HUBUNGAN KUANTITATIF STRUKTUR AKTIVITAS (HKSA)

Laporan Praktikum Kimia Medisinal

KELOMPOK II

GELOMBANG II

Disusun Oleh :

Andang Suguharto : 191FF04004

Beny Putra S : 191FF04010
Denis Munandar : 191FF04012
Desi Nopita Sari : 191FF04013
Dwi Pujangga Ramadan : 191FF04016
KELAS : FA 1 MATRIKULASI

UNIVERSITAS BHAKTI KENCANA

PROGRAM PENDIDIKAN STRATA 1
FAKULTAS FARMASI
2020
TUJUAN
1. Mampu memanfaatkan pengetahuannya mengenai optimasi geometri dan prediksi parameter
fisikokimia untuk mempersiapkan data-data yang diperlukan untuk mencari persamaan
HKSA.
2. Mahasiswa mampu memilih deskriptor secara statistika yang akan digunakan untuk
menyusun persamaan HKSA.
3. Mahasiswa mampu melakukan validasi statistika terhadap deskriptor-deskriptor yang terpilih
dengan metode Leave One Out (LOO).
4. Mahasiswa mampu menyusun persamaan HKSA.

DASAR TEORI

Hubungan Kuantitatif Struktur dan Aktivitas

Konsep bahwa aktivitas biologis suatu senyawa berhubungan dengan struktur kimia, pertama kali
dikemukakan oleh Crum, Brown, Fraser (1869). Hubungan kuantitatif struktur kimia 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, toksistas atau efek samping sekecil mungkin dan
kenyamanan yang lebih besar, akan lebih 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 (Siswandono, 2008).

Model Pendekatan HKSA Free-Wilson

Free dan Wilson (1964), mengemukakan 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 substituen terhadap aktivitas biologis senyawa
induk, yang dinyatakan melalui persamaan berikut :

Log 1/C = Ʃ S + μ

Log 1/C : Logaritma aktivitas biologis

ƩS :Total sumbangan substituen terhadap aktivitas biologis senyawa

Μ : Aktivitas biologis senyawa induk

Model de novo ini kurang berkembang karena tidak dapat digunakan bila efek substituen bersifat tidak linier
atau bila ada interaksi antar substituen (Siswandono, 2008). Selain itu model ini memerlukan banyak senyawa
dengan kombinasi substituen yang bervariasi untuk dapat menarik kesimpulan yang benar. Namun model ini
juga memiliki keuntungan karena dapat menghubungkan secara kuantitatif antara struktur kimia dan aktivitas
biologis dari turunan senyawa dengan bermacam-macam gugus substitusi pada berbagai zona.

Model Pendekatan HKSA 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 substituen yaitu parameter hidrofobik (π), elektronik (δ), dan sterik (Es) (Siswandono,
2008). Model pendekatan ini disebut juga model hubungan energi bebas linier (linier free energy
relationship = LFER) atau pendekatan ekstratermodinamik. Pendekatan ini menggunakan dasar persamaan
Hammet yang didapat dari kecepatan hidrolisis turunan asam benzoat, sebagai berikut:

Log (kx/kh) = ρ σ

kx dan kh :tetapan keseimbangan reaksi dari senyawa tersubstitusi dan senyawa

induk

Ρ : tetapan yang tergantung pada tipe dan kondisi reaksi serta jenis
senyawa

Σ : tetapan yang tergantung pada jenis dan kedudukan substituen

Parameter Sifat Kimia Fisika dalam HKSA Model Hansch

Parameter yang sering digunakan yaitu :

1. Parameter Hidrofobik

Parameter hidrofobik (lipofilik) yang sering digunakan adalah logaritma koefisien partisi (log P),
tetapan π Hansch-Fujita, tetapan fragmentasi f Rekker-Mannhold dan tetapan kromatografi Rm.

2. Parameter Elektronik

Ada tiga jenis sifat elektronik yang digunakan, yaitu :

1. Pengaruh berbagai substituen terhadap reaktivitas bagian molekul yang tidak mengalami perubahan.
Penetapannya menggunakan perhitungan orbital molekul.

