FARMAKOLOGI BALIK DAN JEJARING UNTUK PENCARIAN SENYAWA AKTIF DARI JAMU ANTIHIPERKOLESTEROLEMIA
ADANI FAJRINA LUTHFI
DEPARTEMEN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Farmakologi Balik dan Jejaring untuk Pencarian Senyawa Aktif dari Jamu Antihiperkolesterolemia adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 2014 Adani Fajrina Luthfi NIM G44100078
ABSTRAK ADANI FAJRINA LUTHFI. Farmakologi Balik dan Jejaring untuk Pencarian Senyawa Aktif dari Jamu Antihiperkolesterolemia. Dibimbing oleh RUDI HERYANTO dan ARYO TEDJO. Upaya pemanfaatan berbagai tanaman obat sebagai antihiperkolesterolemia telah banyak dilakukan. Namun, belum diketahui senyawa aktif yang berperan dalam mekanisme penghambatan secara molekular. Penelitian ini bertujuan menemukan senyawa aktif antihiperkolesterolemia yang berperan dalam penghambatan pembentukan kolesterol dari tanaman formula jamu bidara upas, kemuning, kumis kucing, dan jati belanda melalui kajian farmakologi balik dan jejaring. Senyawa aktif dicari berdasarkan analisis jejaring antara senyawa aktif pada tanaman formula jamu terhadap senyawa aktif pada tanaman penuntun, efek farmakologis, senyawa penuntun dan kemiripannya. Hasil evaluasi jejaring dan uji drug likeness menunjukkan senyawa yang memiliki potensi antihiperkolesterol ialah geraniol, asam kafeat, dan kaemferol. Aktivitas antihiperkolesterol dibuktikan dengan penambatan molekular pada ketiga senyawa tersebut dan dapat dibuktikan memiliki aktivitas antihiperkolesterol yang lebih baik dibandingkan inhibitor standar. Kata kunci: antihiperkolesterolemia, drug likeness, penambatan molekular
ABSTRACT ADANI FAJRINA LUTHFI. Reversed Pharmacology and Network Pharmachology for Screening Active Compounds of Antihypercholesterolemic Herbs. Supervised by RUDI HERYANTO and ARYO TEDJO. Efforts using variety of medicinal plants as antihypercholesterolemic have been widely carried out. However, the active compounds are responsible in the inhibition mechanism is not known yet. The aim of this study is to find the antihypercholesterolemic active compounds that play a role in inhibiting cholesterol accumulation from herbs of bidara upas, kemuning, kumis kucing, and jati belanda through using reversed pharmacology and network pharmachology. The active compound was searched based on an analysis of network between the active compounds in herbs formula toward the active compounds in lead plants, pharmacological effects, lead compounds and its similarity. The results of network evaluation and drug likeness test showed that the compounds with antihypercholesterol potential were geraniol, caffeic acid, and kaempferol. The antihypercholesterol activities were verified by molecular docking of these three compounds and can be proved to have antihypercholesterol activities which are better than the standard inhibitor. Keywords: antihypercholesterolemic, drug likeness, molecular docking
FARMAKOLOGI BALIK DAN JEJARING UNTUK PENCARIAN SENYAWA AKTIF DARI JAMU ANTIHIPERKOLESTEROLEMIA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Kimia
DEPARTEMEN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 LUTHFI ADANI FAJRINA
Judul Skripsi Nama NIM
: Farmakologi Balik dan Jejaring untuk Pencarian Senyawa Aktif dari Jamu Antihiperkolesterolemia : Adani Fajrina Luthfi : G44100078
Disetujui oleh
Rudi Heryanto, SSi, MSi Pembimbing I
Aryo Tedjo, SSi, MSi Pembimbing II
Diketahui oleh
Prof Dr Dra Purwantiningsih Sugita, MS Ketua Departemen
Tanggal Lulus:
PRAKATA Puji syukur penulis ucapkan kepada Allah SWT atas limpahan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah dengan judul Farmakologi Balik dan Jejaring untuk Pencarian Senyawa Aktif dari Jamu Antihiperkolesterolemia. Terima kasih penulis ucapkan kepada Rudi Heryanto, SSi, MSi dan Aryo Tedjo, SSi, MSi selaku pembimbing atas ilmu, arahan dan bimbingannya kepada penulis selama melaksanakan penelitian ini. Penulis juga mengucapkan terima kasih kepada Ayah, Ibu, dan seluruh keluarga atas dorongan semangat, doa dan kasih sayangnya. Ucapan terima kasih juga penulis ucapkan kepada Nurulita Sari, Mulyati, Wulan Suci Pamungkas, dan Raodatul Jannah yang turut membantu selama penelitian berlangsung. Penulis berharap karya ilmiah ini dapat bermanfaat bagi perkembangan ilmu pengetahuan.
Bogor, September 2014 Adani Fajrina Luthfi
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Tujuan Penelitian METODE
2 2
Alat dan Bahan
2
Metode Penelitian
2
HASIL DAN PEMBAHASAN
5
Pengumpulan Data (Data Mining)
5
Analisis Jaringan (Network)
6
Uji Drug Likeness
8
Penambatan Molekular
9
SIMPULAN DAN SARAN
14
Simpulan
14
Saran
14
DAFTAR PUSTAKA
14
LAMPIRAN
17
RIWAYAT HIDUP
28
DAFTAR TABEL 1 2 3 4 5
Hasil data mining Hasil pembuatan jaringan Hasil uji drug likeness Hasil penambatan molekular Interaksi ikatan hidrogen pada residu asam amino
6 8 9 11 12
DAFTAR GAMBAR 1 2
Jaringan tanaman-CID senyawa-efek-senyawa lead-senyawa kemiripan lead Interaksi karboksilesterase dengan geraniol (a), asam kafeat (b), kaemferol (c), dan simvastatin (d)
7 13
DAFTAR LAMPIRAN 1 2 3 4 5 6 7
Diagram alir penelitian Hasil data mining Hasil pembuatan jaringan Protein dan ligan yang digunakan dalam penambatan molekular Hasil optimisasi dan minimisasi energi protein Hasil optimisasi dan minimisasi energi ligan Hasil penambatan senyawa aktif berpotensi antihiperkolesterolemia
17 17 19 24 25 25 26
25
PENDAHULUAN Sistem kardiovaskular merupakan sistem utama pada organisme yang berfungsi untuk mempertahankan kualitas dan kuantitas cairan yang ada di dalam tubuh agar tetap homeostatis. Organ penyusun sistem kardiovaskular terdiri atas jantung, pembuluh darah, dan darah. Sistem kardiovaskular tersebut dapat mengalami gangguan yang menyebabkan penyakit. Salah satu penyakit kardiovaskular adalah hiperkolesterolemia. Hiperkolesterolemia merupakan keadaan meningkatnya kadar kolesterol dalam darah. Faktor yang dapat menyebabkan tingginya kadar kolesterol yaitu berkurangnya fungsi reseptor LDL (Low Density Lipoprtotein), berkurangnya metabolisme kolesterol, dan meningkatnya penyerapan kadar kolesterol (Wiryowidagdo dan Sitanggang 2008). Hiperkolesterolemia dapat diobati dengan tanaman obat yang berpotensi sebagai antihiperkolesterol. Contoh tanaman obat berpotensi antihiperkolesterolemia yaitu teh hitam dan lidah buaya. Berdasarkan penelitian Widowati et al (2011), teh hitam (Camelia sinensis) berpotensi sebagai antihiperkolesterol karena mengandung katekin yang berfungsi sebagai inhibitor enzim dalam proses biosintesis kolesterol. Lidah buaya (aloe vera) juga berpotensi sebagai antihiperkolesterol karena mengandung senyawa glukomanan yang dapat menurunkan kadar LDL, niasin yang berfungsi menurunkan produksi VLDL (Very Low Density Lipoprtotein), vitamin A dan Vitamin E pencegah oksidasi LDL, dan magnesium yang dapat meningkatkan sekresi kolesterol (Sianipar dan Isnawati 2012). Namun beberapa penelitian mengenai tanaman obat antihiperkolesterolemia belum diketahui mekanisme dan senyawa aktif yang berperan penghambatan kolesterol secara molekular. Oleh