Anda di halaman 1dari 9

Nama: Ulfa Maynisa R

NIM/ Kelas: 17620052/ B

SENYAWA AKTIF: CAPSAICIN


Canonical SMILES: CC(C)C=CCCCCC(=O)NCC1=CC(=C(C=C1)O)OC

Capsaicin merupakan zat yang menimbulkan rasa pedas pada cabai yang terdapat pada biji cabai
dan plasenta buah cabai. Capsaicin secara alami banyak ditemukan pada biji buah cabai dan paprika.
Ekstrak capsaicin banyak digunakan sebagai zat aditif atau bahan tambahan pangan untuk mengawetkan
makanan atau memberikan cita rasa pedas pada makanan. Berdasarkan literatur Nuraeni (2018)
Capsaicinoid yang menyebabkan rasa pedas dari cabai adalah senyawa turunan dari fenilpropanoid
yaitu capsaicin, dimana senyawa capsaicin merupakan capsaicin primer yang terdapat dalam cabai,
diikuti oleh dihidrocapsaicin, dan senyawa lainnya. Capsaicin dan dihidrocapsaicin merupakan
capsaicinoid paling banyak dengan jumlah 90% dari total capsaicinoid dalam cabai. Capsaicin (trans-8-
metil-N-vanilil-6-nonenamida) adalah sebuah kristalin, lipofilik, tidak berwarna dan tidak mudah
menguap (volatile) dengan rumus molekul C18H27NO3. Berat molekul dari capsaicin adalah 305,40
g/mol dan merupakan suatu lemak, alkohol juga larut dalam minyak. Biosintesis capsaicin pada
tanaman didefinisikan oleh dua jalur: fenilpropanoid, yang menentukan struktur fenolik, dan
metabolisme asam lemak, yang menentukan molekul asam lemak.
1. Analisis Senyawa Aktif Capsaicin dengan Web Pass Online

Berdasarkan analisis senyawa aktif capsaicin dengan web server pass online, didapatkan senyawa
capsaicin memiliki aktivitas sebagai agonis vanilloid 1, Mucomembranous protector, linoleate diol
synthase inhibitor, hingga inhibitor histone deacetylase 1. Aktivitas capsaicin sebagai agonis vanilloid
1 adalah tertinggi berdasarkan nilai Pa (0.883) dan Pi (0.002) aktivitas capsaicin sebagai inhibitor
histone deacetylase 1 adalah terendah berdasarkan nilai Pa (0.025) dan Pi (0.025) yang dapat
disimpulkan bahwa senyawa capsaicin lebih aktif sebagai agonis vanilloid 1. Uji PASS (Prediction of
Activity Spectra for Substances) dilakukan untuk mengetahui potensi aktivitas Capsaicin yang
dihasilkan oleh cabai. Berdasarkan literatur Parasuraman (2011), PASS (Prediction of Activity Spectra
for Substances) adalah aplikasi berbasis web yang memprediksi spektrum aktivitas biologis dari suatu
senyawa aktif berdasarkan struktur dari senyawa tersebut dimana prinsip kerjanya adalah aktivitas
biologis dari suatu senyawa sama dengan strukturnya. Algoritma uji PASS menggunakan pendekatan
bayesian. Fungi PASS prediction adalah untuk memprediksi Pa:Pi (rasio aktif:inaktif) pada ambang
prediksi Pa>30%, Pa>50%, Pa>70%. Akurasi rata-rata dari prediksi adalah sekitar 90% berdasarkan
estimasi validasi silang (LOO CV). Keakuratan dari PASS prediction tergantung oleh informasi
komprehensif tentang spektrum aktivitas biologis pada tiap-tiap senyawa yang tersedia di PASS training
set. Lagunin (2000) menambahkan jika Pa> 0,7, zat tersebut sangat mungkin untuk menunjukkan
aktivitas dalam percobaan, tetapi kemungkinan zat tersebut menjadi analog (sama) dari agen farmasi
yang dikenal juga tinggi. Jika 0,5 <Pa <0,7, zat tersebut cenderung menunjukkan aktivitas dalam
percobaan, tetapi kemungkinannya lebih kecil, dan zat tersebut tidak seperti agen farmasi yang dikenal.
Jika Pa <0,5, zat tersebut tidak mungkin menunjukkan aktivitas dalam percobaan. Namun, jika
keberadaan aktivitas ini dikonfirmasi dalam percobaan, zat tersebut mungkin merupakan entitas kimia
baru.
Senyawa aktif capsaicin aktif sebagai agonis vanilloid 1 dijelaskan oleh literatur Messeguer
(2006) dimana Transient Receptor Potential Vanilloid 1 (TRPV1) adalah saluran kation kalsium non-
selektif permeabel yang dapat diaktifkan oleh senyawa capsaicin. Senyawa aktif capsaicin sebagai
mucomembranous protector atau pelindung membran mukus dijelaskan pada literatur Satyanarayana
(2006) yaitu capsaicin bekerja dengan menstimulasi neuron aferen di lambung dan memberi sinyal
untuk perlindungan terhadap agen penyebab cedera. Aliran darah mukosa lambung adalah salah satu
yang memfasilitasi pembuangan asam dan mencegah penumpukannya dalam jaringan, selain
perlindungan normal yang diberikan oleh kelenjar mukus kerongkongan, sel-sel leher mukus dari
lambung, pilorus, dan kelenjar Brunner di bagian atas duodenum melindungi terhadap asam lambung.

