Nama

: Sela Marselyana A.

NIM

: 1111016200010

UTS Kimia Bahan Alam

PERANAN KIMIA KOMPUTASI DALAM PENEMUAN OBAT DAN PENGEMBANGAN

DATABASE TANAMAN OBAT INDONESIA

Proses mendesain obat baru dan mengedarkannya ke masyarakat merupakan proses panjang dan kompleks
yang dapat memakan waktu bertahun-tahun (5-7 tahun) dan biaya tidak sedikit (50-100 juta USD). Hal ini menjadi
tantangan bagi peneliti untuk menghasilkan strategi dan upaya efektif dan ekonomis untuk penemuan obat baru.
Salah satu strategi yang banyak dikembangkan untuk desain molekul obat baru adalah pemanfaatan metode kimia
komputasi (computational chemistry).
Kemajuan simulasi dan pemodelan, terutama kimia komputasi, dapat memberikan pengaruh berarti dalam
menurunkan biaya dan waktu yang diperlukan desain proses kimia dan senyawa baru. Pemodelan molekul yang
akurat memungkinkan peneliti lebih cepat memprediksi sifat dan spesies kimia yang terlibat dalam suatu proses
kimia. Desain katalis baru suatu proses kimia akan menaikkan keunggulan produksi, mereduksi emisi dan limbah,
dan membangun proses kimia berkategori kimia hijau (green chemistry). Pemodelan dan simulasi akan memainkan
peranan penting dalam pengembangan teknologi baru dalam produksi dan desain material/produk.
Simulasi komputer membutuhkan suatu metode akurat dalam memodelkan sistem yang dikaji. Simulasi
sering dilakukan dengan kondisi yang sangat mirip dengan eksperimen, sehingga hasil perhitungan kimia komputasi
dapat dibandingkan secara langsung dengan eksperimen. Jika hal ini terjadi, maka simulasi bersifat sebagai alat yang
sangat berguna, bukan hanya untuk memahami dan menginterpretasi data eksperimendalam tingkat mikroskopik,
tetapi juga dapat mengkaji bagian yang tidak dapat dijangkau secara eksperimen. 1

1.

FASE PENEMUAN OBAT

Pada mulanya penggunaan obat dilakukan secara empirik dari tumbuhan dan hanya berdasarkan
pengalaman. Sampai akhir abad 19, obat merupakan produk organik atau anorganik dari tumbuhan yang dikeringkan
atau segar, bahan hewan atau mineral yang aktif dalam penyembuhan penyakit tetapi dapat juga menimbulkan efek
toksik bila dosisnya terlalu tinggi atau pada kondisi tertentu penderita. Untuk menjamin tersedianya obat agar tidak
tergantung kepada musim maka tumbuhan obat diawetkan dengan pengeringan. Contoh tumbuhan yang dikeringkan
pada saat itu adalah getah Papaver somniferum (opium mentah) yang sering dikaitkan dengan obat penyebab
ketergantungan dan ketagihan.
Pengembangan bahan obat diawali dengan sintesis atau isolasi dari berbagai sumber yaitu dari tanaman.
Setelah diperoleh bahan calon obat, maka selanjutnya calon obat tersebut akan melalui serangkaian uji yang
memakan waktu yang panjang dan biaya yang tidak sedikit sebelum diresmikan sebagai obat oleh badan pemberi

Prof. Dr. Harno Dwi Pranowo, M.Si., Peran Kimia Komputasi Dalam Desain Molekul Obat, hlm. 5 dari
http://mgb.ugm.ac.id/media/download/pidato-pengukuhan.pdf diakses pada tanggal 13 Juni 2014 pukul
10.57 WIB

izin. Biaya yang diperlukan dari mulai isolasi atau sintesis senyawa kimia sampai diperoleh obat baru lebih kurang
US$ 500 juta per obat.
Uji yang harus ditempuh oleh calon obat adalah uji praklinik dan uji klinik, yakni:

2.

a.

