Laporan Praktikum Kimia Komputasi Virtual Screening-Dikonversi

LAPORAN PRAKTIKUM KIMIA KOMPUTASI
VIRTUAL SCREENING
Disusun Oleh :
Mia Meliana Grandisa
11181077
3Fa2
UNIVERSITAS BHAKTI KENCANA BANDUNG
FAKULTAS FARMASI
2021
I. Tujuan
- Dapat melakukan preparasi senyawa aktif.
- Dapat melakukan simulasi molecular docking menggunakan metode hasil
validasi.
II. Prinsip
Berdasarkan strukrur tiga dimensi target makromolekul diterapkan secara

luas untuk mengidentifikasi kemungkinan mengikat target. Pada perlakuan ini
dibutuhkan struktur dari molekul target dan senyawa uji. Senyawa uji
ditambatkan pada molekul target dengan menggunakan perangkan lunak
penambatan.
III. Teori Dasar
Penapisan virtual meruapakan metode komplementer di bidang kimia

medisinal untuk menemukan suatu senyawa penuntun baru. Tujuan utama
penapisan virtual adalah mengurangi secara signifikan jumlah senyawa-senyawa
kimia yang perlu disintesis. Sehingga jumlah senyawa untuk diuji aktivitas
biologisnya juga akan berkurang. Selain itu, metode ini berguna untuk
memberikan pengetahuan awal tentang jenis ikatan senyawa obat sebagai ligan
dengan makromolekul tertentu (Klebe,2005). Virtual screening (VS) merupakan
penerapan metode in silico atau komputasi untuk menganalisis dan menyeleksi
senyawa potensial (ligan) dan database kimia untuk berikatan dengan target
(protein, DNA dan enzim) berdasarkan beberapa kriteria yang telah ditentukan
(pre-defined criteria). Proses seleksi tersebut dapat dimulai dengan mencari data
berbagai macam liga yang tersedia secara online di internet (Guedes et al 2014)
Penggunaan database online ini membuat VS sebagai metode yang cepat dan
murah untuk mengevaluasi berbagai was senyawa (Ferreira et al 2015).
Terdapat dua macam tipe VS yaitu berdasarkan ligan (ligand-based virtual

screening/LBVS) dan struktur (structure-based virtual screening/SBVS) (Oprea &
Matter, 2004). Pada LBVS, metode yang digunakan adalah dengan megumpulkan
informasi dari ligan untuk memprediksi aktivitas suatu senyawa yang bergantung
pada kemiripan atau ketidakmiripan suatu senyawa dengan ligan aktif yang telah
diketahui sebelumnya (Sliwoski et al., 2014). Sedangkan pada SBVS, database
senyawa dilakukan docking pada target di tempat ikatannya (Lionta et al., 2014).
Structure-based virtual screening (SBVS) terdiri atas empat tahap yaitu

tahap persiapan target molekul, seleksi database senyawa, molecular docking,
dan analisis post-docking (Ferreira et al., 2015). Tahap persiapan dilakukan
dengan menambahkan atom hidrogen, eliminasi molekul air, spesifikasi
protonasi dan tautomerisasi, dan kalkulasi muatan parsial (Jain & Nicholls,
2008). Selain itu, di
tahap preparasi dilakukan persiapan senyawa menggunakan database yang
mengubah senyawa dari barisan angka menjadi struktur molekul tiga dimensi
Adapun database yang sering digunakan adalah Zinc. PubChem. Chemspider
ChEMBL NuBBE DB. ChemBank eMolecules. DrugBanks, dan Binding DB (Ferreira
et al, 2015).
Tahap selanjutnya adalah melakukan docking ke target ikatan. Tahap

sampling berfungsi untuk mengeksplorasi energi dari tiap molekul dan tahap
scoring memberikan seleksi pada ligan protein, senyawa dengan skor yang tinggi
dipilih sebagai ligan potensial dan sebaliknya senyawa dengan skor yang rendah
dikategorikan sebagai ligan yang inaktif atau kurang potensial (Scior et al., 2012)
Setelah itu, dilakukan analisis post-docking untuk menentukan senyawa mana
yang akan diprioritaskan yaitu melalui visualisasi kompleks ligan-reseptor,
adapun program yang dapat membantu visualisasi tersebut antara lain yaitu
UCSF Chimera, VMD, Pymol. BALL RasMol JMOL, dan JSMOL (Ferreira et al,
2015). PyRx merupakan salah satu perangkat lunak skrining visual untuk
penemuan obat secara komputasi yang dapat digunakan pada berbagai senyawa
kimia terhadap target obat yang potensial (Dallakyan ,2012).
Proses virtual screening pada dasar-nya adalah proses molecular docking

secara cepat untuk mendapatkan nilai affinitas senyawa kimia yang paling kuat.
Dengan metode virtual screening proses pengembangan dan sintesis obat
menjadi lebih cepat, efisien dan terarah.
IV. Alat dan Bahan