2. Analisis Senyawa Aktif Capsaicin dengan Web SwissADME

SwissADME adalah web tool yang dapat diakses secara gratis untuk memprediksi
physicochemical properties, pharmacokinetics, drug-likeness dan medicinal chemistry friendliness
dengan beberapa metode yang valid seperti BOILED-egg, iLOGP, dan Bioavaibility radar. SwissADME
juga dapat digunakan untuk memprediksi farmakokinetik suatu senyawa. Menurut Shargel (2005),
Farmakokinetik secara definitif adalah ilmu yang mempelajari kinetika absorbsi obat, distribusi, dan
eliminasi (metabolisme dan ekskresi). Mutschler (1991) menambahkan, setelah obat masuk ke dalam
tubuh, molekul obat akan diabsorbsi dari gastrointestinal. Kecepatan absorbsi dan eliminasi menentukan
kadar obat dalam darah yang dicapai oleh sirkulasi sistemik, organ, jaringan dan sel. Setelah diabsorbsi,
obat akan mengalami metabolisme di dalam hati, dikeluarkan dari hati ke empedu atau mencapai
sirkulasi sistemik.
Berdasarkan hasil analisis menggunakan web SwissADME pada senyawa capsaicin, didapatkan
hasil seperti gambar diatas. Area yang berwarna merah muda menggambarkan daerah optimal untuk
setiap bagian (lipofilisitas: XLOGP3 yang berkisar antara -0.7 hingga 5.0, ukuran: MV yang berkisar
antara 150 g/mol hingga 500 g/mol, polaritas: TPSA yang berkisar antara 20Å hingga 130Å, Kelarutan:
Log S berkisar antara 0 hingga 6, Titik jenuh: Fraction Csp3 berkisar antara 0.25 hingga 1, fleksibilitas:
berkisar antara 0 hingga 9 rotatable bonds). Pada tabel info Physicochemical properties terdapat
informasi umum seperti formula atau rumus umum dari senyawa capsiacin yaitu C18H27NO3, berat
molekul 305,41 g/mol dimana masih dalam daerah merah muda (ambang wajar), jumlah rotatable
bonds yaitu 10 dimana sudah melebihi daerah merah muda (melebihi ambang wajar yang berkisar antara
0 hingga 9), dan insaturation atau titik jenuh sebesar 58.56 Å dimana masih dalam daerah merah muda
(ambang wajar).
Pada tabel info lipofilisitas, diketahui Log Po/w (iLOGP) adalah 3.15, Log Po/w (XLOGP3) adalah
3.58, Log Po/w (WLOGP) adalah 3.64, Log P o/w (MLOGP) adalah 2.69, Log P o/w (SILICOS-IT) adalah
4.10 dengan consensus Log Po/w adalah 3.43. Berdasarkan literatur Daina (2017) koefisien partisi antara
n-oktanol dan air (log Po/w) adalah deskriptor umum untuk Lipofilisitas. Lipofilisitas ini memiliki
bagian khusus di SwissADME karena pentingnya sifat fisikokimia untuk penemuan obat farmakokinetik.
Banyak metode komputasi untuk estimasi log Po/w yang telah dikembangkan dengan kinerja beragam
pada berbagai percobaan kimia. Praktik umum adalah dengan menggunakan beberapa prediktor untuk
memilih metode yang paling akurat untuk seri kimia tertentu atau untuk menghasilkan estimasi
konsensus. Model di belakang alat prediksi harus beragam untuk meningkatkan keakuratan prediksi
melalui log konsensus. Dalam hal itu, SwissADME memberikan akses ke lima model prediksi yang
tersedia secara bebas; yaitu XLOGP3, metode atomistik yang mencakup faktor korektif dan database
berbasis pengetahuan; WLOGP, implementasi dari metode atomistik murni berdasarkan sistem fragmen
Wildman dan Crippen; MLOGP, arketipe metode topologis yang mengandalkan hubungan linear dengan
13 deskriptor molekuler; SILICOS-IT, sebuah metode hybrid yang mengandalkan 27 fragmen dan 7
deskriptor topologi dan yang terakhir yaitu iLOGP, metode berbasis fisika yang mengandalkan energi
bebas kelarutan dalam n-oktanol dan air yang dihitung berdasarkan area permukaan yang dapat oleh
pelarut (GB/SA) model. Log konsensus Po/w adalah rata-rata aritmatika dari nilai-nilai yang diprediksi
oleh lima metode yang diusulkan.
Pada tabel info water solubility atau kelarutan, diketahui Log S (ESOL) adalah -3.53 dengan
solubility class termasuk soluble dan solubility adalah 9.00e-02 mg/ml ; 2.95e-04 mol/l, Log S (Ali)
adalah -4.50 dengan solubility class termasuk moderately soluble dan solubility adalah 9.75e-03 mg/ml ;
3.19e-05 mol/l, Log S (SILICOS-IT) adalah -4.87 dengan solubility class termasuk moderately soluble
dan solubility adalah 4.08e-03 mg/ml ; 1.34e-05 mol/l. Berdasarkan literatur Daina (2017) mengetahui
molekul yang larut sangat memudahkan banyak kegiatan pengembangan obat, terutama kemudahan
penanganan dan formulasi. Selain itu, untuk proyek penemuan yang menargetkan pemberian oral,
kelarutan adalah salah satu sifat utama yang mempengaruhi penyerapan dan obat yang dimaksudkan
untuk penggunaan parenteral harus sangat larut dalam air untuk dapat memberikan jumlah bahan aktif
yang cukup dalam mengatur volume dosis farmasi. Dua metode topologi untuk memprediksi kelarutan
air yang termasuk dalam SwissADME yaitu pertama adalah implementasi dari model ESOL36 dan yang
kedua diadaptasi dari Ali et al. Keduanya berbeda dari persamaan kelarutan umum karena mereka
menghindari parameter titik lebur. Prediktor ketiga SwissADME untuk kelarutan dikembangkan oleh
SILICOS-IT. Semua nilai yang diprediksi adalah logaritma desimal dari kelarutan molar dalam air (log
S).