Uji Praklinik merupakan persyaratan uji untuk calon obat, dari uji ini diperoleh informasi tentang
efikasi (efek farmakologi), profil farmakokinetik dan toksisitas calon obat. Pada mulanya yang
dilakukan pada uji praklinik adalah pengujian ikatan obat pada reseptor dengan kultur sel terisolasi
atau organ terisolasi, selanjutnya dipandang perlu menguji pada hewan utuh.

b.

Uji Klinik terdiri dari 4 fase yaitu :

1.

Fase I , calon obat diuji pada sukarelawan sehat untuk mengetahui apakah sifat yang diamati pada
hewan percobaan juga terlihat pada manusia. Pada fase ini ditentukan hubungan dosis dengan
efekyang ditimbulkannya dan profil farmakokinetik obat pada manusia.

2.

Fase II, calon obat diuji pada pasien tertentu, diamati efikasi pada penyakit yang diobati. Yang
diharapkan dari obat adalah mempunyai efek yang potensial dengan efek samping rendah atau
tidak toksik. Pada fase ini mulai dilakukan pengembangan dan uji stabilitas bentuk sediaan obat.

3.

Fase III melibatkan kelompok besar pasien, di sini obat baru dibandingkan efek dan keamanannya
terhadap obat pembanding yang sudah diketahui. Selama uji klinik banyak senyawa calon obat
dinyatakan tidak dapat digunakan. Akhirnya obat baru hanya lolos 1 dari lebih kurang 10.000
senyawa yang disintesis karena risikonya lebih besar dari manfaatnya atau kemanfaatannya lebih
kecil dari obat yang sudah ada. Keputusan untuk mengakui obat baru dilakukan oleh badan
pengatur nasional, di Indonesia oleh Badan Pengawas Obat dan Makanan.

4.

Fase IV, setelah obat dipasarkan masih dilakukan studi pasca pemasaran (post marketing
surveillance) yang diamati pada pasien dengan berbagai kondisi, berbagai usia dan ras. Studi ini
dilakukan dalam jangka waktu lama untuk melihat nilai terapeutik dan pengalaman jangka
panjang dalam menggunakan obat. 2

PENELITIAN IN VITRO, IN VIVO, IN SILICO

Studi komputasi dikenal dengan terminologi in silico merupakan analog in vivo dan in vitro, yang
menggunakan aplikasi komputer sehingga waktu dan biaya menjadi lebih efisien. Terminologi in silico di
antaranya dikenal sebagai penapisan virtual. Untuk melakukan penapisan senyawa biologis terhadap milyaran
senyawa masih sangat sulit, oleh karena itu pendekatan secara virtual menjadi alternatif. Karena metode ini relatif
lebih cepat bahkan mampu menangani ribuan senyawa dalam satu hari dan bergantung pada senyawa yang diuji dan
kecepatan komputer.
Kini, penapisan virtual telah mencapai status sebagai teknologi yang dinamis dan menguntungkan dalam
penemuan senyawa obat. Proses penapisan virtual digunakan untuk membantu menemukan senyawa-senyawa
yang kemungkinan besar berpotensi sebagai obat, dengan membutuhkan waktu yang relatif singkat. Jika target
telah diketahui, algoritma docking dapat digunakan untuk menempatkan kandidat obat ke dalam sisi aktif dari

Elin
Yulinah
Sukandar,
Tren
dan
Paradigma
Dunia
Farmasi
hlm.
2-6,
dari
http://www.itb.ac.id/focus/focus_file/orasi-ilmiah-dies-45.pdf diakses pada tanggal 13 Juni 2014 pukul
10.56 WIB

target seperti enzim atau reseptor. Kemudian interaksi senyawa-senyawa yang telah diikatkan kemudian diurutkan
berdasarkan hasil analisis secara komputasi komponen sterik dan elektrostatiknya. 3
Perbandingan penemuan obat secara konvensional dan dengan bantuan komputer dalam proses penemuan
obat adalah sebagai berikut:

3.

1.