2. Sifat elektronik yang berkaitan dengan tetapan ionisasi (pKa) dan berhubungan dengan bentuk terionkan
dan tak terionkan dari suatu senyawa pada pH yang tertentu. Penetapannya menggunakan persamaan
Henderson-Hasselbach.

3. Sifat oksidasi-reduksi atau reaktivitas senyawa. Penetapannya menggunakan perhitungan

mekanika kuantum dari energi orbital.
Tetapan elektronik yang sering digunakan dalam hubungan struktur-aktivitas adalah tetapan σ Hammet,
tetapan σi Charton, tetapan σ* Taft, dan tetapan F, R Swain-Lupton.

Tetapan elektronik lain-lain:

1. Tetapan reaksi, contoh: pKa (tetapan disosiasi), K (Tetapan reaksi), t½ (waktu paruh biologis)

2. Sifat organik fisik, contoh: E (potensial redoks), ∆ v (spektra infra-merah) dan δ ppm (spektra NMR)

3. Total energi elektron dalam molekul, contoh: Etot, EHOMO dan ELUMO

3. Parameter Sterik

Tetapan sterik substituen dapat diukur berdasarkan sifat meruah gugus-gugus dan efek gugus pada
kontak obat dengan sisi reseptor yang berdekatan.

Tetapan sterik yang sering digunakan dalam hubungan struktur-aktivitas adalah tetapan Es Taft, tetapan
Esc Hancock, tetapan dimensi van der waal’s, tetapan U Charton, dan tetapan sterimol Verloop. Karena data
tetapan sterik tersebut tidak tersedia untuk banyak tipe substituen, parameter sterik yang dihitung secara
teoritis juga digunakan dalam hubungan struktur-aktivitas yaitu berat molekul (BM = MW), refraksi molar
dan parakor.

Analisis Statistik dalam HKSA Model Hansch

Perhitungan statistik yang banyak digunakan dalam hubungan struktur dan aktivitas melalui
parameter-parameter kimia fisika adalah regresi linier dan non linier.

1. Regresi Linier

Perhitungan regresi linier digunakan untuk mencari hubungan antara aktivitas biologis dengan satu
parameter kimia fisika atau lebih.

Y = bX + a

Y : aktivitas biologis (variabel tergantung)

X : parameter kimia fisika (variabel tidak tergantung)

a,b : koefisien regresi

Regresi linier untuk dua dan tiga parameter kimia fisika, dapat dinyatakan melalui parameter-parameter
sebagai berikut:

Y = aX1 + bX2 +cX3 + d

X1, X2 dan X3 : parameter-parameter kimia fisika 1, 2 dan 3

2. Regresi Prabola

Disamping model persamaan linier hubungan antara aktivitas biologi dan deskriptornya dapat
dinyatakan dalam persamaan kuadrant dalam bentuk umum:

Y = a(X)2 + bX + c

Jika akan dibuat model matematika kuadratik dari data aktivitas biologi suatu senyawa dan deskriptornya.
Maka, persamaanya menjadi seperti berikut:

Y = a(π)2 + bπ+ c

Nilai optimum dari π dapat diperoleh dengan menurunkan persamaan regresi parabolik yang kedua terhadap
π yaitu:

dY/dπ = 2aπ + b=0

3. Regresi Multilinier

Perhitungan regresi multi linier pada dasarnya sama seperti regresi linier. Jika variabel bebas diketahui
maka dapat dihitung perkiraan aktivitas biologinya berdasarkan model persamaannya, namun perbedaannya
yaitu, pada regresi multilinier pengujiannya dilakukan pada satu variabel terikat dan dua atau lebih variabel
bebas.

