DESAIN DAN PENGEMBANGAN

OBAT

PENUNTUN PRAKTIKUM

PROGRAM STUDI SARJANA FARMASI

Muchtaridi
Resmi Mustarichie
Sandra Megantara
Nasrul Wathoni
Ade Zuhrotun
Rina Fajri Nuwarda
Rimadani Pratiwi

DEPARTEMEN ANALISIS FARMASI DAN KIMIA MEDISINAL

FAKULTAS FARMASI
UNIVERSITAS PADJADJARAN
2017
 MODUL PRAKTIKUM DESAIN PENGEMBANGAN OBAT

PENAMBATAN MOLEKUL (MOLECULAR DOCKING)

Pendahuluan

Penambatan molekul (molecular docking) merupakan suatu metode komputasi yang

digunakan untuk menggambarkan interaksi antara suatu molekul sebagai ligan dengan suatu reseptor
atau protein. Molecular docking sebagai salah satu metodologi dalam structure-based virtual
screening dimulai pada awal tahun 1980-an. Molecular docking digunakan untuk mengetahui
bagaimana ligan berinteraksi dengan reseptornya sehingga dapat diprediksi aktifitasnya. Reseptor atau
target dapat berupa rangkaian susunan asam amino protein seperti DNA, RNA atau enzim tertentu
yang diperoleh dari hasil eksperimen seperti NMR, Kristalografi Sinar X atau hasil homologi
modeling. Ligan biasanya berupa molekul kecil seperti senyawa hasil sintesis atau senyawa aktif
bahan alam dan dapat pula berupa protein.

Pada proses docking, molekul-molekul yang terlibat dapat dianggap sebagai atom-atom,
permukaan, atau grid yang mewakili molekul tersebut. Proses docking terdiri atas beberapa tahap
yang kompleks. Proses ini diawali dengan penerapan docking algorithm yang memposisikan ligan
pada sisi aktif dengan konformasi tertentu dan urutan pencarian konformasi tertentu, kemudian
scoring function yang melengkapi docking algorithm akan mengevaluasi konformasi dengan
melakukan perhitungan berdasarkan sifat fisikokima untuk memperoleh struktur molekul yang
optimal. Gugus – gugus fungsional ligan akan berinteraksi dengan residu – residu asam amino protein
reseptor sehingga membentuk ikatan intermolekular. Kekuatan ikatan inilah yang dihitung dan
diperingkatkan (ranking) dengan scoring function.

Scoring function berfungsi untuk menghitung afinitas kompleks ligan-protein reseptor yang
terbentuk. Identifikasi ini didasarkan pada beberapa teori seperti teori energi bebas Gibbs (ΔGbind).
Nilai energi bebas Gibbs yang kecil menunjukkan bahwa konformasi yang terbentuk adalah stabil,
sedangkan nilai energi bebas Gibbs yang besar menunjukkan kurang stabilnya kompleks yang
terbentuk. Semakin negatif nilai yang dihasilkan, maka semakin baik afinitas kompleks ligan-protein,
sehingga diharapkan aktivitasnya pun semakin baik.

Tujuan dari praktikum ini adalah untuk menentukan besarnya energi bebas (ΔG) dan interaksi
yang terjadi antara kompleks ligand-protein hasil docking.
Prosedur

A. Persiapan resptor
1. Unduh protein COX-2 dengan kode 3PGH di Protein Data Bank http://www.rcsb.org/
2. Pisahkan protein dengan ligand standar (Flurbiprofen) yang ada di dalamnya menggunakan
program SPDB Viewer.
3. Perbaiki struktur molekul protein dengan menambahkan atom hidrogen polar dan Kollman
charges menggunakan program AutoDockTools.
4. Simpan molekul protein dengan format .pdbqt

B. Persiapan ligand
1. Gambar molekul andrografolid menggunakan program ChemDraw.
2. Optimasi molekul andrografolid menggunakan program Chem3D.
3. Tambahkan parameter torsi dan Gasteiger charges menggunakan program AutoDockTools.
4. Simpan molekul ligand dengan format .pdbqt

C. Proses docking
1. Tentukan koordinat dan luas area kantung aktif dari protein COX-2 (3PGH) menggunakan
Grid Box pada program AutoDockTools.
2. Simpan parameter koordinat dan luas area kantung aktif dengan format .txt
3. Lakukan proses docking menggunakan program AutoDock Vina dengan menjalankannya
pada command prompt (cmd).

D. Analisis hasil docking

1. Tentukan konformasi yang terbaik dengan melihat energi bebas Gibbs (ΔG) yang dihasilkan!
2. Tentukan interaksi apa saja yang terjadi antara molekul ligand dengan protein menggunakan
program AutoDockTools!

Pustaka

Patrick, G. (2001). Instant Notes in Medicinal Chemistry.

Philip E Bourne and Jenny Gu (2009). Structural Bioinformatics, Second edition.
J. Alvarez, and B. Shoichet (2005). Virtual Screening in Drug Discovery.

