PENDAHULUAN
A. Latar Belakang
Kerusakan yang menghancurkan kanker telah menjadi masalah besar saat ini
populasi manusia global menghadapi. Statistik menunjukkan bahwa kanker adalah yang
kedua setelah penyakit kardiovaskular sebagai penyebab utama kematian di AS dan
penyebab utama kematian di Inggris.
Perkembangan kimia komputasi menawarkan sebuah solusi dalam desain senyawa
obat baru. Salah satu metode kimia komputasi yang populer dalam desain obat adalah
Hubungaan Kuantitatif Struktur-Aktivitas (HKSA).
Dalam mempelajari aktivitas suatu obat dengan metode Quantitative Structure
Activity Relationship (QSAR) atau Hubungan Kuantitatif Struktur Aktivitas (HKSA),
diperlukan parameter-parameter fisika kimia tertentu yang berkaitan, sehingga dapat
digunakan untuk memprediksi molekul obat baru yang lebih potensial. Ada tiga macam
parameter fisika kimia, yaitu parameter hidrofobik, efek elektronik, dan efek sterik.
Hubungan kuantitatif struktur dan aktivitas biologis obat (HKSA) merupakan bagian
penting rancangan obat, dalam usaha mendapatkan suatu obat baru dengan aktivitas yang
lebih besar, keselektifan yang lebih tinggi, toksisitas atau efek samping sekecil mungkin
dan kenyamanan yang lebih besar. Selain itu dengan menggunakan model HKSA, akan
lebih banyak menghemat biaya atau lebih ekonomis, karena untuk mendapatkan obat baru
dengan aktivitas yang dikehendaki, faktor coba-coba ditekan sekecil mungkin sehingga
jalur sintesis menjadi lebih pendek.
B. Rumusan Masalah
1. Bagaimana cara penentuan in vitro sitotoksisitas pada rhabdomyosarcoma (RD) garis
sel ?
2. Bagaimana cara mencari nilai HKSA ?
C. Tujuan
1. Agar mengetahui cara penentuan in vitro sitotoksisitas pada rhabdomyosarcoma (RD)
garis sel
2. Agar mengetahui cara mencari nilai HKSA
BAB II
TINJAUAN PUSTAKA
A. Kanker
Kanker merupakan penyakit yang ditandai dengan pertumbuhan tidak terkendali
dan penyebaran sel-sel abnormal yang tumbuh dengan cepat dan melampaui jumlah dari
biasanya, yang kemudian dapat menyerang bagian tubuh yang berdekatan dan menyebar
ke organ lain (WHO, 2013; ACS, 2013). Kanker juga disebut neoplasia ganas (tumor
ganas), dan merupakan salah satu kelompok lebih dari 100 berbagai penyakit yang
ditandai dengan kerusakan DNA yang menyebabkan pertumbuhan sel abnormal (Frizzell,
2001). Kanker berpotensi fatal yang dapat disebabkan oleh faktor lingkungan yang
menyebabkan gen bermutasi dan mengubah pengkodean protein sel regulasi. Hal tersebut
mengarah ke pembentukan luas massa sel abnormal yang menghancurkan sekitar jaringan
normal dan dapat menyebar ke organ-organ vital, serta sering menyebabkan kematian
pada pasien (Alison, 2001 ).
B. HKSA
Dalam pengembangan senyawa baru secara laboratorium ada beberapa langkah
eksperimen yang perlu dilakukan seperti: desain, sintesis, identifikasi, purifikasi, dan uji
aktivitas. Kelemahan strategi ini adalah jika semua tahapan tersebut telah dikerjakan,
namun hasil yang diperoleh (senyawa yang diteliti) ternyata mempunyai aktivitas yang
tidak lebih baik dari senyawa-senyawa yang telah ada, maka waktu, biaya dan tenaga yang
telah dikeluarkan akan terbuang percuma. Sebagai solusi dari masalah di atas adalah
pengujian aktivitas senyawa yang akan disintesis dengan pemodelan molekul
menggunakan komputer. Dengan komputer, dapat dicari hubungan antara struktur terlebih
dahulu, baik elektronik maupun geometri dari satu ataupun sekelompok molekul yang
telah dicurigai mempunyai aktivitas tertentu. Berdasarkan model persamaan yang
diperoleh dapat diprediksi pusat aktif (bagian dari molekul/senyawa yang memberi
sumbangan paling besar terhadap efek aktivitas), sehingga desain molekul senyawa baru
dengan aktivitas lebih tinggi dapat dikonsentrasikan pada modifikasi pusat aktif tersebut.
Hal ini dapat membantu mengurangi kegagalan riset eksperimen serta dapat
mengefisiensikan tenaga dan biaya (Richon dan Young, 1997).
C. Manfaat Nilai Koefisien
1. Log P
Koefisien partisi dapat digunakan untuk menunjukkan kemampuan suatu molekul
dalam menembus membran biologis yang bersifat seperti halnya lapisan lemak.
logP digunakan dalam penelitian QSAR dan desain obat rasional sebagai ukuran
hidrofobik molekuler. Hidrofobik mempengaruhi penyerapan obat, bioavailabilitas,
interaksi reseptor hidrofobik, metabolisme molekul, serta toksisitasnya. LogP juga
menjadi parameter kunci dalam studi tentang nasib lingkungan bahan kimia.