Konvensional
Secara konvensional yang bisa dilakukan adalah mensintesis turunan dan analog senyawa A dan diujikan
dalam enzim X sampai ditemukan beberapa senyawa yang sangat potensial untuk dikembangkan. Pada
senyawa-senyawa potensial tersebut dilakukan uji lanjutan dan secara alami senyawa-senyawa tersebut
dapat berguguran dan tidak sampai ke pasar karena terbentur beberapa masalah pada uji lanjutan, misal
didapati toksis. Kemudian dilakukan screening lagi dari tanaman yang secara empiris dilaporkan mengobati
kanker.

2.

Dengan bantuan komputer (Computer-aided drug discovery and development; CADDD)

Di lain pihak, keberadaan sebuah komputer pribadi dilengkapi dengan aplikasi kimia komputasi yang
memadai ditangan ahli kimia komputasi medisinal yang berpengalaman dapat menayangkan senyawa A
secara tiga dimensi (3D) dan melakukan komparasi dengan senyawa lain yang sudah diketahui memiliki
aktivitas tinggi, misal senyawa B. Berdasarkan komparasi 3D dilengkapi dengan perhitungan similaritas
dan energi, memberikan gambaran bagian-bagian dan gugus-gugus potensial yang dapat dikembangkan
dari senyawa A (pharmacophore query). Kemudian berbagai senyawa turunan dan analog disintesis secara
in silico alias digambar sesuai persyaratan aplikasi komputer yang digunakan (untuk selanjutnya disebut
senyawa hipotetik). Hal ini jelas jauh lebih murah daripada sintesis yang sebenarnya. Keberadaan data
struktur 3D enzim X akan sangat membantu. Aplikasi komputer dapat melakukan studi interaksi antara
senyawa-senyawa hipotetik dengan enzim X secara in silico pula. Dari studi ini dapat diprediksi aktivitas
senyawa-senyawa hipotetik dan dapat dilakukan eliminasi senyawa-senyawa yang memiliki aktivitas
rendah. Sebelum diusulkan untuk disintesis, senyawa-senyawa hipotetik tersebut dengan diprediksi
toksisitasnya secara in silico dengan cara melihat interaksinya dengan enzim-enzim yang bertanggung
jawab pada metabolisme obat. Dari beberapa langkah in silico tersebut, dapat diusulkan beberapa senyawa
analog dan turunan senyawa A yang memang potensial untuk disintesis dan dikembangkan, atau
mengusulkan untuk mengembangkan seri baru. Jumlah senyawa yang diusulkan biasanya jauh lebih sedikit
dibandingkan penemuan obat secara konvensional.4

PENDEKATAN DALAM PERANCANGAN OBAT SECARA IN SILICO

Desain obat merupakan proses literasi dimulai dengan penentuan senyawa yang menunjukkan sifat biologi
penting dan diakhiri dengan langkah optimasi, baik dari profil aktivitas maupun sintesis senyawa kimia. Tanpa
pengetahuan lengkap tentang proses biokimia yang bertanggung jawab terhadap aktivitas biologis, hipotesis desain
obat pada umumnya didasarkan pada pengujian kemiripan struktural dan pembedaan antara molekul aktif dan tak
aktif.
3

Mukhtasyam Zukhrullah, Muhammad Aswad, dan Subehan, Kajian Beberapa Senyawa Antiinflamasi:
Docking
Terhadap
Siklooksigenase-2
Secara
In
Silico,
hlm.
1-2,
dari
http://indonesia.digitaljournals.org/index.php/idnmed/article/download/520/520 diakses tanggal 13 Juni
2014 pukul 10.55 WIB
4

Anonim, Sekilas Tentang Pemodelan Molekul, dari http://molmod.org/2010/02/07/sekilas-tentangpemodelan-molekul/ diakses tanggal 13 Juni 2014 pukul 10.55 WIB

