Penambatan molekuler atau molecular docking adalah prosedur komputasional yang digunakan

untuk memprediksikan ikatan nonkovalen makromolekul, lebih sering, sebuah molekul besar
(reseptor) dan sebuah molekul kecil (ligan) secara efisien dimulai dari struktur-struktur yang
tidak saling berikatan, struktur yang ditemukan dari simulasi dinamika molekul, homology
modeling, dan lain-lain. Tujuan dari molecular docking adalah untuk memprediksikan
konformasi ikatan dan afinitas pengikatan (Yanuar, 2012).

Dalam proses docking harus mempersiapkan terlebih dahulu reseptor dan ligan yang akan di
dockingkan. Pemlihan reseptor dari website www.rscb.org . Kualitas struktur protein dikatakan
baik jika residu pada disallow region (daerah yang tidak diinginkan) lebih kecil dari 15% dan
residu asam amino yang berada pada most favored region (daerah yang disukai) lebih besar dari
50%. (Amelia,2015)

Proses docking menggunakan program AutoDock. Reseptor yang digunakan adalah 1UNH. Pada
proses validasi ini nilai yang dilihat adalah nilai Root Mean Square Deviation (RMSD). Reseptor
1UNH memiliki nilai RMSD ≥ 2 Å . berarti reseptor 1KZN tidak memenuhi syarat, sehingga
reseptor 1UNH dianalisis kualitas stereokimianya (Ramachandran Plot). Hasil analisis
menggunakan Ramachandran Plot diperoleh nilai disallowed region berada dibawah 0,8% yaitu
0,3%. Pada analisis reseptor juga dilakukan dengan melihat nilai most favored region (daerah
yang disukai) dimana kualitas yang baik memiliki persentase most favored region lebih besar
dari 50%. Hasil menunjukan persentase most favored region sebesar 87,2%.

Ligan Kalkon 1,3-difenil-2-propen-1-on yang digunakan pada proses docking dioptimasi

geometri dan pH nya disesuaikan dengan pH yang ada dalam darah yaitu 7,4. Kemudian
dilakukan comformation search untuk mendapatkan struktur yang paling sesuai dan cocok
dengan reseptor atau protein target.

Prediksi ADME ini dilakukan untuk memprediksi sifat farmakokinetik yaitu absorpsi, distribusi,
metabolisme, dan eliminasi didalam tubuh secara in silico. Parameter yang digunakan
diantaranya Caco-2 digunakan untuk menentukan nilai permeabilitas senyawa, paremeter HIA
(Human intestinal Absorption) untuk mempredisksikan proses penyerapan obat didalam usus
manusia, dan parameter Protein Plasma Binding untuk mengetahui nilai dalam persen suatu obat
yang terikat dengan protein plasma.