karena itu, perlu dilakukan studi mengenai mekanisme penghambatan senyawa aktif tanaman terhadap molekul target penyebab penyakit hiperkolesterolemia. Studi mekanisme penghambatan senyawa aktif tersebut dilakukan pada tanaman hasil formulasi jamu Andriana (2013) yaitu bidara upas, jati belanda, kumis kucing, dan kemuning yang telah diuji efektivitasnya sebagai antihiperkolesterolemia terhadap zebrafish. Pencarian senyawa aktif dan studi mekanisme penghambatan tersebut dilakukan dengan menganalisis kemiripan senyawa pada tanaman formula jamu terhadap senyawa antihiperkolesterolemia yang telah di uji secara klinik. Analisis kemiripan senyawa dan mekanisme dilakukan dengan menggambarkan model hubungan antara penyakit, tanaman, senyawa kimia pada tanaman, dan protein penyebab penyakit. Ketika senyawa pada tanaman bidara upas, jati belanda, kumis kucing, dan kemuning mempunyai senyawa yang mirip dengan senyawa penuntun atau senyawa aktif pada tanaman antihiperkolesterol, maka senyawa yang terdapat pada keempat tanaman tersebut memiliki potensi antihiperkolesterolemia. Penentuan tanaman atau senyawa antihiperkolesterolemia hasil uji klinik yang dijadikan acuan mekanisme dilakukan melalui pendekatan reversed pharmacology dan networking pharmacology. Reversed pharmacology merupakan strategi penemuan obat melalui penelitian praklinik dan klinik yang kuat berdasarkan pengalaman atau studi eksplorasi (Pathwardan dan Vaidya 2010). Reversed pharmacology tersebut dilakukan dengan mencari tanaman lead yang berpotensi antihiperkolesterolemia
2 melalui pencarian data uji klinik tanaman dengan proses data mining. Data mining merupakan proses pencarian pola atau informasi yang bermanfaat yang dapat melibatkan ilmu statistik dan sistem database yang besar (Gunadi dan Sensuse 2012). Melalui data mining tersebut dapat diperoleh kumpulan senyawa kimia yang berpotensi sebagai antihiperkolesterolemia. Kumpulan senyawa kimia tersebut dapat memberikan efek sinergis (aktivitas farmakologis) dan efek antagonis (toksisitas) jika dikombinasikan. Efek sinergis suatu senyawa dapat diketahui salah satunya dengan pengujian setiap senyawa. Namun pengujian tersebut membutuhkan biaya yang besar dan waktu yang lama sehingga tidak efektif dan efisien. Oleh karena itu digunakan networking pharmachology untuk menentukan senyawa yang memberikan efek sinergis. Networking pharmacology bermanfaat untuk mengetahui interaksi antar senyawa pada tanaman obat. Berdasarkan interaksi tersebut dapat diketahui mekanisme hubungan penyakit, tanaman, senyawa kimia, dan protein target. Networking pharmacology dibuat dengan menggunakan perangkat lunak Cytoscape. Selanjutnya dilakukan pengecekan kemiripan senyawa hasil networking dengan tanaman indigenous hasil formulasi jamu Andriana (2013). Pembuktian senyawa yang berpotensi sebagai antihiperkolesterolemia dari tanaman indigenous tersebut dapat dilakukan dengan pengujian drug likeness dan penambatan molekular menggunakan perangkat lunak MOE.
Tujuan Penelitian Penelitian ini bertujuan menguji potensi aktivitas beberapa senyawa sebagai antihiperkolesterolemia dan mencari senyawa aktif pada bidara upas, jati belanda, kemuning dan kumis kucing yang mempunyai efek antihiperkolesterolemia melalui kajian farmakologi balik dan jejaring.
METODE Alat dan Bahan Alat-alat yang digunakan yaitu perangkat lunak Cytoscape 32 bit, MOE 2008.10, seperangkat notebook Asus dengan spesifikasi random access memory (RAM) 2 gigabyte dan Intel ULV Celeron 1007U Processor, modem Smartfren, sistem operasi Microsoft Windows 8, situs National Center for Biotechnology Information (NCBI), Kanaya Jamu IPB, Dictionary of Natural Products CHEMnetBASE, ChemMine Tools, ClustalW2 (EBI), Swiss-Model Workspace, Chemspider, Potential Drug Target Database (PDTD), RCSB Protein Data Bank dan peramban Google Chrome. Metode Penelitian Penelitian ini dilakukan melalui tahapan data mining, pembuatan jaringan, pengujian drug likeness, dan penambatan molekular. Data mining dilakukan dengan
3 mencari tanaman penuntun (lead) yang berpotensi dalam pengobatan penyakit hiperkolesterolemia. Tanaman lead tersebut telah di uji secara klinik sehingga dapat dicari senyawa aktifnya dan diperoleh senyawa dugaan. Pembuatan jaringan dilakukan dari database hasil data mining. Selanjutnya dilakukan pengecekan kesamaan atau kemiripan senyawa hasil networking dengan senyawa pada tanaman asli (indigenous) hasil formulasi jamu Andriana (2013). Senyawa pada tanaman indigenous tersebut kemudian diuji dengan drug likeness dan penambatan molekular sehingga diperoleh tanaman indigenous potensial. Data Mining Proses data mining dilakukan dengan mencari tanaman berpotensi antihiperkolesterolemia yang telah di uji klinik melalui pangkalan data www.ncbi.nlm.nih.gov/pubmed. Berdasarkan literatur yang tersedia, setiap tanaman dicari informasinya mengenai pubmed id (PMID) dan efek. Selanjutnya dicari senyawa aktif yang terdapat pada tanaman tersebut melalui pangkalan data Kanaya Jamu IPB (http://kanaya.naist.jp/jamu/sdatalist_gk.jsp) dan http://dnp.chemnetbase.com/. Setiap senyawa dicari nomor compound ID (CID) melalui https://pubchem.ncbi.nlm.nih.gov/. Dilakukan pula pencarian senyawa lead yang memiliki aktivitas antihiperkolesterol melalui situs https://pubchem.ncbi.nlm.nih.gov/ dengan kata kunci hiperkolesterol dan penanda hiperkolesterol seperti LDL dan HDL. Setelah itu pencarian kemiripan (similarity) senyawa lead dilakukan melalui situs ChemMine Tools yang dikumpulkan dalam bentuk CID. Pencarian CID dilakukan pula untuk senyawa aktif dari tanaman formula jamu Andriana (2013) yaitu bidara upas, kemuning, kumis kucing, dan jati belanda. Semua informasi tersebut dibuat database menggunakan Microsoft Excel (Lampiran 2). Pembuatan Jaringan (Networking) Proses networking dilakukan dengan menggunakan perangkat lunak Cytoscape. Networking dilakukan dengan cara memasukkan database melalui menu File kemudian Import, Networking, dan File database dipilih. Selanjutnya source interaction dipilih berdasarkan tanaman dan target interaction dipilih berdasarkan CID. Jaringan yang dihasilkan adalah tanaman-CID. Jenis visualisasi yang dipilih yaitu organic. Warna dan bentuk dibedakan untuk setiap sumber dan target. Pembuatan jaringan dilakukan pula untuk CID sebagai sumber dan efek sebagai target (CID-efek). Kedua jaringan tersebut kemudian digabung melalui menu Tools kemudian Merge Networks dan operasi yang dipilih adalah union. Jaringan yang dihasilkan yaitu tanaman-CID-efek. Selanjutnya dilakukan pembuatan jaringan dengan memilih CID senyawa lead sebagai sumber dan CID senyawa kemiripannya (similar) sebagai target. Jaringan yang dihasilkan adalah CID lead-CID senyawa kemiripannya. Jaringan tersebut kemudian digabung dengan jaringan tanaman-CID-efek sehingga diperoleh satu jaringan yang mencakup tanaman-CID-efek-senyawa lead-senyawa kemiripannya (Lampiran 3). Analisis dilakukan dengan mencari senyawa aktif formula jamu pada jaringan yang ada dan melihat hubungannya dengan efek dan senyawa yang ada pada jaringan.