Kombinasi antara strategi mensintesis dan uji aktivitasnya menjadi sangat rumit dan memerlukan waktu
yang lama untuk sampai pada pemanfaatan obat. Dengan kemajuan di bidang kimia komputasi, peneliti dapat
menggunakan komputer untuk mengoptimasi aktivitas, geometri dan reaktivitas, sebelum senyawa disintesis secara
eksperimental. Hal ini dapat menghindarkan langkah sintesis suatu senyawa yang membutuhkan waktu dan biaya
mahal, tetapi senyawa baru tersebut tidak memiliki aktivitas seperti yang diharapkan.
Keberadaan komputer yang dilengkapi dengan aplikasi kimia komputasi, memungkinkan ahli kimia
komputasi medisinal menggambarkan senyawa obat secara tiga dimensi (3D) dan melakukan komparasi atas dasar
kemiripan dan energi dengan senyawa lain yang sudah diketahui memiliki aktivitas tinggi (pharmacophore query).. 5
Dalam hal ini komputer membantu untuk mereduksi jumlah senyawa yang diusulkan secara rasional dan
diharapkan lebih efektif, serta membantu mempelajari interaksi obat dengan targetnya bahkan kemungkinan sifat
toksis senyawa tersebut dan metabolitnya.
Berdasarkan ilustrasi di atas dapat disarikan dua metode yang saling melengkapi dalam penggunaan
komputer sebagai alat bantu penemuan obat, yaitu: (i) berdasarkan senyawa yang diketahui berikatan dengan target
atau biasa disebut ligand, (rancangan obat berdasarkan ligand; ligand-based drug designi(LBDD)) dan (ii)
berdasarkan struktur target baik berupa enzim maupun reseptor yang bertanggung jawab atas toksisitas dan aktivitas
suatu senyawa di dalam tubuh (rancangan obat berdasarkan struktur target; structure-based drug design(SBDD)).
LBDD memanfaatkan informasi sifat fisikokimia senyawa-senyawa aktif sebagai landasan mendesain
senyawa baru. Tiga metode LBDD yang lazim digunakan adalah pharmacophore discovery dan hubungan kuantitatif
struktur-aktivitas/quantative structure-activity relationship (HKSA/QSAR), dan docking studies. Pharmacophore
discovery yaitu metode mencari kesamaan sifat fisikokimia antara lain sifat elektronik, hidrofobik dan sterik dari
senyawa-senyawa yang dilaporkan aktif kemudian dibangun suatu bagian 3D yang menggabungkan sifat gugusgugus maupun bagian senyawa yang diduga bertangung jawab terhadap aktivitasnya (pharmacophore). Adapun
QSAR memadukan statistika dengan sifat fisikokimia senyawa yang dapat dikalkulasi dengan bantuan komputer
guna menurunkan suatu persamaan yang dapat digunakan memprediksi aktivitas suatu senyawa
Struktur protein target dapat dimodelkan dari data yang diperoleh struktur kristalnya maupun hasil analisis
nuclear magnetic resonance (NMR) maupun data genomic (bioinformatics). Struktur protein hasil kristalografi
dapat diakses di www.pdb.org. SBDD memanfaatkan informasi dari struktur protein target guna mencari sisi aktif
protein yang berikatan dengan senyawa. Berdasarkan prediksi sisi aktif dapat dirancang senyawa yang diharapkan
berikatan dengan protein target tersebut dan memiliki aktivitas biologis.
Dengan memanfaatan informasi dari struktur target maupun sifat fisikokimia ligand dapat dilakukan
skrining uji interaksi senyawa-senyawa yang diketahui aktif (ligand) pada prediksi sisi aktif protein. Berdasarkan
informasi yang diperoleh dirancang senyawa baru yang diharapkan lebih berpotensi dari senyawa-senyawa yang
ada. Hal ini juga digunakan untuk studi interaksi ligand dengan protein targetnya. Salah satu kelemahan docking
studies untuk studi interaksi adalah asumsi struktur protein yang kaku, yang tidak memfasilitasi efek induced-fit dari
interaksi protein dengan ligand-nya. Fleksibilitas protein dan interaksinya dengan suatu senyawa dapat dianalisis
dengan mengaplikasikan Molecular Dynamics (MD), simulasi yang melihat perubahan struktur suatu senyawa
terhadap waktu berdasarkan parameter-parameter tertentu.6

