KIMIA MEDISINAL “STRUCTURE BASED DRUG DESIGN (SBDD)”
DISUSUN OLEH :
1. NUR WAHIDAH (52019050081)
2. MELISSA DESY P (52019050082) 3. FIKA TRI WULANDARI (52019050083)
UNIVERSITAS MUHAMMADIYAH KUDUS
PROGRAM STUDI S1 FARMASI TAHUN AJARAN 2019/2020 KATA PENGANTAR BAB I PENDAHULUAN A. LATAR BELAKANG Proses penemuan dan mendesain obat baru merupakan proses panjang dan kompleks yang dapat memakan waktu bertahun-tahun, secara rata-rata 10-15 tahun dan biaya yang tinggi sebelum mencapai ke konsumen. Hal ini menjadi tantangan bagi peneliti dalam strategi dan upaya efektif dan ekonomis dalam penemuan obat. Akhir- akhir ini penemuan dan pengembangan obat menggunakan teknik komputasi telah meningkat kegunaanya untuk meningkatkan efisiensi obat. Metode in vitro dan in vivo lazim digunakan dalam proses penemuan obat. Metode terbantukan computer (Computer-Assisted Drug Design, CADD) atau desain molekuler terbantukan (Computer-Assisted Molecular Design, CAMD) sudah tidak langka lagi bagi para peneliti dalam riset industry farmasi. Computer menawarkan metode in silico, suatu metode yang menggunakan kemampuan komputer dalam perancangan obat sebagai komplemen dari in vitro dan in vivo. Kemampuan komputasi yang meningkat secara eksponensial merupakan peluang mengembangkan simulasi dan kalkulasi dalam merancang obat baru. IUPAC memberikan pengertian kimia komputasi sebagai disiplin ilmu yang menggunakan metode matematika untuk menghitung sifat molekuler atau untuk menstimulasi kelakuan system molekuler. Perancangan CAMD atau CADD atau in silico digunakan untuk mempercepat dan mempermudah identifikasi. Seleksi hit-to-lead mengoptimalkan absorpsi, distribusi, metabolisme, ekskresi, profil toksisitas, dan menghindari masalah keamanan efek samping obat. Tujuan dari CADD adalah untuk mengidentifikasi dan merancang molekul kecil yang memiliki efek terapi klinik dan efisien dan efektif. Berbagai metode komputasi telah dievaluasi sebagai strategi yanag menjajikan tergantung kegunaan dan system yang diinginkan sehingga pendekatan CADD digunakan secara luas dalam mengakselerasi proses penemuan dan pengembangan yang murah dan cepat. CADD merupakan metode terbaru yang merupakan kombinasi terbaru model matematika dan simulasi menggunakan perangkat lunak simulasi sebagai kesatuan dalam system. Molekul mekanik (MM) dan mekanika kuantum (QM) merupaka metode popular yang digunakan dalam CADD. QM dan MM digunakan untuk menghitung interaksi antara ligan protein dalam CADD. Aplikasi dari kombinasi QM-MM merupaka perangkat lunak yang sangat berguna untuk menguraikan fenomena antar muka antara disiplin kimia dan biologis dalam komputasi. Akhir-akhir ini penambahan molekuler sangat dominan penggunaanya dalam CADD untuk mengidentifikasi dan merancang molekul kecil dan memprediksi interaksi pada sisi aktif selama proses penemuan obat menggunakan QM/MM. Stimulasi dinamika molekuler (MD) merupakan perangkat yang paling sering untuk mensimulasi proses dinamika suatu molekul kompleks yang terjadi pada system biologi seperti rekognisi molekul dalam kompleks obat-reseptor dan memprediksi energy bebas ikatan obat-reseptor. Ada 4 metode yang sering digunakan untuk menemukan senyawa pemandu dalam CADD, yaitu penapisan acak, ligan-based drug design (LBDD), structur-based drug design, de novo design (SBDD) dan blind design. Jika struktur protein tidak diketahui namun ligan diketahui, maka metode yang digunakan adalah LBDD, seperti Hubungan Kuantitatif Structur dan aktivitas (HKSA) dan pemodelan farmakofor. B. TUJUAN C. RUMUSAN MASALAH BAB II
PEMBAHASAN
A. STRUCTURE BASE DRUG DESIGN (SBDD)
