-diol 8 , dan asam 20-epibrionolat 9 . Berdasarkan penelusuran Scifinder , senyawa 1, 2, 5, dan 6 merupakan senyawa baru dan aktif sebagai antikanker secara in vitro terhadap sel kanker payudara MCF-7 dengan IC50 masing-masing sebesar 9,48, 2,97, 3,50, dan 5,20 mg/mL. Dilain sisi, senyawa 3, 4, 7 dan 9 mempunyai IC50 > 100 mg/mL tidak aktif dan senyawa 7 merupakan senyawa yang paling aktif dengan IC50 sebesar 1,51 mg/mL. Gugus farmakofor untuk senyawa 1 diduga adanya gugus hidroksil pada posisi 3, 3 rsquo; dan 7 rsquo;, senyawa 2, 5, dan 6 diduga adanya gugus hidroksil pada posisi 3 pada cincin aromatik A dan posisi 4 pada cincin aromatik B dan untuk senyawa 9 diduga adanya gugus hidroksi pada posisi 4.

---

ABSTRACT
Breast cancer is one of the leading causes of death in women. The large number of cancer patients and dependence on imported drugs encourage efforts to find a source of new drugs naturally obtained from isolating the active compounds from natural materials as well as synthesis. One of the biodiversity that has potential to be developed as medicine is medicinal plant originating from Mekongga forest, Southeast Sulawesi is Myristica fatua Houtt plant, which has anticancer activity against MCF 7 breast cancer cell line with IC50 90,9 mg mL. Therefore, this study aims to isolate and identify the breast cancer active compounds from the leaves of M. fatua Houtt. The research methods used include extraction, fractionation, isolation, chromatography techniques, UV Vis, FTIR, MS, and FT NMR spectroscopy, and bioactivity assay using MCF 7 cell line. The result of this study obtained nine isolates, namely 7S, 8R, 8 rsquo S, 7 rsquo S 6,6 rsquo bis 3 hydroxy 5 methoxyphenyl 8,8 rsquo dimethyl butane 7,7 rsquo diol 1 , 3 rdquo hydroxy demethyldactyloidin 2 , methyl 3,4 dihydroxy benzoate 3 , furoguaiaoxidine 4 , fatuasya demethyldactyloidin 5 , 2 rdquo ,3 rdquo dihydroxy 4 rdquo dehydroxy demethyldactyloidin 6 , b sitosterol 7 , sigmast 5 ene 3b,4b diol 8 and 20 epibryonolic acid 9 . Based on Scifinder database, compounds 1, 2, 5, and 6 are new and active compounds as anticancer in vitro against MCF 7 breast cancer cell line with IC50 9.48, 2.97, 3.50, and 5.20 mg mL. On the other hand, the compounds 3, 4, 7, 9 have IC50 100 mg mL inactive and compound 8 is the most active compound with IC50 1.51 mg mL. The pharmacophore groups for compound 1 is suspected hydroxyl groups at positions 3 3 rsquo and 7 7 rsquo , compounds 2, 5, and 6 suspected presence of hydroxyl group at position 3 on aromatic ring A and position 4 on aromatic ring B and for compound 9 is suspected presence of hydroxyl group at position 2.