2. Henrys Law
Dengan kata lain, jumlah gas yang terlarut sebanding dengan tekananparsial dalam fase
gas. Faktor kesebandingannya disebut sebagai konstanta hukum Henry.
3. TPSA
Parameter yang sangat berguna untuk prediksi sifat pengangkutan obat. Luas
permukaan kutub didefinisikan sebagai jumlah permukaan atom polar (biasanya
oksigen, nitrogens dan hidrogen terlampir) dalam sebuah molekul. Parameter ini telah
terbukti berkorelasi sangat baik dengan penyerapan usus manusia, permeabilitas
monolayers Caco-2, dan penetrasi penghalang darah-otak.
4. Volume Molekuler
menentukan karakteristik transportasi molekul, seperti penyerapan usus atau penetrasi
penghalang darah-otak. Oleh karena itu, volume sering digunakan dalam penelitian
QSAR untuk memodelkan properti molekuler dan aktivitas biologis.
5. Polarisabilitas
Kemudahan suatu molekul untuk membentuk dipol sesaat atau untuk mengimbas suatu
molekul
6. Dipole
Suatu molekul membentuk pusat muatan negatif dan pusat muatan positif.
7. Energi elektronik molekul
Energi molekul yang disebabkan oleh energi potensial dan kinetik elektronnya (Harno
D Pronowo, 2001).
8. Bobot Molekul (molecular weight)
Jumlah bobot-bobot atom dari atom-atom yang menyusun suatu molekul itu atau satuan
terkecil senyawa itu.
BAB III
METODE PENELITIAN
Unit Komputer
Aplikasi ChemDrow2D
Aplikasi ChemDrow3D
Aplikasi Marvin Sketch
Aplikasi SPSS
Website Molinpiration
Jurnal penelitian IC50
B. Prosedur
1. Pastikan semua aplikasi yang dibutuhkan sudah di Instalasi sampai selesai sesuai
dengan petunjuk yang ada.
2. Data praktikum:
3. Deskriptor yang digunakan sebanyak 12 jenis deskriptor, yaitu :
Lipofilik : Log P, Henry’s Law, C Log P dan Topological Polar Surface Area (TPSA)
Elektronik : Energi Total, Polarisibility, Dipole dan Energi Elektronik
Sterik : Berat Molekul, Molecular Topological Index (MTI), Connoly Molecular
Area (CMA ) dan Volume Molar
4. Gambar struktur senyawa (E)-3-(3-bromophenyl)-1-(10H-phenothiazin-2-yl)prop-2-en-1-
one di atas dengan program chemdraw2D, lalu copy paste pada program chemdraw 3D,
lewat MOPAC pada chemdraw3D lakukan minimize energy (AM1), kemudian cari nilai
descriptor lipofilik, elektronik dan sterik seperti di atas lewat menu analyze-compute
properties.
5. Catat nilai descriptor yang sudah dihitung lewat chemdraw3D: Log P, Henry’s Law,
Energi Total, Dipole, Energi Elektronik, Berat Molekul, Molecular Topological Index
(MTI), Connoly Molecular Area (CMA ).
6. Deskriptor lainnya cari nilainya lewat program yang sesuai: C Log P, Topological Polar
Surface Area (TPSA), Volume Molar, Polarisibility.
C Log P: lewat chemdraw2D
Topological Polar Surface Area (TPSA) dan Volume molar lewat
http://www.molinspiration.com/
Polarisibility: dicari lewat chemsketch pada chemaxon
7. Rekap data semua descriptor yang sudah dihitung:
REGRESSION
BM 307,4294 67,20891 20
N BM 20 20 20 20 20
MTI 20 20 20 20 20
CMA 20 20 20 20 20
Vol_Molar 20 20 20 20 20
Correlations
N BM 20 20 20 20
MTI 20 20 20 20
CMA 20 20 20 20
Vol_Molar 20 20 20 20
Correlations
N BM 20 20 20 20
MTI 20 20 20 20
CMA 20 20 20 20
Vol_Molar 20 20 20 20
Variables Entered/Removeda
Vol_Molar,
Henry_low,
Energi_Elektroni
k, Dipole, CMA,
1 . Enter
Log_P, MTI,
C_Log_P,
Total_Energi,
BM, Plorasibilityb
A. Pembahasan
Tujuan dari metode QSAR ini adalah untuk mempermudah pengerjaan secara manual
untuk mengembangkan suatu senyawa baru. Untuk itu perlu adanya pemilihan
deskriptor/variabel yang akan diikutkan dalam persamaan model (Kubinyi, 1993). Analisis
dalam penentuan HKSA dilakukan menggunakan metode analisis regresi multilinear. Data
deskriptor dan log 1/IC50 eksperimen di preparasi menggunakan Microsoft excel 2013
terlebih dahulu, kemudian disimpan sebagai workbook. Analisisr egresi multilinear dilakukan
menggunakan IBM SPSS 21. Klik menu file → open → data, pada file type pilih format
excel (.xls, .xlsx, .xlsm) kemudian seleksi workbook yang telah dipreparasi dan pilih range
data yang akan dianalisis. Setelah input data, klik menu Analyze → Regression →
Linearakan muncul kotak dialog Linear Regression. Pada form Dependent diisi dengan nilai
log 1/IC50, pada form Independent diisi dengan nilai deskriptor yang dihitung. Pada form
Method pilih backward, selanjutnya klik menu Statistics. Muncul kotak dialog Linear
Regression: Statistics, beri tanda centang pada pilihan Estimates, Model fit, descriptive, dan
Durbin-watson kemudian klik menu Continue. Pada kotak dialog Linear Regression klik
menu Plots, masukkan DEPENDNT pada Y dan *ADJPRED pada X. Centang pilihan
Histogram dan Normal probability plot kemudian klik menu continue untuk kembali ke kotak
dialog Linear Regression. Klik menu Save maka akan muncul kotak dialog Linear
Regression: Save, beri tanda centang pada pilihan Unstandarized pada Predicted Values dan
Residuals kemudian klik menu continue untuk kembali ke kotak dialog Linear Regression.
