Anda di halaman 1dari 25

A.

DESKRIPTOR TOPOLOGI
Saat ini perkembangan desain obat telah mengalami perkembangan pesat dengan
penerapan teknologi kimia komputasi untuk membantu desain, kajian teoritik dan
pemodelan secara in silico. Salah satu aplikasi kimia komputasi dalam bidang kimia
medisinal adalah kajian analisis Hubungan Kuantitatif StrukturAktivitas (HKSA) atau
Quantitative Structure-Activity Relationship (QSAR). Kajian ini telah berkembang
cukup pesat diawali dari model QSAR klasik yang menjabarkan aktivitas biologis
sebagai fungsi dari parameter fisika kimia dan sifat sterik (analisis Hansch, pendekatan
termodinamika ekstra), atau sebagai pendekatan struktur molekul (analisis Free Wilson).
Kajian HKSA menggunakan deskriptor untuk menjelaskan struktur dari masingmasing senyawa yang dikaji. Deskriptor merupakan parameter-parameter yang
digunakan dalam model HKSA. Penentuan deskriptor merupakan langkah pertama
yang sangat penting. Deskriptor memberikan kontribusi yang positif dalam HKSA
dengan parameter-parameter tersebut. Apabila terdapat hubungan yang kuat antara
deskriptor dan aktivitas, maka aktivitas akan dapat diprediksi, tetapi jika hubungannya
lemah, maka tidak bisa diprediksi, oleh karena itu deskriptor yang dipilih haruslah
mempunyai hubungan yang erat terhadap aktivitas dari senyawa yang diteliti dan nilai
parameter-parameter tersebut. Deskriptor sterik dalam kajian HKSA, diterjemahkan
menjadi parameter topologi. Pada hampir setiap kasus, para kimiawan lebih memilih
untuk menggunakan indeks topologi sebagai deskriptor molekular untuk melakukan
evaluasi terhadap toksisitas dan untuk memprediksi aktivitas biologi.
Indeks topologi menawarkan cara yang mudah dalam pengukuran cabang
molekul, bentuk, ukuran, siklisitas, simetri, sentrisitas, dan kompleksitas (Devillers,
1997). Topologi molekul dapat digunakan sebagai deskriptor molekul numerik dalam
HKSA. Indeks topologi menjelaskan bahwa suatu struktur kimia, disebut sebagai grafik
kimia, yaitu suatu model kimia yang digunakan untuk menjelaskan sifat interaksi antara
obyek-obyek kimia (atom, ikatan, gugusan atom, molekul, pasangan molekul, dan
sebagainya ). Parameter topologi didasarkan pada perhitungan

molekuler graf.

Perhitungan dilakukan dengan menyederhanakan molekul berdasarkan puncak/simpul


(vertices) dan tepi/sisi (edges). Notasi G adalah grafik molekuler (G) yang berfungsi
merepresentasikan senyawa kimia. G secara sederhana dianggap tidak bermasa dan

terhubung oleh grafik yang terdiri atas kumpulan puncak V(G) dan kumpulan tepi E(G).
Puncak adalah atom dan tepi adalah ikatan antar atom. Grafik molekuler menekankan
bahwa senyawa organik yang
bentuk

berisi heteroatom

dapat

direpresentasikan

dalam

grafik. Grafik hanya menggambarkan konektivitas molekul dan tidak

dipengaruhi adanya heteroatom, jenis ikatan dan mengesampingkan ikatan hidrogen.


Penelitian ini, digunakan indeks Platt, indeks Wiener, indeks Randic, indeks Balaban,
dan indeks Harary.

B. MACAM-MACAM DESKRIPTOR TOPOLOGICAL DAN ANALISISNYA


1. Wiener Path Number
Wiener Path Number didefinisikan sebagai nomor ikatan antara pasangan atomatom yang ada dalam sebuah molekul asiklik. Pada dasarnya, wiener path number ini
dapat dikombinasikan dengan wiener polarity number. Penggunaan kombinasi linear ini,
menyebabkan Wiener mampu menghasilkan prediksi yang terpercaya dalam penentuan
titik didih dari suatu alkana. Selain itu, dalam kombinasinya, dapat diketahui sifat fisika
lainnya dari suatu alkane, seperti bentuk pemanasan, proses penguapan, volume molar
dan nilai fraksi molar. Grafik yang dimunculkan oleh weiner path number hanya
digunakan untuk senyawa asiklik.