Alat : seperangkat komputer dan sudah terinstal aplikasi pyrx, DSV 2016.
Bahan : 1 ligan alami ZST , 12 ligan senyawa uji, dan 1 protein carbonic anhydrase
2 yang stelah dipisahkan dari ligan alaminya.
V. Prosedur
Aplikasi pyrx
1. Siapkan 1 folder kerja yang telah berisi 1 protein , 1 ligan alami dan 12 ligan
senyawa uji.
2. Buka aplikasi pyrx.
3. Klik edit -> klik preference-> pada kolom workspace diisikan nama folder
kerja yang digunakan untuk menyimpan file virtual screening -> klik ok.
4. Klik file -> klik load molecule -> pilih file protein yang ada di folder kerja
penyimpanan -> klik kanan file protein -> pilih autodock -> klik make
makromolekul.
5. Klik file -> klik load molecule -> pilih file ligan alami yang ada di folder kerja
penyimpanan -> klik kanan file ligan alami -> pilih autodock -> klik make ligan.
6. Klik file -> klik load molecule -> pilih file ligan senyawa uji yang ada di folder
kerja penyimpanan secara satu persatu -> klik kanan file ligan alami -> pilih
autodock -> klik make ligan, lakukan secara satu persatu.
7. Klik start -> select molekul -> centang local.
8. Klik dan pilih semua ligan yang ada -> klik protein -> select molekul -> klik
forward -> atur ukuran gridbox -> maximize -> klik run.
9. Klik forward untuk memulai perhitungan autogridnya -> tunggu sampai
semua proses running selesai .
10. Jika proses running telah selesai pada bagian pojok kanan klik save as
comma- separated.
11. Buka file ligand pada folder kerja -> klik kanan file ligan -> buka dengan
notepad -> copy paste model 1 mulai dari bagian dibawah root (pada atom ke
1) sampai ENDMDL -> save.
Aplikasi DSV 2016
1. Buka aplikasi DSV 2016

2. Klik file -> open -> pilih file protein
3. Klik file -> open -> pilih ligan alami
4. Pada file protein yang telah dipisahkan dari ligan alaminya klik view hierarchy
-> copy pastekan ligan pada protein tersebut.
5. Kemudian pada view interaction klik show 2D diagram untuk melihat
interaksi antara protein dengan ligan alami.
6. Ulangi langkah di atas tetapi file ligan yang dipilih adalah ligan senyawa ujinya
-> untuk melihat interaksi antara protein dengan ligan senyawa ujinya.
VI. Hasil Pengamatan
- 12 Struktur Senyawa Baru
STRUKTUR SENYAWA BARU MMG1


CI
Gl
CI
CH3
6-ch1oro-3-(3,5-dichlorophenyl)-2-methylnaphtha1en-1(4//)-one
OH
H3 C
CH3
CH3
8-chloro-3-(3-hydroxy-5-methylphenyl)-2,6-dimethylnaphthalen-1(4 -one
OH
HO
G H3
3-(4-chloro-3-hydroxyphenyl)-6-hydroxy-2-methylnaphthalen-
1(4 -one
- Tampilan protein carbonic anhydrase 2 yang telah dipisahkan dari ligan

alaminya
- Tampilan ligan alami ZST yang telah dipisahkan dari proteinnya

- Tampilan 12 ligan senyawa uji, 1 ligan alami, dan 1 protein yang telah
dipisahkan dari ligan alaminya yang telah dimasukkan pada aplikasi pyrx.
- Tampilan 12 ligan senyawa uji , 1 ligan alami, dan 1 protein yang telah
dipisahkan dari ligan alaminya yang telah di select molekul kemudian di klik
forward.
- Tampilan untuk mengatur autogrid sebelum melakukan perhitungan autogrid

Sebelum di maximize
Sesudah di maximize
- Hasil binding affinity setelah proses running nya selesai.
- Tabel Nilai Binding Affinity
Ligand Binding Affinity

PROTEIN_Carbonic_ligan_alami_carbonic_PDB -9.8
PROTEIN_Carbonic_MMG1 -7.7
- Interaksi antara protein dengan ligan alami ZST
- Interakasi antara protein dengan ligan senyawa uji