Table 1. Hasil Prediksi Adsorpsi, Distribusi dan Toksisitas

No Molecule Name pharmacecicnetics Prediction Toxicity Prediction

Caco2 HIA PPB Amnes Test Carsino Carsino
Mouse Rat
1. Senyawa Induk 56.5886 97.749380 85.959474 mutagen negative negative
2 Senyawa turunan 4a 25.0908 97.684508 74.803509 mutagen negative negative
3 Senyawa turunan 4b 25.5414 97.736336 77.250652 non-mutagen negative negative
4 Senyawa turunan 4c 53.8631 97.897407 86.740747 mutagen negative negative
5 Senyawa turunan 4d 51.9737 98.299576 91.997063 mutagen negative negative
6 Senyawa turunan 4e 42.2596 97.956304 86.394658 non-mutagen negative negative
7 Senyawa turunan 4f 54.7337 97.994214 88.562687 mutagen negative negative
8 Senyawa turunan 4g 53.5944 97.492500 61.361617 mutagen negative negative
9 Senyawa turunan 4h 54.156 97.556403 80.260854 mutagen negative negative
10 Senyawa turunan 4j 51.0982 97.986349 88.928738 non-mutagen negative negative
11 Senyawa turunan 4l 48.2134 98.132588 88.930223* mutagen negative positive
12 Senyawa turunan 4m 56.9577 98.170223 88.692890 mutagen negative positive
13 Senyawa turunan 4n 53.5493 97.560928 72.428470 mutagen negative positive
14 Senyawa turunan 4o 53.8403 97.893377 87.165865 mutagen negative negative
15 Senyawa turunan 4p 53.8417 97.944560 87.922968 non-mutagen negative negative
16 Senyawa turunan 4q 53.8417 97.944560 87.922968 non-mutagen negative negative
17 Senyawa turunan 5a 26.5035 97.842024 80.411982 mutagen positive negative
18 Senyawa turunan 5b 26.9856 97.894316 82.101058 mutagen positive negative
19 Senyawa turunan 5c 55.1314 98.087817 88.275053 mutagen negative negative
20 Senyawa turunan 5d 54.7466 98.045676 87.691883 mutagen positive negative
21 Senyawa turunan 5e 53.6022 98.385247 88.057835 mutagen positive negative
22 Senyawa turunan 5f 44.9305 98.098195 87.670405 mutagen positive negative
23 Senyawa turunan 5g 55.4553 98.131406 89.111164 mutagen negative negative
24 Senyawa turunan 5h 54.6388 97.599093 69.786172 mutagen positive negative
25 Senyawa turunan 5i 54.9849 97.761977 84.299258 non-mutagen positive negative
26 Senyawa turunan 5k 52.522 98.147517 78.310381 mutagen negative negative
27 Senyawa turunan 5p 54.7909 98.042037 91.557624 non-mutagen positive negative
28 Senyawa turunan 5q 54.8102 98.087817 88.661378 mutagen positive negative
29 Senyawa turunan 5r 54.8102 98.087817 88.661378 mutagen positive negative
30 Senyawa turunan 5s 54.7466 98.045676 87.691883 mutagen positive negative
31 Senyawa turunan 5t 52.9502 98.239772 86.199830 mutagen positive negative
32 Senyawa turunan 5u 37.9916 98.084.566 88.066791* non-mutagen positive negative
Tabel 1 menunjukan bahwa turunan 4d dan 5e senyawa turunan Kalkon 1,3-difenil-2-propen-1-
on memenuhi syarat dimana Caco-2 4-70 nm/sec, HIA 70-100 %, Protein Plasma Binding 90 %.

Uji toksisitas pada senyawa kalkon 1,3-difenil-2-propen-1-on Turunan ke 9 menggunakan

parameter PreAdmet dengan opsi pada Toxicity. Uji ini dilakukan karena untuk memprediksi
tingkat toksisitas dari senyawa tersebut bagi tubuh manusia. Carsino Mouse (CM), Carsino Rat
(CR), dan Amnes Tes merupakan parameter yang digunakan pada uji toksisitas ini.

Validasi metode dilakukan untuk melihat apakah metode yang digunakan dapat dikatakan
valid atau tidak. Validasi ini dilakukan dengan keadaan tanpa air pada reseptor, karena adanya
air pada reseptor dapat memengaruhi interaksi ikatan ligan atau obat dan reseptor, validasi
dilakukan agar metode yang dipakai untuk men-docking senyawa hasil sintesis dapat dipercaya
sebagai referensi dalam docking. Adapun parameter yang digunakan dalam proses validasi
metode docking ini adalah berupa nilai Root Mean Square Deviation (RMSD). Pada proses
validasi ini nilai yang dilihat adalah nilai Root Mean Square Deviation (RMSD). Root Mean
Square Deviation (RMSD) merupakan parameter yang digunakan untuk mengevaluasi kemiripan
dua buah struktur. Kemudian kemiripan dari dua buah struktur tersebut diukur berdasarkan
perbedaan jarak atom sejenis tersebut. Semakin kecil nilai RMSD menunjukkan bahwa posisi
ligan yang diperkirakan semakin baik karena semakin mendekati konformasi asal (Dany et al.,
2013). Program validasi dilakukan dengan cara membandingkan struktur native ligand dengan struktur
hasil redocking. Analisis data perbandingan nilai dinyatakan dengan RMSD (Rate Mean Square
Deviation). Metode docking dikatakan baik jika nilai RMSDnya lebih kecil atau sama dengan 2 Å. Jika nilai
RMSD yang diperoleh lebih besar dari 2 Å, metode yang digunakan tidak dapat dipercaya. Pada reseptor
1UNH memiliki nilai RMSD ≤ 2 Å yaitu 0,48 Å dan energy sebanyak -8,77 kcal/mol yang
menandakan bahwa secara teori, ligan dan protein yang divalidasi telah memenuhi kriteria valid.
Berdasarkan hasil docking antara senyawa dengan reseptor diperoleh nilai sebagai berikut :

Tabel 2. Hasil docking senyawa turunan kalkon 1,3-difenil-2-propen-1-on

Senyawa Run FEB KI vdW + Electros Final Torsion Unbound
(kcal/m (µm) Hbond tatic Total al Free System's
ol) + desolv Energy Internal Energy Energy
Energy (kcal/m Energy (kcal/m (kcal/mol)
(kcal/m ol) (kcal/m ol)
ol) ol)
Ligan H
N 24 -8.77 370.2 -8.93 -0.14 +0.17 +0.30 +0.17
Alami O
4