4 Pengujian Drug Likeness Drug likeness diuji berdasarkan ADME (Absorpsi, Distribusi, Metabolisme, Eliminasi) yang dilakukan dengan menggunakan parameter “Rule of Five” (Lipinski et al 2001). Rule of Five tersebut yaitu hidrogen donor ≤ 5, hidrogen akseptor ≤ 10, bobot molekul < 500 g/mol, dan koefisien partisi oktanol-air (log P) < 5. Setiap senyawa aktif harus memenuhi paramater tersebut agar memberikan efek yang baik bagi tubuh. Pengujian tersebut dilakukan dengan cara melihat Chemical and Physical Properties senyawa aktif pada situs www.ncbi.nlm.nih.gov/pubmed. Penambatan Molekular Menggunakan MOE 2008.10 Penambatan molekular dilakukan dengan menentukan protein penyebab penyakit. Pencarian protein dilakukan melalui situs Potential Drug Target Database (PDTD) yaitu http://www.dddc.ac.cn/pdtd/search.phpp. Sekuens protein tersebut kemudian dicari melalui situs www.ncbi.nlm.nih.gov dan disejajarkan dengan menggunakan program Clustal W2 yang diakses melalui situs http://www.ebi.ac.uk/inc/head.html. Hasil penyejajaran digunakan sebagai protein target yang akan ditentukan struktur 3 dimensinya. Struktur 3 dimensi dicari dengan menggunakan Swiss model yang diakses melalui situs http://swissmodel.expasy.org. Struktur 3 dimensi protein diunduh dari hasil permodelan homologi dalam format .pdb. Selanjutnya dilakukan optimisasi geometri dan minimisasi energi struktur 3 dimensi protein menggunakan perangkat lunak MOE dengan format pdb. Atom hidrogen pada struktur protein dimunculkan dan dilakukan protonasi dengan program protonate 3D. Muatan parsial diatur dengan menggunakan partial charge dan energi diminimumkan dengan medan gaya Merck Molecular Forcefield 94x (MMFF94x). Protein disolvasi dalam fase gas dan dengan muatan tetap kemudian dioptimisasi dengan gradien akar rerata kuadrat (RMS) 0.05 kkal/Åmol. File hasil disimpan dalam format .moe. Ligan yang digunakan untuk penambatan diperoleh dari Chemspider yang dapat diakses melalui www.chemspider.com. Ligan yang digunakan merupakan komponen bioaktif dalam tanaman formula jamu. Selanjutnya dilakukan optimisasi geometri dan minimisasi energi struktur 3 dimensi ligan menggunakan perangkat lunak MOE dengan format .mdb. Kandidat ligan disimpan dalam format .mol dan dibuka dalam bentuk database viewer. Ligan di-wash dengan program compute, muatan parsialnya disesuaikan, dan dioptimisasi menggunakan medan gaya MMFF94x. Energi ligan diminimisasi menggunakan energy minimize dengan gradien RMS 0.001 kkal/Åmol. File hasil disimpan dalam format .mdb. Penambatan molekular dilakukan dengan program Compute-Simulation dock pada MOE 2008.10. Digunakan metode penambatan triangle matcher dengan pengulangan pembacaan energi tiap posisi 10 kali. Fungsi penilaian menggunakan London dG dan refinement forcefield. Retain terakhir terhadap hasil refinement sebanyak 1 kali menghasilkan 1 konformasi yang paling optimum dari tiap ligan. Hasil perhitungan penambatan dilihat pada output dalam format viewer.mdb. selanjutnya dilakukan analisis interaksi ligan-ptotein dengan parameter energi bebas ikatan (ΔG), afinitas (pKi) tetapan inhibisi (Ki), dan ikatan hidrogen. Kompleks protein-ligan yang dipilih adalah yang memiliki nilai energi ikatan dan tetapan inhibisi terkecil untuk kemudian dibandingkan lebih lanjut dengan standar inhibitor antihiperkolesterolemia.
5
HASIL DAN PEMBAHASAN Pencarian bahan aktif dari jamu antihiperkolesterolemia dilakukan berdasarkan prinsip farmakologi balik (reversed pharmachology) dan jejaring (network pharmachology). Farmakologi balik digunakan untuk penemuan obat dengan cara studi eksplorasi senyawa aktif yang telah diuji secara klinik. Farmakologi balik memiliki tahapan yang berlawanan dengan pengembangan obat secara umum sehingga dapat mengurangi toksisitas, meningkatkan efikasi, hemat waktu, dan ekonomis. Tahapan farmakologi balik yaitu uji skala besar, sains terkait, uji keamanan, uji preklinik, dan uji klinik (Khrisna et al 2013). Uji skala besar dilakukan dengan mengumpulkan data (data mining) mengenai tanaman penuntun (tanaman lead) yang mempunyai aktivitas antihiperkolesterolemia yang telah di uji secara klinik. Tanaman tersebut kemudian dicari senyawa aktifnya dan dihubungkan dengan sains terkait, seperti efek, interaksi dengan obat, dan kisaran dosis. Selanjutnya dilakukan uji aktivitas senyawa yang dalam penelitian ini menggunakan uji drug likeness dengan melihat ADME (Absorpsi, Distribusi, Metabolisme, Eliminasi). Potensi senyawa aktif dalam menghambat protein penyebab penyakit tersebut dapat diketahui melalui penambatan molekular. Pencarian bahan aktif dilakukan pula dengan farmakologi jejaring (network pharmacology). Menurut Hert et al (2008) farmakologi jejaring dapat membentuk hubungan jaringan antara senyawa obat dan target. Farmakologi jejaring digunakan untuk menemukan senyawa aktif pada tanaman penuntun (tanaman lead) atau senyawa penuntun (senyawa lead) yang memiliki kandungan senyawa yang sama dengan tanaman formula jamu sehingga dapat diketahui efek farmakologisnya. Farmakologi jejaring dilakukan dengan membuat jaringan keterhubungan antarsenyawa menggunakan Cytoscape.
Pengumpulan Data (Data Mining) Tujuan dilakukannya data mining yaitu untuk menemukan pola atau hubungan yang berarti dengan memeriksa sekumpulan data yang besar (Kusrini dan Luthfi 2009). Data mining digunakan dalam mencari informasi mengenai tanaman penuntun (lead) yang memiliki potensi antihiperkolesterolemia, senyawa aktif yang dikandungnya, efek, dan CID senyawa tersebut (Tabel 1). Pencarian tanaman berpotensi antihiperkolesterolemia dilakukan pada situs Pubmed dengan menggunakan kata kunci “hypercholesterolemia and plant”. Tanaman lead yang dipilih merupakan tanaman yang telah diuji secara klinik sehingga tidak toksik bagi tubuh ketika digunakan sebagai obat. Berdasarkan pencarian tersebut diperoleh 43 jenis tanaman dengan efek yang tidak jauh berbeda (Lampiran 2). Efek utama pada tanaman tersebut yaitu menurunkan kadar kolesterol, menurunkan LDL, dan meningkatkan HDL. Masing-masing dari tanaman tersebut dicari senyawa aktif yang terkandung didalamnya pada Kanaya Jamu IPB dan Chemnetbase. Pencarian senyawa aktif tersebut dilakukan untuk mengetahui kandungan senyawa yang mirip atau sama dengan senyawa pada tanaman formula jamu sehingga dapat mengetahui mekanisme kerja dari senyawa formula jamu. Diperoleh senyawa aktif berjumlah 385 yang berasal dari 43 tanaman.
