DOCKING SENYAWA BAHAN ALAM GOLONGAN
ALKALOID TERHADAP PROTEIN GLIOMA (GLI) DENGAN
MENGGUNAKAN PLANTS®
KUANDI TANDIARA TAN N111 09 280
PROGRAM STUDI FARMASI
FAKULTAS FARMASI
UNIVERSITAS HASANUDDIN
MAKASSAR
2013
DOCKING SENYAWA BAHAN ALAM GOLONGAN ALKALOID
TERHADAP PROTEIN GLIOMA (GLI) DENGAN MENGGUNAKAN
PLANTS®
SKRIPSI
untuk melengkapi tugas-tugas dan memenuhi
syarat-syarat untuk mencapai gelar sarjana
KUANDI TANDIARA TAN
N111 09 280
PROGRAM STUDI FARMASI
FAKULTAS FARMASI
UNIVERSITAS HASANUDDIN
MAKASSAR
2013
iii
PERSETUJUAN
DOCKING SENYAWA BAHAN ALAM GOLONGAN ALKALOID
TERHADAP PROTEIN GLIOMA (GLI) MENGGUNAKAN
PLANTS®
KUANDI TANDIARA TAN
N111 09280
Disetujui oleh :
Pembimbing Utama, Pembimbing Pertama,
Yusnita Rifai, S.Si., M.Pharm., Ph.D., Apt Prof.Dr. Gemini Alam, M.Si., Apt
NIP.19751117200012 2001 NIP. 196412311990021005
Pada Tanggal : 24 Juli 2013
iv
PENGESAHAN
DOCKING SENYAWA BAHAN ALAM GOLONGAN ALKALOID TERHADAP PROTEIN GLIOMA (GLI) MENGGUNAKAN
PLANTS®
Oleh :
KUANDI TANDIARA TAN N111 09 280
Dipertahankan di hadapan Panitia Penguji Skripsi
Fakultas Farmasi Universitas Hasanuddin
Pada Tanggal : 26 Juli 2013
Panitia Penguji Skripsi
1. Ketua
Prof.Dr.Hj. Asnah Marzuki, M.Si., Apt. :………………..
2. Sekretaris
Dr. Herlina Rante, S.Si., M.Si., Apt. : ……………….
3. Ex Officio
Yusnita Rifai, S.Si., M.Pharm., Ph.D., Apt. : ……………….
4. Ex Officio
Prof.Dr. Gemini Alam, M.Si., Apt : ……………….
5. Anggota
Nurhasni Hasan, S.Si., M.Si., Apt. : ……………….
Mengetahui :
Dekan Fakultas Farmasi
Universitas Hasanuddin
Prof. Dr. Elly Wahyudin, DEA., Apt. NIP. 19560114 198601 2 001
v
PERNYATAAN
Dengan ini saya menyatakan bahwa skripsi ini adalah karya saya
sendiri, tidak terdapat karya yang pernah diajukan untuk memperoleh gelar
kesarjanaan di suatu Perguruan Tinggi, dan sepanjang pengetahuan saya
juga tidak terdapat karya atau pendapat yang pernah ditulis atau di-terbitkan
oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan
disebutkan dalam daftar pustaka.
Apabila dikemudian hari terbukti bahwa pernyataan saya ini tidak
benar, maka skripsi dan gelar yang diperoleh, batal demi hukum.
Makassar, Juli 2013
Penyusun,
Kuandi Tandiara Tan
vi
UCAPAN TERIMA KASIH
Puji syukur dipanjatkan kepada Tuhan Yang Maha Kuasa, atas berkat
dan rahmatNya, penulis mampu merampungkan penyusunan skripsi ini
sebagai salah satu syarat dalam memperoleh gelar kesarjanaan pada
Program Studi Farmasi Fakultas Farmasi Universitas Hasanuddin.
Banyak kendala yang penulis hadapi dalam penyusunan skripsi ini,
namun berkat dukungan dan bantuan dari berbagai pihak, akhirnya penulis
dapat melewati kendala-kendala tersebut. Oleh karena itu, penulis
menghaturkan banyak terima kasih dan penghargaan yang setinggi-tingginya
kepada:
1. Ibu Yusnita Rifai, S.Si., M.Pharm., Ph.D., Apt. sebagai pembimbing
utama yang telah memberikan arahan, nasihat, dan solusi-solusi dengan
penuh kesabaran dan keramahan serta dorongan agar penulis segera
menyelesaikan studi, serta Bapak Prof. Dr. Gemini Alam M.Si., Apt.
sebagai pembimbing pertama sekaligus penasihat akademik atas
bimbingan, arahan dan motivasinya mulai dari pengurusan Kartu
Rencana Studi, hingga penelitian dan skripsi penulis selesai. Penulis
menyadari skripsi dan penelitian ini mungkin tidak akan selesai dengan
cepat jika beliau tidak henti-hentinya mengingatkan penulis untuk cepat
menyelesaikan studi.
2. Ibu Prof.Dr. Asnah Marzuki, M.Si., Apt ; Dr. Herlina Rante, S.Si., M.Si.,
Apt ; dan Ibu Nurhasni Hasan, S.Si., M.Si., Apt. selaku penguji penulis.
vii
3. Dekan, Wakil Dekan, serta staf dosen Fakultas Farmasi Universitas
Hasanuddin atas bantuan serta motivasi-motivasi yang diberikan dalam
kelancaran selesainya penyusunan skripsi ini.
4. Kedua orang tua tercinta, ayah Anom Wirawan Tan dan ibu Oei Suk Ing,
atas segala pengorbanan mori l, materil, kasih sayang, serta ketulusan
hati mendoakan penulis sehingga bisa menyelesaikan kuliah sampai saat
ini.
5. Saudara-saudara penulis (Viki Yulianti W.T., SE., Venny Yusnita T., SE.,
dan Renny T.Tan), atas dukungan, bimbingan, canda tawa, dan kasih
sayang kalian selama ini. Semoga kita senantiasa menjadi anak yang
berbakti, memberikan yang terbaik untuk orang tua kita dan tetap saling
menyayangi.
6. Teman-teman farmasi angkatan 2009 (GINKGO „09) terkhusus Nurhadri
Azmi, S.Si., Satria P. Penarosa S.Si., Kiki Husein, Nurul Haq,
Mutmainnah, S.Si., Helmi N., S.Si., Nur Afni, S.Si., Whyllies A.W.,
Nurfitrianti, S.Si., dan Annisyah W.M., S.Si. atas segala bantuan, waktu,
dan menjadi tempat keluh kesah penulis dari awal hingga akhir jenjang
pendidikan ini.
7. Saudara-saudara seperjuangan yaitu Harold B. Tani, S.Si. dan Amal
Rezka P., S.Si. atas dukungan, kebersamaan, dan semangat yang
diberikan hingga penulis dapat menyelesaikan skripsi ini.
8. Teman-teman penelitian yaitu Cahyadi Go Utomo, S.Si., Andika, S.Si.,
Agus Wahyudi, S.Si., Ester Carolina, dan Hanae Mori atas bimbingan,
viii
arahan, dan saran-saran yang diberikan serta telah memberikan
dorongan tanpa henti agar penulis secepatnya “mengejar” ketertinggalan
dan cepat menyusul teman-teman agar dapat menyelesaikan studi
bersama-sama dan tepat waktu.
9. Laboran Fakultas Farmasi Kimia Farmasi, terkhusus Bu Adriana Pidun,
kak Dewi Primayanti dan seluruh korps asisten kimia farmasi (Hermanto
Utomo, S.Si., Ferliem, S.Si., Apt., Muh. Tri Hidayat, S.Si., A.Padariani U.,
A.Rezkiani B., S.Si., Dian Cikhita, Desi Rosanti, S.Si., Amelia, S.Si.,
Adelin, S.Si.) terima kasih telah memberi bantuan atas segala kesulitan
yang dihadapi penulis mulai dari awal hingga akhir penelitian.
10. Cynthia Frans, terima kasih atas dukungan semangat dan motivasi yang
diberikan kepada penulis.
11. Kepada pihak yang tidak sempat disebut namanya. Semoga Tuhan
membalas semua kebaikan kalian selama ini.
Penulis menyadari bahwa karya tulis ini sangat jauh dari
kesempurnaan, karena itu penulis mengharapkan saran dan kritik yang
membangun demi terciptanya suatu karya yang lebih bermutu. Akhirnya,
semoga karya kecil ini dapat bermanfaat bagi pengembangan ilmu
pengetahuan ke depannya.
Makassar, Juli 2013
Penulis
ix
ABSTRAK
Telah dilakukan penelitian dengan tujuan untuk mengetahui senyawa-
senyawa antikanker dari bahan alam golongan alkaloid yang memiliki afinitas dan konformasi kimia terbaik terhadap protein glioma (GLI) dengan
menggunakan metode docking PLANTS®. Target yang dievaluasi merupakan skor PLANTS® dan ikatan hidrogen. Program yang digunakan adalah PLANTS® (Protein-Ligand Ant System). Ligan yang digunakan sebanyak 27
ligan dan cyclopamine sebagai ligan pembanding yang terdapat dalam protein dengan perolehan nilai RMSD (Root Mean Square Deviation) 1,614 Å
serta staurosporinone yang diketahui sebagai penghambat GLI. Setiap ligan di docking pada protein GLI dengan kode PDB 2GLI dengan menggunakan dua metode yakni GLI lingkungan berair dan tanpa air. Skor PLANTS® untuk
ligan Cyclopamine pada metode pertama dan kedua yakni -73,9002 dan -73,2700. Diperoleh hasil enam ligan yakni camptochecin, homoharringtonine,
pancracristine, sanguinarine, evodiamine, dan vinblastine menunjukkan skor PLANTS® yang mendekati skor ligan cyclopamine tetapi ikatan hidrogen tidak mirip dengan ligan pembanding. Pada ligan evodiamine dan staurosporinone
memiliki ikatan hidrogen terhadap asam amino protein GLI yang sama yaitu pada GLU 175 dan THR 173 sehingga diprediksi mempunyai mekanisme
kerja yang sama sebagai penghambat GLI.
x
ABSTRACT
This research was aimed to know the best affinity and the best
chemical conformation of anticancer compounds from natural product alkaloids group using PLANTS® docking methode. Evaluated target was
included the interaction energy and hydrogen bond. PLANTS® (Protein-
Ligand Ant System) was used by this research. Twenty seven ligands and cyclopamine as native ligand, which was in protein and got RMSD (Root Mean Square Deviation) score 1,614 Å and staurosporinone was known GLI
inhibitor. Each ligan was docked in GLI with PDB code 2GLI using 2 methods, GLI contain water and without water. PLANTS® score for native ligand in first
and second method is -73,9002 and -73,2700. There respectively were around six ligands camptochecin, homoharringtonine, pancracristine, sanguinarine, evodiamine, dan vinblastine shown PLANTS® score to reach
cyclopamine score but its hydrogen bond interaction differed from native ligan interaction. But evodiamine and staurosporinone ligand had hydrogen bond to
the same amino acid of protein GLI, which in GLU 175 and THR 173 so that was predicted to have the same mechanism as GLI inhibitor.