5
6

Pranowo, Op. Cit., hlm. 8-9

Anonim, Sekilas Tentang Pemodelan Molekul, dari http://molmod.org/2010/02/07/sekilas-tentangpemodelan-molekul/ diakses tanggal 13 Juni 2014 pukul 10.55 WIB

Dalam metode molecular docking, interaksi antara ligand dan protein target dapat dilihat dari pose pada
binding pocket. Pose yang memiliki nilai skoring terbaik di pilih sebagai sebagai tempat ligand diperkirakan
berikatan. Selanjutnya dilakukan perhitungan RMSD (Root Mean Square Deviance) dengan menggunakan
YASARA. Nilai-nilai RMSD tertentu akan menentukan apakah ligand tersebut mampu berikatan denagn tepat pada
protein target. Dari nilai tersebut juga didapatkan kesimpulan akhir mengenai kandungan obat yang tepat (dalam hal
ini berupa ligand) untuk menghambat atau mempercepat kerja suatu enzim (dalam hal ini protein target).

4.

KOMPONEN DALAM DESAIN OBAT METODE IN SILICO

Metode in vitrodan in vivo lazim digunakan dalam proses penemuan obat. Komputer menawarkan metode
in silico,-suatu metode yang menggunakan kemampuan komputer dalam rancang obat- sebagai komplemen dari in
vitrodan in vivo. Kemampuan komputasi yang meningkat secara eksponensial merupakan peluang mengembangkan
simulasi dan kalkulasi dalam merancang obat baru. 7
Komponen yang dibutuhkan dalam desain obat secara in silico diantaranya:
4.1

Protein Data Bank

Protein Data Bank adalah kumpulan data makromolekul yang dapat diakses melalui
www.pdb.org yang dapat digunakan sebagai target docking. Data ini merupakan hasil teknik
biofisika seperti kristalografi X-ray maupun spektroskopi NMR yang meliputi struktur, sisi
aktif dan sekuens.
Docking merupakan suatu perlakuan dimana suatu senyawa lainnya dan pada saat
yang bersamaan dilakukan perhitungan energi interaksi dari beberapa orientasi yang sama dari
keduannya. Suatu prosedur docking digunakan sebagai acuan untuk menentukan orientasi yang
baik dari senyawa terhadap senyawa lainnya yang bersifat relatif. 8

4.2

Molecular Docking Simulation

Metode Simulasi Penambatan Molekul (Molecular Docking Simulation) adalah studi
interaksi beberapa senyawa bahan alam dengan menggunakan aplikasi komputer secara in silico
pada tingkat molekuler dengan menggunakan informasi dari struktur target maupun sifat
fisikokimia ligan yang dapat dilakukan skrining melalui uji interaksi senyawa-senyawanya. 9

4.3

Database Senyawa Tiga Dimensi

Dalam Molecular Docking Simulation dibutuhkan gambaran tiga dimensi senyawa yang
terkandung dalam tanaman obat yang akan diteliti. Karenya dibutuhkan database pendukung yang
memuat struktur senyawa secara tiga dimensi