6 Tabel 1 Hasil data mining No 1 2
Tanaman Aronia melanocarpa Cynara scolymus
Senyawa antosianin cynarin
seskuiterpen lakton
3
Plukenetia asam lemak Huallabamba omega-3 asam lemak omega-6
4
Aloe vera L
krisofanol
CID 145858
Efek Menurunkan kadar kolesterol 5281769 Menurunkan kadar kolesterol total Menurunkan LDL Meningkatkan HDL 338659 Menurunkan kadar kolesterol total Menurunkan LDL Meningkatkan HDL 56842239 Menurunkan kolesterol total Meningkatkan HDL 56842208 Menurunkan kolesterol total Meningkatkan HDL 10208 Menurunkan kolesterol total Menurunkan LDL Meningkatkan HDL
...... dan seterusnya Sumber: www.ncbi.nlm.nih.gov/pubmed Dilakukan pula pencarian senyawa lead yang telah diketahui aktivitas antihiperkolesterolnya melalui situs Pubchem. Tujuan dilakukan pencarian senyawa lead yaitu untuk memperbesar peluang keterhubungannya dengan senyawa formula jamu pada saat pembuatan jaringan dan mencari keterkaitannya dengan senyawa aktif yang terkandung pada tanaman lead. Senyawa lead yang diperoleh berjumlah 70. Senyawa lead tersebut kemudian dicari kemiripannya (similarity) melalui situs Chemmine. Senyawa yang mempunyai kemiripan tersebut diharapkan mempunyai aktivitas yang sama dengan senyawa lead sehingga dapat memperbesar peluang keterhubungannya dengan senyawa formula jamu pada saat pembuatan jaringan. Senyawa kemiripan lead yang diperoleh berjumlah 1983 senyawa. Selain itu dicari pula senyawa aktif yang terdapat pada tanaman formula jamu, yaitu bidara upas, jati belanda, kemuning dan kumis kucing. Senyawa aktif yang diperoleh berjumlah 72.
Analisis Jaringan Pembuatan jaringan (networking) dilakukan untuk mempermudah dalam visualisasi dan analisis jaringan. Sumber data yang digunakan untuk pembuatan jaringan merupakan hasil data mining dari senyawa berpotensi antihiperkolesterolemia, efek, senyawa lead, dan senyawa kemiripannya (Lampiran 3). Jaringan yang dibuat yaitu tanaman-CID senyawa, CID senyawa-efek, gabungan tanaman-CID senyawa-efek, senyawa lead-kemiripannya, dan gabungan
7 tanaman-CID senyawa-efek-senyawa lead-kemiripan senyawa lead. Jaringan tanaman-CID senyawa dibuat dengan menggunakan 43 tanaman sebagai sumber dan 385 CID senyawa aktif tanaman sebagai target. Sebanyak 385 CID senyawa aktif dibuat jaringan kembali dengan masing-masing efek farmakologis senyawa tersebut sebagai jaringan CID senyawa-efek. Kedua jaringan tersebut kemudian digabung menghasilkan jaringan tanaman-CID senyawa-efek. Jaringan leadkemiripan lead dibuat dengan menggunakan 70 senyawa lead sebagai sumber dan 1983 senyawa kemiripan lead sebagai target. Jaringan tesebut kemudian digabung dengan jaringan tanaman-CID senyawa-efek sehingga menghasilkan jaringan tanaman-CID senyawa-efek-senyawa lead-senyawa kemiripan lead (Gambar 1).
Keterangan:
= CID senyawa aktif = Tanaman lead
= Efek = Senyawa lead dan kemiripannya
Gambar 1 Jaringan tanaman-CID senyawa-efek-senyawa lead-senyawa kemiripan lead Jaringan yang dihasilkan tersebut digunakan untuk melihat keberadaan dan keterhubungan senyawa aktif pada formula jamu dengan senyawa pada tanaman lead dan senyawa lead. Berdasarkan jaringan tersebut tanaman formula jamu yang memiliki keterhubungan dengan tanaman lead dan senyawa lead yaitu kemuning, kumis kucing, dan jati belanda. Senyawa aktif pada tanaman tersebut yang memiliki keterhubungan dengan jaringan, yaitu geraniol, asam kafeat, beta sitosterol, dan kaemferol. Tabel 2 menunjukkan senyawa geraniol yang terkandung pada tanaman
8 formula jamu Kemuning (Murraya paniculata) terkandung pula pada Allium sativum yang merupakan tanaman lead dengan efek menurunkan kolesterol, menurunkan LDL, dan meningkatkan HDL (Sobenin et al. 2008). Oleh karena itu, kemuning diduga berpotensi antihiperkolesterol melalui efek yang sama dengan Allium sativum. Begitu pula dengan kumis kucing yang mempunyai kandungan senyawa yang sama dengan Ginkgo Biloba. Berdasarkan hasil jaringan tersebut geraniol, asam kafeat, beta sitosterol, dan kaemferol memiliki potensi antihiperkolesterol. Namun, potensi setiap senyawa tersebut harus di uji melalui pengujian drug likeness dan penambatan molekular. Tabel 2 Hasil pembuatan jaringan No
Tanaman formula jamu
Senyawa formula jamu
Tanaman lead
Efek Menurunkan kolesterol, menurunkan LDL, meningkatkan HDL Menurunkan kolesterol, menurunkan LDL, meningkatkan HDL
Senyawa lead
1
Kemuning (Murraya paniculata)
Geraniol
Allium sativum
2
Kumis kucing (Orthosiphon stamineus)
Asam kafeat
Cynara scolymus
Asam kafeat
Actinidia chinensis
Meningkatkan HDL
-
Beta sitosterol
Ginkgo biloba
Menurunkan kolesterol
gammasitosterol
Kaemferol
Ginkgo biloba
Menurunkan kolesterol
3
4
Kumis kucing (Orthosiphon stamineus) Jati belanda (Guazuma ulmifolia)
-
-
-
Uji Drug Likeness Pengujian drug likeness dilakukan pada senyawa geraniol, asam kafeat, beta sitosterol, dan kaemferol berdasarkan ADME (Absorpsi, Distribusi, Metabolisme, Eliminasi). Uji drug likeness perlu dilakukan untuk melihat keefektifan kelarutan senyawa di dalam tubuh sehingga dapat terabsorbsi dengan baik (Lipinski 2000). Pengujian tersebut dilakukan dengan parameter “Rule of Five”, yaitu hidrogen donor ≤ 5, hidrogen akseptor ≤ 10, bobot molekul < 500 g/mol, dan koefisien partisi oktanol-air (log P) < 5 (Lipinski et al. 2001). Berdasarkan parameter tersebut senyawa yang memenuhi aturan Rule of Five yaitu geraniol, asam kafeat dan kaemferol (Tabel 3).
9 Tabel 3 Hasil uji drug likeness No 1 2 3 4
Senyawa Beta sitosterol Geraniol Asam kafeat Kaemferol
BM (g/mol) 414,7067 154,2493 180.157,0000 286,2363
H donor H akseptor 1 1 1 1 3 4 4 6
Log P 9,30 2,90 1,20 1,90
Senyawa geraniol, asam kafeat, dan kaemferol kemudian di uji dengan penambatan molekular untuk mengetahui ikatan yang terbentuk dengan protein target penyebab penyakit hiperkolesterolemia.