xi
DAFTAR ISI
Halaman
LEMBAR PERSETUJUAN............................................................. iii
LEMBAR PENGESAHAN............................................................... iv
LEMBAR PERNYATAAN ...................................................................... v
UCAPAN TERIMA KASIH .................................................................... vi
ABSTRAK ............................................................................................... ix
ABSTRACT ......... .................................................................................. x
DAFTAR ISI ............................................................................................ xi
DAFTAR TABEL ..................................................................................... xiii
DAFTAR GAMBAR ............................................................................... xiv
DAFTAR LAMPIRAN ............................................................................ xvi
DAFTAR ISTILAH DAN SINGKATAN ................................................. xvii
BAB I PENDAHULUAN ........................................................................ 1
BAB II TINJAUAN PUSTAKA .............................................................. 4
II.1 Kanker................................................................................................ 4
II.2 Jalur Signal Hedgehog.................................................................... 5
II.3 Senyawa Bahan Alam Golongan Alkaloid ................................... 7
II.4 Docking dan Skoring ....................................................................... 12
II.5 PLANTS® ......................................................................................... 17
II.6 Marvin-Beans Chemaxon®..................................................... .. 18
II.7 YASARA® ......................................................................................... 18
xii
II.8 MMV (Molegro Molecular Viewer) ................................................. 19
BAB III METODE PENELITIAN ......................................................... 21
III.1 Data yang Digunakan..................................................................... 21
III.2 Alat yang Digunakan ...................................................................... 23
III.3 Pengambilan Data .......................................................................... 23
III.4 Pemodelan Molekul Senyawa dari Bahan Alam Golongan
Alkaloid ........................................................................................... 23
III.5 Simulasi Docking Senyawa Antikanker dari Bahan Alam
Golongan Lignan pada Model GLI......................................... 23
III.6 Analisis Data.................................................................................... 24
III.7 Pembahasan Hasil Penelitian ....................................................... 24
III.8 Pengambilan Kesimpulan ............................................................. 24
BAB IV HASIL DAN PEMBAHASAN ................................................... 25
BAB V PENUTUP ................................................................................... 32
V.1 Kesimpulan ....................................................................................... 32
V.2 Saran ................................................................................................. 32
DAFTAR PUSTAKA .............................................................................. 33
LAMPIRAN ............................................................................................. 37
xiii
DAFTAR TABEL
Tabel Halaman
1. Data Senyawa-Senyawa Dari Bahan Alam Golongan Alkaloid......................................................................................... 21
2. Data Hasil Docking Senyawa Bahan Alam Golongan Alkaloid terhadap GLI menggunakan PLANTS®………… ... 28
3. Data Analisis Hasil Docking Konformasi Terbaik Senyawa Bahan Alam Golongan Alkaloid Dalam Lingkungan Tak
Berair menggunakan MMV ....................................................... 45
4. Data Analisis Hasil Docking Konformasi Terbaik Senyawa Bahan Alam Golongan Alkaloid Dalam Lingkungan Berair
menggunakan MMV ................................................................... 48
xiv
DAFTAR GAMBAR
Gambar Halaman
1. Jalur Signal Hedgehog pada sel normal (A) dan sel kanker (B).................................................................................................. 6
2. Data struktur GLI yang diperoleh dari RSCB Protein Data Bank ............................................................................................. 23
3. Pose ligand Cyclopamine dan pose prediksi docking ......... 28
4. Interaksi Cyclopamine dengan Protein Glioma (GLI) dalam lingkungan tak berair.................................................................. 51
5. Interaksi Staurosporinone dengan Protein Glioma (GLI) dalam lingkungan tak berair...................................................... 52
6. Interaksi Evodiamine dengan Protein Glioma (GLI) dalam
lingkungan tak berair............................................................ 52
7. Interaksi Camptotechin dengan Protein Glioma (GLI) dalam
lingkungan tak berair............................................................ 53
8. Interaksi Homoharringtonine dengan Protein Glioma (GLI) dalam lingkungan tak berair…………………………………… 52
9. Interaksi Pancracristine dengan Protein Glioma (GLI) dalam lingkungan tak berair............................................................ 54
10. Interaksi Sanguinarine dengan Protein Glioma (GLI) dalam lingkungan tak berair............................................................ 54
11. Interaksi Vinblastine dengan Protein Glioma (GLI) dalam
lingkungan tak berair............................................................ 55
12. Interaksi Cyclopamine dengan Protein Glioma (GLI) dalam
lingkungan berair ........................................................................ 66
13. Interaksi Camptotechin dengan Protein Glioma (GLI) dalam lingkungan berair ........................................................................ 66
14. Interaksi Staurosporinone dengan Protein Glioma (GLI) dalam lingkungan berair....................................................... 67
xv
15. Interaksi Evodiamine dengan Protein Glioma (GLI) dalam
lingkungan berair.................................................................. 67
16. Interaksi Homoharringtonine dengan Protein Glioma (GLI)
dalam lingkungan berair....................................................... 68
17. Interaksi Pancracristine dengan Protein Glioma (GLI) dalam lingkungan berair.................................................................. 68
18. Interaksi Sanguinarine dengan Protein Glioma (GLI) dalam lingkungan berair.................................................................. 69
19. Interaksi Vinblastine dengan Protein Glioma (GLI) dalam lingkungan berair.................................................................. 69
xvi
DAFTAR LAMPIRAN
Lampiran Halaman
1. Skema kerja................................................................................. 38
2. Proses docking dengan PLANTS® .......................................... 39
3. Daftar Senyawa Bahan Alam Golongan Alkaloid .................. 40
4. Tabel Hasil Pengamatan ........................................................... 46
5. Interaksi Senyawa Uji Terhadap GLI dalam Lingkungan Tidak Berair ................................................................................. 51
6. Interaksi Senyawa Uji Terhadap GLI dalam Lingkungan Berair.................................................................................... 66
xvii
DAFTAR ISTILAH DAN SINGKATAN
Istilah Arti
Binding site Daerah pada protein/reseptor yang menjadi
target penambatan
Docking Metode yang digunakan untuk memprediksi penambatan antara ligan dan reseptor
In silico Menggunakan aplikasi komputer sebagai
analog In vitro dan In vivo
Reseptor Penerima molekul, sebagian besar merupakan
protein atau biopolimer lain
Pose Kandidat bentuk pengikatan Ligan Molekul partner komplementer yang akan
berikatan dengan reseptor
MarvinBeans Software modelling yang dibuat oleh ChemAxon®
Scoring Proses evaluasi pose dengan menghitung
interaksi molekular, seperti ikatan hidrogen dan kontak hidrofobik
Sekuens Deretan asam amino dalam suatu protein.
xviii
Singkatan Arti
MMV Molegro Molecular Viewer, program yang
digunakan dalam melihat interaksi hasil data
docking
PDB Protein Data Bank, data protein yang akan di docking dengan senyawa/ligan
PLANTS Protein-Ligand ANT System, program docking
dengan menggunakan algoritma ACO (Ant Colony
Optimization)
RMSD Root Mean Square Deviation, nilai yang menunjukkan validitas metode docking yang digunakan dengan nilai standar <2
Ala Alanin, asam amino penyusun protein dalam tubuh
Arg Arginin, asam amino penyusun protein dalam tubuh
Asn Asparagin, asam amino penyusun protein dalam tubuh
Asp Asam aspartat, asam amino penyusun protein
dalam tubuh
Cys Sistein, asam amino penyusun protein dalam
tubuh Gln Glutamin, asam amino penyusun protein dalam
tubuh
Glu Asam glutamat, asam amino penyusun protein dalam tubuh
Gly Glisin, asam amino penyusun protein dalam tubuh
His Histidin, asam amino penyusun protein dalam tubuh
xix
Singkatan Arti
Ile Isoleusin, asam amino penyusun protein dalam tubuh
Leu Lesin, asam amino penyusun protein dalam tubuh
Lys Lisin, asam amino penyusun protein dalam tubuh
Met Metionin, asam amino penyusun protein dalam tubuh
Phe Fenilalanin, asam amino penyusun protein dalam
tubuh
Pro Prolin, asam amino penyusun protein dalam tubuh
Ser Serin, asam amino penyusun protein dalam tubuh
Thr Treonin, asam amino penyusun protein dalam tubuh
Trp Triptofan, asam amino penyusun protein dalam
tubuh
Tyr Tirosin, asam amino penyusun protein dalam
tubuh Val Valin, asam amino penyusun protein dalam tubuh.
1
BAB I
PENDAHULUAN
Alkaloid adalah suatu golongan senyawa organik yang terbanyak
ditemukan di alam. Hampir seluruh senyawa alkaloid berasal dari tumbuh-
tumbuhan dan tersebar luas dalam berbagai jenis tumbuhan. Semua
alkaloida mengandung paling sedikit satu atom nitrogen yang biasanya
bersifat basa dan dalam sebagian besar atom nitrogen ini merupakan
bagian dari cincin heterosiklik (1).
Alkaloid diisolasi menjadi obat pertama kali pada abad ke-19,
sehingga pada saat tersebut telah banyak obat dari beberapa macam
alkaloid. Pada paruh kedua abad ke-20, alkaloid sangat dikenal sebagai
tanaman obat dengan aktivitas antikankernya (2). Oleh karena itu, saat ini
banyak penelitian yang telah dilakukan untuk mengetahui jenis-jenis
alkaloid yang mempunyai akitvitas antikanker.
Kanker adalah suatu penyakit sel dengan ciri gangguan atau
kegagalan mekanisme pengatur multiplikasi dan fungsi homeostatis
lainnya pada organisme multiseluler. Sifat umum dari kanker adalah
pertumbuhan sel yang berlebihan (umumnya berbentuk tumor), gangguan
diferensiasi sel dan jaringan, serta bersifat invasif yaitu mampu tumbuh di
jaringan sekitarnya (3). Salah satu penyebab terjadinya transkripsi dan
pertumbuhan sel pada kanker adalah protein GLI. Pada jalur signal
Hedgehog (Hh), ikatan antara ligan protein Hh dan reseptor PTCH1
menstimulasi Smoothened (Smo). Kemudian Smo tersebut mengaktivasi
2
GLI1 yang merupakan faktor transkripsi yang memicu perkembangan
tumor (4,5).
Studi mengenai senyawa-senyawa antikanker dari bahan alam
alkaloid terhadap protein GLI saat ini masih kurang. Dalam penemuan
obat baru saat ini, metode komputasi adalah pengembangan obat modern
yang lebih efisien dan waktu yang dibutuhkan lebih cepat. Kemampuan
komputasi yang meningkat eksponensial merupakan peluang untuk
mengembangkan simulasi dan kalkulasi dalam merancang obat. Komputer
menawarkan metode yang dikenal sebagai in silico yang merupakan
komplemen metode in vitro dan in vivo yang lazim digunakan dalam
proses penemuan obat (6,7).
Docking saat ini merupakan metode pemodelan molekul yang
paling banyak digunakan dan dikembangkan. Dan docking terbukti
bermanfaat terutama dalam pemilihan senyawa penuntun untuk
dikembangkan lebih lanjut. Docking mempunyai 3 tujuan utama yaitu
memprediksi pengikatan sisi aktif dari suatu ligan, mengidentifikasi ligan
baru menggunakan skrining virtual, dan memprediksi afinitas ikatan antara
senyawa dan bagian aktif dari ligan yang telah diketahui.
Salah satu aplikasi docking adalah PLANTS® (Protein-Ligan ANT
System) yang merupakan aplikasi gratis yang memiliki kualitas yang
setara dengan aplikasi docking berbayar lainnya. Selain itu, kelebihan
praktis PLANTS® adalah sederhana dan mudah. Namun PLANTS® tidak
3
menyediakan fungsi preparasi protein, ligan, maupun visualisasi sehingga
dibutuhkan aplikasi tambahan (6,8).
Metode yang digunakan dalam penelitian ini adalah studi interaksi
antara beberapa senyawa dari bahan alam dari golongan alkaloid yang
diketahui aktivitas antikankernya terhadap GLI dengan bantuan aplikasi
komputer secara in silico pada tingkat molekuler, atau biasa disebut
Molecular Docking Simulation. Dengan menggunakan informasi dari
struktur target maupun sifat fisikokimia ligan, dapat dilakukan skrining uji
interaksi senyawa-senyawa yang diketahui dapat menghambat GLI pada
sisi aktifnya dengan menggunakan software PLANTS®.