Dimana:
(D)kl = jarak matriks elemen
N
= Jumlah nomor ikatan
K
= konstanta
Deskriptor tersebut didapat dengan menganalisis 2D dari molekul. Deskriptor
molekuler 2D didefinisikan sebagai sifat numerik yang bisa dihitung berdasarkan tabel
hubungan representasi molekul, contohnya elemen namun tidak termasuk koordinat
atomik. Deskriptor 2D tidak tergantung pada konformasi molekul dan biasanya cocok
untuk studi database dalam skala besar.

2. Wiener Polarity Number


Wiener polrity number atau sering disebut juga polarity number dinyatakan oleh
Wiener pada 1947 sebagai jumlah pasangan puncak grafik yang dipidahkan oleh 3 tepi.
Nilai kepolaran ini sendiri diasumsikan sebagai fleksibilitas dari struktur asiklik, dimana
p sama dengan jumlah ikatan dimana rotasi bebas dapat terjadi. Selain itu, hal ini juga
berhubungan terhadap sifat sterik molekul. Nilai kepolaran biasanya dihitung pada
matriks jarak sebagai jumlah pasangan puncak pada jara topologi yang sama dengan
tiga. Berdasarkan literatur lain, nilai kepolaran ini (Wiener polrity number) menyatakan
jumlah panjangnya jarak 3 ikatan dalam molekul. Sehingga kita dapat mengetahui jarak
antara 3 ikatan dalam molekul tersebut, dan mengetahui fleksibilitas dari struktur atau

molekul, serta dapat memprediksikan nilai koefisien partisi (log P) yang nantinya dapat
diketaui tingkat kepolarannya.
Deskriptor tersebut didapat dengan menganalisis 2D dari molekul. Deskriptor
molekuler 2D didefinisikan sebagai sifat numerik yang bisa dihitung berdasarkan tabel
hubungan representasi molekul, contohnya elemen namun tidak termasuk koordinat
atomik. Deskriptor 2D tidak tergantung pada konformasi molekul dan biasanya cocok
untuk studi database dalam skala besar.
3. Zagreb Index
Zegreb index terbagi menjadi dua, yaitu First Zegreb Index M1(G) dan Second
Zegreb Index M2 (G). First Zegreb Index M1(G) digunakan untuk menghitung jumlah
kuadrat derajat simpul dan Second Zegreb Index M2 (G) digunakan untuk menghitung
jumlah produk dari simpul yang berdekatan dari grafik molekuler dasar. Sebagai
hasilnya nilai yang keluar dari First Zegreb Index M1(G) dan Second Zegreb Index M2
(G) akan mendskripsikan ikatan yang terendah dan tertinggi. Dalam Zagreb index juga
dapat mencerminkan sejauh mana percabangan dari atom rangka karbon molekul.
Secara sederhana dalam matematis dituliskan sebagai:
1. The first Zagreb Index

Dimana

F (g) adalah jumlah derajat simpul; mis, jumlah simpul dengan derajat

simpul yang sama.


g adalah nilai derajat simpul yang dianggap.

2. The Second Zagreb Index

Dimana

b adalah obligasi
i dan j adalah sumber dan target simpul ikatan dipertimbangkan.

Deskriptor tersebut diperoleh dengan menganalisis 2D dari molekul. Deskriptor


molekuler 2D didefinisikan sebagai sifat numerik yang bisa dihitung berdasarkan tabel
hubungan representasi molekul (contohnya element, tapi tidak termasuk koordinat
atomik). Deskriptor 2D tidak tergantung pada konformasi molekul dan biasanya cocok
untuk studi Database dalam skala besar.
4. Topological Polar Surface Area (TPSA)
Topological polar surface area digunakan untuk menggambarkan jumlah dari
luas permukaan atom-atom polar (seperti nitrogen, oksigen, dan hidrogen) di dalam
sebuah molekul. Topological polar surface area (TPSA) ini merupakan parameter yang
sangat berguna untuk memprediksi transport molekul sehingga dapat mengestimasi sifat
pengangkutan obat, terutama absorpsi pada usus dan penetrasi pada sawar darah otak.
Jika nilai TPSA yang tinggi maka tingkat penetrasi molekul tersebut akan buruk dalam
lingkungan yang bersifat hidrofobik, seperti membran biologis karena membran yang
tersusun atas membran bilayer yang merupakan lipid dan bersifat hidrofob. Sehingga
jika molekul akan berpenetrasi akan sulit karena sifat kepolaran yang jauh berbeda.
Molekul dengan nilai PSA lebih dari 140 2 diyakini akan memiliki kapasitas penetrasi
yang buruk pada membran sel, dan diman jika nilai PSA lebih kecil dari 60 2 diyakini
akan memiliki kapasitas penetrasi yang tinggi pada membran sel atau dengan kata lain
akan mudah untuk diserap.
Deskriptor