Penambatan Molekular Penambatan molekular dilakukan untuk memprediksi orientasi ikatan antara senyawa aktif dengan protein target sehingga membentuk kompleks yang stabil dan memiliki potensi sebagai obat. Protein target yang akan digunakan dicari melalui situs Potential Drug Target Database (PDTD). Penambatan dilakukan berdasarkan pencarian sisi aktif protein yang dapat berikatan dengan senyawa aktif (ligan). Orientasi ikatan diprediksi bedasarkan hasil evaluasi nilai energi dari konformasi ikatan yang berbeda-beda dengan menggunakan fungsi penilaian tertentu (Huang dan Zou 2007). Ligan yang digunakan dalam penambatan molekular ini yaitu geraniol, asam kafeat, dan kaemferol. Pensejajaran sekuens protein dilakukan sebelum penambatan menggunakan Clustal W2 dengan tujuan melihat perbedaan antar sekuens dan menentukan protein yang akan digunakan untuk penambatan (Zusapa 2013). Protein dan ligan yang digunakan untuk penambatan dioptimisasi dan di minimisasi energinya dengan tujuan menghilangkan interaksi yang tidak disukai dari struktur sehingga dihasilkan struktur yang stabil. Struktur yang stabil ditandai dengan nilai kalor pembentukan (ΔHf) yang kecil (Fitriasari et al. 2008). Optimisisasi dan minimisasi energi pada protein dilakukan dengan penambahan atom hidrogen, protonasi, pengaturan muatan parsial dan minimisasi energi. Penambahan atom hidrogen dilakukan karena terdapat kemungkinan hilangnya atom hidrogen pada saat kristalisasi yang dapat mempengaruhi interaksi (Zusapa 2013). Selanjutnya protein di protonasi sehingga berubah menjadi keadaan terionisasi. Penambahan muatan parsial menyebabkan muatan protein terprotonasi sesuai dengan keadaan alaminya sehingga proses penambatan akan berjalan sesuai dengan keadaan sebenarnya. Energi protein di minimukan dengan medan gaya Merck Molecular Forcefield 94x (MMFF94x) karena kepekaannya yang tinggi terhadap optimisasi geometri protein dengan inhibitor (Paningrahi dan Desiraju 2007). Solvasi protein dalam fase gas menyebabkan hilangnya energi solvasi. Hal tersebut perlu dilakukan karena dalam proses penambatan protein dibuat dalam keadaan kaku (Fadilah 2010). Proses optimisasi protein dilakukan dengan gradien akar rerata kuadrat (RMS) 0.05 kkal/Åmol karena sesuai untuk protein yang memiliki bobot molekul yang besar. Semakin besar suatu molekul maka efek sterik yang dihasilkan semakin tinggi sehingga nilai RMS gradien harus semakin besar. Protein yang telah dioptimisasi dan minimisasi mengalami penurunan nilai ΔHf (Lampiran 5) sehingga menjadi lebih stabil dan dapat ditambatkan dengan ligan.
10 Optimisasi ligan dilakukan dengan wash untuk memperbaiki struktur ligan dan posisi atom hidrogen. Optimisasi dan minimisasi energi dilakukan dengan medan gaya Merck Molecular Forcefield 94x (MMFF94x) dan RMS gradien 0.001 kkal/Åmol. Ligan yang telah di optimisasi memiliki nilai ΔHf yang lebih rendah dibandingkan sebelum di optimisasi (Lampiran 6) Oleh karena itu ligan dapat ditambatkan dengan protein karena telah berada dalam keadaan yang stabil. Proses penambatan ligan dengan protein menggunakan metode triangle matcher untuk menghasilkan orientasi ikatan yang maksimal berdasarkan gerak acak ligan pada sisi aktif protein. London dG dipilih dalam fungsi penilaian untuk mengestimasi nilai energi bebas gibs (ΔG) dari proses penambatan. Refinement dilakukan dengan menggunakan forcefield agar diperoleh hasil yang lebih akurat. Nilai tersebut dibandingkan dengan standar inhibitor hiperkolesterolemia untuk mengetahui aktivitas penghambatannya. Proses penambatan dilakukan menggunakan 8 protein, 3 ligan, dan 6 standar inhibitor hiperkolesterolemia (Lampiran 7). Standar inhibitor yang digunakan yaitu simvastatin (Isaacsohn et al. 2003), orlistat (Adisakwattana et al. 2012), cyclooctatin (Aoyagi et al. 1992), guggulsterone (Cui et al. 2003), 5-benzylidenerhodanine (Heng et al. 2011), dan avasimibe (Llaverias et al. 2003). Penambatan molekular akan menghasilkan nilai energi bebas gibs (ΔG), konstanta inhibisi, afinitas, dan ikatan yang terbentuk secara simulasi (Gohlke et al. 2000). Indikator proses penambatan yang baik dapat dilihat dengan membandingkan nilai energi bebas gibs (ΔG), konstanta inhibisi, afinitas, dan jumlah ikatan hidrogen terhadap standar inhibitor. Ikatan pembentukan kompleks yang kuat ditandai dengan nilai ΔG yang rendah, konstanta inhibisi rendah, afinitas yang tinggi, dan banyaknya jumlah ikatan hidrogen. Hasil penambatan menunjukkan ligan geraniol memiliki aktivitas penghambatan kolesterol yang lebih baik dibandingkan standar inhibitor pada protein karboksilesterase, bile salt activated lipase, dan oksidoskualen siklase. Penghambatan kolesterol pada ligan kaemferol dapat dilakukan pada semua protein, tetapi aktivitas penghambatan yang lebih baik dibandingkan standar inhibitor terdapat pada protein karboksilesterase, bile salt activated lipase, oksidoskualen siklase, HMG KoA reduktase, dan ACAT. Selain itu, ligan asam kafeat memiliki aktivitas penghambatan yang lebih baik dari standar pada protein karboksil esterase, bile salt activated lipase, dan oksidoskualen siklase. Aktivitas penambatan ketiga ligan tersebut lebih baik dibandingkan standar inhibitor karena memiliki nilai ΔG yang rendah, afinitas yang kuat, dan tetapan inhibisi yang rendah. Energi bebas gibs (ΔG) menunjukkan kekuatan dan kestabilan pembentukan kompleks antara ligan dengan protein. Semakin kecil nilai energi bebas gibs, kompleks yang terbentuk akan semakin stabil. Kompleks ikatan terstabil pada ligan geraniol dengan ΔG terkecil diperoleh pada penambatan dengan protein bile salt activated lipase yaitu -8,9672 kJ/mol, sedangkan pada ligan kaemferol diperoleh pada penambatan dengan HMG KoA reduktase yaitu -13,6758 kJ/mol. Ligan asam kafeat memiliki nilai ΔG terendah -10,0000 kJ/mol yang diperoleh dari penambatan dengan protein oksidoskualen siklase (Tabel 4). Afinitas (pKi) menunjukkan kemampuan ligan dalam mengikat protein target. Semakin besar nilai afinitas, kompleks protein dengan ligan akan semakin kuat. Nilai tetapan inhibisi (Ki) menunjukkan kekuatan ikatan pembentukan kompeks. Kompleks protein dengan ligan memiliki ikatan yang kuat jika nilai