Maksud penelitian ini adalah untuk mengetahui senyawa-senyawa
bahan alam dari golongan alkaloid yang memiliki afinitas dan konformasi
yang baik dalam menghambat protein GLI.
Tujuan dari penelitian ini adalah untuk memberikan informasi dalam
menemukan senyawa-senyawa golongan alkaloid yang dapat
menghambat protein GLI yang dapat digunakan sebagai antikanker.
4
BAB II
TINJAUAN PUSTAKA
II.1 Kanker
Kanker adalah suatu penyakit sel dengan ciri gangguan atau
kegagalan mekanisme pengatur multiplikasi dan fungsi homeostatis
lainnya pada organisme multiseluler. Sifat umum dari kanker adalah
pertumbuhan sel yang berlebihan (umumnya berbentuk tumor), gangguan
diferensiasi sel dan jaringan, serta bersifat invasif yaitu mampu tumbuh di
jaringan sekitarnya (3).
Pada sel normal, siklus sel dikontrol oleh kontribusi berbagai gen
yang memberi respon terhadap tanda pemadatan sel, cedera jaringan,
dan kebutuhan untuk tumbuh. Secara umum, sel menjalani siklusnya jika
distimulasi oleh faktor hormon dan pertumbuhan yang dieksresi oleh sel-
sel yang jauh, oleh faktor pertumbuhan yang diproduksi secara lokal, dan
oleh isyarat kimia yang dilepaskan dari sel sekitarnya , termasuk sitokinin
yang dihasilkan oleh sel imun dan sel radang. Isyarat eksternal ini
bertindak mengikat reseptor spesifik yang ada di membran plasma sel
target. Setelah terikat, kompleks reseptor mengaktifkan sistem penghantar
kedua (second messenger system), yang mengirimkan sinyal per-
tumbuhan ke inti sel. Ketika sinyal mencapai inti sel, protein tertentu yang
ada di inti sel, yang disebut faktor transkripsi, mengaktifkan atau meng-
inaktifkan gen khusus yang pada akhirnya menghasilkan protein yang
mengontrol proliferasi sel (9).
5
II.2 Jalur Signal Hedgehog
Hedgehog (Hh) adalah sebuah morfogen yang mempuyai bentuk
pendek atau panjang pada berbagai jenis/tipe jaringan. Pada mamalia,
terdapat 3 protein Hh yaitu Sonic Hh, Indian Hh, dan Desert Hh. Dalam sel
yang memproduksi Hh, protein Hh yang telah dibuat masuk ke jalur
sekresi dan mengalami autoproses dan modifikasi lemak, menghasilkan
suatu penambahan gugus palmitoyl pada gugus NH2-nya dan kolesterol
pada gugus COOH. Selanjutnya pelepasan Hh bergantung pada
Dispatched (Disp), suatu protein multitransmembran, sedangkan difusi Hh
memerlukan sintesis Tou-velu-dependent dari heparin sulfat proteoglikan.
Dalam menerima signal Hh, jalur transmisi tersebut telah diatur
pada berbagai tingkatan. Saat Hh tidak ada, Patched (Ptch1), reseptor 12-
transmembran, bertindak sebagai katalitik yang menekan/menahan
aktivitas Smoothened (Smo), sebuah protein 7-transmembran, dengan
menjaga lokalisasinya pada permukaan sel. Aktivasi jalur Hh terjadi ketika
ligan Hh mengikat Ptch1, dimana hal tersebut menghilangkan
penghambatan pada Smo. Jumlah Hh untuk berikatan pada Ptch1 diatur
oleh pengikatan Hh-protein seperti interaksi Hh-protein dan pertumbuhan
gen spesifik yang dapat mengurangi Hh.
Pengaktifan Smo karena adanya Hh memicu pengaktifan protein
glioma (Gli) yang merupakan faktor transkripsi zink finger. Pada hewan
vertebrata, terdapat 3 jenis protein Gli yaitu Gli1 dan Gli2 yang berperan
sebagai pengaktifan Hh pada gen target serta Gli3 bertindak sebagai
6
represor. Pada jalur tanpa Hh, protein kinase seperti protein kinase A,
glycogen synthase kinase 3h, dan kasein kinase 1a, phosphorylate Gli
mendorong ke arah pemecahan Gli proteosome-mediated ke dalam gugus
NH2 yang bertindak sebagai represor ekspresi Hh gen target. Supressor of
fused (Sufu) bertindak sebagai pengatur negatif lain pada jalur dengan
mengikat Gli baik dalam sitoplasma dan di nuklues untuk mencegah
pengaktifan Hh gen target. Skema jalur signal hedgehog pada sel kanker
dapat terlihat pada gambar 1 (10).
Gambar 1. Jalur Signal Hedgehog pada sel normal (A) dan sel kanker (B)
7
II.3 Senyawa Bahan Alam Golongan Alkaloid
Alkaloid adalah suatu golongan senyawa organik yang terbanyak
ditemukan di alam. Semua alkaloid mengandung paling sedikit satu atom
nitrogen yang biasanya bersifat basa dan dalam sebagian besar atom
nitrogen ini merupakan bagian dari cincin heterosiklik (1). Pada paruh
kedua abad ke-20, alkaloid sangat dikenal sebagai tanaman obat dengan
aktivitas antikankernya (2). Oleh karena itu, saat ini banyak penelitian
yang telah dilakukan untuk mengetahui jenis-jenis alkaloid yang
mempunyai akitvitas antikanker. Senyawa-senyawa yang berpotensi
sebagai antikanker antara lain :
1. Boldine, senyawa alkaloid golongan aporphine dari Peumus boldus.
Menurut penelitian boldine mempunyai aktivitas antikanker dimana
dapat menurunkan jumlah sel glioma malignan terterntu dengan dosis
yang berbeda. Alkaloid ini juga tidak bersifat toksik pada sel non-tumor
sehingga aman pada sel normal (11).
2. Evodiamine, obat herbal tradisional Cina yang digunakan sebagai
antikanker dan kemoterapi tambahan untuk meningkatkan efek
dan/atau mengurangi efek samping dari ameliorate. Alkaloid ini
diisolasi dari Evodia rutaecarpa, secara in vivo dan in vitro dapat
menghambat proliferasi, invasi, metastasis, dan menginduksi apoptosis
pada sel tumor di berbagai seperti sel kanker payudara, kanker,
prostat, kanker leukimia limfosit-T, kanker melanoma, kanker tulang
belakang, kanker kolon, dan kanker paru-paru (12).
8
3. Amphimidine, alkaloid pentasiklik pyridoacridine dari tanaman
Amphimedon sp. dimana mempunyai derivat yaitu neoamphimidine
dan deoxyamphimidine. Golongan senyawa ini mempunyai aktivitas
antikanker pada penghambatan enzim topoimerase, namun
amphimidine memiliki penghambatan yang kurang kuat dibandingkan
dengan neoamphimidine (13).
4. Vinblastine dan vinristine, alkaloid vinca yang diisolasi dari
Catharanthus roseus G. Don. Yang merupakan senyawa alkaloid
antikanker. Keduanya digunakan dalam bentuk kombinasi dengan obat
kemoterapi kanker lainnya untuk penyembuhan berbagai jenis kanker
seperti leukimia, limfoma, kanker payudara, dan paru-paru (14).
5. Homoharringtonine, diisolasi dari pohon Cina Cephalotaxus
harringtonia var. drupacea dimana dapat menyembuhkan leukimia
myelogeneous akut dan kronik yang dikombinasikan dengan
harringtonine (14).
6. Tylophoridicine A, obat toksik tradisional Cina yang diisiolasi dari
Tylophora ovate dimana menurut penelitian mempunyai aktivitas
antikanker yang sangat kuat. Zhen Yue-Ying, et al. mengamati aktivitas
antitumor Tylophoridicine A dengan metode MMT dan mempunyai nilai
ED50 pada sel tumor A549 6,36 µg/mL sedangkan pada KB 0,029
µg/mL (15).
7. Camptothecin, alkaloid monoterpen indol yang dihasilkan dari metobit
tanaman Camptotheca acuminate Decaisne tetapi juga ditemukan
9
pada Nothapodytes nimmoniana dengan konsentrasi yang lebih tinggi.
Alkaloid ini diketahui memiliki aktivitas antitumor dimana irinotecan dan
topotecan adalah derivatnya yang menurut FDA digunakan dalam
pengobatan kanker kolorektal dan ovarium (16).
8. Cephalotaxine, diisolasi dari Cephalotaxus harringtonia dimana
mempunyai derivate senyawa yang mempunyai aktivitas antikaner
terhadap sel leukimia (17)
9. Eupolauramine dan sampangine, jenis alkaloid azaphenanthrene
diisolasi dari Anaxagorea dolichocarpa. Keduanya menunjukkan
aktivitas antitumor pada sel leukimia K562 dengan IC50 masing-masing
18,97 dan 10,95 µg/mL (18).
10. Narciclasine, pancratistatin, dan lycoricidine, termasuk dalam alkaloid
isocarbostyril yang diisolasi masing-masing dari tanaman Narcissus
incomparabilis Mill. Var. Helios dan Hymenocallis littoralis. Ketiga
alkaloid tersebut secara in vitro berpotensi bersifat sitotoksik pada sel
kanker manusia dengan menunjukkan efek antitumor pada murine sel
leukimia P388 (19).
11. Sanguinarine, diperoleh dari Sanguinaria Canadensis yang telah diteliti
memiliki efek antimikroba, antiinflamasi, dan antioksidan. Menurut
Adhami, et al. bahwa sanguinarine memiliki sifat antiproliferatif dan
proapoptotik kuat terhadap sel karsinoma prostat (20).
12. Lycorine, diisolasi dari tanaman Lycoris Amaryllidaceae yang
dilaporkan bahwa pengobatan dengan alkaloid menghasilkan
10
penghambatan perkembangan sel dan induksi apoptosis pada sel
leukimia manusia. Lycorine menginduksi apoptosis pada sel leukimia
melalui jalur mitokondria intrinsik (21).
13. Ellipticine, Epipodophyllotoxin, Rohitukine, alkaloid-alkaloid yang
masing-masing diisolasi dari Bleckeria vitensis, Podophyllum emodii,
dan Dysoxylum binectariferum yang memiliki habitat di Prancis dan
India dengan aktivitas antikanker (22).
14. Cyclopamine, alkaloid teratogenik steroidal dari tanaman Veratum
californicum yang diketahui dapat memblok jalur signal Shh pada tahun
1998 oleh Coope et al (23).
15. Berbamine, senyawa bahan alam yang sederhana berasal dari
Berberis termasuk alkaloid golongan bis-benzylisoquinoline dan secara
luas digunakan di Cina sebagai terapi penyembuhan leukopenia
selama beberapa dekade. Berberine mempunyai mekanisme kerja
sebagai antagonis calmodulin (CaM) yang berperan penting dalam
proliferasi sel. Penelitian menunjukkan berbamine dapat menghambat
pertumbuhan sel leukimia K562 sehingga efektif terhadap pasien
chronic myeloid leukimia (CML) (24).
16. Chelidonine, yang diisolasi dari Chelidonium majus memiliki sejarah
panjang dalam fitomedisin untuk pengobatan banyak penyakit.
Merupakan alkaloid golongan hexahydro-benzophenanthridine tersier
dengan mekanisme menahan terjadinya mitosis dengan menghambat
11
polimerisasi tubulin dan mengaktivasi stress of protein kinase/junk
kinase pathway (SAPK/JNK) (25).