Pada tabel info Pharmacokinetics, diketahui GI absorption adalah tinggi/high, BBB permeant: yes,
P-gp substrate: No, CYP1A2 inhibitor: yes, CYP2C19 inhibitor: no, CYP2C9 inhibitor: no, CYP2D6
inhibitor: yes, CYP3A4 inhibitor: yes, dan Log Kp (skin permeation) adalah -5.62 cm/s. Berdasarkan
literatur Daina (2017) model yang digunkan untuk memprediksi koefisien skin permeation (Kp) adalah
regresi linier berganda dimana Kp berkorelasi linear dengan ukuran molekul dan lipofilisitas (R2 =
0,67). Semakin negatif log Kp (dengan Kp dalam cm/s), semakin sedikit skin permeation molekulnya.
Kita dapat memperkirakan bahwa 50% hingga 90% dari molekul terapeutik adalah substrat dari lima
isoform utama (CYP1A2, CYP2C19, CYP2C9, CYP2D6, CYP3A4). Penghambatan isoenzim ini tentu
saja merupakan salah satu penyebab utama interaksi obat-obat yang berhubungan dengan
farmakokinetik yang mengarah ke toksik atau efek samping yang tidak diinginkan lainnya karena
ekskresi yang lebih rendah dan akumulasi obat atau metabolitnya. Banyak inhibitor isoform CYP telah
diidentifikasi. Beberapa mempengaruhi isoform CYP yang berbeda, sementara senyawa lain
menunjukkan selektivitas untuk isoenzim spesifik. Oleh karena itu sangat penting bagi penemuan obat
untuk memprediksi kecenderungan dengan mana molekul akan menyebabkan interaksi obat yang
signifikan melalui penghambatan CYP, dan untuk menentukan isoform yang terpengaruh. SwissADME
memungkinkan estimasi untuk senyawa kimia menjadi substrat P-gp atau inhibitor isoenzim CYP.
Model dapat dikatakan "Ya" atau "Tidak" jika molekul yang diselidiki memiliki probabilitas lebih tinggi
untuk menjadi substrat atau non-substrat P-gp (masing-masing inhibitor atau non-inhibitor dari CYP
yang diberikan).
Pada tabel info Druglikeness, diketahui filter Lipinski: yes, 0 violation, filter Ghose: yes, filter
Veber: yes, filter Egan: yes, filter Muegge: yes dan skor bioavabilitas yaitu 0.55. Berdasarkan literatur
Daina (2017), druglikeness yaitu "kemiripan obat" yang dinilai secara kualitatif sebagai peluang
molekul untuk menjadi obat oral sehubungan dengan ketersediaan sumber daya hayati. Kemiripan
dengan obat dibentuk dari inspeksi struktural atau fisikokimiawi pengembangan senyawa-senyawa yang
cukup maju untuk dipertimbangkan sebagai kandidat obat-oral. Bagian SwissADME ini memberikan
akses ke lima filter berbasis aturan yang berbeda, dengan rentang sifat yang beragam di mana molekul
didefinisikan seperti obat. Filter ini sering berasal dari analisis oleh perusahaan farmasi besar yang
bertujuan untuk meningkatkan kualitas koleksi kimia milik mereka antara lain; Filter Lipinski (Pfizer)
Metode Ghose (Amgen), Veber (GSK), Egan (Pharmacia) dan Muegge (Bayer). Menurut Lipinski, obat
yang aktif secara oral tidak memiliki lebih dari satu pelanggaran the rule of five antara lain: 1) tidak
lebih dari 5 donor ikatan hydrogen (jumlah total ikatan nitrogen-hidrogen dan oksigen-hidrogen), 2)
tidak lebih dari 10 akseptor ikatan hidrogen (semua atom nitrogen atau oksigen), 3) Berat molekul
kurang dari 500 dalton, 4) koefisien partisi (logP) tidak lebih besar dari 5. Sedangkan menurut Ghose,
rentang dalam seleksi druglikeness agak lebih sempit dapat dilihat persyaratannya sebagai berikut : 1)
log P antara -0,4 sampai 5,6, 2) berat molekul kurang dari sama dengan 480, 3) MR (Molar Refractivity)
antara 40 sampai 130, 4) jumlah atom sama tidak lebih besar dari 70 dan tidak kurang dari 20. Teori
Veber dalam pengembangan obat baru, jika tidak memenuhi syarat dibawah ini maka senyawa obat
tidak dapat aktif secara farmakokinetik: 1) rotable bonds kurang dari sama dengan 10 dan 2) TPSA tidak
lebih dari 140. Teori Egan, pada skiring obat untuk memaksimalkan secara farmakokinetik harus
memiliki sifat kimia sebagai berikut: 1) LogP tidak lebih dari 5,88 dan 2) TPSA tidak lebih dari 131,6.
Menurut Muegge et al: 1) berat molekul tidak kurang dari 200 dan tidak lebih dari 600, 2) LogP kurang
dari 5 dan paling kacil adalah -2, 3) TPSA tidak lebih dari 150, 4) ikatan hidrogen tidak lebih dari 10, 5)
ikatan hidrogen donor tidak lebih dari 5, 6) num. rings tidak lebih dari 7, 7) numb. Carbon lebih dari 4,
8) numb. Heteroatom lebih dari 1, 9) numb. Rotable bonds tidak lebih dari 15.
Pada tabel info Medicinal Chemistry, diketahui PAINS (Pan Assay Interference Structures) adalah
0 alert, Brenk adalah 1 alert isolated_alkene, Leadlikeness adalah No; 2 violations: Rotors>7,
XLOGP3>3.5 dan Synthetic accessibillity score sebesar 2.32. Berdasarkan literatur Daina (2017), tujuan
dari bagian ini adalah untuk mendukung ahli kimia obat dalam upaya penemuan obat harian mereka.
Dua metode pengenalan pola komplementer memungkinkan identifikasi fragmen yang berpotensi
bermasalah. PAINS (Pan Assay Interference Structures) adalah molekul yang mengandung substruktur
yang menunjukkan respons yang kuat dalam pengujian, terlepas dari target protein. SwissADME
memberikan peringatan jika bagian tersebut ditemukan molekul yang sedang dievaluasi.