11 tetapan inhibisi semakin kecil. Selain itu, tetapan inhibisi juga menunjukkan konsentrasi ligan yang dibutuhkan untuk menghambat protein (Kurnia 2013). Tabel 4 Hasil penambatan molekular No
1
2
3
4
5
6
7
8
Protein
Ligan
Geraniol Asam kafeat Karboksilesterase Kaempferol Simvastatin Geraniol Bile-salt-activated Asam kafeat Lipase Kaempferol Orlistat Geraniol Asam kafeat Lisofosfolipase Kaempferol Cyclooctatin Geraniol Asam kafeat Farnesoid X reseptor Kaempferol Guggulsterone Geraniol Asam kafeat Kolesterol Kaempferol esterase 5benzylidenerhod anine Geraniol Asam kafeat Oksidoskualen siklase Kaempferol Simvastatin Geraniol Asam kafeat HMG KoA reduktase Kaempferol Simvastatin Geraniol Asam kafeat ACAT Kaempferol Avasimibe
ΔG (kj/mol) -7,7355 -9,0188 -9,1973 -7,2506 -8,9672 -9,7606 -12,8757 -7,6222 -8,2195 -9,7704 -12,1363 -10,3632 -7,1686 -8,2763 -9,0197 -6,1796 -6,5786 -12,4671 -9,2008
Afinitas (pKi) 5,2990 7,2730 8,1800 5,2100 5,7950 8,3690 9,2490 4,5910 5,7390 9,1450 6,2040 6,7850 4,0770 5,9000 5,4130 6,8580 4,4170 7,7440 5,7360
Ki (μM) 5,02 × 10-6 5,33 × 10-8 6,61 × 10-9 6,17 × 10-6 1,60 × 10-6 4,28 × 10-9 5,64 × 10-10 2,56 × 10-5 1,82 × 10-6 7,16 × 10-10 6,25 × 10-7 1,64 × 10-7 8,38 × 10-5 1,26× 10-6 3,86 × 10-6 1,39 × 10-7 3,82 × 10-5 1,88 × 10-8 1,84 × 10-6
-7,3767 -6,6260 -10,0000 -10,3353 -6,1955 -4,9741 -13,6758 -6,1404 -7,6146 -6,8920
7,6340 23,9830 25,8200 24,9210 23,4580 4,2040 8,0430 4,8600 5,9230 4,7890
2,32 × 10-8 1,04 × 10-24 1,51× 10-26 1,19 × 10-25 3,48 × 10-24 6,25 × 10-5 9,06 × 10-9 1,38 × 10-5 1,19 × 10-6 1,63 × 10-5
Interaksi yang dapat diidentifikasi dari kompleks ligan dengan protein yaitu ikatan hidrogen. Ikatan hidrogen terjadi antara hidrogen dengan atom elektronegatif O, N, dan F (Bruice 2003). Jumlah ikatan hidrogen menunjukkan kekuatan interaksi ligan dengan protein. Berdasarkan Tabel 5, ligan geraniol, asam kafeat, dan kaemferol memiliki jumlah ikatan hidrogen yang sama atau lebih banyak
12 dibandingkan dengan standar inhibitor. Hal tersebut menunjukkan ketiga ligan memiliki kekuatan interaksi yang sama dengan standar inhibitor. Tabel 5 Interaksi ikatan hidrogen pada residu asam amino Protein
Ligan Geraniol
Asam kafeat Kaempferol Simvastatin Geraniol Bile-salt-activated Asam kafeat Lipase Kaempferol Orlistat Geraniol Asam kafeat Lisofosfolipase Kaempferol Cyclooctatin Geraniol Asam kafeat Farnesoid X reseptor Kaempferol Guggulsterone Geraniol Asam kafeat Kolesterol Kaempferol esterase 5benzylidenerhodanine Geraniol Asam kafeat Oksidoskualen siklase Kaempferol Simvastatin Geraniol Asam kafeat HMG KoA reduktase Kaempferol Simvastatin Geraniol Asam kafeat ACAT Kaempferol Avasimibe Karboksilesterase
Residu Asam Amino Arg 346 Arg 356, Arg 381, Glu 357, Glu 357 Lys 530, Lys 530, Ser 405 Gly 489 Asn 341, Lys 405 Lys 198, Lys 198 Lys 468, Thr 472, Tyr 476 Arg 237, Asp 207 Ser 7, Thr 8 Thr 8 Met 6, His 55, Thr 8 Gln 102, Thr 8 His 294, Met 290 Arg 331, Met 265 Arg 227, Asp 228, Glu 225 His 294 Asp 149 Arg 446, His 345, Val 449 Asn 40, Glu 37, Lys 25 Lys 405 His 232, Phe 696, Trp 581 His 232, Phe 696, Trp 581 His 232, Phe 696, Trp 581 Gly 509, Trp 221 Glu 466 Ala 751, Asn 755, Lys 735, Lys 735 Leu 596 Met 366 Lys 338, Lys 338
Σ Ikatan H 1 4 3 1 2 2 3 2 2 1 3 2 2 2 3 1 1 3 3 1 3 3 3 2 1 4 1 1 2
Interaksi protein karboksilesterase dengan ligan ditunjukkan pada Gambar 3. Ikatan hidrogen terbentuk antara residu Arg 346 dengan atom O dari gugus –OH pada geraniol (Gambar 3a), residu Arg 356 dengan atom O, Arg 381 dengan atom O, dan Glu 357 dengan atom H dari gugus -OH pada asam kafeat (Gambar 3b). Gambar 3c menunjukkan ikatan pada kaemferol terbentuk antara residu Lys 530 dengan atom
13 O, Lys 530 dengan atom OH, dan Ser 405 dengan atom H. Standar inhibitor simvastatin menunjukkan ikatan dengan residu Gly 489 dengan atom H dari gugus –OH (Gambar 3d).
(a)
(c)
(b)
(d)
Gambar 3 Interaksi karboksilesterase dengan geraniol (a), asam kafeat (b), kaemferol (c) dan simvastatin (d)
14
SIMPULAN DAN SARAN Simpulan Metode farmakologi balik dan jejaring dapat digunakan untuk menguji potensi aktivitas suatu senyawa. Hasil penambatan molekular pada 8 protein target menunjukkan senyawa aktif formula jamu, yaitu geraniol, asam kafeat, dan kaemferol memiliki energi bebas gibbs (ΔG), afinitas (pKi), dan tetapan inhibisi (Ki) yang lebih baik dibandingkan standar inhibitor hiperkolesterolemia. Oleh karena itu geraniol, asam kafeat, dan kaemferol memiliki potensi sebagai antihiperkolesterolemia. Proses penghambatan kolesterol senyawa tersebut diduga dilakukan dengan menurunkan kadar kolesterol, menurunkan LDL, dan meningkatkan HDL. Selain itu dapat diketahui pula bahwa tanaman Allium sativum, Cynara scolymus, Actinidia chinensis, dan Ginkgo biloba memiliki potensi antihiperkolesterolemia melalui mekanisme penghambatan yang sama dengan tanaman formula jamu, yaitu Kemuning (Murraya paniculata), Kumis kucing (Orthosiphon stamineus), dan Jati belanda (Guazuma ulmifolia).
Saran Hasil yang diperoleh merupakan prediksi dengan metode komputasi. Oleh karena itu, senyawa geraniol, asam kafeat, dan kaemferol perlu di uji lebih lanjut baik secara in vitro maupun in vivo untuk membuktikan aktivitasnya dalam menghambat kolesterol.