17. Colchicine, metabolit sekunder yang diperoleh dari ekstrak tanaman
Colchicum luteum dan Colchicum autumnale Linn. Colchicine
menghamabat polimerisasi mikrotubuli dengan mengikat tubulin yang
merupakan salah satu unsur utama mikritubulus. Tubulin terdapat
secara alami pada mitosis dan oleh karena itu secara efektif berfungsi
sebagai racun mitotic atau penghambat spindel (26).
18. Matrine, senyawa sederhana yang diisolasi dari tanaman Sophora
flavescens Ait yang digunakan sebagai pengobatan kanker. Matrine
diketahui dapat menghambat pertumbuhan sel kanker paru-paru dan
hepatoma dan migarasi sel serta ekspresi protein terkait dalam sel-sel
kanker (27)
19. Pellitorine, merupakan metabolit sekunder dari Piper ningrum dengan
menunjukkan aktivitas yang kuat dalam melawan sel HL60 dan MCT-7
yang merupakan sel kanker (28).
20. Piperine, alkaloid yang diisolasi dari tanaman Piper ningrum yang
diketahui menunjukkan aktivitas sitotoksik pada beberapa bentuk sel
tumor. D.P. Bezerra, et al mengamati secara in vivo aktivitas antitumor
piperine pada 60 ekor tikus yang telah diinduksikan Sarcoma 180.
Berdasarkan analisis histopatologi dan morfologi tumor pada organ
hati, limpa, dan ginjal menunjukkan bahwa piperine dapat mematikan
pertumbuhan sel tumor (29).
12
21. Solanine, ditemukan banyak pada Solanum tuberosum L. yang secara
in vivo maupun in vitro mempunyai efek sitotoksik pada sel, khususnya
pada hepatokarsinomatik HePG2 dengan menghambat apoptosisnya
(30).
22. Tetrandrine, alkaloid golongan bisbenzuilisoquinolin pada tanaman
Stephania tetrandra yang diketahui mempunyai efek anti-inflamasi dan
mekanisme kerja yang sangat mirip dengan salinomycin. Dimana obat
tersebut bekerja pada kanker payudara atau breast cancer initiation
cells (TICs). Menurut penelitian Wei Xu, et al. tetrandrine dapat
menghambat proliferasi dengan IC50 15,2 ± 4,1 µM (untuk sel SUM-
149) secara in vitro (31).
23. Straurosporinone, alkaloid bisindole yang paling aktif menghambat
transkripsi dari Gli1 dan Gli2 dengan ni lai IC50 masing-masing 1,8 dan
2,7 µM (23).
II.4 Docking dan Skoring
Pemodelan molekul telah menjadi sesuatu yang sangat penting dan
berharga bagi para ahli kimia medisinal dalam proses desain obat.
Pemodelan molekul menggambarkan generasi, manipulasi atau penyajian
struktur molekul 3 dimensi (3D) dan berhubungan dengan sifat fisiko-
kimia. Hal tersebut melibatkan teknik komputerisasi yang berdasar pada
metode teoritis kimia dan data eksperimental untuk memprediksi secara
molekular dan biologi. Tergantung dalam konteks dan kekakuannya,
13
metode ini juga sering dikenal sebagai „grafik molekula r‟, „visualisasi
molekular‟, „kimia komputasi‟,atau „kimia kuantum komputasional‟.
Sekarang ini, terdapat 2 strategi utama dalam pemodelan yang digunakan
untuk konsep obat baru, yaitu :
1. Desain obat langsung : dalam pendekatan secara langsung,
penyediaan dalam 3D dari reseptor yang diketahui ditentukan melalui
X-ray kristalografi untuk mendesain molekul awal. Desain langsung ini,
apabila geometri sisi reseptor diketahui, maka permasalahannya
adalah menemukan suatu molekul dengan batasan geometri yang
sama dan baik secara kimia. Setelah menemukan kandidat yang baik
berdasarkan criteria tersebut, tahap docking dengan energi minimum
dapat digunakan untuk memprediksi kekuatan ikatan.
2. Desain obat tidak langsung : pendekatan desain obat tidak langsung
melibatkan analisis komparatif secara struktural dari molekul aktif dan
inaktif yang diketahui yang dilengkapi dengan sisi reseptor secara
hipotesis. Jika sisi geometrinya tidak diketahui maka perancang harus
berdasar pada molekul ligan lain dengan sisi ikatan yang baik.
Docking molekul adalah penggunaan komputer dalam
memasangkan suatu molekul kecil pada reseptor (bagian ini sering
didefinisikan sebagai sisi aktif dari enzim/protein) melalui representasi
yang dihasilkan komputer. Suatu molekul dengan kelengkapan yang baik
mengindikasikan bahwa molekul tersebut potensial sebagai pengikat yang
baik. Hasil dari docking secara normal termasuk berbagai prediksi afinitas
14
molekul, yang meliputi ranking dari senyawa yang di docking berdasarkan
pada afinitasnya.
Interaksi obat dan reseptor adalah masalah kompleks. Banyak
kekuatan yang terlibat dalam intermolekul yang tergabung diantaranya :
hidrofobik, dispersi atau Van der Waals, ikatan hidrogen, dan elektrostatik.
Kekuatan utama dalam pengikatan, Nampak seperti interaksi hidrofobik,
tetapi secara spesifik ikatan tersebut nampak seperti dikendalikan oleh
ikatan hidrogen dan interaksi elektrostatik. Interaksi pemodelan
intermolekul dalam suatu ligan-protein kompleks sangat sulit karena
terdapat banyak derajat kebebasan dan pengetahuan yang tidak cukup
dari efek pelarut dalam gabungan pengikatan (32,33).
Tingkat kesulitan komputasional docking meningkat sesuai pada
metode berikut :
a. Rigid body docking, dimana antara reseptor dan ligan bersifat kaku.
b. Flexible ligand docking, dimana reseptor bersifat kaku dan ligan
bersifat fleksibel atau dapat digerakkan ke segala arah.
c. Flexible docking, dimana fleksibilitas reseptor dan ligan dapat
dipertimbangkan.
Pada umumnya prosedur alogaritma docking yang digunakan adalah
model flexible ligand docking (34).
Skoring mengacu pada fakta dimana setiap prosedur docking harus
dievaluasi dan kedudukan konfigurasi dibentuk oleh proses pencarian.
Proses skoring berhubungan erat denga eksperimen, pada ab initio
15
kalkulasi ikatan energi bebas tidak mudah untuk diakses ke dalam
komputasi. Sehingga diperkirakan fungsi skoring harus menggunakan
model ikatan energi bebas dengan akurasi yang cukup dan korelasi yang
baik dengan eksperimen afinitas ikatan. Secara khusus, fungsi skoring
harus dapat membedakan antara mode pengikatan native dan non-native.
Skoring terdiri dari 3 aspek relevan yang berbeda dalam docking
dan desain, yaitu :
1. Kedudukan konfigurasi dihasilkan oleh pencarian docking untuk
interaksi ligan dengan protein yang diberikan, aspek ini sangat penting
dalam mendeteksi mode pengikatan terbaik dengan memperkirakan
situasi secara eksperimen.
2. Kedudukan ligan berbeda terhadap afinitas ikatannya pada protein, hal
tersebut memprioritaskan ligan pada afinitasnya, aspek ini sangat
penting dalam skrining virtual.
3. Kedudukan satu atau ligan berbeda terhadap afinitas ikatan pada
protein yang berbeda, aspek ini penting untuk mempertimbangkan
selektifitas dan spesifitasnya.
Pengikatan selektif molekul kecil ligan pada protein spesifik
ditentukan oleh faktor struktur dan energi. Untuk ligan yang diinginkan
dalam farmasi, ikatan ligan-protein biasanya timbul melalui interaksi non
kovalen. Secara termodinamika, kekuatan interaksi antara protein dan
ligan digambarkan dengan afinitas pengikatan atau energi bebas
16
pengikatan (Gibbs). Diasumsikan dengan persamaan reaksi sederhana
dalam bentuk:
P + L PL
Antara protein P dan ligan L yang menghasilkan kompleks PL,
konstanta dissosiasi Kd (atau konstanta pengikatan K i) secara umum
digunakan untuk menggambarkan stabilitas kompleks yang terbentuk :
Kd = [P][L] / [PL]
Dari percobaan pengukuran konstanta kesetimbangan maka afinitas
pengikatan dapat dikalkulasi sebagai berikut :
ΔG0 = RT ln Kd
dimana R adalah konstanta gas (8.314 J/molK) dan T adalah suhu.
Berdasarkan persamaan Gibbs-Helmholtz, energi bebas pengikatan terdiri
atas kontribusi entalpi dan entropi (32).
ΔG = ΔH – T ΔS
Teknologi docking dan skoring diterapkan pada tahapan yang
berbeda dari proses penemuan obat dengan tujuan :
1. Memprediksi mode ikatan ligan aktif yang telah diketahui
2. Mengidentifikasi ligan baru menggunakan skrining virtual
3. Memprediksi afinitas ikatan senyawa terkait dari senyawa aktif yang
telah diketahui.
Dari ketiga tujuan tersebut, kesuksesan prediksi dari mode
pengikatan ligan pada sisi aktif protein paling sederhana dan merupakan
bidang yang sebagian besar sukses dicapai (8).
17
II.5 PLANTS®
Prediksi struktur kompleks suatu ligan terhadap protein dikenal
sebagai protein-ligan docking problem (PLDP), yang merupakan bagian
terpenting dalam proses desain obat. Istilah tersebut pertama kali
diperkenalkan oleh Fischer dengan menggunakan perumpamaan pintu
dan kunci (lock-key). Kunci (ligan) harus cocok pada pintu (protein) untuk
membukanya (efek farmakologis). Karena molekul tidak bersifat kaku
maka menjadi terbatas dan fleksibilitas ligan harus dipertimbangkan, tapi
hal tersebut telah dilakukan oleh hampir semua alogaritma docking.
Pendekatan yang paling banyak adalah menjaga struktur protein tetap
kaku. Dalam hal ini, dengan menemukan kemungkinan orientasi terbaik
ligan pada protein dengan mengubah translasi dan rotasi ligan seperti
halnya mengubah sudut torsi ikatan tunggal pada ligan. Karenanya, yang
dilakukan adalah menemukan nilai optimal ligan dengan 3 translasional, 3
rotasional, dan rl sebagai derajat kebebasan torsional yang
menggambarkan rotasi ikatan tunggal. Sehingga, total nomor variabelnya
adalah optimasi dimensi, dengan persamaan n = 6 + rl.
Oleh karena itu, diperkenalkan salah satu metode alogaritma
docking PLANTS® (Protein-Ligan ANT System), yang berdasar pada
optimasi koloni semut dengan suatu teknik perkumpulan/persatuan yang
paling baik. PLANTS® adalah algoritma pencarian stokastik yang
memperlakukan ligan dan protein yang fleksibel, yang berarti bahwa
terdapat 6 + rl derajat kebebasan untuk ligan dan rp torsi derajat
18
kebebasan untuk protein seperti dijelaskan di atas. Bahkan jika tidak ada
rantai samping yang fleksibel ditentukan, PLANTS® secara parsial
mempertimbangkan fleksibilitas protein dengan memungkinkan untuk
optimasi posisi atom hidrogen yang bisa terlibat dalam ikatan hidrogen, ini
hasil di rp = rdon derajat torsional kebebasan, di mana rdon adalah
kelompok donor hidrogen obligasi yang dapat berotasi (kelompok OH- dan
NH+3-) yang tersedia dalam binding site protein (35).
II.6 MarvinBeans-Chemaxon®
MarvinBeans-Chemaxon® (MarvinSketch, MarvinView dan
MarvinSpace) adalah program yang menyediakan platform penggunaan
perangkat lunak kimia dan desktop untuk industri farmasi dan
bioteknologi. Dengan berfokus pada penggunaan interaksi aktif inti
portabilitas. Chemaxon menciptakan solusi terkemuka tepi lintas platform
untuk kimia modern dan interaksi kimia (36).