Berdasarkan hasil dari presdiksi plot telur rebus (BOILED_Egg) didapatkan bahwa senyawa
capsaicin terletak pada daerah kuning telur (yolk) dimana dapat disimpulkan bahwa senyawa capsaicin
dapat diserap oleh pembuluh darah otak (BBB) dan juga diserap aktif oleh saluran pencernaan manusia
(HIA). Simbol titik merah diartikan dengan PGP- dimana senyawa capsaicin merupakan non-substrat
dari permeabilitas glikoprotein. Berdasarkan literatur Daina (2017), prediksi untuk Human
Gastrointestinal Absorption (HIA) dan Blood-Brain Barrier (BBB) keduanya dapat diprediksi dari
pembacaan model BOILED-Egg, model klasifikasi grafis intuitif, yang dapat ditampilkan di halaman
hasil SwissADME dengan mengklik merah Show BOILED-Egg. Pengetahuan tentang senyawa yang
menjadi substrat atau non-substrat dari permeabilitas glikoprotein adalah kunci untuk menilai transpor
aktif melalui membran biologis, misalnya dari dinding saluran pencernaan ke lumen atau dari otak.
Salah satu peran utama P-gp adalah untuk melindungi sistem saraf pusat (SSP) dari xenobiotik. Yang
penting juga, P-gp dapat diekspresikan berlebih dalam beberapa sel tumor dan mengarah pada kanker
yang resistan terhadap beberapa obat. Pengkodean: titik-titik biru untuk substrat P-gp (PGP +) dan titik-
titik merah untuk P-gp non-substrat (PGP−). Hardjono (2016) menambahkan, kemampuan obat untuk
menembus sawar darah otak (Blood Brain Barrier) merupakan parameter penting yang perlu
dipertimbangkan untuk membantu mengurangi efek samping dan toksisitas atau untuk meningkatkan
khasiat obat yang aktivitas farmakologisnya ada di dalam otak.
Daftar Pustaka