DAFTAR PUSTAKA Adisakwattana S, Intrawangso J, Hemrid A, Chanathong B, Mäkynen K. 2012. Extracts of edible plants inhibit pancreatic lipase, cholesterol esterase and cholesterol micellization, and bind bile acids. Food Technol. Biotechnol. 50 (1): 11–16. Andriana IP. 2013. Formulasi jamu baru antikolesterol melalui studi bioinformatika pangkalan data jamu dengan zebrafish sebagai hewan model [skripsi]. Bogor (ID): Institut Pertanian Bogor. Aoyagi T, Aoyama T, Kojima F, Hattori S, Honma Y, Hamada M, Takeuchi T. 1992. Cyclooctatin, a new inhibitor of lisofosfolipase, produced by Streptomyces melanosporofaciens MI6 14-43F2. J. Antibiot. 45 (10): 15871591. Bruice P. 2003. Organic Chemistry. Ed ke-4. New Jersey (US): Prentice Hall. Cui J, Li H, Zhao A, Lew J, Yu J, Sahoo S, Meinke P, Royo I, Fernando P, Wright S. 2003. J. Biol. Chem. 278 (12):10214-10220.doi: 10.1074/jbc.M209323200 Fadilah. 2010. Penapisan senyawa bioaktif dari suku Zingiberaceae sebagai penghambat neuraminidase virus influenza A (H1N1) melalui pendekatan docking [tesis]. Depok (ID): Universitas Indonesia.
15 Fitriasari A, Wijayanti NK, Ismiya N, Dewi D, Kundarto W, Sudarmanto BSA, Meiyanto E. 2008. Studi potensi kurkumin dan analognya sebagai selective estrogen receptor modulators (SERMs): docking pada reseptor estrogen β. Pharmacon. 9:27-32. Gunadi G, Sensuse DI. 2012. Penerapan metode data mining market basket analysis terhadap data penjualan produk buku dengan menggunakan algoritma apriori dan frequent pattern growth (fp-growth): studi kasus percetakan PT. Gramedia. J Telematika MKOM. 4 (1): 118-132. Gohlke, H., Hendlich, M. and Klebe, G. (2000) Knowledge-based Scoring Function to Predict Protein-Ligand Interactions. J Mol Biol. 295: 337-356. Heng S, Tieu W, Hautmann S, Kuan K, Pedersen DS, Pietsch M, Gutschow M, Abell AD. 2011. Bioorg Med Chem. 19 (24):7453-63.doi: 10.1016/j.bmc. Hert J, Keiser MJ, Irwin JJ, Oprea TI, Shoichet BK. 2008. Quantifying the relationships among drug classes. J Chem Inf Model. 48(4): 755–765. doi: 10.1021/ci8000259 Huang S, Zou X. 2007. Efficient molecular docking of NMR structures: application to HIV-1 protease. J Prot Sci. 16:43-51. doi:10.1110/ps.062501507 Isaacsohn J, Hunninghake D, Schrott H, Dujovne CA, Knopp R, Weiss SR, Bays H, Crouse JR, Davidson MH, Keilson LM et al. 2003. Effects of simvastatin, an HMG-CoA reductase inhibitor, in patients with hypertriglyceridemia. Clin Cardiol. 26 (1):18-24. Krishna P, Margaret TM, Revathi B, Brahmaiah B, Nama S, Desu PK. Reverse pharmacology and systems approaches for drug discovery and development. Int J Pharm Res Bio-Sci. 2 (3): 173-184. Kurnia H. 2013. Studi komponen aktif temu lawak terhadap patogenesis kanker kolorektum jalur protein induser dengan penambatan molekular [skripsi]. Bogor (ID): Institut Pertanian Bogor. Kusrini, Luthfi ET. 2009. Algoritma Data Mining. Yogyakarta: Andi Offse. Llaverias G, Laguna JC, Alegret M. 2003. Pharmacology of the ACAT inhibitor avasimibe (CI-1011). Cardiovasc Drug Rev. 21 (1):33-50. Lipinski CA. 2000. Drug-like properties and the causes of poor solubility and poor permeability.J Pharmacol Toxicol Methods. 44 (1): 235249. doi:10.1016/S1056 Lipinski CA, Lombardo F, Dominy BW, Feeney PJ. 2001. Experimental and computational approaches to estimate solubility and permeability in drug discovery and development settings. Adv. Drug Del. Rev. 46 (1): 3–26. doi: 10.1016/S0169-409X(00)00129-0 Paningrahi SK, Desiraju GR. 2007. Strong and weak hydrogen bonds in the protein-ligand interface. Proteins Struct Funct Bioinf. 67:128-141. doi: 10.1002/prot.21253 Pathwardan B, Vaidya ADB. 2010. Natural products drug discovery: accelerating the clinical candidate development using reverse pharmachology approach. Indian J Exp Biol. 4 : 220-227 Sianipar Y, Isnawati M. 2012. Pengaruh pemberian jus lidah buaya (aloe vera) terhadap kadar kolesterol High Density Lipoprotein (HDL) dan Low Density Lipoprotein (LDL). J Nutr Coll. 1 (1): 747-761. Sobenin IA, Andrianova IV, Demidova ON, Gorchakova T, Orekhov AN. 2008. Lipid lowering effects of time released garlic powder tablets in double
16 blinded placebo controlled randomized study. J Atheroscler Thromb. 15(6): 334-338. Widowati W, Herlina T, Ratnawati H, Mozef T, Immanuel V. 2011. Potency of antioxidant, anticholesterol and platelet antiaggregation of black tea (Camelia sinensis). Bul. Littro. 22 (1):74-83. Wiryowidagdo S, Sitanggang M. 2008. Tanaman Obat untuk Penyakit Jantung, Darah Tinggi, & Kolesterol. Jakarta (ID): Agromedia Pustaka. Zusapa GA. 2013. Studi komponen aktif temu lawak terhadap patogenesis kanker kolorektum jalur protein β-katenin dengan penambatan molekular [skripsi]. Bogor (ID): Institut Pertanian Bogor.
17 Lampiran 1 Diagram alir penelitian Penyakit Pencarian data uji klinik tanaman, senyawa aktif, CID, dan efek Data mining Pembuatan jaringan (networking) Senyawa aktif berpotensi antihiperkolesterolemia Uji drug likeness Senyawa aktif berpotensi antihiperkolesterolemia dengan sifat farmakokinetk Penambatan molekular
Senyawa aktif formula jamu dengan aktivitas antihiperkolesterol
Mekanisme penghambatan kolesterol
Lampiran 2 Hasil data mining Senyawa aktif dan CID No 1 2
Tanaman lead Aronia melanocarpa Cynara scolymus Cynara scolymus Cynara scolymus Cynara scolymus ..............
Senyawa antosianin cynarin seskuiterpen lakton beta karoten lutein
CID 145858 5281769 338659 5280489 5281243
18 CID senyawa dan efek NO Senyawa Antosianin 1 Antosianin Antosianin Cynarin Cynarin Cynarin 2 Seskuiterpen lakton Seskuiterpen lakton Seskuiterpen lakton .........
CID 145858 145858 145858 5281769 5281769 5281769 338659 338659 338659
Efek Menurunkan kadar kolesterol Menurunkan peroksidasi lipid Meningkatkan fluiditas membran Menurunkan kadar kolesterol total Menurunkan LDL Meningkatkan HDL Menurunkan kadar kolesterol total Menurunkan LDL Meningkatkan HDL
Senyawa lead No 1 2 3 4 5 6
Senyawa lead ciprofibrate gamma-oryzanol laminaran ginsenoside Rb2 gamma-oryzanol niasin
CID 73417183 51346127 46173707 44575879 24871484 23686395
........