Desain obat atau biasa disebut rancangan obat rasional atau hanya desain Rasional, adalah proses inventif menemukan obat baru yang didasarkan pada pengetahuan tentang sasaran biologis. Obat ini paling sering merupakan organic molekul kecil yang mengaktifkan atau menghambat fungsi dari biomolekul seperti protein, yang pada gilirannya hasil dalam terapi bermanfaat bagi pasien. Dalam arti yang paling dasar, desain obat melibatkan desain molekul kecil yang saling melengkapi dalam bentuk dan bertanggung jawab terhadap target biomolekuler yang mereka berinteraksi dan karena itu akan mengikat untuk itu. Desain obat sering tetapi belum tentu bergantung pada model komputer teknik. Jenis model sering disebut sebagai desain obat-dibantu komputer. Akhirnya, desain obat yang bergantung pada pengetahuan struktur tiga dimensi dari target biomolekuler dikenal sebagai berbasis-struktur desain obat. Ada dua jenis utama dari desain obat. Yang pertama disebut sebagai desain obat berbasis ligan dan yang kedua, berbasis struktur desain obat (structure base drug design / SBDD). Desain obat-struktur berbasis (atau desain obat langsung) bergantung pada pengetahuan tentang struktur tiga dimensi dari target biologis yang diperoleh melalui metode sepertikristalografi sinar-x atau spektroskopi NMR .Jika struktur eksperimental target tidak tersedia, dimungkinkan untuk membuat model yang homolog dari target berdasarkan struktur eksperimental dari protein terkait. Menggunakan struktur target biologis, obat kandidat yang diperkirakan untuk mengikat dengan tinggi afinitas danselektivitas untuk target dapat dirancang menggunakan grafis interaktif dan intuisi dari ahli kimia obat . Atau berbagai prosedur komputasi otomatis dapat digunakan untuk menyarankan calon obat baru. Struktur 3D target biomolekuler diperoleh dari kristalografi sinar-X dan NMR. Secara paralel, informasi tentang dinamika struktural dan sifat elektronik tentang ligan yang diperoleh dari perhitungan. Hal ini telah mendorong perkembangan pesat dari desain obat berbasis struktur. Metode saat ini untuk berbasis struktur desain obat dapat dibagi secara kasar menjadi dua kategori. Kategori pertama adalah tentang "Temuan" ligan untuk reseptor tertentu,yang biasanya disebut sebagai database pencarian. Dalam hal ini, sejumlah besar molekul ligan potensial disaring untuk menemukan orang yang cocok dengan saku mengikat reseptor. Metode ini biasanya disebut sebagai desain obat berbasis ligan. Keuntungan utama dari basis data pencarian adalah bahwa hal itu menghemat upaya sintetis untuk mendapatkan senyawa timbal baru.
B. SITUS IDENTIFIKASI AKTIF
Situs identifikasi aktif adalah langkah pertama dalam program ini. Ini menganalisis protein untuk menemukan saku mengikat, berasal situs interaksi kunci dalam saku mengikat, dan kemudian menyiapkan data yang diperlukan untuk link fragmen Ligan. Masukan dasar untuk langkah ini adalah struktur 3D dari protein dan ligan pra-merapat dalam format PDB, serta sifat atom mereka. Kedua atom ligan dan protein perlu diklasifikasikan dan sifat atom mereka harus didefinisikan, pada dasarnya, menjadi empat jenis atom: 1. Atom hidrofobik: Semua karbon dalam rantai hidrokarbon atau dalam kelompok aromatik. 2. Donor H-bond: Oksigen dan nitrogen atom terikat atom hydrogen. 3. Akseptor H-bond: Oksigen dan sp2 atau sp hibridisasi atom nitrogen dengan pasangan elektron tunggal. 