*) Catatan: Setiap kelompok dapat menggunakan contoh reseptor dan ligand yang berbeda-
beda sesuai instruksi dari instruktur praktikum.
 MODUL PRAKTIKUM DESAIN PENGEMBANGAN OBAT

PEMODELAN FARMAKOFOR (PHARMACOPHORE MODELING)

Pendahuluan

Secara sederhana farmakofor dapat diartikan gugus atau bagian dari struktur senyawa obat
yang berinteraksi dengan reseptor. Namun kenyataannya farmakofor sendiri tidak mewakili molekul
ataupun gugus fungsi, tetapi lebih pada konsep abstrak pada kapasitas interaksi molekuler. Oleh
karena itu, definisi farmakofor menurut IUPAC adalah sekumpulan fitur sterik dan elektronik yang
penting untuk menjamin interaksi supramolekular yang optimal dengan struktur target biologis yang
spesifik dan untuk memicu atau menghambat respons biologisnya.

Pemodelan farmakofor telah berkembang dan merupakan salah satu metode yang sukses
dalam penemuan obat dalam beberapa dekade terakhir. Metode ini sangat pentingdalam
mendeskripsikan molekul dan sistem biologis yang kompleks seperti protein atau asam nukleat.
Selain itu, konsep yang mendeskripsikan interaksi molekul obat melalui pemodel farmakofor yang
terdiri dari fitur ligan kimia yang relevan, telah menjadi teknik yang dapat diterima dan digunakan
dalam high-throughput screening (HTS).

Konsep farmakofor 3D didasarkan pada jenis interaksi antara obat dengan reseptor seperti
ikatan hidrogen, transfer muatan, elektrostatik, dan interaksi hidrofobik. Suatu model farmakofor 3D
adalah interaksi (fitur kimia atau fungsi) yang terjadi dalam ruang tiga dimensi. Penataan ruang fitur
kimia ini merupakan interaksi yang penting antara suatu molekul organik kecil (ligand) dengan suatu
makromolekul (reseptor).

Tujuan dari praktikum ini adalah membuat dan menentukan farmakofor dari suatu kompleks
ligand-protein yang terdapat di Protein Data Bank http://www.rcsb.org/ , dengan meggunakan
software premium LigandScouth.
Prosedur

Penentuan farmakofor dari ligand yang terkomplek dengan Cyclin-dependent kinase 2 (CDK2) yang
terdapat di Protein Data Bank dengan kode 1KE6.

1. Ketik kode pdb protein yang akan diunduh (1KE6) pada kotak di area atas sebelah kanan,
kemudian tekan tombol Download.
2. Protein akan terunduh dan ditampilkan dalam mode macromolecule view, dimana protein
digambarkan dalam bentuk ribbon dan ligand berada dalam kotak yang berwarna kuning.
3. Klik pada kotak yang berwarna kuning yang berada dalam protein, sehingga molekul ligand
akan di zoom, dan informasinya akan tampil di jendela sebelah kanan.
4. Apabila molekul ligand dalam data pdb strukturnya tidak lengkap, misalnya ada salah satu
ikatan yang putus, hal ini dapat diperiksa dengan cara mengklik ikatan pada tampilan 2D atau
pada tampilan 3D, dan apabila ada yang tidak sesuai, ikatan tersebut dapat diperbaiki dengan
mengklik tombol retype bond atau tombol [1], [2] dan [3].
5. Apabila molekul ligand sudah benar, tekan tombol [Ctrl+F9] untuk membuat farmakofor.
6. Dari farmakofor yang terbentuk, tentukan gugus mana yang bertindak sebagai donor ikatan
hidrogen, akseptor ikatan hidrogen, interaksi hidrofobik, dll.

Pustaka

Wolber, G., dan Langer, T. (2005): LigandScout: 3-D pharmacophores derived from protein-bound
ligands and their use as virtual screening filters. J Chem Inf Model, 45, 160-169.

*) Catatan: Setiap kelompok dapat menggunakan contoh kompleks reseptor dan ligand yang
berbeda-beda sesuai instruksi dari instruktur praktikum.
 MODUL PRAKTIKUM DESAIN PENGEMBANGAN OBAT

HUBUNGAN KUNTITATIF STRUKTUR DAN AKTIVITAS (QSAR)

Pendahuluan

Hubungan Kuantitatif Struktur dan Aktivitas (HKSA) atau Quantitative Structure Activity
Relationship (QSAR) merupakan metode untuk membuat suatu hubungan antara struktur dan aktifitas
dari berbagai deskriptornya. Jenis dan intensitas hubungan antaraksi antara senyawa obat dan sistem
biologik sangat ditentukan oleh sifat fisika dan kimia molekul obat. Sifat ini adalah hasil dari jenis
dan jumlah serta ikatan antar atom dan susunan ruang atom yang membentuk molekulnya. Contoh
sifat fisikokimia meliputi beberapa parameter termasuk hidrofobisitas atau lifopilisitas, topologi,
elektronik dan sterik, yang dilakukan secara empirik atau yang lebih baru dengan metode komputasi.
QSAR digunakan dalam pengukuran aktivitas bahan kimia dan pengujian biologis. QSAR sekarang
diterapkan dalam berbagai disiplin ilmu dengan banyak menyinggung pada desain obat dan penilaian
resiko lingkungan.

