Abstrak Screening aktifitas farmakologis bahan aktif pada tumbuhan obat merupakan proses yang mahal dan memerlukan waktu yang panjang bila harus dilakukan dengan percobaan di laboratorium dengan hewan percobaan. Riset ini bertujuan untuk melakukan salah satu aspek perancangan obat melalui screening bahan aktif obat tradisional Indonesia menggunakan infrastruktur High Performance Computing berbasis Cluster/Grid (InGrid) yang dikembangkan dengan aplikasi Open Source Software khusus untuk aplikasi Perancangan Obat. Manfaat dari proses ini adalah dapat dilakukannya Virtual High Troughput Screening terhadap bahan aktif tumbuhan obat merupakan suatu upaya untuk mempersingkat waktu untuk menentukan uji aktifitas farmakologis. Manfaat lainnya adalah terujinya sistem InGrid dalam proses screening virtual bahan obat. Riset ini akan menggunakan bahan uji untuk docking berupa database struktur kimia (obat/ligan) dari CSD (Cambridge Structure DatabaseTM) yang harus dioptimasi Force Field-nya dengan proses energy minimization menggunakan program MOE (Molecular Operating Environment TM). 10 bahan aktif tumbuhan obat asli Indonesia diperoleh dari berbagai literatur nasional maupun internasional. Proses docking dilakukan dengan AutoDock yang di hasilnya akan dibenchmark dengan program GOLD. Protein target dan ligan hasil docking akan dianalisis dinamika molekulernya mengunakan program GROMACS pada skala waktu antara 10 hingga 100 ns. Setiap proses dievaluasi juga terhadap aspek performance Cluster/Grid tehadap capaian waktu pada SpeedUp dan linearitasnya. Luaran yang dihasilkan adalah aktifitas farmakologis yang direkomendasikan secara komputasional serta terujinya High Performance Computing InGrid dalam beberapa proses perancangan obat.
Keyword : high troughput virtual screening, molecular docking, molecular dynamics, high performance computing, cluster
1
I.
Pendahuluan
1. Latar belakang Komputasi kinerja tinggi (High Performance Computing / HPC) merupakan cabang dari aplikasi perhitungan yang terfokus pada bagian pemecahan masalah intensif secara komputasional. Sejak dulu, HPC (yang kemudian dikenal sebagai “supercomputing”) didominasi oleh sistem khusus yang besar (mahal) yang umumnya terdapat di pusat penelitian. Karena daya komputasi pada sistem kecil telah meningkat, akibatnya rasio biaya/kinerja berubah, dan beban kerja komputasional beralih kepada sistem kelas PC. Banyak masalah komputasional yang intensif dan kompleks dapat diselesaikan dengan melengkapi perhitungan secara paralel; dengan demikian, untuk menyelesaikan perhitungan atau proses khusus tidak bergantung kepada output dari perhitungan lain. Pada kasus seperti ini, masalah besar mendapat keuntungan dari sistem paralel yang lebih kecil (nodes) yang dikelompokkan dalam klaster atau grid komputasional. Di bawah ini beberapa contoh dari jenis-jenis aplikasi yang memperoleh keuntungan dari klaster komputasional : •
Model keuangan-algoritma atau rumus dijalankan ratusan kali, setiap waktu dengan input yang berbeda.
•
Rekayasa teknik, mensimulasi efek pada bagian tersendiri kemudian mengaplikasikan jaringan pada model. 2
•
Animasi komputer, mengaplikasikan efek tekstur dan pencahayaan pada setiap frame film.
•
Meteorologi dan Geofisika, simulasi cuaca maupun pergerakan lempeng bumi serta arus samudera.
•
Dinamika molekuler dalam rancangan obat memberi manfaat dalam simulasi interaksi obat dengan reseptor, formulasi obat yang kompleks menggunakan liposom, simulasi aktivitas membran maupun channel terhadap aksi obat.
Rancangan obat berbasis komputasi (Computational Based Drug Design) mempercepat proses penemuan obat baru. Obat antiretroviral Raltegravir untuk infeksi HIV-1 yang dirancang melalui proses komputasional docking dengan program AutoDock di tahun 2004 oleh Prof. McCammon (1) telah memperoleh ijin untuk digunakan secara klinis oleh FDA tanggal 12 Oktober 2007 (2). Raltegravir berperan sebagai integrase inhibitor. Integrase merupakan enzim yang hanya terdapat pada virus yang berperan dalam pemasukan material genetik (DNA) kedalam DNA sel inang (manusia). Inhibisi atau penghambatan oleh Raltegravir ini akan mencegah virus bereplikasi dan menginfeksi sel-sel yang lain.
3
Gambar 1. HIV protease dan inhibitor (atas), Raltegravir (bawah)
Vesikel fosfolipid (liposom) yang bermanfaat dalam penghantaran obat ke target (targetted drug delivery) merupakan bidang yang intensif dipelajari sebagai sistem model untuk membran biologis. Teknik komputasi paralel dengan dinamika
molekuler
menggunakan
program
GROMACS
dapat
memvisualisasikan detil atomik pada pembentukan spontan vesikel kecil DPPC (dipalmitoylphosphatidylcholine) (3).