Abstrak :
Senyawa turunan eugenol diduga dapat menginhibisi Bcl-2 pada sel kanker kolorektal HT29. Penelitian ini bertujuan untuk memperoleh senyawa baru turunan eugenol yang dapat menghambat sel kanker kolorektal HT29 secara in vitro dan menurunkan ekspresi Bcl-2 pada mencit yang mengalami pre-klamsia terhadap kolon secara in vivo. Penelitian ini diawali dengan melakukan desain senyawa turunan secara in silico. Hasil senyawa hit disintesis di laboratorium. Uji secara in vitro, uji apoptosis dan uji in vivo dilakukan berturut-turut pada hasil senyawa sintesis. Hasil in silico, dari skrining secara farmakofor dengan rancangan acak lengkap menggunakan 220 senyawa desain. Berdasarkan fitur farmakofor dengan cut off 5 fitur dihasilkan 23 senyawa. Hasil skrining farmakofor dilakukan docking menghasilkan delapan senyawa yaitu senyawa 4 rsquo;- 2-kloro-3-hidroksipropil -2 rsquo;-metoksifenil 2-hidroksibenzoat 57, 4 rsquo;- 2-kloro-3-hidroksi-propil -2 rsquo;-hidroksifenil 2-hidroksibenzoat 167, S -4 rsquo;- 2,3-dihidroksipropil -2 rsquo;-metoksifenil 2-hidroksibenzoat 59, R -4 rsquo;- 2,3-dihidroksipropil -2 rsquo;-metoksifenil 2-hidroksibenzoat 60, 4 rsquo;-alil-2 rsquo;-metoksifenil 4-amino-2-hidroksibenzoat 71, 4 rsquo;-alil-2 rsquo;-hidroksifenil 4-amino-2-hidroksibenzoat 181, 4 rsquo;-alil-2 rsquo;-metoksifenil 3,4,5-trihidroksibenzoat 86 dan 4 rsquo;-alil-2 rsquo;-metoksifenil 3,5-diihidroksi-4-metoksibenzoat 91 dengan energi ikatan lebih negatif dari standar. Delapan senyawa hasil skrining disintesis melalui reaksi esterifikasi, adisi halogen, hidroksilasi dan demetilasi. Hasil sintesis diuji aktivitas penghambatannya secara in vitro terhadap sel HT29 kanker kolon. Aktivitas penghambatan terhadap sel HT29 menunjukkan nilai IC50 antara 82.98 g/mL - 8.455 g/mL. Nilai IC50 tersebut lebih negatif dibandingkan senyawa penuntun eugenol. Hubungan Kuantitatif Struktur Aktivitas terhadap sel line HT29 menghasilkan persamaan Log 1/IC50 = -0.865-0.210 LogP 2 1.264 logP -0.994CMR n=10; r=0.706; SE:0.21; F=0.497, sig=7.86 . Persamaan menunjukkan variabel log P dan CMR berpengaruh terhadap IC50. Sifat hidrofobisitas log P lebih berperan dibandingkan dengan sifat sterik CMR . Hasil uji in vivo terhadap mencit Mus musculus menunjukkan senyawa turunan 59 memiliki nilai HE dan IHK mendekati kontrol positif. Peningkatan dosis pemberian menyebabkan peningkatan degradasi Bcl-2 pada jaringan mendekati kontrol normal. Hasil penelitian menunjukkan bahwa senyawa baru turunan eugenol 59 yang diperoleh dapat menghambat kanker kolorektal secara in vitro dan in vivo.