tersebut

didapat

dengan

menganalisis

3D

dari

molekul

( menggunakan koefisien korelasi antara 3D PSA dan berdasarkan fragmen TPSA).


Dimana dengan cara ini maka perhitungan permukaan polar akan lebih cepat dan
praktis. Hasil dari berbagai pendekatan yang sangat berkorelasi, bahkan ketika nilai
absolut mungkin berbeda karena perbedaan protokol komputasi dan perbedaan set jarijari atom yang digunakan. Waktu untuk menghitung TPSA umumnya cepat, hingga
puluhan menit permolekul ketika geometri dioptimalkan atau pencarian konformasi
dilakukan. Bahkan baru-baru ini perhitungan TPSA dilaporkan dapat menghitung
beberapa molekul perdetiknya. Sedangkan untuk perhitngannya sendiri akan lebih cepat

dengan menggunakan dua jarak. Nilai TPSA dapat dihitung untuk kedua bentuk netral
dan microspecies besar pada pH tertentu.
Dengan visual 3D, akan lebih jelas terlihat daerah permukaan molekul yang
bersifat polar dibandingkan dengan 2D. Dengan 3D ini, secara nyata terlihat bentuk dan
ukuran permukaan molekul baik yang bersifat polar atau tidak. Dimana dengan 3D ini,
dapat diamati permukaan polar berdasarkan warna atom yang terbentuk, dimana telah
diketahui jenis senyawa polar dan warna visualisasi atom tersebut.

PSA pada parasetamol (daerah berwarna merah) secara 3D

5. Deskriptor Atom Information Content


Atom Information Content adalah salah satu deskriptor penghitung atom dan
ikatan atom yang termasuk deskriptor 2D yang menghitung total atom-atom dalam
suatu molekul. Atom Information Content adalah total informasi kandungan dari suatu
atom yang ditunjukkan dengan suatu sistem yang memiliki struktural element seperti
proton,neutron,elektron, z yang dipartisi menjdai nukleon. Deskriptor Atom Information
Content pada suatu komposisi atom menyatakan nilai rata-rata dari total kandungan
informasi yang merupakan jumlah atom berbanding jumlah total atom yang setara
dengan kemungkinan acak tipe-tipe atom .

Atom Information Content sebanding dengan kandungan informasi untuk suatu


model yang dijadikan sampel. Susunan atom biasanya memiliki berat yang digunakan
sebagai karakter atom dalam suatu molekul dan menyatakan informasi kimiawi sebagai
hasil dari suatu strruktur. Atom information content (a_ICM) merupakan perhitungan
kandungan informasi atom total sedangkan atom infromation content (a_IC) merupakan
perhitungan kandungan informasi atom rata-rata.
Semakin besar hasil deskriptor Atom Information Content baik Atom
Information Content total (a_IC) maupun Atom Information Content Mean (a_ICM)

menunjukkan semakin meruahnya atau semakin kompleksnya suatu kandungan atomatom dalam suatu senyawa. Hal ini dikarenakan Atom Information Content akan
menghitung seberapa besar nilai elemen proton,neutron, elektron yang akan
menunjukkan makin meruah suatu senyawa tersebut.
6. Van Der Waals Volume
Volume van der Waals digunakan secara luas dalam pemodelan sifat fisika
kimia. Untuk memperbaiki keadaan gas ideal pada suhu dan tekanan tertentu, maka
pada tahun 1873, fisiskawan belanda, Johanes diderik Van der Waals mengusulkan
persamaan keadaan gas yang dikenal dengan persamaan Van der Waals. Ia memodifikasi
persamaan gas ideal dengan cara menambahkan faktor koreksi pada volume dan
tekanan.
Volume memerlukan faktor koreksi karena partikel-partikel gas nyata
mempunyai volume yang tidak dapat diabaikan, sehuingga Van der Waals mengurangi
volume gas terukur dengan volume efektif total molekul-molekul gas sebesar nb dengan
tujuan untuk memperhitungkan ukuran partikel-partikel gas.
Videal = Veks nb
Videal = volume gas`ideal
Veks =volume yang terukur pada waktu percobaan
n= jumlah mol gas
b= konstanta Van der Waals