4.4

Aplikasi Pendukung

Pranowo, Op. Cit., hlm. 8

Zukhrullah, Op. Cit., hlm. 3

Zukhrullah, Op. Cit., hlm. 2

Di era open source ini semakin banyak aplikasi-aplikasi kimia komputasi berbasis open
source maupun yang menawarkan free academic license. Hanya saja aplikasi-aplikasi tersebut
seringkali tidak user-friendly dan untuk memanfaatkannya membutuhkan kemampuan komputer
yang lebih dalam, seperti menguasai LINUX-based operating system dan command line editor
bawaan masing-masing aplikasi. Selain tidak user-friendly, aplikasi-aplikasi tersebut seringkali
fokus pada satu topik sehingga tidak cukup lengkap digunakan secara komprehensif. Beberapa
contoh aplikasi-aplikasi yang tersedia secara gratis untuk tujuan nonkomersial: NAMD
(http://www.ks.uiuc.edu/Research/namd/) , sebuah aplikasi untuk Molecular Dynamics; Visual
molecular dynamics (VMD; http://www.ks.uiuc.edu/Research/vmd/) untuk visualisasi molekul
baik tunggal maupun trajectory hasil studi Molecular Dynamics; ArgusDock (www.arguslab.com)
untuk docking analisis; GAMESS (www.uiowa.edu/~ghemical/gtk-gamess.shtml) untuk
minimisasi energi; dan ACD/labs ChemSkecth (www.acdlabs.com) untuk menggambar struktur
kimia.
Salah satu aplikasi kimia komputasi yang cukup memadai untuk penemuan obat adalah
Molecular Operating Environment (MOE) yang dikembangkan Chemical Computing Group
(www. chemcomp.com). MOE selain menawarkan fasilitas yang cukup lengkap juga userfriendlysehingga cocok digunakan dalam pembelajaran. Hanya saja aplikasi kimia komputasi yang
user-friendly biasanya mahal sehingga alasan efisiensi biaya tidak lagi relevan.

5.

PENGEMBANGAN DATABASE TANAMAN OBAT INDONESIA

Molekular Docking adalah salah satu metode in silico yang lebih efisien dibandingkan dengan metode in
vivo atau in vitro berdasarkan kemampuannya dalam menemukan senyawa aktif dalam tanaman obat. Dalam metode
ini, struktur tiga dimensi menjadi sangat penting dalam metode molecular docking, sehingga kita membutuhkan
database yang menyediakan informasi struktur tiga dimensi senyawa kimia dari tanaman obat di Indonesia.
Pengembangan database dilakukan menggunakan studi literature, simulasi dan pemodelan molekul.
Hasilnya kemudian disajikan dalam bentuk prototype database online. Langkah-langkah dalam pengembangan
database ini terdiri dari:
1. Screening dan Persiapan Daftar Tanaman Obat Indonesia
Tahap permulaan ini diawali dengan pengumpulan informasi mengenai kumpulan tanaman obat
Indonesia. Pencarian tanaman obat Indonesia didapatkan dari literature melalui jurnal scientific, buku,
dan website. Pencarian ini kemudian dilanjutkan dengan meyeleksi tanaman yang digunakan sebagai
obat di Indonesia.
2. Pencarian dan Penggambaran Senyawa Kimia
Dari tanaman obat yang ditemukan, kemudian dilakukan pengumpulan data senyawa kimia yang
terkandung didalamnya. Jika suatu senyawa kimia ditemukan terkandung di dalamnya, pencarian
dilanjutkan dengan mencari struktur dua dimensi senyawa-senyawa kimia tersebut. Struktur dua
dimensi dari suatu senyawa dapat dengan mudah ditemukan dalam database senyawa kimia Pubchem
atau KNApSAcK. Struktur dua dimensi yag dicari harus dalam bentuk format yang spesifik. Pada
database KNApSAcK, format yang tersedia ada dalam bentuk .gif yag dapat dikonversikan ke dalam
format file yang dapat diterima oleh program yang digunakan. Konversi file format dilakukan dengan
menggambarkan struktur dua dimensi senyawa kimia dari tanaman obat menggunakan program Symyx
Draw. Struktur dua dimensi kemudian dikumpulkan dalam format .mol.