---

Compounds derived from eugenol are thought to inhibit Bcl 2 in HT29 colorectal cancer cells. The aim of this study was to obtain new compounds of eugenol derivatives that could inhibit in HT29 cell invitro test and decrease of Bcl 2 expression in mice pre clammed on colon with invivo test. This research begins by designing in silico derivative compounds. The result of the hit compound is synthesized in the laboratory. In vitro tests, apoptotic test and in vivo test were performed successively on the result of the synthesis compound. In silico yield, from a complete randomized pharmacophore screening using 220 design compounds. Based on the pharmacophore features with cut off 5 features produced 23 compounds. The results of pharmacophore screening conducted docking which yielded eight compounds of compound 4 rsquo 2 chloro 3 hydroxypropyl 2 rsquo metohoxyphenyl 2 hydroxybenzoat 57, 4 rsquo 2 chloro 3 hidroxy propyl 2 rsquo hydroxyphenyl 2 hydroxybenzoat 167, S 4 rsquo 2,3 dihydroxypropyl 2 rsquo methoxyphenyl 2 hydroxybenzoat 59, R 4 rsquo 2,3 dihydroxypropyl 2 rsquo methoxyphenyl 2 hydroxybenzoat 60, 4 rsquo allyl 2 rsquo methoxyphenyl 4 amino 2 hydroxybenzoat 71, 4 rsquo allyl 2 rsquo hydroxyphenyl 4 amino 2 hydroxybenzoat 181, 4 rsquo allyl 2 rsquo methoxyphenyl 3,4,5 trihydroxybenzoat 86 dan 4 rsquo allyl 2 rsquo methoxyphenyl 3,5 dihydroxy 4 methoxybenzoat 91 with energy binding more negative than standard. The eight compounds of the screening are synthesized by esterification reaction, addition with halogen, hydroxylation. And demetylation The synthesis results were tested in vitro inhibitory activity against HT29 colon cancer cells. The inhibitory activity against HT29 cells shows an IC50 value between 82.98 g mL 8,455 g mL. The value of IC50 is better than the eugenol guiding compound. Quantitative Relation of Structure Activity against cell line HT29 with equation Log 1 IC50 0.865 0.210 LogP 2 1.264 logP 0.994CMR n 10 r 0.706 SE 0.21 F 0.497, sig 7.86 . This equation showed that log P and CMR have effect with IC50. Hydrophobicity log P more of effect compared than steric parameters CMR . In vivo test of Mus musculus that showed compound derivative 59 based on HE and IHK values approaching positive control. Increased dosage of administration leads to an increase in Bcl 2 degradation in tissues near normal control. The results showed that the new compound derived eugenol 59 obtained can inhibit colorectal cancer in vitro and in vivo.

Abstrak :
ABSTRAK
Leukemia merupakan salah satu jenis kanker dengan jumlah kematian yang cukup tinggi. Salah satu jenis dari leukemia adalah chronic myeloid leukemia CML . Penyakit ini dapat dideteksi dengan kehadiran gen BCR-ABL. Protein ini yang menyebabkan fosforilasi beberapa molekul sehingga dapat mengakibatkan CML. Oleh sebab itu, protein ini dapat dijadikan sebagai target penting dalam penemuan obat utuk leukemia, khususnya jenis CML. Metode yang digunakan pada penelitian secara in silicoini adalah metode penapisan virtual berbasis farmakofor pharmacophore-basedvirtual screening dan Protein-Ligan Interaction Fingerprint PLIF . Senyawa inhibitor yang digunakan adalah senyawa in vitroyang diunduh dari pangkalan data ZINC15. Penelitian ini akan melakukan penambatan molekul molecular docking terhadap inhibitor pada sisi aktif protein target. Selanjutnya, senyawa inhibitor terbaik akan dilakukan uji farmakologi dan uji efek kesehatan untuk dapat dijadikan sebagai kandidat obat. Hasil dari penelitian ini didapatkan 3 ligan senyawa in vitro yang dapat dijadikan kandidat obat terbaik untuk menginhibisi gen BCR-ABL pada protein ABL1 Kinase.

---

ABSTRACT
Leukemia is one type of cancer with high number of deaths. Chronic myeloid leukemia CML is one type of leukemia. BCR ABL is a gene that can be a biomarker for this disease. This protein causes the phosphorylation of some molecules that cause CML. Therefore, this protein can be an important target in the discovery of drugs for leukemia, especially CML. Pharmacophore based virtual screening and Protein Ligand Interaction Fingerprint PLIF is the method that we used in this research. We downloaded the inhibitor from ZINC15 database and then we do a molecular docking simulation to know the protein ligand interaction. In the last step, we do a pharmacological properties test and health effects get to be used as drug candidates. The results of this study obtained 3 ligand of in vitrocompounds that can be used as the best drug candidate to inhibit the BCR ABL gene in the ABL1 Kinase protein.