NH

HO

Ligan 98 6.81 10.18 -9.59 +0.40 - 1.84 2.39 -1.84

O

+
1 N N

N
N

N
O Cl

Ligan 49 -7.22 5.08 -10.09 + 0.18 2.00 +2.68 2.00

O

2 N N

N
N
N Cl
O

Ligan 71 -7.95 1.48 -10.09 +0.05 -1.40 +2.09 -1.40

O

3 N N

N
N
N CH3
O

Ligan 88 -7.96 1.47 -10.49 +0.14 -1.91 +2.39 -1.91

O

4 N N

N
N
N
O

Ligan 85 -7.93 1.55 -10.72 +0.40 -2.21 +2.39 -2.21

O

5 N N

O
N
N

N
O

Ligan 95 -7.55 2.90 -10.66 +0.12 -1.70 +2.98 -1.70

O

6 N N

N
N

O N
Cl

Ligan 89 -8.22 941.8 -11.39 -0.11 -2.38 +3.28 -2.38

O

7 N N 2
N
N

O N
Cl

Ligan 47 -7.34 4.18 -10.39 +0.37 -2.64 +2.68 -2.64

O

8 N N

N
N
N
O

NC

Ligan 29 -8.29 844.9 -11.07 -0.20 -3.08 +2.98 -3.08

 9 0
Ligan 74 -7.42 3.62 -10.73 +0.32 -2.93 +2.98 -2.03
O

10 N N

N
N

N
O

Ligan 32 -8.74 390.4 -11.31 +0.18 -2.42 +2.39 -2.42

O

11 N N
6
O
N
N Cl
N
O

Cl

Ligan 32 -8.88 309.4 -12.40 -0.06 -3.24 +3.58 -3.24

O

12 N N

N O
5
N

O N

Ligan 74 -8.70 416.0 -11.52 -0.17 -2.37 +2.98 -2.37

O

13 N N 9
O
N
N

O N

Ligan 42 -9.00 254.0 -11.83 -0.15 -2.73 +2.98 -2.73

O

14 N N 9
N O
N
Cl

O N

Cl

Ligan 33 -8.60 494.8 -11.37 -0.21 -1.94 +2.98 -1.94

O

15 N N

N
9
N O

O N

C H

O H

Dilihat dari Tabel 2, semakin rendah (negative) nilai binding affinity (energi bebas(ΔG))
menunjukkan semakin stabilnya ikatan antar ligan dengan protein target, pada tabel dari sepuluh
ligan uji dihasilkan nilai binding affinity paling stabil yaitu ligan uji 14 dengan nilai – 9.00.
Sedangkan, semakin rendah nilai konstanta inhibisi (Ki) maka penghambatan yang ditunjukkan
oleh ligan terhadap aktivitas protein semakin efektif. Dapat dilihat hasil konstanta inhibisi pada
tabel 2, yang paling efektif adalah ligan uji 4 dengan nilai 1,47.

Pada Van der waals dan electrostatic energy, sumbangan energi menguntungkan bagi
inetraksi antara ligan dan reseptor, jadi semakin besar nilai energi elektrostatik dan Van der
waals semakin bagus interaksi ligannya, tetapi pada Hbond desolven energy tidak
menguntungkan bagi interaksi ligan. Pada tabel 2 dapat dilihat bahwa nilai Van der waals paling
bagus interaksi ligannya pada ligan uji 12 dengan nilai – 12.40 sedangkan pada energi
elektrostatik yang paling bagus interaksi ligannya adalah ligan uji 81 dan ligan uji 5 yaitu +0.40.

Visualisasi hasil docking dilakuan untuk mengetahui interaksi antara senyawa dengan
residu asam amino dari reseptor 1UNH. Adapun interaksi senyawa dapat dilihat pada Tabel 3.
Berdasarkan data hasil visualisasi, semakin banyak ikatan ligan dengan asam amino reseptor
maka semakin dekat jarak antara ikatan, maka ikatan yang dihasilkan akan semakin stabil (kuat)
dan baik. Adanya ikatan hidrogen dapat mempengaruhi sifat fisika kimia obat sehingga berperan
penting terhadap aktivitas biologis obat.
 Table 3. Hasil Visualisasi Interaksi Ligand pada Reseptor 1UNH