4. Kriteria Statistik

Keabsahan persamaan yang diperoleh dan arti perbedaan parameter yang digunakan dalam hubungan
struktur-aktivitas model Hansch, dapat dilihat dengan beberapa kriteria statistik seperti r, r2, F, t dan s. Arti
kriteria statistik:

a. Nilai r (koefisien korelasi)

Menunjukkan tingkat hubungan antara data aktivitas biologis pengamatan percobaan dengan data hasil
perhitungan berdasarkan persamaan yang diperoleh dari analisis regresi. Semakin tinggi nilainya semakin
baik hubungannya.

b. Nilai r2

Menunjukkan berapa % aktivitas biologis yang dapat dijelaskan hubungannya dengan parameter sifat
kimia fisika yang digunakan.

c. Nilai F

Menunjukkan kemaknaan hubungan bila dibandingkan dengan tabel F. Makin besar nilai F semakin besar
derajat kemaknaan hubungan.

d. Nilai t

Menunjukkan perbedaan koefisien regresi a, b, c dan d dari persamaan regresi bila dibandingkan dengan
tabel t.
e. Nilai s (simpangan baku)

Menunjukkan nilai variasi kesalahan dalam percobaan.

5. Validasi Silang

Validasi silang adalah metode untuk menguji validasi regresi dengan menggunakan data uji diluar data
yang digunakan. Sehingga diperoleh persamaan terbaik dari analisis regresi tersebut. Kriteria untuk validasi
salah satunya dengan melihat hasil PRESS (Predicted Residual Sum or Squer) yang terkecil. Validasi ini telah
dilakukan pada pemilihan kelompok model, dengan nilai r2 paling besar. (Pranowo, et al., 2007).
Struktur Utama

Data Yang Akan Dioptimasi Untuk HKSA

Prosedur Untuk Deskriptor
1. Membuat Strruktur Di Aplikasi ChemDraw2D

a. Struktur Utama

b. Struktur Pilihan

2. Lakukan Optimasi Di Aplikasi ChemDraw3D

Dengan cara :
Copy Struktur ke 3D, Sebelum di optimasi menggunakan Compute Properties, struktur 3D senyawa
haruslah di Minimize Energy terlebih dahulu agar mengetahui senyawa struktur tersebut dalam
keadaan paling satbil

Data Hasil Optimasi

3. Lakukan Optimasi Di GaussianView

Dengan Cara :

Buka file save .mdl dari aplikasi Chemdraw3D, Lalu buka file di GaussianView, Lakukan optimasi
dengan Klik menu bar Calculate >> Calculate Gaussian Setup >> Pilih Job Type Opt+Req >> Pilih
Method (Semi Empirical) , (AM1). Sumbit.

Kemudian tunggu sampai proses optimasi selesai, tampilkan Energy total dan Momen Dipole (MD),
di file yang telah di optimasi file .chk. kemudian klik pada file tersebut pilih menu Result >> Summary

Kemudian tampilkan HOMO & LUMO, dengan cara klik di file yang sudah di optimasi pilih edit >>
Mos >> akan muncul HOMO dan LUMO

Kemudian mencari ELE, Enthalpi, Entropi, Buka file .notepade pada hasil optimasi
LUMO

HOMO
 DESKRIPTOR HKSA
Ele Entropi (Cal/Mol- Entalpi MR MD Log S CMA
SENYAWA Etotal (a.u) EHOMO ELUMO Log P HF kj/mol Log IC50
(Kcal/Mol) Kelvin) (Hartree) (cm^3/mol) (Debye) (Log Units) (Angstroms Squared)
1 -0,053976 -0,37641857 -0,32406 -0,02943 161,989 -0,053032 0,586 -1065,65 86,708 2,6635 -2,9663 283,489 0,8779469516
2 0,115927 -0,28902762 -0,33037 -0,03013 180,497 0,116871 3,481 -820,74 109,726 3,4284 -4,68049 335,228 0,8733206018
3 0,116241 -0,22881634 -0,32867 -0,04006 118,256 0,117185 1,525 -1052,67 91,222 2,1027 -3,27022 297,898 0,869818208
4 -0,095500 -0,38769853 -0,32339 -0,03029 156,439 -0,094555 0,323 -1078,63 81,939 3,1043 -2,85479 264,343 0,8597385662
5 0,004164 -0,31262126 -0,32987 -0,02923 156,793 0,005109 1,651 -888,34 84,758 1,5668 -3,46066 271,942 0,8530895299
6 -0,098303 -0,39050948 -0,32831 -0,03230 156,048 -0,097459 0,998 -1078,63 81,683 3,2477 -2,63036 258,775 0,8401060945
7 0,029301 -0,33557640 -0,30512 -0,02404 187,520 0,030245 1,372 -928,33 99,293 7,3128 -4,05043 326,703 0,80305886687
8 -0,069271 -0,31898545 -0,33019 -0,03877 147,667 -0,068327 1,385 -802,94 78,268 3,5887 -2,61535 244,722 0,8254261178
9 0,128431 -0,17166790 -0,34386 -0,05524 119,398 0,129376 1,911 -776,98 87,806 6,2049 -3,24995 285,185 0,8305886687
Data Hasil Deskriptor Training Set HKSA :