Abstrak :
Penggunaan antibodi monoklonal, seperti alirocumab dan evolocumab sebagai inhibitor PCSK9 telah disetujui oleh U.S. FDA dan European Medicines Agency karena mampu menurunkan kadar LDL. Tetapi, kedua obat ini hanya dapat diadministrasikan secara parenteral sehingga para peneliti masih mencari alternatif lain untuk mengatasi keterbatasan tersebut. Pada penelitian ini, senyawa dari golongan tetrahidroisoquinolin, fenilpiperazin, fenilalanin, dan benzofuran digunakan sebagai training set untuk mendapatkan model farmakofor yang berpotensi sebagai inhibitor PCSK9. Tahapan seperti pembuatan model farmakofor, validasi, optimasi, serta penapisan virtual dilakukan melalui LigandScout. Model farmakofor yang terbangkitkan memiliki skor 0,7031 dengan empat fitur farmakofor, yaitu satu AR, satu H, satu HBA, dan satu HBD. Model farmakofor kemudian dioptimasi menggunakan active set dari ligan terpilih dan decoy set dari DUD-E. Optimasi dengan penambahan feature weight sebesar 0,1 terhadap keempat fitur tersebut memberikan hasil validasi terbaik yang ditunjukkan dengan nilai AUC100%, EF1%, EF5%, sensitivitas, dan spesifisitas berturut-turut sebesar 0,93; 34,0%; 6,0%; 1,00; dan 0,79. Hasil penapisan virtual menggunakan model farmakofor tersebut kemudian dievaluasi berdasarkan kaidah Lipinski’s Rule of Five dengan KNIME. Sebelas senyawa bahan alam dari HerbalDB yang berpotensi untuk dikembangkan menjadi terapi anti-PCSK9 dalam bentuk sediaan peroral, antara lain morindone, gentisin, mesuaxanthone A, beta-phenethylamine, brazilin, pterofuran, n-cis- feruloyltyramine, bethanidine, 6-methoxykaempferol, gartanin, dan alizarin. ......The use of alirocumab and evolocumab as PCSK9 inhibitors has been approved by U.S. FDA and European Medicines Agency because of their ability to reduce LDL levels. However, these monoclonal antibodies must be administered parenterally, so researchers are devising alternative strategies to overcome its limitation. In this study, tetrahydroisoquinoline, phenylpiperazine, phenylalanine, and benzofuran compound groups were used as training sets to obtain a pharmacophore model. The process of making a pharmacophore model, validation, optimization, and virtual screening were done using LigandScout. The generated pharmacophore model scored 0.7031 with four pharmacophore features, namely one AR, one H, one HBA, and one HBD. The model was then optimized using the active and decoy set from DUD-E. Optimization by increasing the feature weight by 0,1 to the four features gave the best validation result as indicated by the values of AUC100%, EF1%, EF5%, sensitivity, and specificity are 0.93; 34.0%; 6.0%; 1.00; 0.79 respectively. The virtual screening results using the optimized model were evaluated based on Lipinski’s Rule of Five with KNIME. Eleven natural compounds from HerbalDB that may be developed into anti-PCSK9 therapy in oral dosage form were obtained, including morindone, gentisin, mesuaxanthone A, beta-phenethylamine, brazilin, pterofuran, n-cis-feruloyltyramine, bethanidine, 6-methoxykaempferol, gartanin, and alizarin.