4. Atom Polar: Oksigen dan nitrogen atom yang tidak donor H-obligasi atau akseptor H-obligasi, sulfur, fosfor, halogen, logam, dan atom karbon berikatan dengan hetero-atom. Ruang dalam ligan mengikat daerah akan dipelajari dengan atom penyelidikan maya dari empat jenis di atas sehingga lingkungan kimia semua tempat di wilayah mengikat ligan dapat diketahui.Oleh karena itu kita jelas apa jenis fragmen kimia dapat dimasukkan ke dalam tempat yang sesuai mereka di wilayah mengikat ligan reseptor. C. LANSKAP DARI PENEMUAN OBAT MODERN Secara historis, ligan endogen bioaktif diidentifikasi sebelum reseptor biomolekuler dapat diisolasi dan sebelum struktur kimianya didirikan. Awal informasi pada struktur ligan kimia adalah dasar dan langka dibandingkan dengan banyak detail yang disediakan oleh eksperimen yang modern kimia dan fungsi gelombang dihitung. Namun, itu awal informasi sering terbukti cukup untuk menyimpulkan pengetahuan dan mengembangkan hipotesis pada relevansi fisiologis ligan ini, bahkan meskipun mekanisme fisiologis yang mendasari tidak diketahui. Saat penemuan obat didorong oleh target biologis, penelitian genetik, model hewan transgenik, biologi molekuler, teknologi gen, dan ilmu protein. Oleh karena itu, struktur molekul target kepentingan praktis dari besar. Dengansynchrotrons dan komputer, desainer obat dapat memvisualisasikan ligan terikat target mereka menyediakan kekayaan rincian tentang interaksi non-terikat yang mengontrol proses pengikatan (Van der Waals, Hidrogen-obligasi, jembatan garam, dan mediasi oleh molekul air dan ion). Berbagai teknik komputasi (visualisasi, docking, simulasi molekul, kimia kuantum, de novo desain) telahdirancang untuk mencetak interaksi ligan-protein, termasuk upaya untuk memperkirakan afinitas pengikatan entitas molekul novel dengan aktivitas farmakologi. Sebagai tanggapan, banyak kelompok penelitian di seluruh dunia memiliki dedikasi terhadap struktur berbasis desain obat (SBDD) dan skrining ligan virtual (VLS), sebagai yang paling ilmiah menjanjikan pendekatan untuk mengidentifikasi ligan untuk target farmasi. SBDD memberikan wawasan dalam interaksi protein-ligan pasangan tertentu, yang memungkinkan ahli kimia obat untuk merancang modifikasi kimia yang sangat akurat sekitar perancah ligan, sedangkan kekuatan dan fleksibilitas dari VLS yang jelas karena dapat digunakan untuk menyaring senyawa yang akan diuji didasarkan pada alasan yang dapat dinyatakan dalam hal sifat molekul (pharmacophores dan / atau deskripsi fisika- kimia). SBDD menawarkan keuntungan tersendiri dibanding dengan teknik berbasis ligan klasik seperti perbandingan analisis molekuler lapangan (CoMFA) dan teknik berbasis pharmacophore, berdasarkan informasi hanya ligan, yang memiliki keterbatasan terkenal. Keuntungan penting lainnya adalah bahwa perpustakaan elektronik dapat mencakup senyawa yang sudah ada serta senyawa yang belum disintesis belum tapi secara kimiawi relevan. SBDD dapat secara luas dilihat sebagai salah satu komponen intrinsik dari pendekatan rasional berdasarkan skrining tes yang lebih disesuaikan dengan penemuan obat dari HTS. Misalnya, desain obat berbasis fragmen (FBDD) telah muncul sebagai alat yang sangat kuat untuk membalikkan paradigma probabilitas HTS dengan memanfaatkan fragmen molekul dengan berat molekul <150-250. Fragmen ini dapat dipilih berdasarkan sifat fisiko-kimia yang memadai, dikumpulkan di perpustakaan, diuji dan, dengan menggunakan informasi SBDD diturunkan, disusun kembali menjadi molekul yang lebih besar dengan peningkatan obat seperti karakteristik [25-27]. FBDD adalah cabang asli rancangan obat rasional yang semua prinsip yang kita bahas dalam minireview ini adalah valid dan dapat digunakan. Kita lihat pembaca untuk ulasan baru pada FBDD. SBDD dapat mengungkapkan informasi penting tentang hubungan aktivitas struktur dari serangkaian kimia, terutama pada fase optimasi memimpin, ketika modifikasi yang sangat akurat yang diperlukan untuk menyesuaikan profil ADME / tox tetap menjaga afinitas mengikat. Pendekatan berbasis ligan (misalnya, CoMFA dan metode berbasis pharmacophore) dimaksudkan untuk menangkap dan / atau memanfaatkan pola yang luar biasa terdeteksi terutama dari superposisi empiris satu set pengikat dan non-pengikat senyawa eksperimental diidentifikasi. Dengan