II.7 YASARA®
YASARA® (Yet Another Scientific Artificial Reality Aplication) adalah
molekul grafis, program pemodelan, dan simulasi untuk windows, linux
dan macOS, yang dikembangkan sejak tahun 1993. Dengan penggunaan
antarmuka yang intuitif, grafik fotorealistik, dan dukungan kacamata
shutter terjangkau. Menampilkan autostereoskopik dan perangkat input.
YASARA menciptakan tingkatan baru dari interaksi dan “realitas buatan”
yang memungkinkan fokus pada tujuan dan melupakan tentang rincian
program (37).
19
II.8 MMV (Molegro Molecular Viewer)
Fungsi skoring PLANTS (PLANTSscore) digunakan untuk MMV
yang sumbernya berasal dari PLANTS dengan fungsi awalnya ditemukan
oleh Korb et.al.
Fungsi penilaian MolDock lebih meningkatkan fungsi-fungsi ini
dengan menghasilkan ikatan hidrogen, panjang dan energi ikatan. Fungsi
skoring docking Eplantscoredidefinisikan dengan persamaan energi berikut :
Dimana fPLP mengambil potensial linier pada jumlah interaksi protein-ligan.
Potensi PLP mirip dengan yang digunakan oleh skor moldock, akan tetapi
jenis interaksi (repulsif,buried, non polar, ikatan hidrogen dan logam) yang
diperhitungkan sedangkan skor moldock hanya memiliki dua-satu untuk
ikatan sterik dan satu untuk interaksi ikatan hidrogen. Parameter interaksi
PLP digunakan dalam MVD adalah Wplp-hb= -2, Wplp-met =-4, Wplp-bur = -
0.05, Wplp-nonp = -0.4, Wplp-rep = 0.5, Wtors = 1.
Benturan ligan dan potensial torsional, fclash dan ftors
mempertimbangkan benturan ligan internal dan kontribusi torsional dan
obligasi fleksibel dalam ligan. Isti lah Csite menetapkan hukum yang dinilai
jika konformasi ligan terletak diluar binding site (didefinisikan dengan
lingkup ruang pencarian). Untuk tiap berat atom yang terdapat di luar
binding site, dengan ni lai konstan 50 ditambahkan pada Csite. Pada energi
offset -20 awalnya digunakan dalam pencarian algoritma PLANTS, dan
Eplantsscore = f PLP + f clash+ f tors + C site 20
20
disertakan agar skor PLANTS sebanding dengan penerapan PLANTS asli
(35,38).
Penerapan fungsi skoring PLANTS pada MVD berbeda dengan
PLANTS asli diantaranya dua hal berikut (38) :
1. Penerapan PLANTS asli mengabaikan parameter standar untuk
potensial torsional tripos ketika didapatkan jenis atom “dummy” atau
“S.o2”. Ini berarti peranan jenis atom ini tidak dapat memberikan nilai
potensial torsional. Biasanya, Penerapan MMV/MVD mengambil
semua jenis atom dalam perhitungan.
2. Istilah Csite yang digunakan dalam PLANTS tidak cocok untuk
pencarian algoritma optimizer atau moldock SE. Menurut standar,
hukum ini digantikan oleh skema akhir dengan nilai 10000, untuk total
energi jika berat atom ligan berada di luar binding site (didefinisikan
dengan lingkup ruang pencarian). Pengaturan untuk penerapan
PLANTS dapat digunakan dengan MMV saat mengevaluasi kembali
ligan-pose dengan menggunakan “Use original Plants setup”, dalam
kotak dialog inspeksi energi ligan.
21
BAB III
PELAKSANAAN PENELITIAN
III.1 Data yang digunakan
Untuk menunjang pelaksanaan penelitian, maka diperlukan data
struktur senyawa-senyawa dari bahan alam golongan alkaloid yang
geometrinya telah dioptimasi, seperti yang disajikan pada Tabel 1.
Tabel 1. Data senyawa-senyawa dari bahan alam golongan alkaloid :
Nama Senyawa Tanaman Asal
Boldine Peumus baldus (11)
Evodiamine Evodia rutaecarpa (12)
Amphimedine Amphimedon sp. (13)
Vinblastine Catharanthus roseus (14)
Vincristine Catharanthus roseus (14)
Homoharringtonine Cephalotaxus harringtonia (14)
Tylophoridicine A Tylophora ovata (15)
Camptothecin Camtotheca acuminate (16)
Cephalotaxine Cephalotaxus harringtonia (17)
Eupolauramine Anaxagorea dolichocarpa (18)
Sampangine Anaxagorea dolichocarpa (18)
Narciclasine Narcissus incomparabilis Mill. Var. Helios (19)
Pancratistatin Hymenocallis littoralis (19)
Lycoricidine Hymenocallis littoralis (19)
Sanguinarine Sanguinaria Canadensis (20)
Lycorine Amaryllidaceae (21)
Ellipticine Bleckeria vitensis (22)
Epipodophyllotoxin Podophyllum emodii (22)
Rohitukine Dysoxylum binectariferum (22)
22
Cyclopamnie Veratrum californicum (23)
Berbamine Berberis amurensis (24)
Chelidonine Chelidonium majus (25)
Colchicine Colchicum luteum (26)
Matrine Sophora alopecuroides L. (27)
Pellitorine Piper nigrum (28)
Piperine Piper nigrum (29)
Solanine Solanum tuberosum L. (30)
Tetrandrine Stephania tetrandra (31)
Staurosporinone Senyawa sintetik (23)
Selain itu, diperlukan juga data struktur Protein GLI dari hasil
penelitian sebelumnya (39), yang diperoleh melalui Protein Data Bank
(PDB) dengan PDB ID : 2GLI, seperti yang terlihat pada Gambar 2.
Gambar 2. Data struktur GLI yang diperoleh dari RCSB Protein Data Bank.
http://www.pdb.org/pdb/explore/explore.do?structureId=2GLI
23
III.2 Alat yang digunakan
Perangkat yang digunakan pada penelitian ini adalah perangkat
keras (hardware) berupa satu set komputer yang mampu melakukan
pemodelan molekul dan perhitungan kimia komputasi dengan spesifikasi :
Prosesor tipe Intel® Core™ 2 Duo CPU E7500 2,93 GHz, RAM 1,024 GB
dan harddisk 140 GB, serta perangkat lunak (software) sistem operasi
Linux, perangkat lunak PLANTS® 2.1.
III.3 Pengambilan Data
Dalam penelitian ini, data struktur protein target diambil melalui
Protein Data Bank (PDB) dengan PDB ID: 2GLI. Data ini merupakan hasil
kristalografi X-ray dan kritalisasi dari Protein Glioma (GLI) yang meliputi
struktur dengan sisi aktif dan sequence.
III.4 Pemodelan Molekul Senyawa Antikanker dari Bahan Alam
Golongan Alkaloid
Pemodelan molekul senyawa antikanker dari bahan alam dilakukan
dengan menggunakan perangkat lunak. Model molekul digambar dalam
bentuk 3D dengan program Marvin 5.9.1®.. Model molekul disimpan dalam
file .mol2.
III.5 Simulasi Docking Senyawa Antikanker dari Bahan Alam
Golongan Alkaloid Pada Model GLI
Docking dilakukan dengan mengarahkan model molekul ligan
(senyawa-senyawa dari alkaloid) yang telah teroptimasi pada sisi aktif GLI.
Ligan maupun sisi aktif pengikatan diaktifkan dengan protonasi, ligan uji
24
di-docking pada sisi pengikatan GLI. Kemudian dilakukan kalkulasi
pengikatan antara ligan dan GLI pada berbagai pose yang akan muncul
sebagai nilai skoring. Visualisasi pengikatan antara senyawa antikanker
dari bahan alam dan GLI ditampilkan dengan software viewer yaitu
Molegro.
III.6 Analisis Data
Dilakukan analisis data dari nilai docking pada sisi kantong ikatan
(binding pocket). Molekul dengan nilai skoring terendah menunjukkan
afinitas kestabilan yang baik.
III.7 Pembahasan Hasil Penelitian
Pembahasan hasil dibuat berdasarkan hasil pengamatan dan
analisis data.
III.8 Pengambilan Kesimpulan
Kesimpulan diambil berdasarkan analisis data dan pembahasan
hasil.
25
BAB IV
HASIL DAN PEMBAHASAN
Dalam penelitian ini, dilakukan pengujian pada beberapa senyawa
antikanker bahan alam golongan alkaloid untuk mengetahui interaksinya
terhadap protein glioma (GLI) dimana telah diteliti aktivitasnya sebagai
antikanker secara in vitro maupun in vivo oleh para peneliti dari berbagai
referensi.
Molecular Docking Simulation merupakan metode pengujian yang
digunakan dalam mempelajari interaksi beberapa senyawa tersebut.
Suatu prosedur docking digunakan sebagai acuan untuk menentukan
orientasi terbaik dari satu senyawa terhadap senyawa lainnya yang
bersifat relatif.
Pada penelitian ini yang menjadi senyawa target adalah protein
glioma (GLI). Data dari senyawa target atau GLI tersebut harus
dipreparasi terlebih dahulu sebelum dilakukan docking. Setelah data GLI
diolah, data tersebut ditampilkan dalam jendela YASARA dimana
dilakukan 2 perlakuan preparasi yaitu dalam lingkungan dimana unsur air
tetap berada GLI dan unsur air dihi langkan. Tujuannya yakni melihat
kestabilan interaksi senyawa uji asli dengan senyawa target yang
dipengaruh oleh ada tidaknya unsur air. Data tersebut kemudian disimpan
dalam bentuk (.mol2.)
Selanjutnya, pada senyawa uji yaitu senyawa bahan dalam
golongan alkaloid juga harus dipreparasi dengan membuat strukturnya
26
menggunakan MarvinSketch. Senyawa uji selanjutnya dilakukan protonasi
untuk menambahkan muatan atom dan hidrogen. Kemudian dilakukan
pencarian konformasi dari setiap senyawa yang digunakan. Dalam hal ini,
didapatkan 10 konformasi tiap senyawa kecuali sampangine 5 konformasi
dan staurosporinone 4 konformasi, kemudian data ini disimpan dalam
bentuk (.mol2.)
Selanjutnya adalah re-docking yaitu dilakukan docking native ligand
(senyawa aktif) pada GLI. Akan tetapi, senyawa aktif untuk GLI ini belum
diketahui. Oleh karena itu, senyawa yang dijadikan acuan yakni
cyclopamine dimana aktivitasnya dalam signal hedgehog sebagai
penghambat Smo (Smoothned). Senyawa aktif dibuat seperti halnya pada
preparasi senyawa uji diatas.
Pada re-docking senyawa aktif terhadap binding site dilakukan
validasi metode docking, dimana diperoleh nilai RMSD (Root Mean
Square Deviation) sebesar 1,614 Å. Nilai RSMD yang diperoleh
menyatakan bahwa metode tersebut memiliki nilai validitas yang tinggi
atau rendah (nilai RMSD <2 menunjukkan nilai validitas yang tinggi),
artinya posisi ligand copy mirip dengan senyawa aktif.
Proses re-docking senyawa aktif terhadap GLI dapat digunakan
untuk mengidentifikasi binding site dari protein tersebut. Binding site ini
ditentukan dengan menentukan koordinat dimana letak senyawa aktif
berada yaitu pada radius 5 Å dengan koordinat x= -20,5409, y= 5,60607,
z= -0,587999 dan pada radius ikatan= 40,1953
27
Gambar 3. Pose Ligan asli Cyclopamine dan pose prediksi dock ing dari simulasi dock ing.