Model Summaryi
Change Statistics Durbi
M Std. Error
R Adjusted R R Sig. F n-
od R of the
Square Square Square F Change df1 df2 Chang Watso
el Estimate
Change e n
1 ,755a ,571 -,020 36,95745 ,571 ,967 11 8 ,534
2 ,754b ,568 ,088 34,94712 -,003 ,048 1 8 ,833
3 ,753c ,567 ,177 33,19502 -,001 ,022 1 9 ,884
4 ,744d ,554 ,230 32,12313 -,013 ,301 1 10 ,595
5 ,734e ,538 ,269 31,29852 -,016 ,392 1 11 ,544
6 ,704f ,496 ,263 31,41386 -,042 1,096 1 12 ,316
7 ,678g ,460 ,267 31,33216 -,036 ,927 1 13 ,353
8 ,632h ,400 ,240 31,91511 -,060 1,563 1 14 ,232 2,671
Dari persamaan HKSA diatas persamaan yang muncul 8 persamaan, dipilih satu
persamaan terbaik dengan melihat nilai R,R square dan standar eror yang sesuai. Model
persamaan ke dua dipilih dikarenakan nilai R yang mendekati 0.9, R square mendekati 0.1
dan standar eror yang kecil.
IC50 = 277,371 - 5,606 (HL) – 10,680 (Log P) + 20,771 (C Log P) + 10,655 (plorasibility) +
1,386 (dipole) – 001 (energi elektronik) – 2,065 (BM) + 005 (MTI) – 070 (CMA) +
003 (Vol Molar)
B. Kesimpulan
Analisis Hubungan Kuantitatif Struktur-Aktivitas (HKSA) merupakan salah satu
bagian yang dipelajari dalam bidang kimia medisinal untuk memetakan hubungan antara
struktur dengan aktivitas suatu senyawa kimia, sehingga didapatkan suatu model yang
dapat menjelaskan jenis senyawa yang paling potensial untuk dikembangkan dalam
penemuan obat baru. Metode HKSA yang sering digunakan dalam penentuan obat baru
yaitu metode Hansch, Free-Wilson, dan metode HKSA-3D. Parameter sifat kimia dan
fisika yang terdapat pada molekul senyawa dan berhubungan dengan HKSA yaitu
parameter hidrofofobik (π), elektronik (σ), dan sterik (Es). Dalam penemuan dan
pengembangan obat baru analisa statistik diperlukan untuk menemukan sebuah persamaan
HKSA.
Berdasarkan pembahasan diatas disimpulkan bahwa didapatkan persamaan HKSA
sebagai berikut :
IC50 = 277,371 - 5,606 (HL) – 10,680 (Log P) + 20,771 (C Log P) + 10,655 (plorasibility)
+1,386 (dipole) – 001 (energi elektronik) – 2,065 (BM) + 005 (MTI) – 070 (CMA) +
003 (Vol Molar).
DAFTAR PUSTAKA
Jemal A., Siegel R., statistik Ward E. Kanker. CA Kanker J Cli. 2008; 58 (2): 71-96.
Siswandono., dan Soekardjo B. 2000. Kimia Medisinal I. Surabaya: Airlangga Univ.
Press.
Siswandono., Bambang Soekardjo. 2000. Kimia Medisinal Jilid 1. Surabaya:
Airlangga University Press. Hal. 5-6.
Pranowo, H.D.2000. Metoda Kimia Kuantum dalam Kimia Komputasi, Pusat Kimia
Komputasi Indonesia Austria. Jurusan Kimia FMIPA Universitas Gadjah Mada:
Yogyakarta.
Sardjoko. 1993. Rancangan Obat. Gadjah Mada University Press : Yogyakarta.