Daina, Antoine, Olivier Michielin and Vincent Zoete. 2017. SwissADME: a free web tool to evaluate
pharmacokinetics, drug-likeness and medicinal chemistry friendliness of small
molecules. Scientific reports. Vol 7.
Hardjono, Suko. 2017. Prediksi sifat farmakokinetik, toksisitas dan aktivitas sitotoksik turunan n-
benzoil-n’-(4-fluorofenil) tiourea sebagai calon obat antikanker melalui pemodelan molekul.
Jurnal Ilmu Kefarmasian Indonesia. Vol 14. No 2.
Lagunin, Alexey, et al. 2000. PASS: prediction of activity spectra for biologically active substances.
Bioinformatics. Vol 16. No 8.
Mayer, Sascha, Ernst Mutschler and Hildegard Spahn‐Langguth. 1991. Pharmacokinetic studies with the
lipid‐regulating agent beclobrate: Enantiospecific assay for beclobric acid using a new fluorescent
chiral coupling component (S‐FLOPA). Chirality. Vol 3. No 1.
Messeguer, Angel, Rosa Planells-Cases and Antonio Ferrer-Montiel. 2006. Physiology and
pharmacology of the vanilloid receptor. Current neuropharmacology. Vol 4. No 1.
Nuraeni, Iis dan Tina Rostinawati. 2018. Perkembangan produksi hasil metabolisme sekunder capsaicin
dengan berbagai metode in vitro. Farmaka. Vol 16. No 1.
Parasuraman, S. 2011. Prediction of activity spectra for substances. Journal of pharmacology and
pharmacotherapeutics. Vol 2. No 1.
Satyanarayana, M. N. 2006. Capsaicin and gastric ulcers. Critical reviews in food science and nutrition.
Vol 46. No 4.
Shargel, L, A Yu and S Wu. 2005. Biofarmasetika dan Farmakokinetika Terapan Edisi kedua.
Surabaya: Airlangga University Press.