Ligan asli (atom karbon diperlihatkan dengan warna hijau, Atom Nitrogen diperlihatkan dengan warna biru, atom oksigen diperlihatkan pada warna merah). Dengan nilai RMSD = 1,614 Å
Sekuens-sekuens asam amino yang terdapat pada binding site
yang telah dipreparasi adalah HIS131, ARG146, PHE151, LYS152,
TYR155, HIS160, ARG163, TYR181, ARG183, GLU185, ASN186,
LYS188, TYR200, PHE211, ALA214, SER215, ASP216, ARG217,
LYS219, HIS220, THR224, LYS229, LYS240, TYR242, THR243, ASP244,
SER246, SER247, ARG249, LYS250.
Setelah semua data telah siap, maka selanjutnya dilakukan docking
senyawa golongan alkaloid terhadap GLI dengan menggunakan
PLANTS®. Seperti yang dijelaskan sebelumnya bahwa proses docking
dilakukan dalam lingkungan dengan unsur air dan tanpa unsur air. Hasil
docking dengan menggunakan PLANTS® dapat dilihat pada tabel di
bawah ini :
28
Tabel 2. Hasil Data Dock ing Senyawa Golongan Alkaloid Terhadap GLI dengan Menggunakan
PLANTS®
Hasil skor di atas menunjukan bahwa adanya perbedaan nilai skor
antara adanya unsur air dan tanpa unsur air dimana nilai PLANTS® skor
dapat menjadi lebih tinggi atau rendah. Ini disebabkan kehilangan air
No. Nama Sampel Jumlah
Konformasi
Konformasi
Terbaik
SKOR PLANTSCHEMPLP®
Lingkungan tanpa Unsur
Air
Lingkungan dengan Unsur
Air
1 Cyclopamine 10 10 -73,2700 -73,9002
2 Staurosporine 4 4 -70,8266 -70,8912
3 Amphimidine 10 10 -67,1141 -69,4706
4 Berbamine 10 10 -56,5199 -54,4644
5 Boldine 10 10 -51,9760 -51,9570
6 Camptotechin 10 10 -72,3414 -73,5372
7 Chephalotaxine 10 10 -64,6274 -64,2058
8 Chelidonine 10 10 -66,4341 -77,0578
9 Colchisine 10 10 -33,5994 -31,0033
10 Ellipticine 10 10 -65,1740 -63,4189
11 Epipodophyllotoxin 10 10 -46,775 -46,8651
12 Euplauramine 10 10 -50,1766 -49,4534
13 Evodiamine 10 10 -71,3117 -71,5565
14 Lycoridine 10 10 -66,8048 -72,7524
15 Lycorine 10 10 -68,6914 -64,1283
16 Homoharringtonine 10 10 -73,3097 -76,5018
17 Matrine 10 10 -62,6821 -62,1120
18 Pancracristine 10 10 -74,0450 -73,9727
19 Pellitorine 10 10 -63,9105 -63,6538
20 Narciclacine 10 10 -72,2331 -66,3553
21 Piperine 10 10 -75,2844 -65,2317
22 Rohitukine 10 10 -64,1821 -62,4513
23 Sampangine 5 5 -66,3461 -64,9847
24 Sanguinarine 10 10 -71,7399 -75,7460
25 Tetrandrine 10 10 -50,0278 -44,4786
26 Tylophoridicine A 10 10 -69,3233 -74,2702
27 Solanine 10 10 -80,7808 -76,8014
28 Vinblastine 10 10 -71,3585 -71,2605
29 Vincristine 10 10 -73,1619 -68,0347
29
membuat ligan dapat mengisi ruang yang selama ini ditempati air dan dari
pose juga menunjukkan bahwa ligan menunjukkan interaksi yang lebih
bervariasi dengan asam amino yang terdapat dalam binding site.
Dari hasil data yang diperoleh, cyclopamine yang digunakan
sebagai pembanding mempunyai nilai skor -73,27 (tanpa unsur air) dan
-73,9002 (dengan unsur air). Nilai skor tersebut adalah nilai standar yang
digunakan untuk memprediksi bahwa senyawa-senyawa yang mempunyai
skor mendekati ±5% dari nilai tersebut memiliki energi afinitas yang sama
denga cyclopamine terhadap GLI. Adapun senyawa alkaloid golongan
bisindol yang berpotensi sebagai penghambat GLI yaitu staurosporinone,
dimana setelah dilakukan docking menggunakan PLANTS® hasil skornya
adalah -70,8266 (tanpa unsur air) dan -70,8912 (dengan unsur air). Hasil
tersebut mendekati nilai skor cycloplamine dimana memungkinkan
staurosprinone mempunyai energi afinitas yang baik terhadap GLI.
Dalam lingkungan tanpa air, senyawa bahan alam alkaloid yang
mendekati nilai skor cyclopamine adalah camptochecin, evodiamine,
homoharringtonine, pancracristine, narciclacine, piperine, sanguinarine,
vinblastine, dan vincristine. Sedangkan dalam lingkungan berair adalah
camptochecin, chelidonine, evodiamine, lycoridine, homoharringtonine,
pancracristine, sanguinarine, tylophoridicine A, solanine, dan vinblastine.
Hal tersebut menunjukkan bahwa senyawa-senyawa tersebut mempunyai
energi afinitas yang tidak jauh berbeda atau identik dengan cyclopamine.
30
Selain dari nilai PLANTS® skor, ikatan antara ligan dan residu asam
amino yang dihasilkan dari konformasi terbaik dari setiap senyawa juga
dapat dijadikan acuan dalam memprediksi mekanisme kerja senyawa
tersebut. Interaksi tersebut dapat dilihat menggunakan program Molegro®,
tetapi program tersebut hanya dapat menampilkan ikatan hidrogen.
Pada cyclopamine, konformasi terbaiknya menghasilkan ikatan
hidrogen pada asam amino HIS 129 (lingkungan tak berair) dan VAL 252
(lingkungan berair). sedangkan pada staurosporinone menghasilkan
ikatan pada asam amino GLU 175 dan THR 173 (baik dalam lingkungan
berair maupun tak berair). Hasil tersebut menunjukkan bahwa mekanisme
kerja kedua senyawa tersebut memang berbeda dimana cyclopamine
bekerja sebagai penghambat Smo sedangkan staurosporinone sebagai
penghambat GLI. Oleh karena itu, staurosporinone akan dijadikan sebagai
pembanding dalam hal ini. Akan tetapi, ikatan hidrogen dengan residu
asam amino baik pada cyclopamine maupun staurosporinone berada di
luar dari binding site.
Senyawa yang mempunyai interaksi dengan residu asam amino
yang berada dalam binding site adalah homoharringtonine dalam
lingkungan tak berair yaitu ARG 183 dan TYR 155. Namun pada
lingkungan berair tidak adanya interaksi dalam binding site, hal tersebut
menunjukkan bahwa tidak cukupnya bukti dimana senyawa
homoharringtonine berpotensi sebagai penghambat GLI.
31
Senyawa staurosporinone memiliki ikatan hidrogen pada residu
asam amino yang sama baik pada lingkungan berair maupun tak berair.
Ini berarti senyawa staurosporinone diprediksi mempunyai kestabilan
yang tinggi dalam penghambatan GLI, dimana unsur air tidak
mempengaruhi interaksi staurosporinone terhadap GLI. Berdasarkan hasil
pada tabel 3, yang menunjukkan interaksi ligan dengan residu asam
amino yang sama dengan staurosporinone adalah evodiamine. Oleh
karena itu, evodiamine diprediksi mempunyai mekanisme kerja yang sama
dengan staurosporinone sebagai penghambat GLI.
Pada interaksi residu asam amino dan ligan terdapat juga beberapa
senyawa yang tidak berinteraksi atau tidak mempunyai ikatan hidrogen
seperti amphimidine, camptotechin, colchisine, epipodophyllotoxin,
eupolauramine, dan sanguinarine. Hal ini dapat terjadi kemungkinan
senyawa-senyawa tersebut mempunyai ikatan lain selain ikatan hidrogen.
32
32
BAB V
KESIMPULAN DAN SARAN
V.1 Kesimpulan
1. Senyawa camptothecin, evodiamine, homoharringtonine,
pancracristine, sanguinarine, dan vinblastine memiliki nilai skor
PLANTS® mendekati cyclopamine baik dalam lingkungan berair
maupun tak berair. Oleh karena itu, senyawa-senyawa tersebut
diprediksi secara in silico memiliki afinitas yang identik dengan afinitas
cyclopamine terhadap Protein Glioma.
2. Senyawa evodiamine mempunyai interaksi terhadap Protein Glioma
yang sama dengan staurosporinone yaitu GLU 175 dan THR 173
sehingga diprediksi mempunyai mekanisme kerja yang sama sebagai
penghambat GLI.
V.2 Saran
Perlu dilakukan pengujian lebih lanjut pada senyawa evodiamine
dalam penghambatan GLI secara in vivo dan in vitro dan dapat dilakukan
sintesis senyawa pada camptochecin, homoharringtonine, pancracristine,
sanguinarine, dan vinblastine.
33
DAFTAR PUSTAKA
1. Lenny, S. Senyawa Flavonoida, Fenipropanoida, dan Alkaloida. USU Respiratory. 2006. hal : 18.
2. Evans, WC. Pharmacopoeial and Related Drugs of Biological Origin.
WB Saunders Co. Ltd. London. 1996. hal : 353. Available as PDF file.
3. Nafriadi, S.A. Famakologi dan Terapi Edisi 5. Departemen Farmakologi
dan Terapeutik Fakultas Kedokteran UI. Jakarta. hal : 732. 4. Rifai, Y. Search of Bioactive Natural Products Targeting Hedgehog
Signaling Pathway. Laboratory of Natural Products Chemistry Graduate School of Pharmaceutical Science Chiba University. 2011.
hal : i-88 . 5. Evangelista M, Tian H, dan Sauvage FJd. The Hedgehog Signaling
Pathway in Cancer. Clin Cancer Res. 2006. hal : 5924-5925.
6. Istyastono, EP. Seri Kimia Medisinal Komputasi : Langkah Praktis
Docking Gratis. Moldmog.org. 2010. hal : 3-4, 7. E-Book.
7. Kroemer R.T. Molecular Modelling Probes : Docking and
Scoring.Computational Sciences. Depart. 2003. hal : 980-981.
8. Leach AR, Shoichet BK, dan Peishoff CE. Docking and Scoring,
Perspective : Prediction of Protein-Ligan Interactions. Docking and Scoring Success and Gaps. Journal of Medicinal Chemistry. 2006. hal : 5851-5855.
9. Corwin EJ. Handbook of Pathophysiology 3rd edition. USA: Lippincott Williams and Wilkins. 2008. hal : 66-81. E-Book.
10. Evangelista M, Tian H, dan de Sauvage FJ. The Hedgehog Signaling Pathway in Cancer. Clin. Cancer Res. 2006. hal : 5924-5928 .
11. Gerhadt D, Horn AP, Gaezer MM, Frozza RL, Delgado- Cañedo A, Pelegrini AL, Henriques AT, Lenz G, dan Salbego C. [Serial the
Internet]. 2009. Available online from http://www.ncbi.nlm.nih.gov/ pubmed/19050827, accessed at May, 15, 2013.
12. Jiang J dan Hu C. Evodiamine : a Novel Anti-Cancer Alkaloid from Evodia rutaecarpa. Molecules. 2009. hal : 1852-1856.
34
13. Kumar D dan Rawat DS. Marine Natural Alkaloids as Anticancer
Agents. Research Signpost. 2011. hal : 213-268.
14. Shoeb, Mohammad. Anticancer Agents Form Medicinal Plants.
Bangladesh J. Phamacol. 2006. hal : 35-40.