CID senyawa lead dan kemiripannya No CID senyawa lead 1 73417183 2 51346127
3 49849431
CID senyawa kemiripannya 70292214 12313778 5282164 656584 89468 24871484 67356438 45040400 25241319 25241289
19 Lampiran 3 Hasil pembuatan jaringan Jaringan tanaman-CID
Keterangan: = CID senyawa aktif = Tanaman lead
20 Jaringan CID senyawa-efek
Keterangan: = CID senyawa aktif = Efek
21 Jaringan gabungan tanaman, CID, dan efek
Keterangan: = Efek = CID senyawa aktif = Tanaman lead
22 Jaringan senyawa lead dan kemiripannya
Keterangan: = Senyawa lead dan kemiripannya
23 Jaringan gabungan tanaman, CID, dan efek dengan senyawa lead dan kemiripannya
24 Lampiran 4 Protein dan ligan yang digunakan dalam penambatan molekular No
Protein 1
Karboksilesterase
2
Bile-salt-activated Lipase
3
Lisofosfolipase
4
Farnesoid X reseptor
5
Kolesterol esterase
6
Oksidoskualen siklase
7
HMG KoA reduktase
8
ACAT
Ligan Geraniol Asam kafeat Kaemferol Simvastatin Geraniol Asam kafeat Kaemferol Orlistat Geraniol Asam kafeat Kaemferol Cyclooctatin Geraniol Asam kafeat Kaemferol Guggulsterone Geraniol Asam kafeat Kaemferol 5-benzylidenerhodanine Geraniol Asam kafeat Kaemferol Simvastatin Geraniol Asam kafeat Kaemferol Simvastatin Geraniol Asam kafeat Kaemferol Avasimibe
25 Lampiran 5 Hasil optimisasi dan minimisasi energi protein
No 1 2 3 4 5 6 7 8
Protein Karboksilesterase Bile-salt-activated Lipase Lisofosfolipase Farnesoid X reseptor Kolesterol esterase Oksidoskualen siklase HMG KoA reduktase ACAT
ΔHf (kkal/mol) sebelum optimasi setelah optimasi 12.388,2050 -32.780,1539 12.208,5615 -33.975,6878 4.837,0811 -13.505,4206 8.510,8000 -23.161,6083 12.208,5615 -34.176,9830 16.151,2767 -59.095,4440 13.958,0392 -53.906,9354 18.255,6910 -78.080,4491
Lampiran 6 Hasil optimisasi dan minimisasi energi ligan
No 1 2 3 4 5 6 7 8 9
Ligan Geraniol Asam kafeat Kaemferol Simvastatin Orlistat Cyclooctatin Guggulsterone 5-benzylidenerhodanine Avasimibe
ΔHf (kkal/mol) sebelum optimasi setelah optimasi 76,1539 9,9389 34,4347 17,5507 1.313.608,0000 48,6364 175,9604 60,7928 2.138,1026 15,1591 6.648,5989 113,5921 96.534,4233 76,8207 385,1454 25,1145 4.949,7141 115,0741
No
1
2
3
4
Protein
Karboksilesterase
Bile-salt-activated Lipase
Lisofosfolipase
Farnesoid X reseptor
Ligan
ΔG (kj/mol)
Geraniol
-7,7355
Asam kafeat Kaempferol
-9,0188 -9,1973
Simvastatin
Afinitas (pKi)
Ki (μM)
26
Lampiran 7 Hasil penambatan senyawa aktif yang berpotensi antihiperkolesterolemia Σ Ikatan H
Efisiensi
Residu Asam Amino
5,2990
5,02 × 10
-6
0,4820
1
7,2730
5,33 × 10-8
0,5590
Arg 346 Arg 356, Arg 381, Glu 357, Glu 357
8,1800
6,61 × 10-9
0,3900
Lys 530, Lys 530, Ser 405
3
-7,2506
5,2100
6,17 × 10
-6
0,1740
Gly 489
1
Geraniol
-8,9672
5,7950
1,60 × 10-6
0,5270
Asn 341, Lys 405
2
Asam kafeat
-9,7606
8,3690
-9
4,28 × 10 5,64 × 10-
0,6440
Lys 198, Lys 198
2
9,2490
10
Kaempferol
-12,8757
0,4400
Lys 468, Thr 472, Tyr 476
3
2,56 × 10
-5
0,1310
Arg 237, Asp 207
2
-6
0,5220
Ser 7, Thr 8
2
Orlistat
-7,6222
Geraniol
-8,2195
5,7390
1,82 × 10
Asam kafeat
-9,7704
9,1450
7,16 × 10-10
Kaempferol
-12,1363
Cyclooctatin
-10,3632
Geraniol
4,5910
4
0,7030
Thr 8
1
6,2040
6,25 × 10
-7
0,2950
Met 6, His 55, Thr 8
3
6,7850
1,64 × 10-7
0,2950
Gln 102, Thr 8
2
-7,1686
4,0770
8,38 × 10
-5
0,3710
His 294, Met 290
2
Asam kafeat
-8,2763
5,9000
1,26× 10-6
Kaempferol
-9,0197
Guggulsterone
-6,1796
0,4540
Arg 331, Met 265
2
5,4130
3,86 × 10
-6
0,2480
Arg 227, Asp 228, Glu 225
3
6,8580
1,39 × 10-7
0,2980
His 294
1
5
6
7
8
Cholesterol esterase
Oksidoskualen siklase
HMG KoA reduktase
ACAT
Geraniol
-6,5786
Asam kafeat
-12,4671
Kaempferol
-9,2008
5-benzylidenerhodanine
-7,3767
Geraniol
-6,6260
23,9830
1,04 × 10
Asam kafeat
-10,0000
25,8200
1,51× 10-26
Kaempferol
-10,3353
Simvastatin
-6,1955
Geraniol Asam kafeat
-4,9741
Kaempferol
-13,6758 -6,1404
4,4170
3,82 × 10-5
0,4020
Asp 149
1
7,7440
1,88 × 10
-8
0,5960
Arg 446, His 345, Val 449
3
5,7360
1,84 × 10
-6
0,2730
Asn 40, Glu 37, Lys 25
3
7,6340
2,32 × 10-8
0,5450
Lys 405
1
0,2580
His 232, Phe 696, Trp 581
3
-24
0,2720
His 232, Phe 696, Trp 581
3
24,9210
1,19 × 10
-25
0,2420
His 232, Phe 696, Trp 581
3
23,4580
3,48 × 10-24
0,2090
Gly 509, Trp 221
2
4,2040 -
6,25 × 10 -
-5
0,3820 -
1 -
8,0430
9,06 × 10-9
0,3830
Glu 466 Ala 751, Asn 755, Lys 735, Lys 735
-
4,8600 -
1,38 × 10-5 -
0,1620 -
Leu 596 -
1 -
Kaempferol
-7,6146
5,9230
1,19 × 10-6
0,2820
Met 366
1
Avasimibe
-6,8920
4,7890
-5
0,1370
Lys 338, Lys 338
2
Simvastatin Geraniol Asam kafeat
-
1,63 × 10
4
27
RIWAYAT HIDUP Penulis dilahirkan di Medan pada tanggal 27 Juli 1992. Penulis merupakan anak pertama dari 2 bersaudara, dari pasangan Taat Purwanto (alm) dan Arini Widiningsih. Tahun 2010, penulis lulus dari SMA Negeri 4 Bekasi dan diterima melalui jalur undangan seleksi masuk IPB (USMI) di Departemen Kimia, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Selama masa kuliah, penulis menjadi asisten praktikum Asas Kimia Analitik Layanan Biologi pada tahun ajaran 2013/2014, asisten praktikum Kimia Dasar tahun 2013/2014 dan menjadi asisten Teknik Pemisahan pada tahun yang sama. Penulis juga pernah aktif sebagai staf Komunikasi dan Informasi Ikatan Mahasiswa Kimia (IMASIKA). Pada bulan Juli-Agustus 2013, penulis melaksanakan praktik lapangan di Pusat Penelitian Karet dengan judul Pembuatan dan Karakterisasi Nanokomposit (Organoclay) Karet Alam/Bentonit dengan Metode Pencampuran Fase Lateks.