Abstrak :
Virus ebola salah satu virus yang dapat menyebabkan penyakit bersifat letal (mematikan) dan menyebabkan perdarahan (hemorrhagic). Penularannya dapat terjadi dari manusia ke manusia, hewan (nonhuman-primata) ke manusia. Angka kematian yang disebabkan oleh virus ebola dapat mencapai ribuan jiwa dengan spesies yang sangat berbahaya adalah Zaire ebolavirus dari lima spesies yang ada. Hingga saat ini baik antiviral maupun vaksin yang efektif bagi manusia belum ditemukan. Dalam penelitian ini toremifen sebagai senyawa modulator estrogen reseptor (MER) dipilih sebagai sumber database ligan. Database ligan menggunakan metode flexophor yang memperhitungkan titik farmakofor. Metode ini menghasilkan 16001 derivat toremifen, kemudian discreening menggunakan paramater RO5 untuk mendapatkan senyawa- senyawa yang bersifat druglikeness. Sebanyak 9876 senyawa derivat toremifen diperoleh dari proses screening. Hasil screening kemudian digenerate dengan metode farmakofor untuk mendapatkan hits ligan. Sejumlah 580 hits ligan diperoleh pada proses penentuan titik farmakofor. Kemudian simulasi docking dilakukan sebanyak tiga kali pada hits ligan. Simulasi docking diawali dengan rigid docking, dilanjutkan dengan rigid docking dengan retain yang berbeda. Tujuan pengulangan rigid docking ini adalah untuk memvalidasi hasil docking awal. Simulasi docking terakhir yang dilakukan adalah flexible docking. Sebanyak 576 ligan diperoleh dari tiga tahapan simulasi docking. Sebanyak 576 ligan ini diseleksi berdasarkan nilai ΔG binding , nilai RMSD lebih kecil dari 2. Dari 576 ligan tersebut dipilih 63 ligan dengan nilai RMSD lebih kecil dari 2, kemudian dipilih kembali tiga ligan sebagai kandidat potensial senyawa obat yaitu L579, L533 dan L194. Kandidat potensial senyawa obat ini dipilih berdasarkan ligan interaksi dan hasil farmakologi. Untuk pemilihan senyawa terbaik sebagai antiviral potensial dilakukan simulasi dinamik untuk melihat kestabilan senyawa tersebut. Berdasarkan nilai ΔG binding , RMSD, ligan interaksi, hasil farmakologi, dan simulasi dinamik disimpulkan bahwa ligan dengan kode L533 adalah ligan terbaik sebagai senyawa potensial antiviral ebola dengan nilai ΔG binding -10,4460 kcal/mol, RMSD 0.4697 Å. Hasil farmakologi juga menunjukkan bahwa L533 memiliki karakteristik yang baik sebagai antiviral. ......Ebola virus is one of the virus that causes lethal disease and bleeding (hemorrhagic). Transmission can occur from human to human, animal (nonhuman primate) to humans. The number of deaths caused by viral ebola can reach thousands of lives with most dangerous species is Zaire ebolavirus from five existing species. Until now neither antiviral nor an effective vaccine for humans have been found. In this study toremifene as modulator estrogen receptor compound (MER) was selected as the source of ligand database. The ligand database uses the flexophore method that takes into account the pharmacophore point. This method produces 16001 toremifene derivatives, then screened using RO5 parameters to obtain druglikeness compounds. A total of 9876 toremifene derivative compounds were obtained from the screening process. The screening results are then generated by the pharmacophore method to obtain ligand hits. A total of 580 ligand hits were obtained at the farmakofore point determination process. Ligand hits are then simulated docking three times. The docking simulation begins with rigid docking. Rigid docking was applied twice with different retain. The purpose of this rigid docking repetition is to validate the initial docking results. The last docking simulation is flexible docking. A total of 576 ligands were obtained from three stages of docking simulation. As many as 576 ligands were selected based on ΔG binding , RMSD less than 2. From 576 ligands were selected 63 ligands with RMSD less than 2. For further step, three selected ligands were choosen. Three selected ligands as candidate of drug compound are L579, L533 and L194. These candidates were selected based on interaction ligand and pharmacological analysis. Dynamics simulation was done to see the stability of the compound for the selection of the best potential antiviral. The selection based on ΔG binding, RMSD, ligand interaction, pharmacology analysis and dynamics simulation. Finally, it was concluded that L533 was the best ligand as a potential antiviral with ΔG binding -10.4460 kcal/ mol, RMSD 0.4697 A. The pharmacological analysis also show that L533 has good characteristics as an antiviral.