3. Pembuatan Struktur 3D
Struktur tiga dimensi dibuat menggunakan VEGAZZ, sebuah program modifikasi senyawa. File
format .mol (hasil program Symyx Draw) atau file format .sdf yang telah didownload dari PubChem
(hasil konversi dengan program PyMol) kemudian dimasukkan ke dalam program VEGAZZ yang akan
diproses ke dalam bentuk molekul tiga dimensi baru. Pengubahan struktur tiga dimensi terjadi dalam
beberapa tahap. Tahap pertama adalah membuka struktur dua dimensi yang ada dalam file format .mol.
Struktur dua dimensi lalu diubah menjadi tiga dimensi dengan mengikuti beberapa perintah pada dialog
box yakni 2D to 3D. Struktur tiga dimensi yang diperoleh lalu disimpan dalam format .mol. Format
.mol kemudian diubah ke dalam format .mol2 menggunakan program OpenBabel.
4. Persiapan Pembuatan Database Tanaman Obat
Database tanaman obat disiapkan dengan format MySQL, sementara design database menggunakan raw
data (file.xls). Data yang telah terkumpul dari langkah-langkah sebelumnya kemudian dihubungkan
untuk ditampilkan di database.
5. Pembuatan Prototype Web Database
Prototype dari web database tanaman obat dan struktur tiga dimensi senyawa kimia dibuat
menggunakan PHP. Pembuat Database membuat homepage, halaman data dan detail spesies, halaman
senyawa kimia, halaman profil, halaman admin, halaman upload file, halaman user, halaman hasil
pencarian, pengaturan bahasa dan halaman FAQs. Kebijakan Pembuat Database dibagi menjadi
beberapa kategori: administrator, expert, dan contributor yang memiliki peranan dalam mengatur
database menggunakan login session. Pengguna biasa juga dapat menggunakan database ini pada
website tanpa login session, tapi mereka hanya akan memiliki akses yang terbatas.
Saat ini, data yang telah terkumpul sebanyak 3826 spesies, variasi nama local sebanyak 16247, dan
senyawa kimia pada spesies sebanyak 12983. Semua data ini dikumpulkan dari berbagai sumber literature. Alamat
website dari database taaman obat Indonesia yakni http://herbaldb.farmasi.ui.ac.id. Data ini dapat digunakan oleh
masyarakat dan ilmuwan, atau pemegang kebijakan dari sector industry Herbal/Jamu atau Universitas.
Konten database dapat diakses menggunakan nama spesies, nama asli atau sinonim, nama local atau
regional, dan nama senyawa. Data spesies juga dilengkapi dengan gambar dan nama senyawa kimia yang disertai
format struktur tiga dimensi yang dapat didownload oleh user.10

DAFTAR PUSTAKA

10

Arry Yanuar dkk, Medicinal Plants Database and Three Dimensional Structure of the Chemical
Compounds from Medicinal Plants in Indonesia hlm. 1-3 dari http://www.ijcsi.org/papers/IJCSI-8-5-1180-183.pdf diakses pada tanggal 13 Juni 2014 pukul 10.58 WIB

Pranowo, Harno Dwi. 2009.

Peran Kimia Komputasi Dalam Desain Molekul Obat. dalam
http://mgb.ugm.ac.id/media/download/pidato-pengukuhan.pdf diakses pada tanggal 13 Juni 2014 pukul 10.57
WIB
Sukandar, Elin Yulinah. Tren dan Paradigma Dunia Farmasi. dalam http://www.itb.ac.id/focus/focus_file/orasiilmiah-dies-45.pdf diakses pada tanggal 13 Juni 2014 pukul 10.56 WIB
Yanuar, Arry., dkk. 2011. Medicinal Plants Database and Three Dimensional Structure of the Chemical
Compounds from Medicinal Plants in Indonesia. dalam http://www.ijcsi.org/papers/IJCSI-8-5-1-180-183.pdf
diakses pada tanggal 13 Juni 2014 pukul 10.58 WIB
Zukhrullah, Mukhtasyam, Muhammad Aswad, dan Subehan. 2012. Kajian Beberapa Senyawa Antiinflamasi:
Docking
Terhadap
Siklooksigenase-2
Secara
In
Silico.
dalam
http://indonesia.digitaljournals.org/index.php/idnmed/article/download/520/520 diakses tanggal 13 Juni 2014
pukul 10.55 WIB
http://molmod.org/2010/02/07/sekilas-tentang-pemodelan-molekul/ diakses tanggal 13 Juni 2014 pukul 10.55 WIB