10 -0,03666 -0,31409452 -0,31960 -0,03388 155,276 -0,035715 1,648 -789,96 83,037 5,1579 -2,29745 263,658 0,8221680794
11 -0,054615 -0,36355706 -0,31810 -0,04245 168,647 -0,053671 0,846 -954,29 89,755 3,6711 -2,81200 286,636 0,8208579894
12 -0,036204 -0,32286772 -0,33156 -0,03055 149,632 -0,03526 1,388 -901,32 79,989 2,7942 -2,74877 252,741 0,8162413
13 -0,038653 -0,03243721 -0,32584 -0,02862 148,258 -0,037709 1,388 -901,32 79,989 4,3503 -3,34932 257,492 0,8142475957
14 -0,013861 -0,36642179 -0,32299 -0,02768 169,778 -0,012917 0,849 -1052,67 91,477 3,3029 -3,49426 302,791 0,810232518
15 -0,055513 -0,37791138 -0,322 -0,02831 163,744 -0,054569 0,586 -1065,65 86,708 3,7846 -3,56616 283,499 0,7846172926
16 0,009775 -0,30685081 -0,3241 -0,02779 157,25 0,010719 1,651 -888,34 84,758 4,556 -3,57042 271,476 0,7831886911
17 -0,034819 -0,32197094 -0,32697 -0,02923 150,098 -0,033875 1,388 -901,32 79,989 4,4308 -3,3354 252,201 0,7723217067
18 -0,058730 -0,38115649 -0,32734 -0,03015 164,771 -0,057786 1,262 -1065,65 86,452 5,7038 -3,33047 275,611 0,7723217067
19 0,067489 -0,24283802 -0,33020 -0,02800 144,907 0,068433 2,041 -711,03 83,064 4,4876 -3,3946 270,217 0,767155866
20 -0,016760 -0,36947090 -0,32859 -0,02979 171,546 -0,015816 1,525 -1052,67 91,222 2,6311 -3,14692 297,544 0,728353782
21 0,030836 -0,35169537 -0,32023 -0,02920 181,477 0,03178 1,788 -1039,69 95,991 2,1648 -3,67418 316,296 0,716003344
22 0,044015 -0,30307426 -0,32758 -0,02639 166,197 0,04496 1,914 -875,36 89,527 3,2822 -3,38968 296,149 0,713490543
23 0,030851 -0,24994945 -0,32773 -0,02951 143,892 0,031795 1,778 -724,01 78,295 5,0934 -3,98234 244,656 0,706717782
24 0,119979 -0,22087988 -0,32002 -0,02825 160,489 0,120923 2,304 698,05 87,833 4,0863 -3,74019 282,866 0,549003262
25 0,047025 -0,30009202 -0,31913 -0,01901 167,196 0,047969 1,914 -875,36 89,527 8,2013 -3,64004 295,284 0,5440680444
26 0,087258 -0,28996805 -0,3181 0,01765 174,916 0,088202 2,177 -862,38 94,297 7,5722 -4,05658 311,849 0,4771212547
27 0,049765 -0,29724199 -0,32668 -0,01975 165,326 0,050709 1,914 -875,36 89,527 6,8913 -3,6405 293,704 0,4771212547
28 0,112446 -0,12694129 -0,33847 -0,02498 124,148 0,11339 2,293 -382,37 70,138 5,7601 -3,52249 224,379 0,7619278384
29 0,047103 -0,19811705 -0,33473 -0,02509 129,521 0,048047 1,904 -559,68 71,832 6,2761 -3,16916 231,765 0,810232518
Hasil Analisa Data Di SPSS
Anggota : 1. Andang Suguharto 191FF04004
2. Beny Putra S 191FF04010
3. Denis Munandar 191FF04012
4. Desi Nopita Sari 191FF04013
5. Dwi Pujangga Ramadan 191FF04016