1. Interaksi antara protein dengan ligan uji 1 (MMG1)

VII. Pembahasan
Pada praktikum kali ini dilakukan percobaan virtual screening. Penapisan

virtual (virtual screening) ataupun dikenal juga sebagai in silico screening
(penapisan in silico) adalah suatu metode pendekatan yang menarik khususnya
untuk praktisi bidang farmasi industri sebagai suatu teknologi yang efektif biaya
serta produktif dalam pencarian senyawa penuntun (lead compound). Penapisan
virtual digambarkan sebagai penggunaan perhitungan komputasi kinerja tinggi
untuk menganalisis suatu database dari banyak senyawa kimia untuk
mengidentifikasi probabilitas kandidat obat. Pendekatan ini menjadi langkah
yang komplemen terhadap pendekatan sintesis kimia secara high throughput
screening dan uji biologis (Waszkowycz, Perkins, Sykes, & Li, 2001). Virtual
screening dilakukan dengan tujuan untuk mengetahui senyawa yang memiliki
afinitas yang paling baik dengan mengetahui orientasi senyawa atau ligan
terhadap reseptor nya untuk membentuk ikatan yang stabil.
Pada praktikum kali protein yang digunakan yaitu carbonic anhydrase 2.

Protein tersebut dibuat 2 file yaitu yang pertama file protein yang telah
dipisahkan dengan ligan alami nya dan 1 file ligan alami yang telah dipisahkan
dari proteinnya. Selain itu menyiapkan 12 ligan senyawa uji, senyawa tersebut
merupakan senyawa yang didesain sendiri dengan menggunakan metode trial
and error. Praktikum kali ini menggunakan aplikasi pyrx untuk melakukan virtual
screening dan aplikasi DSV 2016 untuk melihat interaksi yang terjadi. Pyrx ini
terdiri atas piranti lunak Autodock4 dan AutoDock Vina yang digunakan sebagai
piranti lunak penambatan, AutoDock Tools untuk membuat berkas masukan,
Python sebagai bahasa pemrograman scripting, wxPython sebagai antarmuka
pengguna grafis (GUI/ graphical user interface) lintas platform, alat visualisasi,
serta Open Babel untuk pengubah format berkas sdf dan mol (Wolf. 2009). Dari
penambatan akan mendapatkan hasil data beruapa binding affinity. Binding
energy adalah kekuatan interaksi antara dua molekul atau lebih. Semakin besar
nilai binding energy, maka afinitas antara reseptor dengan ligan akan semakin
rendah. Namun sebaliknya,
semakin rendah nilai binding energy maka afinitas antara reseptor dengan ligan
akan semakin tinggi (Kastritis dan Bonvin, 2012). Dapat dilihat pada tabel binding
affinity didapatkan nilai binding affinity paling kecil adalah pada ligan senyawa uji
MMG3 dengan nilai paling kecil -8,5 kkal/mol. Dari hasil tersebut nilai yang
didapatkan merupakan nilai yang paling kecil maka hal ini menunjukkan bahwa
energy tersebut merupakan energy yang terbaik. Energi yang dibutuhkan untuk
berikatan dengan protein targetnya lebih kecil sehingga lebih efektif digunakan
sebagai antidiabetes. Karena nilai yang dihasilkan semakin kecil maka afinitas
antara reseptor dengan ligan semakin tinggi.
Kemudian setelah mendapatkan nilai binding affinity selanjutnya