Faktor koreksi yang kedua yaitu pada tekanan

Pada gambar tersebut terlihat perbedaan sifat antara sebuah molekul gas yang
terdapat di dalam gas (A) dengan sebuah molekul lain yang hampir bertumbukan
dengan dinding wadah. Gaya tarik menarik molekul A samna untuk ke segala arah
sehuingga akan saling menghilangkan. Sedangkan molekul B hampir bertubukkan
dengan dinding sehingga gaya tarik menarik antar molekul gas tersebut dengan molekul
lain cenderung dapat menurunkan momentum molekul gas tersebut ketika
bertumbukkan dengan dinding dan akibatnya akan mengurangi tekanan gas tersebut.
Oleh karena itu, tekanan gas tersebut akan lebih kecil daripada tekanan gas ideal karena
pada gas ideal dianggap tidak terjadi gaya tarik menarik antar molekul.
Makin besar jumlah molekul persatuan volume, makin besar jumlah tumbukan
yang dialami oleh dinding wadah serta makin besar pula gaya tarik menarik yang
dialami oleh molekul-molekul gas yang hampir menumbuk dinding wadah. Karena itu,
faktor koreksi untuk tekanan adalah a(n2/V2) dimana a=konstanta dan n=jumlah mol
gas. Dengan memasukkan kedua faktor koreksi tersebut ke dalam persamaan gas ideal,
maka diperoleh persamaan Van der Waals :
[P + (n2a/V2)] (V nb) = nRT
P = tekanan absolut gas (atm)
V =volume spesifik gas (liter)
R = konstanta gas (0,082 L.atm/mol atau 8,314J/Kmol)
T =suhu /temperatur absolut gas (K)

n =jumlah mol gas


a,b =konstanta Van der Waals
Bila dibandingkan dengan persamaan gas ideal, persamaan Van der Waals ini
dapat digunakan pada gas nyata denga besaran suhu dan tekanan yang lebih besar.
Disamping itu juga persamaan Van der Waals juga dapat menjelaskan penyimpangan
gas nyata dari gas ideal. Namun walaupun demikian, persamaan Van der Waals ini
belum dapat secara sempurna menggambarkan sifat0sifat gas sehingga digunakan
persamaan lain yang dikenal persamaan Virial.
Van Der Waals Volume diperoleh dari 3D struktur. Hal ini berhubungan dengan
judul parameter nya yaitu volume dimana apabila kita akan menganalisis volume
tersebut tentulah yang kita teliti adalah struktur 3D nya. Molekul 3d adalah suatu
gambaran 3 dimensi dari suatu molekul baik termasuk topologi, volume dan struktur 3D
nya.
7. Balaban index
Balaban index adalah suatu rata-rata jumlah hubungan jarak dari molekul
sehinga dapat mengetahui dan meninggalkan kemungkinan stereoisomer. Balaban
Average Distance adalah salah satu parameter deskriptor topologi yang sering disebut
juga indeks konektivitas jarak atau jarak rata-rata konektivitas yang sangat berguna
sebagai deskriptor molekul pada senyawa penarik, dengan persamaan:

Dengan nilai i sebagai jarak matrix D yakni derajat Vertex, nilai B menunjukkan
jumlah ikatan , nilai C menunjukkan jumlah cincin dan alfa sebagai derajat jarak vertex
yang menghubungkan atom-atom. Balaban index berkorelasi baik dengan beberapa
index topological oktana dan benzoid. Balaban Average Distance termasuk salah satu
deskriptor yang menghitung kedekatan dan jarak matrix yang termasuk deskriptor 3D