Gambar 2. Simulasi selama 90 ns yang menggambarkan pembentukan vesikel DPPC
InGRID atau Inherent/Indonesia GRID (Inherent = Indonesia Higher Education Network) yang diresmikan penggunaannya 22 Agustus 2007 4
merupakan fasilitas komputasi kinerja tinggi dengan 16 node/32 prosesor yang ada di Universitas Indonesia yang merupakan sarana penelitian potensial untuk dikembangkan sebagai infrastruktur dalam proses rancangan obat berbasis komputasi. Tersedianya instalasi GROMACS maupun AutoDOCK pada cluster ini merupakan tantangan besar untuk pengembangan rancangan obat berbasis struktur serta high troughput virtual ligand screening.
Gambar 3. Topologi jaringan InGrid
Yanuar et al 2008, melaporkan simulasi dinamika molekuler pada 100 ps yang memanfaatkan program GROMACS pada InGRID untuk melihat fleksibilitas switch I dan II pada loop protein Rad GTPase dan Gem GTPase yang termasuk dalam famili RGK GTPase. Pada fase ini hasil sudah dapat terlihat, namun untuk dapat diterima dalam publikasi internasional orde 10 – 100 ns (nanosecond) merupakan hal yang umum dilakukan. Pada percobaan terkahir dengan skala 5
waktu 10 ns menggunakan 5 prosesor pada Cluster InGrid, dibutuhkan waktu sampai 1 minggu untuk menyelesaikan proses simulasi molecular dynamics dengan GROMACS (data tidak dipublikasi).
Gambar 4. Pemodelen loop 100 ps pada protein Rad GTPase (kiri), dan Gem GTPase (kanan). Warna biru adalah struktur awal, warna merah struktur hasil pemodelan.
Peningkatan skala waktu simulasi akan menigkatan waktu proses pada satu prosesor. Penggunaan komputasi paralel merupakan solusi terhadap lamanya waktu proses simulasi. Kutzner et al. 2007 (4), telah berhasil meningkatkan kecepatan paralel GROMACS pada cluster dengan ethernet flow control lebih baik dari implementasi LAM MPI yang membanjiri network dengan all to all communication yang menyebabkan banyak hilangnya paket TCP. Dalam experimant ini digunakan kode Carr Parinello Molecular Dynamics. Penggunaan ethernet flow control dapat mencegah terjadinya network congestion (kemacetan jaringan) dan dapat meningkatkan skalabilitas jaringan. Komputasi docking suatu ligand pada struktur protein merupakan langkah kunci dalam structure-based drug design (perancangan obat berbasis struktur). Saat ini, waktu yang dibutuhkan untuk setiap proses docking cukup tinggi dan 6
menjadi penghalang bila dilakukan secara high-troughput dengan banyak ligan dari database
dan memerlukan algoritma khusus untuk paralelisasi proses.
Khodade et al, 2007 melaporkan penggunaan program AutoDock, memberikan peningkatan yang hampir linear pada pengamatan dengan 96 prosesor (5). Pengurangan waktu yang signifikan untuk proses docking ligan pada HIVprotease dari 81 menit pada satu buah IBM Power-5 processor (1.65 GHz) menjadi 1 menit pada 96
prosesor. Implementasi docking pada cluster ini
menjadi layak untuk melakukan virtual ligand screening menggunakan AutoDock.
2. Ruang lingkup Uji coba proses docking terhadap protein target akan melibatkan 10 bahan aktif/ligan dari tumbuhan obat atau obat tradisional dan database struktur dari Cambridge Structure Database (CSD) Hasil docking protein target dengan akan diuji dinamika molekulernya untuk melihat interaksi ligan dengan protein tragetnya.
Luaran
yang
dihasilkan
adalah
aktifitas
farmakologis
yang
direkomendasikan secara komputasional serta terujinya High Performance Computing InGrid dalam beberapa proses perancangan obat.
3. Batasan riset Riset ini akan memberikan hipotesis atau rekomendasi secara komputasional terhadap aktivitas biologis atau farmakologis molekul obat dari tumbuhan obat Indonesia
7
4. Asumsi Riset ini akan melakukan prosedur yang teruji seperti pada pencarian obat untuk HIV. Adanya kemiripan struktur kimia suatu obat dengan bahan aktif pada tumbuhan obat akan memberikan efek farmakologis yang sejenis. Oleh karena eksperimen ini membutuhkan sumber daya komputasi skala besar dalam screening serta waktu simulasi yang panjang, maka dukungan infrastruktur yang kuat dan teruji sangatlah dibutuhkan.
5. Tujuan umum riset Tujuan umum dari riset ini melakukan salah satu aspek perancangan obat melalui screening bahan aktif obat tradisional Indonesia menggunakan infrastruktur High Performance Computing berbasis Cluster/Grid yang dikembangkan khusus untuk aplikasi Perancangan Obat.