Ada beberapa model pendekatan dalam analisis QSAR, diantaranya adalah:

1. Model Pendekatan QSAR Free-Wilson

Free dan Wilson (1964), mengembangkan suatu konsep hubungan struktur dan aktivitas
biologis obat, yang dinamakan model de novo atau model matematik Free-Wilson. Mereka
mengemukakan bahwa respons biologis merupakan sumbangan aktivitas dari gugus-gugus
subtituen terhadap aktivitas biologis senyawa induk. Untuk menghitung sumbangan tiap-tiap
gugus terhadap aktivitas biologis struktur induk, digunakan perhitungan statistik cara matrik dan
analisis multiregresi linier dengan bantuan komputer program QSAR. Dari perhitungan tersebut
akan didapat gugus-gugus yang memberikan sumbangan optimal terhadap aktivitas biologis
struktur induk.

Contoh Model Persamaan Free-Wilson:

Aktivitas = k1X1 + k2X2 +.…knXn + Z

2. Model Pendekatan QSAR Hansch

Hansch (1963), mengemukakan suatu konsep bahwa hubungan struktur kimia dengan aktivitas
biologis (log 1/C) suatu turunan senyawa dapat dinyatakan secara kuantitatif melalui parameter-
parameter sifat kimia fisika dari subtituen yaitu parameter hidrofobisitas molekul (log P)
hidrofobisitas substituen (π), elektronik (σ) dan sterik (Es/MR).

Contoh Model Persamaan Hansch:

Tujuan dari praktikum ini adalah untuk membuat persamaan QSAR yang diperoleh dari data
percobaan yang sudah ada.
Prosedur

Grup Sandoz membagi analisis analog kapsaisin kedalam tiga kategori. Daerah A yang berisi cincin
aromatis, daerah B yang mendefinsikan ikatan amida, dan daerah C yang terisi oleh rantai samping
hidrofobik. Hipotesis untuk daerah C mengasumsikan bahwa substituen kecil yang hidrofobik
menaikkan aktivitas. Dengan memberikan asumsi ini, parameter yang dipilih adalah hidrofobisitas
substituen (π) dan refraksivitas molar (MR) dengan data hasil eksperimen sbb:

Senyawa X EC50 (μM) π MR

1 H 11,8 0,00 1,03
2 Cl 1,24 0,71 6,03
3 NO2 4,58 -0,28 7,36
4 CN 26,5 -0,57 6,33
5 C6H5 0,24 1,96 25,36
6 N(CH3)2 4,39 0,18 15,55
7 I 0,35 1,12 13,94

1. Buatlah persamaan QSAR yang menghubungkan aktivitas dengan hidrofobisitas substituen (π).

Log (1/EC50) π
............ 0,00
............ 0,71
Log (1/EC50) = ............. (π) ± ..............
............ -0,28
............ -0,57
R2 = ................
............ 1,96
............ 0,18
............ 1,12

2. Buatlah persamaan QSAR yang menghubungkan aktivitas dengan refraksivitas molar (MR).

Log (1/EC50) MR
............ 1,03
............ 6,03
Log (1/EC50) = ............. (MR) ± ..............
............ 7,36
............ 6,33
R2 = ................
............ 25,36
............ 15,55
............ 13,94

3. Buatlah persamaan QSAR yang menghubungkan aktivitas dengan parameter hidrofobisitas

substituen (π) dan refraksivitas molar (MR).

Log (1/EC50) π MR
............ 0,00 1,03
............ 0,71 6,03
Log (1/EC50) = ............. (π) ± .............(MR) ± ..............
............ -0,28 7,36
............ -0,57 6,33
R2 = ................
............ 1,96 25,36
............ 0,18 15,55
............ 1,12 13,94
4. Dari ketiga persamaan QSAR tersebut, pilihlah persamaan yang terbaik dengan membandingkan
koefisien determinasi (R kuadrat) dari masing-masing persamaan.

5. Dari persamaan QSAR yang terbaik, buatlah grafik hubungan antara aktivitas hasil eksperimen
dengan aktivitas hasil prediksi, kemudian hitung koefisien korelasinya.

Aktivitas Eksperimen Aktivitas Prediksi

Log (1/EC50) Log (1/EC50)
............ ............
............ ............
............ ............
............ ............ r = .................
............ ............
............ ............
............ ............

Pustaka

Patrick, G.L. (2005). An Introduction to Medicinal Chemistry, Third Edition, Oxford University
Press.

*) Catatan: Untuk perhitungan statistik dan persamaan garis lurus dapat menggunakan
program Excel atau SPSS.