15. Ying-Yue Z, Xue-Shi H, De-Quan Y, dan Shi-Shan Y. Antitumor
Alkloids Isolated from Tylophora ovate. Acta Botanica Sinica. 2002. hal : 349-353.
16. Padmanabha BV, Chandrashekar M, Ramesha BT, Gowda HCH,
Gunaga RP, Suhas S, Vasudeva R, Ganeshaiah KN, dan Shaanker RU. Patterns of Accumulation of Camptothecin, an Anti-Cancer
Alkaloid in Nothapodytes nimmoniana Graham., in The Western Ghats, India : Implications for Identifying High-Yielding Sources of The Alkaloid. Current Science. 2006. hal : 95-100.
17. Powel RG, Rogovin SP, dan JR Smith CR. Isolation of Antitumor Alkalois from Cephalotaxus harringtonia.Ind. Eng. Chem. Prod. Res.
Develop. 1974. hal : 129-132.
18. Lucio ASSC, Almeida JRGdS, Barbosa-Filho JM, Pita JCLR, Branco
MVSC, Diniz MdFFM, Agra MdF, da-Cunha EVL, da Silva MS, dan Tavares JF. Azaphenanthrene Alkaloids with antitumoral Activity from
Anaxagorea dolichocarpa Sprague & Sandwith (Annonaceae). Molecules. 2011. hal : 7125-7131.
19. Ingrassia L, Lefranc F, Mathieu V, Darro F, dan Kiss R. Amarylldaceae Isocarbostyril Alkaloids and Their Derivates as Promosing Antitumor Agents. Neoplasia Press, Inc. 2008. hal : 1-13.
20. Adhami VM, Aziz MH, Reagan-Shaw SR, Nihal M, Mukhtar H, dan Ahmad N. Sanguinarine cause Cell Cycle Blockade and Apoptosis of
Human Prostate Carcinoma Cells via Modulation of Cyclin Kinase Inhibitor-Cyclin-Cyclin-Dependent Kinase Machinery. [Serial on the Internet]. 2008. Available online from http://www.ncbi.nlm.nih.gov/
pubmed/15299076, accessed at May, 15, 2013.
21. Liu XS, Jiang J, Jiao XY, Wu YE, Lin JH, dan Cai YM. Lycorine
Induces Apoptosis and Down-Regulation of Mcl-1 in Human. Cancer Letter. 2007. hal : 16-23.
22. Kaur R, Singh J, Singh G, dan Kaur H. Anticancer Plants : A Review. Scholar Research Library. 2011. hal : 131-136.
35
23. Mahindroo N, Punchihewa C, dan Fujii N. Hedgehog-Gli Signaling
Pathway Inhibitors as Anticancer Agents. J. Med. Chem. 2009. hal : 3829-3845.
24. Wei YL, Xu L, Liang Y, Xu XH, dan Zhao XY. Berbamine Exhibits Potent Antitumor Effects on Imatinib-Resistant CML Cells In Vitro and In Vivo. Acta Pharmacol Sin. 2009. 451-457.
25. Noureini SK. dan Wink M. Transcriptional Down Regulation of hTERT and Senescence Induction in HepG2 Cells by Chelidonine. World of
Journal Gastroenterol. 2009. hal : 3603-3610.
26. Balasubramanian E. dan Gajendran T. Comparative Studies on The
Anticancer Activity of Colchicine by Various Controlled Drug Delivery Modes. Int. J. Pharm. Bio. Sci. 2013. hal : 9-26.
27. Zhang, Y, Zhang H, Yu PF, Liu Q, Liu K, Duan HY, Luan GL, Yagasaki K, dan Zhang GY. Effects of Matrine Against The Growth of Human Lung Cancer and Hepatoma Cells as well as Lung Cancer Cell
Migration. Journal of Medicinal Plants Research. 2009. hal : 191-200.
28. Ee GCL, Lim MC, Rahmani M, Shaari K, dan Bong CFJ. Pellitorine, a
Potential Anti-Cancer Lead Compound Against HL60 and MCT-7 Cell Lines and Microbial Transformation of Piper ningrum. Molecules.
2010. hal : 2398-2404.
29. Bezerra DP, Castro FO, Alves APNN, Pessoa C, Moraes MO, Silveira
ER, Lima MAS, Elmiro FJM, dan Costa-Lotufo LV. In Vivo Growth-Inhibition of Sarcoma 180 by Piplartine and Piperine, Two Alkaloid Amides from Piper. Brazilian Journal of Medical and Biological
Research. 2006. hal : 801-807.
30. Gao SY, Wang QJ, dan Ji YB. Effect of Solanine on The Membrane
Potential of Mitochondria in HepG2 Cells and (Ca2+)i in The Cells. World Journal of Gastroenterol. 2006. Hal : 3359-3367.
31. Xu W, Dedeb BG, Lacerda L, Li J, dan Woodward WA. Tetrandrine, a Compound Commond in Chinese Traditional Medicine, Preferentially Kills Breast Cancer Tumor Initiating Cells (TICs) In Vitro. Cancers.
2011. hal : 2274-2285.
32. Abraham D.J, editor. Burger’s Medicinal Chemistry and Drug
Discovery. 6th ed. Volume 1. Willey Interscience. New York. 2003. hal : 286-290. E-Book.
36
33. Nadendla R.R. Molecular Modelling : A Powerfull Tool for Drug Design
and Molecular Docking. J. Resonance. 2004. hal : 51-58.
34. Mohan V, Gibbs AC, Cummings MD, Jaeger EP, dan DesJarlais RL.
Docking : Successes and Challenges. Current Pharmaceutical Design. 2005. hal : 323-333.
35. Korb O, Stützle T, dan Exner TE. Ant Colony Optimization Approach to Flexible Protein-Ligand Docking. Swarm Intell. 2007. hal : 115-134.
36. Chemaxon. Welcome to the chemaxon: Introduction. Available
from:http://www.chemaxon.com/ .Accesed at Maret 5, 2013.
37. Anonim. About YASARA-Watching Nature@Work. Available from
:http://www.yasara.org/. Accessed at Maret, 5 2013.
38. Molegro Aps. molegro molecular viewer user manual MMV 2011.2.2
for Windows, Linux, and Mac OS X. 2011. hal.85-87. E-Book.
39. Pavletch NP dan Pabo CO. Crystal Structure of a Five-Finger GLI-
DNA Complex : New Perspectives on Zinc Finger. Science. 1993. Available online from http://www.pdb.org/pdb/explore/explore.do?
structureId=2GLI accessed at Jan,18, 2013.
37
LAMPIRAN 1
Skema Kerja
Pengambilan data dari Protein Data Bank
(PDB ID =2GLI)
Preparasi protein
menggunakan YASARA versi 6
Membuat model ligan dengan MarvinSketch versi 5.6.2
Validasi binding site (binding pose) menggunakan ligan asli
(native ligand) Cyclopamine, diperoleh nilai RMSD = 1,614 Å
Persiapan Alat dan Bahan
Diperoleh koordinat binding site
Dilakukan dock ing terhadap 28 ligan
Kalkulasi nilai skoring dan pose
Pembahasan
Kesimpulan
38
LAMPIRAN 2
Proses Docking dengan PLANTS
Preparasi Protein (dengan Yasara) dan Ligand (dengan
MarvinSketch versi 5.6.2), file disimpan dalam
protein.mol2 dan ligand.mol2
Diatur Binding Site Definition (Binding.def) dari Protein (PDB ID= 2GLI), diperoleh
koordinat Binding site. (Koordinat X,Ydan Z), dan terbentuk file plantsconfig
“Kode perintah = PLANTS1.2 - -mode bind ligand.mol2 5 protein.mol2”
Dijalankan dock ing dengan membuka terminal linux :
(KodePerintah =PLANTS1.2 - -mode screen plantsconfig)
Diperoleh beberapa nilai skor terbaik
Kalkulasi skoring, penentuan pose dan visualisasi hasil
39
LAMPIRAN 3
DAFTAR SENYAWA BAHAN ALAM GOLONGAN ALKALOID
Evodiamine
Amphimedine
Vinblastine
Vincristine
40
Tylophoridicine A
N
H
H3CO
HO
OCH3
Camptothecin
Cephalotaxine
Eupolauramine
41
Sampangine
Narciclasine
Sanguinarine
Boldine
Lycorine
42
Homoharringtonine
Epipodophyllotoxin
Rohitukine
Ellipticine
Cyclopamnie
43
Lycoricidine
Pancratistatin
Berbamine
Chelidonine
Colchicine
44
Matrine
Pellitorine
Piperine
Solanine
Tetrandrine
Staurosporinone
45
Tabel 3. Data Analisis Hasil Docking Konformasi Terbaik Senyawa-Senyawa Bahan Alam Alkaloid Dalam
Lingkungan Tak Berair Menggunakan MMV
LAMPIRAN 4
TABEL HASIL PENGAMATAN
No Nama Sampel Asam Amino
Ikatan Hidrogen (Å)
Energi Ikatan (Kkal/mol) Atom ID
Donor Energi
Ikatan
Total
Energi Ligan Target
1 Cyclopamine HIS 129 3,0505 -2,0000 -65,3390 N0 O395 Ligan
2 Staurosporine GLU 175 2,7969 -2,0000
-67,7400 O23 N1145 Target
THR 173 3,3208 -0,5280 N12 O1120 Ligan
3 Amphimidine - - - -58,797 - - -
4 Berbamine LEU 184 2,8972 -2,0000 -56,4080 O7 N1284 Target
5 Boldine GLU 175 3,0315 -2,0000
-55,6400 O18 N1145 Target
THR 173 3,0277 -2,0000 O17 O1117 Ligan
6 Camptotechin - - - -63,7870 - - -
7 Chephalotaxine
HIS 140 3,2924 -0,7175
-60,8300
O8 N587 Target
GLU 147 2,7594 -2,0000 O18 O685 Ligan
GLY 142 2,7564 -2,0000 O18 O619 Ligan
8 Chelidonine VAL 252 3,0154 -2,0000 -58,1560 O25 O2330 Ligan
9 Colchisine - - - -45,9990 - - -
10 Ellipt icine ARG 178 2,9894 -2 -58,7970 N12 N1195 Target
11 Epipodophyllotoxin - - - -46,8240 - - -
12 Euplauramine - - - -50,1800 - - -
13 Evodiamine GLU 175 3,0021 -2,0000
-69,6680 O22 N1145 Target
THR 173 2,9983 -2,0000 N6 O1120 Ligan
14 Lycoridine
ASN 213 2,5383 -1,5883
-57,0710
O19 N1732 Target
ASN 186
3,0513 -2,0000 O17 N1329 Target
3,0735 -2,0000 O18 N1329 Target
3,3286 -0,4758 O17 N1318 Target
GLU 185 3,1890 -1,4064 O17 O1308 Ligan
THR 189 2,7721 -2,0000 O17 O1378 Ligan
15 Lycorine
CYS 172 2,5997 -1,5997
-64,4810
O20 O1107 Ligan
CYS 177 2,5979 -1,9627 O16 O1172 Ligan