molekul. Balaban Index menunjukkan isomer yang baik dan memproduksi korelasi
yang baik dengan beberapa susunan fisika seperti MON (motor octane number).
Balaban menggunakan radial representasi yang berbeda antara y,w,q,x,p,z,s dan r
dimana Balaban akan merepresentasikan octagon reguler karena semua nilai parameter
dianggap bernilai nol. Prosedur vector-matrix-vektor multipikasi adalah prosedur
fruktifikasi dari usaha Balaban dalam mencari topological indices yang baru yang lebih
baik dari interpretasi pada umumnya.
Secara umum indeks topologi menyatakan

efek sterik suatu molekul yang

dihitung berdasarkan matrix jarak. Harga atau nilai yang dihasilkan dari suatu deskriptor
topological umumnya besar karena keruahan molekul atau efek sterik molekul dan
diasumsikan juga bahwa semakin banyak atom penyusun molekul maka akan semakin
banyak pula ikatan antar atom sehingga kecendrungan indeks topological cukup besar.
Semakin besar hasil deskriptor Balaban Index maka hubungan jarak antar molekul pun
jauh, sehingga kecendrungan interaksi antar molekul pun sulit, hal ini dikarenakan
Balaban Index mengukur hubungan jarak antar molekul yang dipengaruhi oleh suatu
gugus penarik elektron.
8.

Carbon Connectivity Index


Indeks konektivitas eksentrik, yang baru-baru ini digunakan dengan sukses

untuk pengembangan berbagai model matematika untuk prediksi aktivitas biologis


beragam alam, telah direformasi untuk mengatasi keterbatasan yang disebabkan oleh
degenerasi dan ketidakpekaan terhadap heteroatom. Indeks konektivitas eksentrik
direformasi, disebut indeks topochemical konektivitas eksentrik, mengatasi keterbatasan
indeks konektivitas eksentrik dengan memamerkan degenerasi yang sangat rendah dan
menampilkan sensitivitas untuk kedua kehadiran dan posisi relatif heteroatom tanpa
mengorbankan kekuatan diskriminatif dari indeks konektivitas eksentrik. Data yang
dihasilkan dianalisis dan model yang cocok dikembangkan setelah identifikasi rentang
aktif.. Akurasi prediksi menggunakan model ini ditemukan bervariasi 81-90%. Indeks
yang diusulkan menawarkan potensi besar untuk skrining virtual perpustakaan
kombinatorial, struktur studi properti / kegiatan dan desain obat.

Indeks konektivitas merupakan merupakan indeks topological yang paling


populer dan dihitung dari derjat Vertex. Indeks karbon konektivitas merupakan indeks
yang paling pertama terbentuk.
Conectivity Index bisa digunakan untuk menghitung tepi ikatan dan untuk
mencapai ikatan contohnya mencapai ikatan interaksi antar molekuler, sebagai timbal
balik dari derajat Vertex di fraksi dari total akontribusi elekton sigma non bonding.
Interprestasinya adalah pada kemungkinan dari pertemuan bimolekuler diantara
molekul. Randie Index juga menghitung Orde 0 dan deskriptor pada orde yang lebih
tinggi yang biasa disebut moleculer connectivity index (MCIs)
Bisa didefinisikan sebagai:

Dimana Di dan Dj adalah derajat tepi (konektivitas atom) dari grafik molekul.
Jadi X yang didapat menggambarkan nilai tepi ikatan (konektivitas atom) dari
sebuah molekul.
Deskriptor tersebut diperoleh dengan menganalisis 2D molekul. Deskriptor
molekuler 2D didefinisikan sebagai sifat numerik yang bisa dihitung berdasarkan tabel
hubungan representasi molekul (contohnya element, tapi tidak termasuk koordinat
atomik). Deskriptor 2D tidak tergantung pada konformasi molekul dan biasanya cocok
untuk studi Database dalam skala besar.
9. Atomic Connectivity Index
Atomic Connectivity Index adalah suatu grafik dari vertex yang bervariasi yang
ditemukan dengan aplikasi kimia. Baru-baru ini dilakukan penelitian dalam bidang
matematika mengenai program ini, dengan menggunakan pohon faktor, sehingga nilai n
pada grafik vertex akan sebanding dengan nilai n dari pohon faktor vertex.

