Tugas Komputasi rancang Obat

Nama : Moch Kholidin

NIM:11/317018/PA/14136

1.tabel data hyperchem dan SPSS

Nomor Senyawa C1 C2 C3 C4 C5 C6 Log P S N1 N2 Ring

Log 1/LD50

5 0,043 -0,082 -0,132 -0,046 -0,159 0,087 2,73 0,117 -0,11 -0,185 -0,292 -1,819 6 0,033 -0,078 -0,13 -0,046 -0,157 0,096 3,2 0,115 -0,19 -0,117 -0,282 -1,778

7 0,028 -0,102 -0,127 -0,047 -0,159 0,103 2,57 0,129 -0,198 -0,126 -0,304 -1,301 8 0,048 -0,098 -0,121 -0,067 -0,143 0,058 3,32 0,122 -0,187 -0,133 -0,323 -1,012

9 0,034 -0,08 -0,13 -0,047 -0,157 0,097 4,9 0,107 -0,191 -0,114 -0,283 -1,568

10 0,037 -0,085 -0,121 -0,059 -0,145 0,065 4,19 0,126 -0,401 -0,052 -0,308 -1,832 11 0,04 -0,075 -0,128 -0,047 -0,157 0,092 3,35 0,139 -0,122 -0,208 -0,275 -1,278 12 0,037 -0,075 -0,128 -0,046 -0,156 0,092 3,81 0,136 -0,187 -0,133 -0,275 -1,322 13 0,046 -0,097 -0,121 -0,06 -0,143 0,058 3,41 0,125 -0,187 -0,136 -0,317 -1,544

14 0,036 -0,078 -0,129 -0,048 -0,156 0,095 3,86 0,131 -0,189 -0,132 -0,28 -1,447 15 0,032 -0,077 -0,13 -0,046 -0,157 0,097 3,86 0,12 -0,196 -0,128 -0,281 -1,845 16 0,041 -0,07 -0,129 -0,047 -0,157 0,087 4,65 0,104 -0,135 -0,165 -0,275 -1,954

17 0,047 -0,098 -0,121 -0,067 -0,143 0,058 3,38 0,117 -0,188 -0,124 -0,324 -1,602 18 0,034 -0,081 -0,13 -0,048 -0,157 0,096 3,32 0,108 -0,201 -0,134 -0,286 -1,342 19 0,045 -0,094 -0,122 -0,064 -0,144 0,062 2,98 0,123 -0,19 -0,134 -0,317 -1,949 20 0,047 -0,098 -0,121 -0,067 -0,143 0,058 3,04 0,121 -0,19 -0,127 -0,324 -1,623 21 0,047 -0,098 -0,121 -0,066 -0,143 0,059 3,77 0,116 -0,189 -0,123 -0,322 -1,153 22 0,035 -0,081 -0,13 -0,048 -0,157 0,098 4,24 0,134 -0,196 -0,136 -0,283 -1,579 23 0,045 -0,096 -0,122 -0,065 -0,144 0,061 3,78 0,115 -0,19 -0,121 -0,321 -1,806 24 0,037 -0,081 -0,159 -0,87 -0,126 0,066 1,55 0,077 -0,157 -0,129 0,199 -1,176

2.Dari data pengolahan statisk persamaan regresi liner yang diperoleh adalah

Model Summary

Model R R Square Adjusted R

Square

Std. Error of the

Estimate

1 ,807a ,651 ,263 ,242605

2 ,807b ,651 ,336 ,230168

3 ,792c ,627 ,356 ,226713

4 ,787d ,620 ,398 ,219139

5 ,773e ,597 ,412 ,216707

6 ,721f ,520 ,349 ,227981

7 ,707g ,500 ,366 ,224914

Pembahasan:Dari data model summary yang diperoleh melalui statistik SPSS 7 model tersebut

semua sebenarnya dapat diterima karena memiliki nila R > 0,67.Namun model yang paling layak

dapat digunakan harus didukung dengan nilai signifikansi ANOVA.nilai signifikansi ANOVA yang

diterima memiliki nilai Ho<0,005

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression ,987 10 ,099 1,677 ,225b

Residual ,530 9 ,059

Total 1,517 19

2

Regression ,987 9 ,110 2,070 ,136c

Residual ,530 10 ,053

Total 1,517 19

3

Regression ,951 8 ,119 2,313 ,099d

Residual ,565 11 ,051

Total 1,517 19

4

Regression ,940 7 ,134 2,797 ,057e

Residual ,576 12 ,048

Total 1,517 19

5

Regression ,906 6 ,151 3,215 ,037f

Residual ,611 13 ,047

Total 1,517 19

6

Regression ,789 5 ,158 3,036 ,046g

Residual ,728 14 ,052

Total 1,517 19

7

Regression ,758 4 ,189 3,745 ,026h

Residual ,759 15 ,051

Total 1,517 19

Pembahasan: Dari data ANOVA yang diperolah secara statistik signifikansi (Ho) semuanya tidak

memnuhi nilai <0,005 sehingga tidak dapat diteriuma semua.Akan tetapi tidak serta merta

salah,hanya saja dalam keperluan anlisis dipilih yang paling kecil yang dianggap memiliki