A. Calon Deksriptor
1. CMA
2. MD
3. HF
4. ELUMO

B. Kombinasi Deskriptor
Kombinasi R
MD, HF, ELUMO 0.781
CMA, MD, HF 0.684
CMA, HF, ELUMO 0.757
CMA, MD, ELUMO 0.733

C. Persamaan

LogIC50 = 0.610 – (0.018*MD) – (5.179*ELUMO)

R = 0.781
HASIL

1. Data senyawa sebelum membuang data outlier :

DESKRIPTOR HKSA
Ele Entropi (Cal/Mol- Entalpi MR MD Log S CMA
SENYAWA Etotal (a.u) EHOMO ELUMO Log P HF kj/mol Log IC50
(Kcal/Mol) Kelvin) (Hartree) (cm^3/mol) (Debye) (Log Units) (Angstroms Squared)
1 -0,053976 -0,37641857 -0,32406 -0,02943 161,989 -0,053032 0,586 -1065,65 86,708 2,6635 -2,9663 283,489 0,8779469516
2 0,115927 -0,28902762 -0,33037 -0,03013 180,497 0,116871 3,481 -820,74 109,726 3,4284 -4,68049 335,228 0,8733206018
3 0,116241 -0,22881634 -0,32867 -0,04006 118,256 0,117185 1,525 -1052,67 91,222 2,1027 -3,27022 297,898 0,869818208
4 -0,095500 -0,38769853 -0,32339 -0,03029 156,439 -0,094555 0,323 -1078,63 81,939 3,1043 -2,85479 264,343 0,8597385662
5 0,004164 -0,31262126 -0,32987 -0,02923 156,793 0,005109 1,651 -888,34 84,758 1,5668 -3,46066 271,942 0,8530895299
6 -0,098303 -0,39050948 -0,32831 -0,03230 156,048 -0,097459 0,998 -1078,63 81,683 3,2477 -2,63036 258,775 0,8401060945
7 0,029301 -0,33557640 -0,30512 -0,02404 187,520 0,030245 1,372 -928,33 99,293 7,3128 -4,05043 326,703 0,80305886687
8 -0,069271 -0,31898545 -0,33019 -0,03877 147,667 -0,068327 1,385 -802,94 78,268 3,5887 -2,61535 244,722 0,8254261178
9 0,128431 -0,17166790 -0,34386 -0,05524 119,398 0,129376 1,911 -776,98 87,806 6,2049 -3,24995 285,185 0,8305886687
10 -0,03666 -0,31409452 -0,31960 -0,03388 155,276 -0,035715 1,648 -789,96 83,037 5,1579 -2,29745 263,658 0,8221680794
11 -0,054615 -0,36355706 -0,31810 -0,04245 168,647 -0,053671 0,846 -954,29 89,755 3,6711 -2,81200 286,636 0,8208579894
12 -0,036204 -0,32286772 -0,33156 -0,03055 149,632 -0,03526 1,388 -901,32 79,989 2,7942 -2,74877 252,741 0,8162413
13 -0,038653 -0,03243721 -0,32584 -0,02862 148,258 -0,037709 1,388 -901,32 79,989 4,3503 -3,34932 257,492 0,8142475957
14 -0,013861 -0,36642179 -0,32299 -0,02768 169,778 -0,012917 0,849 -1052,67 91,477 3,3029 -3,49426 302,791 0,810232518
15 -0,055513 -0,37791138 -0,322 -0,02831 163,744 -0,054569 0,586 -1065,65 86,708 3,7846 -3,56616 283,499 0,7846172926
16 0,009775 -0,30685081 -0,3241 -0,02779 157,25 0,010719 1,651 -888,34 84,758 4,556 -3,57042 271,476 0,7831886911
17 -0,034819 -0,32197094 -0,32697 -0,02923 150,098 -0,033875 1,388 -901,32 79,989 4,4308 -3,3354 252,201 0,7723217067
18 -0,058730 -0,38115649 -0,32734 -0,03015 164,771 -0,057786 1,262 -1065,65 86,452 5,7038 -3,33047 275,611 0,7723217067
19 0,067489 -0,24283802 -0,33020 -0,02800 144,907 0,068433 2,041 -711,03 83,064 4,4876 -3,3946 270,217 0,767155866
20 -0,016760 -0,36947090 -0,32859 -0,02979 171,546 -0,015816 1,525 -1052,67 91,222 2,6311 -3,14692 297,544 0,728353782
21 0,030836 -0,35169537 -0,32023 -0,02920 181,477 0,03178 1,788 -1039,69 95,991 2,1648 -3,67418 316,296 0,716003344
22 0,044015 -0,30307426 -0,32758 -0,02639 166,197 0,04496 1,914 -875,36 89,527 3,2822 -3,38968 296,149 0,713490543
23 0,030851 -0,24994945 -0,32773 -0,02951 143,892 0,031795 1,778 -724,01 78,295 5,0934 -3,98234 244,656 0,706717782
24 0,119979 -0,22087988 -0,32002 -0,02825 160,489 0,120923 2,304 698,05 87,833 4,0863 -3,74019 282,866 0,549003262
25 0,047025 -0,30009202 -0,31913 -0,01901 167,196 0,047969 1,914 -875,36 89,527 8,2013 -3,64004 295,284 0,5440680444
26 0,087258 -0,28996805 -0,3181 0,01765 174,916 0,088202 2,177 -862,38 94,297 7,5722 -4,05658 311,849 0,4771212547
27 0,049765 -0,29724199 -0,32668 -0,01975 165,326 0,050709 1,914 -875,36 89,527 6,8913 -3,6405 293,704 0,4771212547
28 0,112446 -0,12694129 -0,33847 -0,02498 124,148 0,11339 2,293 -382,37 70,138 5,7601 -3,52249 224,379 0,7619278384
29 0,047103 -0,19811705 -0,33473 -0,02509 129,521 0,048047 1,904 -559,68 71,832 6,2761 -3,16916 231,765 0,810232518
2. Data senyawa setelah membuang data outlier, grafik dan nilai r2 pada plot
Persamaan