PHE 174 2,7212 -2,0000 O16 O1130 Ligan
THR 173 3,0294 -2,0000 O16 O1117 Ligan
16 Homoharringtonine
ARG 183 3,0674 -2,0000
-65,6770
O8 N1281 Target
HIS 170 2,7092 -2,0000 O27 N1081 Target
LEU 184 2,8802 -2,0000 O29 N1284 Target
TYR 155 2,8895 -2,0000 O36 O815 Ligan
46
No Nama Sampel Asam Amino
Ikatan Hidrogen (Å)
Energy Ikatan (Kkal/mol) Atom ID
Donor Energy Ikatan
Total Energi
Ligan Target
17 Matrine
ARG 241 3,3275 -1,0931
-54,1010
O17 N2161 Target
GLU 228 2,8131 -2,0000 N13 O1959 Ligan
CYS 229 2,8695 -2,0000 O17 N1961 Target
18 Pancracristine
ARG 178 2,8625 -2,0000
-63,1980
O18 O1182 Ligan
CYS 172
3,0560 -2,0000 O19 O1107 Ligan
2,8692 -2,0000 O17 N1102 Target
2,6878 -2,0000 N10 O1107 Ligan
CYS 177 3,3694 -0,2043 N10 O1172 Ligan
LYS 171 3,0331 -2,0000 O21 N1101 Ligan
LYS 179 3,0414 -2,0000 O17 N1201 Target
SER 180 2,3525 -0,3500 O18 O1229 Ligan
3,1423 -1,7178 O18 N1220 Target
THR 173 3,2538 -0,9749 O19 O1117 Ligan
19 Pellitorine LYS 234 2,9553 -2,0000 -61,2460 N10 O2046 Ligan
20 Narciclacine
CYS 233 2,6598 -2,0000
-63,4190
O19 O2035 Ligan
CYS 238 3,0809 -2,0000 O20 N1200 Target
GLY 237 2,7622 -2,0000 O20 N2093 Target
LEU 235 3,0900 -2,0000 O19 O132 Ligan
THR 239
2,9261 -2,0000 O20 O2119 Ligan
2,8530 -2,0000 O19 N2111 Target
3,0803 -2,0000 O20 N2111 Target
21 Piperine ARG 249 2,8953 -2,0000
-79,6120 O20 N2286 Target
HIS 220 3,0479 -2,0000 O7 N1820 Target
22 Rohitukine
ARG 163 3,0456 -2,0000
-57,2480
O18 O961 Ligan
ARG 107 2,7009 -2,0000 O17 N70 Target
TRP 141 2,7702 -2,0000 O17 N602 Target
3,1327 -1,7822 O21 N602 Target
23 Sampangine HIS 256 3,3746 -0,1695 -60,4560 N10 N2399 Target
24 Sanguinarine - - - -69,3750 - - -
25 Tetrandine
GLU 185 2,6661 -2,0000
-45,9990
O17 N1303 Target
LEU 184 3,0858 -2,0000 043 N1284 Target
2,8696 -2,0000 O17 N1284 Target
26 Tylophoridicine A GLU 175
3,0321 -2,0000
-66,2790
O24 N1145 Target
3,2525 -0,9831 O23 N1145 Target
THR 173 2,9500 -2,0000 O23 01117 Ligan
27 Solanine ARG 162
3,1118 -1,9214
-75,0780
O59 N953 Target
2,9581 -2,0000 O14 N1303 Target
HIS 170 2,7056 -2,0000 O56 N1081 Target
47
No Nama Sampel Asam Amino
Ikatan Hidrogen (Å)
Energy Ikatan (Kkal/mol) Atom ID
Donor Energy Ikatan
Total Energi
Ligan Target
Solanine
GLU 185 3,0680 -2,0000
O21 N1369 Ligan
3,0433 -2,0000 O14 N1303 Target
LYS 188 3,0988 -2,0000 O21 N1369 Ligan
TYR 155 2,8289 -2,0000 O11 O829 Ligan
28 Vinblastine GLU 128 3,1896 -1,4025
-70,5910 O19 O389 Ligan
2,7159 -2,0000 O19 O388 Ligan
29 Vincristine GLU 175 3,1087 -1,9418 -62,4930 N12 O1158 Ligan
48
Tabel 4. Data Analisis Hasil Docking Konformasi Terbaik Senyawa-Senyawa Bahan Alam Alkaloid Dalam Lingkungan Berair Menggunakan MMV
No Nama Sampel Asam Amino
Ikatan Hidrogen ( Å)
Energy Ikatan (Kkal/mol) Atom ID
Donor EnergI
Ikatan
Total
Energi Ligan Target
1 Cyclopamine VAL 252 2,9655 -2,0000
-73,9010 O20 O2320 Ligan
PRO 230 2,7922 -2,0000 N28 O1976 Ligan
2 Staurosporine GLU 175 2,8131 -2,0000
-67,5160 O23 N1140 Target
THR 173 3,3611 -0,5280 N12 O1115 Ligan
3 Amphimidine - - - -62,9390 - - -
4 Berbamine - - - -51,9560 - - -
5 Boldine GLU 175 3,0452 -2,0000
-55,8740 O18 N1140 Target
THR 173 3,0028 -2,0000 O17 O1112 Ligan
6 Camptotechin GLU 175 2,6850 -2,0000 - O22 N1140 Target
7 Chephalotaxine GLU 147 2,7535 -2,0000
-60,2960 O18 O680 Ligan
GLY 142 2,7674 -2,0000 O18 O615 Ligan
8 Chelidonine
ARG 178 3,0271 -2,0000
-72,0870
O19 O1190 Target
CYS 172 2,8204 -2,0000 O25 O1102 Ligan
CYS 177 2,7405 -2,0000 O25 O1167 Ligan
PHE 174 3,2378 -1,0812 O25 O1125 Ligan
THR 173 3,0876 -2,0000 O25 O1112 Ligan
9 Colchisine
GLU 175 2,9889 -2,0000
-46,6160
O21 N1140 Target
PHE 174 3,1953 -1,3648 O19 N1120 Target
H2O 2,9790 -2,0000 O16 H2O Target
10 Ellipt icine GLU 175 3,0514 -2 -61,7870 N2 N1140 Target
11 Epipodophyllotoxin - - - -46,8240 - - -
12 Euplauramine - - - -46,8080 - - -
13 Evodiamine GLU 175 2,9932 -2,0000
-69,7810 O22 N1140 Target
THR 173 2,9967 -2,0000 N6 O1115 Ligan
14 Lycoridine
CYS 238 2,9809 -2,0000
-63,4010
O19 N2091 Target
THR 239 2,5505 -1,6702 O18 N2109 Ligan
2,8829 -2,0000 O19 N2101 Target
GLU 237 3,1890 -2,0000 O19 O2084 Target
15 Lycorine GLU 175 2,9848 -2,0000
-61,4150 O16 O1153 Ligan
THR 173 2,6270 -2,0000 O16 O1112 Ligan
16 Homoharringtonine
ARG 178 2,7994 -2,0000
-61,4600
O36 O1177 Ligan
GLN 118 3,3978 -0,0145 N11 O226 Ligan
LYS 168 2,5981 -1,9874 O37 N1028 Target
SER 180 2,9152 -2,0000 O36 N1215 Target
2,9742 -2,0000 O36 N1224 Ligan
17 Matrine - - - -59,1230 - - -
49
No Nama Sampel Asam Amino
Ikatan Hidrogen ( Å)
Energy Ikatan (Kkal/mol) Atom ID
Donor EnergI Ikatan
Total Energi
Ligan Target
18 Pancracristine
ARG 178 2,8665 -2,0000
-63,247
O18 O1177 Ligan
CYS 172
3,0517 -2,0000 O19 O1102 Ligan
2,8941 -2,0000 O17 O1097 Target
2,6973 -2,0000 N10 O1102 Ligan
CYS 177 3,3744 -0,1705 N10 O1167 Ligan
LYS 171 3,0413 -2,0000 O21 N1096 Ligan
LYS 179 3,0463 -2,0000 O17 N1196 Target
SER 180 2,3684 -0,4563 O18 O1224 Ligan
3,1813 -1,4581 O18 N1215 Target
THR 173 3,2455 -1,0301 O19 O1112 Ligan
19 Pellitorine - - - -61,217 - - -
20 Narciclacine
ARG 178 2,5678 -1,7850
-61,6760
O18 N1190 Target
3,0852 -2,0000 O17 N1190 Target
CYS 172 2,6515 -2,0000 O19 O1102 Ligan
CYS 177 3,0631 -2,0000 O21 O1167 Ligan
GLU 175 2,6085 -2,0000 O20 O1153 Ligan
THR 173 3,1023 -1,9844 O21 O1112 Ligan
2,7075 -2,0000 O20 O1112 Ligan
21 Piperine - - - -63,603 - - -
22 Rohitukine GLU 136 3,0097 -2,0000
-57,168 O21 N507 Target
GLN 154 2,6948 -2,0000 O21 O801 Ligan
23 Sampangine - - - -62,205 - - -
24 Sanguinarine - - - -65,263 - - -
25 Tetrandine H2O 3,2048 -1,3011 -39,8130 O17 H2O Target
26 Tylophoridicine A LYS 240 3,0616 -2,0000
-65,8290 O23 N2132 Ligan
2,8650 -2,0000 N15 O2074 Ligan
27 Solanine
ARG 162 3,1118 -1,9214
-75,0780
O59 N953 Target
2,9581 -2,0000 O14 N1303 Target
HIS 170 2,7056 -2,0000 O56 N1081 Target
GLU 185 3,0680 -2,0000 O21 N1369 Ligan
3,0433 -2,0000 O14 N1303 Target
LYS 188 3,0988 -2,0000 O21 N1369 Ligan
TYR 155 2,8289 -2,0000 O11 O829 Ligan
28 Vinblastine GLU 128 3,1579 -1,6141
-70,7990 O19 O387 Ligan
2,6857 -2,0000 O19 O388 Ligan
29 Vincristine GLU 167 3,0446 -2,0000 -58,4920 N12 O1027 Ligan
50
Tabel 5. Keterangan Gambar Senyawa Uji dengan GLI
LAMPIRAN 5
Interaksi Senyawa Uji dengan GLI dalam Lingkungan Tidak Berair
Simbol Bulatan Merah Menunjukkan atom oksigen (O)
Simbol Bulatan Ungu Menunjukkan atom nitrogen (N)
Simbol Bulatan Putih Menunjukkan atom karbon (C)
Simbol Bulatan Kuning Menunjukkan atom sulfur (S)
Gambar 4. Interaksi Cyclopamine dengan Protein Glioma (GLI) dalam
lingkungan tak berair
51
Gambar 5. Interaksi Staurosporinone dengan Protein Glioma (GLI) dalam lingkungan tak berair
Gambar 6. Interaksi Evodiamine dengan Protein Glioma (GLI) dalam
lingkungan tak berair
52
Gambar 7. Interaksi Camptotechin dengan Protein Glioma (GLI) dalam
lingkungan tak berair
Gambar 8. Interaksi Homoharringtonine dengan Protein Glioma (GLI)
dalam lingkungan tak berair
53
Gambar 9. Interaksi Pancracristine dengan Protein Glioma (GLI) dalam
lingkungan tak berair
Gambar 10. Interaksi Sanguinarine dengan Protein Glioma (GLI) dalam
lingkungan tak berair
54
Gambar 11. Interaksi Vinblastine dengan Protein Glioma (GLI) dalam
lingkungan tak berair
55
Lampiran 6
Interaksi Senyawa Uji dengan GLI dalam Lingkungan Berair
Gambar 12. Interaksi Cyclopamine dengan Protein Glioma (GLI) dalam
lingkungan berair
Gambar 13. Interaksi Camptotechin dengan Protein Glioma (GLI) dalam lingkungan berair
56
Gambar 14. Interaksi Staurosporinone dengan Protein Glioma (GLI)
dalam lingkungan berair
Gambar 15. Interaksi Evodiamine dengan Protein Glioma (GLI) dalam
lingkungan berair
57
Gambar 16. Interaksi Homoharringtonine dengan Protein Glioma (GLI)
dalam lingkungan berair
Gambar 17. Interaksi Pancracristine dengan Protein Glioma (GLI) dalam
lingkungan berair
58
Gambar 18. Interaksi Sanguinarine dengan Protein Glioma (GLI) dalam
lingkungan berair
Gambar 19. Interaksi Vinblastine dengan Protein Glioma (GLI) dalam
lingkungan berair
Top Related