8
II.
Signifikansi Penelitian
Salah satu target capaian dalam Agenda Riset Nasional 2009 adalah program difusi dan pemanfaatan TIK yang menjadikan Open Source Software (OSS) sebagai alternatif perangkat lunak legal bagi pengembang maupun pengguna. Open Source Sofware juga merupakan salah satu fokus dalam program riset dan pengembangan Teknologi Informasi dan Komunikasi. Riset pengembangan molekul obat membutuhkan berbagai perangkat lunak pendukung serta sumber daya komputasi yang cukup tinggi. High performance computing yang diperlengkapi dengan open source sotfware (OSS) khusus untuk molecular modeling, molecular docking serta molecular dynamics menjadi sangat urgen untuk dikembangkan dan divalidasi. Dengan demikian pemanfaatan kemampuannya di masa depan dalam penelitian perancangan obat menjadi dapat diandalkan. Oleh karena itu, penguasaan teknologi penunjang di bidang molecular modeling, molecular docking, molecular dynamics dalam perancangan obat yang memanfaatkan komputasi kinerja tinggi di masa kini sangat mendesak. Pemanfaatan komputasi dalam bidang perancangan nanomedicine dengan pemanfaatan vesikel juga dimungkinkan. High troughput virtual screening terhadap aktifitas farmakologis tanaman obat atau obat tradisional menjadi dimungkinkan dengan adanya fasilitas High Pefomance Computing berbasiskan Open Source Sofware.
9
III.
Kerangka Konseptual
Jumlah protein dengan informasi sequencenya terus meningkat dari tahun ke tahun jauh lebih cepat dari informasi struktur yang ditentukan dari eksperimen dengan Nuclear Magnetic Resonance (NMR) dan kristalografi sinar –X. Dengan demikian prediksi struktur protein secara ab-initio maupun low homology menjadi pilihan untuk dilakukan. Penggunaan teknik molecular dynamics untuk mensimulasikan dinamika struktur tiga dimensi protein umumnya menggunakan simulasi dengan skala waktu antara 10 hingga 100 ns (nanosecond). Simulasi dinamika molekul protein dengan skala waktu demikian sangatlah menguras sumber daya komputasi. Eksperimen molecular dynamics 100 ps dengan program GROMACS untuk protein dengan 170 asam amino membutuhkan waktu 90 menit dengan menggunakan 1 prosesor i686, yang setara dengan 1 nanosecond/hari. High Performance Computing berbasiskan cluster/grid
dapat menjadi
solusi dalam permasalahan ini. Komputasi dapat dilakukan secara paralel dengan memanfaat banyak prosesor sehingga waktu komputasi dapat dihemat dan hasil dapat segera dianalisis. Komputasi paralel dalam hal virtual ligand screening dengan proses docking juga dapat dilakukan dengan program AutoDock. Dengan tersedianya sumber daya komputasi yang handal, yang memanfaatkan perangkat lunak OSS yang dapat dijalankan secara paralel, maka penelitian-penelitian untuk rancangan obat berbasis struktur menjadi semakin
10
terbuka luas bagi peneliti dalam institusi maupun peneliti diluar institusi dengan memanfaatkan fasilitas internet web sebagai antarmukanya.
IV.
Metodologi
Riset ini akan menggunakan bahan uji untuk docking berupa database struktur kimia (obat/ligan) dari CSD (Cambridge Structure DatabaseTM) yang harus
dioptimasi
Force
Field-nya
dengan
proses
energy
minimization
menggunakan program AMBER atau MOE (Molecular Operating Environment TM
). 10 bahan aktif tumbuhan obat asli Indonesia diperoleh dari berbagai literatur
nasional maupun internasional dikumpulkan dan diproses dengan cara yang sama dengan CSD. Proses docking protein target dari Protein Data Bank dilakukan dengan AutoDock
yang di hasilnya akan di-benchmark dengan
program GOLD. Protein target dan ligan hasil docking akan dianalisis dinamika molekulernya mengunakan program GROMACS atau AMBER pada skala waktu antara 10 hingga 100 ns. Setiap proses dievaluasi juga terhadap aspek performance
Cluster/Grid
tehadap
capaian
waktu
pada
SpeedUp
dan
linearitasnya.
11
V.
Hasil yang Diharapkan
Rekomendasi aktivitas biologis beberapa tumbuhan obat asli Indonesia berdasarkan komputasi serta terujinya sistem InGrid dalam proses perancangan obat berbasis struktur. Diseminasi hasil penelitian akan dilakukan dalam bentuk seminar dan pelatihan/workshop untuk peneliti-peneliti bagan obat di Indonesia untuk meningkatkan utilisasi dari sistem InGrid ini. Manfaat
yang diperoleh
peningkatan kecepatan screening aktivitas bahan obat / obat tradisional berbasis komputas struktur obat yang akan menjadi dasar dalam perancangan obat berbasis struktur.
12