probabilitas kesalahan paling kecil dibanding yang lain.Dari 7 model diatas maka nilai signifikansi

yang paling layak digunakan adalah model nomor 7

Coefficientsa

Model Unstandardized Coefficients Standardized

Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 8,218 10,388 ,791 ,449

C1 183,632 74,163 3,947 2,476 ,035

C2 -12,157 14,497 -,436 -,839 ,423

C3 135,742 83,192 4,069 1,632 ,137

C4 -6,049 4,847 -3,910 -1,248 ,244

C5 73,826 81,136 2,318 ,910 ,387

C6 126,572 46,426 7,978 2,726 ,023

LogP -,121 ,164 -,321 -,735 ,481

S -7,528 9,860 -,366 -,763 ,465

N1 -5,289 3,880 -1,051 -1,363 ,206

N2 -,228 7,100 -,024 -,032 ,975

2

(Constant) 8,182 9,800 ,835 ,423

C1 184,195 68,367 3,960 2,694 ,023

C2 -11,974 12,642 -,430 -,947 ,366

C3 136,758 72,994 4,100 1,874 ,090

C4 -6,128 3,972 -3,961 -1,543 ,154

C5 72,526 66,702 2,277 1,087 ,302

C6 126,490 43,979 7,973 2,876 ,016

LogP -,122 ,149 -,325 -,820 ,431

S -7,423 8,826 -,360 -,841 ,420

N1 -5,213 2,927 -1,036 -1,781 ,105

3

(Constant) 3,717 8,025 ,463 ,652

C1 159,705 60,575 3,433 2,637 ,023

C2 -17,271 10,704 -,620 -1,614 ,135

C3 118,234 68,367 3,544 1,729 ,112

C4 -6,197 3,911 -4,006 -1,585 ,141

C5 49,668 59,687 1,559 ,832 ,423

C6 106,820 36,306 6,733 2,942 ,013

S -3,278 7,127 -,159 -,460 ,654

N1 -4,238 2,635 -,843 -1,608 ,136

4

(Constant) 2,551 7,360 ,347 ,735

C1 146,793 51,885 3,156 2,829 ,015

C2 -16,994 10,330 -,610 -1,645 ,126

C3 102,660 57,411 3,077 1,788 ,099

C4 -5,565 3,539 -3,597 -1,572 ,142

C5 48,687 57,656 1,528 ,844 ,415

C6 98,177 30,027 6,189 3,270 ,007

N1 -3,820 2,391 -,760 -1,598 ,136

5

(Constant) -,065 6,602 -,010 ,992

C1 137,156 50,052 2,948 2,740 ,017

C2 -16,225 10,175 -,582 -1,595 ,135

C3 128,113 48,320 3,840 2,651 ,020

C4 -7,816 2,302 -5,052 -3,394 ,005

C6 83,091 23,866 5,238 3,481 ,004

N1 -3,731 2,362 -,742 -1,579 ,138

6

(Constant) 7,013 5,100 1,375 ,191

C1 67,745 25,202 1,456 2,688 ,018

C2 -6,657 8,601 -,239 -,774 ,452

C3 132,716 50,741 3,978 2,616 ,020

C4 -7,087 2,373 -4,581 -2,986 ,010

C6 56,092 17,522 3,536 3,201 ,006

7

(Constant) 9,648 3,747 2,575 ,021

C1 68,696 24,833 1,477 2,766 ,014

C3 150,964 44,327 4,525 3,406 ,004

C4 -7,820 2,146 -5,055 -3,644 ,002

C6 58,111 17,093 3,663 3,400 ,004

Pembahasan:Dari data koefisien yang diperoleh maka data yang diterima adalah yang memiliki

signifikansi <0,005.maka dari 7 model diatas yang paling representatif adalah model nomor 7.Hal

ini mendukung bersesuaian dengan ANOVA diatasnya serta dapat disimpulkan model yang

digunakan adalah model 7.

Sehingga model QSAR terbaik yang diperoleh adalah

-LogIC50=9,648 +(68,696*qC1) + ( 150,964*qC3) - ( 7,820*qC4)

+(58,111*q6)

Nilai n=20 , nilai F=3,745 dan nilai t=(2,575),(2,766),(3,406),(-3,644),(3,400) dan standar deviasi

S=0,224914

Uraian secara kimia

Analisis QSAR dengan metode semi empiric AM1 menghasilkan 7 model QSAR.Pemilihan model

persamaan QSAR terbaik memperhitungkan parameter-parameter statistik seperti harga

r2(koefisien korelasi),SD(standar deviasi),Fhit/Ftab PRESS(Predicted Residual Sum of Square).nilai

signifikansi ANOVA dan signifikansi koefisien.Berdasarkan pertimbangan tersebut model ada 1

model layak yang diusulkan sebagai model terbaik QSAR yaitu model nomor 7.Selain itu berkaitan

dengan nilai –log IC50,jika senyawa baru lebih besar nilai –log IC50 dibanding senyawa lama maka

artinya senyawa tersebut memiliki aktivitas inhibisi yang lebih baik dari pada senyawa

sebelumnya.