teknik ini skrining perpustakaan maya cenderung untuk mengambil set besar senyawa (ratusan hingga ribuan) yang biasanya lebih disaring berdasarkan pertimbangan empiris, termasuk senyawa obat dan mengandalkan 'keberuntungan' untuk mengidentifikasi baru pengikat dalam senyawa yang tersisa. Sebaliknya SBDD bertujuan untuk memberikan gambaran yang lebih kaya dari interaksi reseptor ligan. Namun, SBDD telah berkembang lebih lambat. Banyak struktur X-ray target farmasi co-mengkristal dengan ligan dan / atau inhibitor alami mereka tersedia secara publik, namun masih banyak lagi yang telah diselesaikan oleh industri farmasi tanpa diterbitkan. Dengan demikian, sulit untuk memperkirakan sejauh mana data ini telah memberikan kontribusi dalam hamil obat baru. Situasi ini telah menghambat evaluasi yang adil dari potensi sesungguhnya dari SBDD oleh komunitas ilmiah dan kebaikan SBDD mungkin tidak tampak seperti banyak dipuji sebagai teknik berbasis ligan. Dalam banyak kasus, pada konferensi dan selama diskusi informal antara para ahli, manfaat SBDD dalam desain obat tetap menjadi isu kontroversial. Bagi banyak desainer obat, kurangnya keandalan dalam memprediksi afinitas merupakan apa yang bisa disebut sebagai 'missing link' yang merusak efektif SBDD. Tapi, jika kita benar-benar percaya bahwa masalahnya maka kita hanya harus mengundurkan diri desainer obat yang rasional karena tidak ada cara yang jelas kesenjangan akurasiakan dijembatani. Meskipun kemajuan yang dicapai dalam struktur berbasis screening ligan virtual dan desain obat-dibantu komputer, prediksi yang handal dan praktis afinitas mengikat tetap menjadi grail suci sulit dipahami. Bahkan ketika mengetahui modus pengikatan ligan untuk reseptor, afinitas mengikat tidak dapat disimpulkan andal meskipun, secara paradoks, dapat diukur sangat akurat dengan titrasi kalorimetri dan permukaan plasmon resonansi. Afinitas ligan untuk reseptor yang ditentukan tidak hanya oleh kontribusi enthalpic timbul dari jarak dekat interaksi fisik (interaksi Van Der Waals, ikatan hidrogen, pasangan ion), tetapi juga oleh kontribusi entropi yang merupakan ukuran dari gangguan sistem secara keseluruhan. Dalam biologi meskipun, konsep sistem teratur sulit untuk memahami dan kadang-kadang kontra intuitif, sebagai ligan terikat dengan reseptornya mungkin tampak inheren negara lebih teratur daripada ligan terikat dan reseptor ketika hal ini tidak selalu terjadi. Memang, hukuman entropi yang dihasilkan hanya dari pengurangan translasi tubuh secara keseluruhan dan kebebasan rotasi ligan dan reseptor dapat berjumlah sampai 15 kkal/ mol sedangkan hukuman entropi karena pengurangan kebebasan rotasi diperkirakan ca. 0,6 kkal/mol per obligasi diputar. Setelah mengikat, interaksi yang menguntungkan dengan reseptor bersaing dengan istilah-istilah energi tidak menguntungkan. Selain itu, gangguan cluster memerintahkan molekul air di sekitar ligan gugus hidrofobik, suatu proses yang menyebabkan keuntungan dari gangguan dalam pelarut, memberikan kontribusi positif terhadap stabilitas asosiasi ligan-reseptor. Pengukuran eksperimental menunjukkan bahwa peningkatan luas permukaan nonpolar alkohol alifatik dengan memasukkan kelompok CH2 memiliki kontribusi entropis tidak menguntungkan dari 1,7 kcal.mol-1 dengan energi bebas transfer dalam larutan air, yang hanya sebagian dikompensasi oleh kontribusi enthalpic dari -1,3 kcal.mol-1. Hasilnya adalah dalam energi bebas yang tidak menguntungkan secara keseluruhan 0,4 kcal.mol-1. Jika tidak diimbangi dengan efek lain, perubahan sebesar ini di energetika hidrasi ligan sesuai dengan peningkatan dengan faktor 2 di afinitas pengikatan yang diukur (IC50); dan kita tahu bahwa optimasi timbal sering beroperasi di kisaran kurang dari 1,4 kkal mol-1 (yaitu, kurang dari faktor 10 di IC50s). Meningkatkan hidrofobisitas ligan adalah strategi sering digunakan dalam penemuan obat. Ada sejumlah besar struktur X-ray kompleks reseptor-ligan untuk target obat, termasuk protease, reverse transcriptase HIV, reseptor nuklir (NR), protein kinase (PK), dan target bahkan RNA. Struktur juga mulai menjadi tersedia untuk beberapa G- protein coupled receptors (GPCR). Beberapa reseptor ini sudah target istimewa untuk SBDD (misalnya, NR, PK) dan beberapa orang lain mungkin juga menyediakan cara lain untuk SBDD pada waktunya (misalnya, GPCR, RNA). Kekayaan informasi struktural akan terus meningkat, juga sebagai akibat dari struktur genomik inisiatif. Ketika memanfaatkan informasi struktural, desainer obat dihadapkan dengan situasi yang menanggung kemiripan dalam kelas yang sama dari target. Hal ini menimbulkan apa yang kita sebut sebagai prototipe situasi pengakuan ligan-reseptor, tetapi tidak hanya 'situasi rutin' karena setiap proyek membutuhkan perkembangan logis sendiri. Berbagai jenis reseptor memiliki tantangan yang unik untuk SBDD. Studi akurat yang dilakukan docking dapat digunakan sangat efisien untuk melengkapi teknik QSAR seperti CoMFA dan analisis indeks kesamaan molekuler komparatif (CoMSIA) yang krusial bergantung pada bagaimana senyawa overlay. Namun, validitas metodologi docking harus ditetapkan dengan berhasil mereproduksi mode mengikat beberapa ligan milik set derivatif dipelajari dan yang struktur X-ray yang tersedia di PDB. Senyawa-senyawa yang tersisa merapat mengikuti docking protokol yang sama. Tujuan dari docking adalah untuk memberikan rasional berasal keselarasan struktural (superposisi spasial) dari himpunan dipelajari senyawa, yang pada gilirannya dapat digunakan untuk mendapatkan model QSAR prediksi berdasarkan deskriptor molekul termasuk sterik, elektrostatik, hidrofobik, dan bidang donor ikatan hidrogen serta PKA dan logP. Kita melihat bagaimana pendekatan multi-stage dan penggunaan dua metode komputasi dapat saling melengkapi dan mengimbangi kelemahan masing- masing metode, sehingga menciptakan sinergi di SBDD. Skor docking yang bisa diandalkan, dan sebagian besar teknik QSAR tidak dapat diterapkan tanpa baik pengetahuan atau hipotesis yang kuat dari konformasi terikat ligan dan keselarasan spasial. Tetapi jika modus mengikat disukai senyawa kimia yang terkait dapat disimpulkan, docking dapat memberikan konformasi ligan yang benar dan keselarasan struktural yang akurat yang dibutuhkan untuk membangun prediksi sebuah model QSAR. DAFTAR PUSTAKA
1. Anonymous, 2013. Desain Obat. Tersedia Online di http://translate.google.com/translate?
hl=id&sl=en&u=http://en.wikipedia.org/wiki/Drug_design&prev=search [diakses tanggal 17 November 2014] 2. Valère Lounnas , Tina Ritschel, Jan Kelder, Ross McGuire, Robert P. Bywater, Nicolas Foloppe. 2013. Computational And Structural Biotechnology Journal. Current Progress In Structure-Based Rational Drug Design Marks A New Mindset In Drug Discovery. 3. Hert, J., Willett, P., Wilton, D.J., 2006. New Methods for Ligand-Based Virtual Screening: Use of Data Fusion and Machine Learning to Enhance the Effectiveness of Similarity Searching. J. Chem. Inf. Model. 46, 462-470. 4. Ghosh, A.K., dan Gemma, S., 2014. Structure-Based Design of Drugs and Other Bioactive Molecules. Wiley-VCH, Verlag GmbH & Co. KGaA., Boschstr. 12, 69469, Weinheim, Germany. 5. Joseph-McCarthy, D., Campbell, A.J., Kern, G., Moustakas, D., 2014, Fragment-Based Lead Discovery and Design. Journal of Chemical Information and Modeling. Vol. 54. Hal. 693-704. 6. Lee, C-H., Huang, H-C., Juan, H-F., 2011. Reviewing ligand-Based Rational Drug Design: The Search for an ATP Synthase Inhibitor. Internatinal Journal Molecular Sciences. 12, 5304-5328