Atomic Connectivity Index digunakan untuk menghitung tepi ikatan dan untuk
mencapai ikatan contohnya mencapai ikatan interaksi antar molekul atom, sebagai
timbal balik dari derajat Vertex di fraksi dari total akontribusi elekton sigma non
bonding. Interprestasinya adalah pada kemungkinan dari pertemuan bimolekuler
diantara molekul.
Deskriptor tersebut diperoleh dengan menganalisis 2D molekul. Deskriptor
molekuler 2D didefinisikan sebagai sifat numerik yang bisa dihitung berdasarkan tabel
hubungan representasi molekul (contohnya element, tapi tidak termasuk koordinat
atomik). Deskriptor 2D tidak tergantung pada konformasi molekul dan biasanya cocok
untuk studi Database dalam skala besar.
10. Vertex Adjacency Information Magnitude
Deskriptor ini menggambarkan keseluruhan dari ikatan antara atom-atom
berpasangan dan saling berdekatan (Trinajstic, 1992). Konsep dari deskriptor ini adalah
element yang di partisi dan mengikuti 2 metode standar :
- The equality mode
: elemen dari matriks dikatakan sebagai equivalent dengan
-

syarat memiliki nilai yang sama.


The Magnitude mode : model ini mengasumsikan bahwa setiap matriks elemen
termasuk kelas yang equivalent selama jumlah dari elemen adalah sama dengan
jarak dari matriks elemen.

Total vertex adjacency/ magnitude (V_ADJ_mag) digunakan untuk memberikan


nilai A-matriks aij berbeda dengan nilai equality yang digunakan untuk semua kelas dari
A-matriks. Pada elemen nonzero tidak termasuk dalam the vertex adjacency dan
pengeluaran dari nilai V_ADJ_mag.

Informasi mengenai indeks topologi dapat dilihat pada kedua kesetaraan dan
besarnya jarak elemen matriks. Selain dari itu, walk count dan self return-ing bersama
dengan momen spektra pada matriks dikalkulasikan dengan meningkatkan kekuatan
dari adjacency matrix. Sehingga dalam rangka menghitung heteroatom dalam molekul,
berdasarkan yang diusulkan oleh ranRandic, 1991 bahwa dengan menggantikan titik 0
diagonal entry normal dengan nilai-nilai empirik yang spesifik dan karakteristik atom
yang berbeda dalam molekul. The adjacency matrix dapat ditransformasikan menjadi
decimal adjacency vector a10, dan mengikuti persamaan.

Dimana aij adalah kolom dari j element dari baris i (0 atau 1). Pada jalur ini,
informasi pada adjacency matrix di konversikan menjadi vektor dimensional. Seperti
contoh, baris dari adjacency matrix adlah [0 1 1 1 0] yang akan memberikan nilai hasil
14, seperti pada yang dibawah ini :

Dari desima matrix adjacency vektor, terdapat 3 indeks yang berbeda pada
deskriptor melokelnya :
a. Jumlah dari elemen dari a10 vektor, misalnya :

b. Jumlah dari kombinasi linier dari vertex degree 1, misalnya :

c. Jumlah dari A-dimensi vektor d yang bergantung juga pada jarak matriks D dengan
desimal adjacency vektor, misalnya :

Dimana vektor d dihitung dengan rumus :


d = D.a10
seperti contoh pada 2-metilpentana dibawah ini

Deskriptor tersebut diperoleh dengan menganalisis 2D dari molekul.


Deskriptor molekuler 2D didefinisikan sebagai sifat numerik yang bisa dihitung
berdasarkan tabel hubungan representasi molekul (contohnya element, tapi tidak
termasuk koordinat atomik). Deskriptor 2D tidak tergantung pada konformasi molekul
dan biasanya cocok untuk studi Database dalam skala besar. Konformasi 3D dari
molekul dengan deskriptor vertex adjacency information magnitude tidak akan
berpengaruh karena dalam pembuatan tabel kolom j dan baris i hanya dibutuhkan
konformasi 2D, seperti yang sudah dicontohkan pada 2-metilpentana diatas.

C. SKEMA PENENUAN NILAI DESKRIPTOR


Pilih dan buka lembar kerja Gauss View

Buat struktur 3D dengan menggunakan Gauss View

Simpan dalam tipe .mol2

Buka lembar kerja moe

Klik File >> Open >> Dir

Klik Dir... (2x)

Buka file .mol2 yang telah anda buat

Muncul struktur 2D senyawa yang anda buat

Dir>> Pilih file type.mol2

Klik Dir ...