KESIMPULAN

Hasil docking dari isolasi senyawa kalkon terhadap reseptor 1UNH memenuhi syarat dari aturan
Lipinski’s rule of five, memperoleh nilai Caco-2, HIA dan PBB. Hasil docking dari isolasi senyawa
empetrifranzinan terhadap resepto 1UNH, senyawa yang lebih baik yaitu ligan uji 14 atau turunan 5p
dengan nilai binding affinity -9.00 , Konstanta inhibisi 254.09, Vds + Hbond + desolv energy - 11.83,
Elestrotatic energy -0.15, dan torsional free energy +2.98. Dilihat dari data ADME dan toksisitas senyawa
yang paling baik pun sama yaitu ligan uji 14 dengan nilai Caco2 54.7909, HIA 98.042037, dan PPB
91.557624, ligan uji 14 ini non mutagen dan tidak bersifat karsinogenik sehingga senyawa ini baik
digunaka untuk Antiinflamasi. Dari data yang diperoleh ligan yang tidak baik
 DAFTAR PUSTAKA

Soenarto. 2014. Inflamasi. Dalam: Setiati, Seti. Ilmu Penyakit Dalam. Edisi 6. InternaPublishing. Jakarta.

Amelia, F. 2015. Modeling Struktur Protein Vaksin H5N1 HA BTB Menggunakan I-Tasser. Fakultas
Matematika dan IPA Universitas Negeri Padang

Kamble, V.M., Hatnapure, G.D., Keche, A.P., Biradjar, S., Patil, S.G., Tale, R.H., Rodge, A.H., Turkar, S.S.
dan Gour, K. 2011. Synthesis and Biological Evaluation of a Novel Series of Methoxylatedchalcone As
Antioxidant and Anti-microbial Agents. Journal of Chemical and Pharmaceutical Research. 3(6): 639-648.

Tabassumaj, K., Anjaria, J. K, Dedhia, V dan Gohel, A. K. (2015). Bioactivity Guided Fractination and
Antiinflammatory activity of Acacia Nilotica Pods. International Journal of Pharmacy and Pharmaceutical
Sciences Vol 7.

Jayapal, M.R., K.S Prasad, N.Y Sreedhar. 2010. Synthesis And Characterization Of 2,5-Dihydroxy
Substituted Chalcones Using SOCl2/EtOH. International Journal of Pharmacy and Pharmaceutical
Sciences 1(4): 361-366.

Ahmed, R.M., Sastry, G.V., Bano, N., Ravichandra, S., dan Raghavendra, M. 2011. Synthesis and
Cytotoxic, Antioxidant Activities of New Chalcone Derivatives. Rasayan Journal Chem. 4(2): 289-294.

Choudhary, A.N., V.Juyal. Synthesis of chalcone and their derivates as antimicrobial agents. 2011.
International Journal of Pharmacy and Pharmaceutical Sciences 3(3): 125-128.

Motiejunas, D., & Wade, R. (2006). Structural Energetics, and Dynamic Aspects of Ligan—eceptor
Interactions in J. B. Taylor & D. J.

Ruswanto, 2015. Molecular Docking Empat Turunan Isonicotinohydrazide pada Myobacterium

Tuberculosis Enoyl-Acyl Carrier Protein Reductase (InhA). Jurnal Kesehatan Bakti Tunas Husada 13(1).
Ruswanto, Mardhiaha, Mardianingrum, R., and Novitriani, K., 2015. Sintesis dan Studi In Silico Senyawa
3-Nitro-N'-[(Pyridin-4-Yl) Carbonyl] Benzohydrazide sebagai Kandidat Antituberkulosis, Chimica et
Natura Acta 3(2), 54-61.

Trott O, dan Olson AJ. Improving the Speed and Accuracy of Docking with a New Scoring Function, Effi
cient Optimization, and Multithreading. Journal of Computational Chemistry. 2009. ol. 31, No. 2

Yanuar, A. 2012. Penambatan Molekular: Praktek dan Aplikasi Virtual Screening. Depok: Fakultas
Farmasi UI

Dany. P., Lattimer. J. M., Prakash. M., Steiner. A.W., 2013, Stellar Superfluids, Inspire, INT-PUB-009

RUSWANTO RUSWANTO1*, NUR RAHAYUNINGSIH1 , NUR LAELI DWI HIDAYATI1 , GINNA SRI NURYANI1 ,
RICHA MARDIANINGRUM2. Uji In Vitro dan Studi In Silico Senyawa Turunan N’-
Benzoylisonicotinohydrazide sebagai Kandidat Antituberkulosis. JURNAL ILMU KEFARMASIAN
INDONESIA.2019. hlm. 218-226