LogIC50 = 0.610 – (0.018*MD) – (5.179*ELUMO) -→ Di ambil dari HKSA Sebelumnya

Persamaan HKSA yang di validasi :

LogIC50 = 0.750 – (0.024*MD) – (4.7633*ELUMO)

R = 0.866

Fhit = 28.611

Nilai Ftabel = 3.521

Fhitung/Ftabel = 28.611/3.521 = 8,125 ( Memenuhi Syarat)

Contoh mencari data Koefisien, koefisien MD dan Koefisien ELUMO

Data LOO untuk menghitung nilai q2

Nilai Q2 = 0.64313

KESIMPULAN

Analisis statistic yang dilakukan yaitu menghitung nilai R, Fhit/Ftabel, dan Q2 mendapatkan persamaan
HKSA yang dapat diterima. Adapun persyaratan dari tiap taip parameter yaitu untuk nilai R ≥ 8,
Fhitung/Ftabel ≥ 1, dan Q2 ≥ 5 (Schefler, 1987).

Adapun hasil yang diperoleh dari HKSA-2 :

1) Nilai R2 sebelum dieliminasi dari hasil Kurva linieritas adalah 0,7449 dengan persamaan y=0.7076x
+ 0.1269.
2) Nilai R setelah kombinasi 0,866, Fhitung = 28,611,Ftabel =3,521 dan Fhitung/ F table 8,125 (memnuhi
syarat).
3) Persamaan HKSA nilai Q2 0,64313 (memenuhi syarat), karna syarat Q2 ≥ 0,5

Adapun nilai HKSA yang didapatkan yaitu :

LogIC50 = 0.750 – (0.024*MD) – (4.7633*ELUMO)

 PUSTAKA

Schefler WC, 1987, Statistika untuk biologi, farmasi, kedokteran, dan ilmu yang bertautan, terjemahan Suroso, Penerbit
ITB, Bandung, 170-182