Pilih Dir sample kemudian Dir mol

Open Database dari struktur yang dibuat

Pilih moe_mdb trpstrain.mdb

Keluar halaman kerja Database Viewer , pilih File kemudian Save As dalam tipe .mdb

Kemudian pada lembar kerja Database Viewer , hapus bagian pki-trypsin, index ,
molecule dan nomor dengan cara Pilih Edit kemudian Pilih Delete kemudian Pilih
Selected Files

Buka lembar kerja moe kemudian pilih File kemudian pilih Save

File>>Open>>Dir>>Sample>>Dir mol

Pilih Trpstrain.mdb

Muncul lembar Database

Delete Nomor >> Delete Fields

Simpan dalam tipe .moe

Buka lembar kerja moe kemudian pilih file .moe yang telah disimpan lalu klik Append
to Database

Lembar kerja Database Viewer akan muncul kemudian pilih Compute kemudian klik
Descriptor kemudian pilih Calculate

Kemudian pilih descriptor Weiner Path Number, Weiner polarity number, Zagreb Index,
Topological Surface Area, Atom Information content, Van Der Walls Volume, Balaban
Average Distance, Carbon Connectivity Index, Atomic Connectivity Index dan Vertex
Adjacency Information Magnitude

Tunggu hingga hasil tiap deskriptor muncul

Interpretasikan hasil analisis dari tiap parameter deskriptor

DAFTAR PUSTAKA
Bonchev

D,

Trinajsti

Descriptors.

N.

Desember

3.

2001.

Overall

Overall

Molecular

Zagreb

Indices.

http://cdelib.sourceforge.net/doc/descriptors/zagreb_indices.ht
ml. (diakses pada 28 Febuari 2016)
Chemaxon.

Structural

property

calculations.

https://www.chemaxon.com

/products/calculator-plugins/property-calculations/
Ertl, Peter, Bernhard Rohde, and Paul Selzer. 2000. Fast Calculation of Molecular
Polar Surface Area as a Sum of Fragment-Based Contributions and Its
Application to the Prediction of Drug Transport Properties. Switzerland.
Cheminformatics, Novartis Pharma AG, WKL-490.4.35, CH-4002 Basel.
Gasteiger,J

dan

Marsali,M.;1980

Electronegativit:A

Rapid

.Iterative
Access

Partial
to

Equalization

Atomic

Charges.

of

Orbital

Tetrahedron

Roberto,Todescini dan Viviana Consonni.2008.Handbook of Molecular


Descriptor.Wiley-Vch.Milano
Nicolik, S., and Trinajstic, N. 1989. On The Three-Dimensional Wiener Number,
Journal

Of

Mathematics

Chemistry.

http://link.springer.com/article/10.1007/BF01169597 (diakses pada tanggal 28


Fenruari 2016)
Prasanna, S., Doerksen, R.J.. 2009. Topological Polar Surface Area: A Useful
Descriptor in 2D-QSAR. USA. Current Medicinal Chemistry.
Raju, Immadesetty Pothu. 2014. Highly Correlated Wiener polarity Index: A Model to
Predict Log p. India. International Journal of Advances in Applied Sciences
(IJAAS).
R. Xing, B. Zhou, F. Dong, On atombond connectivity index of connected graphs,
Discr. Appl. Math. 159 (2011) 16171630.
Sykora, Vladimir Josef, Morphochem AG. 2003. Client Algorithms : Descriptors.
http://cdelib.sourceforge.net/doc/descriptors.html).
Todeschini, Roberto, Viviana Consonni. 2000. Handbook of Molecular Descriptors.
Jerman. Wiley.

Vipin Kumar , Satish Sardana , Anil Kumar Madan, Maret 1997, Eccentric Connectivity
Index:

A Novel

StructureProperty

Highly

Discriminating
and

Topological

Descriptor

StructureActivity

for

Studies.

http://pubs.acs.org/doi/abs/10.1021/ci960049h. (diakses pada 28 febuari 2016)


Vipin Kumar , Satish Sardana , Anil Kumar Madan, December 2004,
Predicting anti-HIV Activity of 2,3-diaryl-1,3-thiazolidin-4-ones:
Computational

Approach

Using

Reformed

Eccentric

Connectivity Index, Journal 0f Molecullar Moelling Volume 10.


http://link.springer.com/article/10.1007/s00894-004-02158#/page-2 (diakses pada 28 Febuari 2016)