dilakukan visualisasi interaksi yang terjadi antara protein dengan ligan alami dan
interaksi antara protein dengan ligan senyawa uji dengan menggunakan aplikasi
DSV 2016
. Interaksi yang dihasilkan antara protein dengan ligan alaminya yaitu interaksi
Van der waals, Unfavorable Bump, Attractive Charge, Conventional Hydrogen
Bond , Metal-Acceptor, Pi-Donor Hydrogen Bond , Pi-Sigma ,Pi-Sulfur , Pi-Pi T-
shaped. Interaksi yang terjadi antara protein dengan 5 ligan senyawa uji dari 12
ligan senyawa uji yaitu
1. Pada ligan senyawa uji 1 (MMG1) terjadi interaksi Van der waals, Unfavorable
Bump, Conventional Hydrogen Bond, Amde-Pi Stacked dan Pi-Alkyl. Atom H
berinteraksi dengan asam amino ASN, LYS,THR, dan GLY.
Bump, Conventional Hydrogen Bond, Amde-Pi Stacked , Alkyl,dan Pi-Alkyl.
Atom H berinteraksi dengan asam amino ASN, LYS,THR, dan GLY.
3. Pada ligan senyawa uji 10 (MMG10) terjadi interaksi Van der waals,
Unfavorable Bump, Conventional Hydrogen Bond, dan Alkyl. Atom H
berinteraksi dengan asam amino ASN, LYS,THR, dan LEU.
Bump, Conventional Hydrogen Bond, Halogen (Cl,Br,I) ,Amde-Pi stacked ,
Alkyl
,dan Pi-Alkyl. Atom H berinteraksi dengan asam amino ASN, LYS,THR, dan GLY.
Bump, Conventional Hydrogen Bond, Alkyl dan Pi-Alkyl. Atom H berinteraksi
dengan asam amino ASN, LYS,THR,LEU ,GLU dan GLY.
Setiap ligan senyawa uji memiliki interaksi yang berbeda-beda. Seperti halnya
interkasi yang terjadi pada 5 ligan senyawa uji tersebut memiliki interaksi yang
berbeda-beda.
VIII. Kesimpulan
Dari hasil praktikum dapat disimpulkan bahwa dalam melukan virtual
screening aplikasi yang digunakan yaitu pyrx dan DSV 2016. Nilai binding affinity
terkecil atau paling rendah yaitu pada ligan senyawa uji 3 dengan nilau binding
affinity nya yaitu -8,5 kkal/mol.
IX. Daftar Pustaka
1. https://www.uniprot.org/uniprot/P00918
2. Dallaaykan S. 2012. PYRX – Virtual Screening Tool. (Online).
(http://mgtools.scripps.edu/documentaion/links/pyrx-virtual-screening-tool
diakses pada 21 november 2018).
3. Ferreira L.G., Ricardo N.ds., Oliva G., Adriano D.A. Molecular Docking and
structure-Based Drug Design Strategies. Molecules, 2015, 20, 13384-13421;
doi: 10,3390/molecules200713384.
4. Guades I.A., deMagalhaes C.S., Dardenne. Receptor-ligand moleculardocking.
Biphys Rev, 2014, 6: 75-87. Doi: 10.1007/s12551-013- 0130-2.
5. Jain A.N., & Nicholls, A. 2008. Recomendations for evaluation of
computational methods . Journal of computer-aided design, 22(3-4), 133-9.
6. Kastritis PL, Bonvin AMJJ. 2012. On the binding affinity of macromolecular
interactions: daring to ask why proteins interact. Journal of the Royal Society.
10(20120835): 1-27.
7. Klebe, G. (2005). Virtual Screening Scope and Limitations. In J.Alvarez, &
B.Shoichet (Ed)., Virtual Screening in Drug Discovery (p. 5). Boca Raton: Taylor
& Francis Group.
8. Lionta E., Spyrou G., Vassilatis D. K., Cournia, Z. Structure-based virtual
screening for drug discovery: principles, applications and recent advences.
Current topics in medicinal chemistry, 2014, 14(16), 1923-38.
9. O. Trott, A. J. Olson, (2010) . AutoDock Vina: improving the speed and
accuracy of docking with a new scoring function, efficient optimization and
multithreading, Journal of Computational Chemistry 31 455-46. DOI
10.1002/jcc.2133.
10. Opera T.I., Matter H. Integrating virtual screening in lead discovery. Curr Opin
Chem Biol. 2004, 8(4):349-58.
11. Sliwoski G., Kothiwale S., Meiler J., Lowe E.W. Computational methods in
drug discovery. Pharmacological reviews, 2014,66(1), 334-95.
12. Waszkowycz, B., Perkins, T. D., Sykes, R. A. & Li, J. (2001). Large-scale Virtual
Screening for Discovering Leads in the Postgenomic Era. IBM Systems Journal,
40(2).
13. Wolf, L. K. (2009). New Software and Websites for the Chemical Enterprise.
Chemical and Engineering News Archives, 48.

Laporan Praktikum Kimia Komputasi Virtual Screening-Dikonversi

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Praktikum Kimia Komputasi Virtual Screening-Dikonversi

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN PRAKTIKUM KIMIA KOMPUTASI

Mia Meliana Grandisa

UNIVERSITAS BHAKTI KENCANA BANDUNG

Berdasarkan strukrur tiga dimensi target makromolekul diterapkan secara

III. Teori Dasar

Penapisan virtual meruapakan metode komplementer di bidang kimia

Terdapat dua macam tipe VS yaitu berdasarkan ligan (ligand-based virtual

Structure-based virtual screening (SBVS) terdiri atas empat tahap yaitu

Tahap selanjutnya adalah melakukan docking ke target ikatan. Tahap

Proses virtual screening pada dasar-nya adalah proses molecular docking

IV. Alat dan Bahan

Aplikasi DSV 2016

1. Buka aplikasi DSV 2016

STRUKTUR SENYAWA BARU MMG3

STRUKTUR SENYAWA BARU MMG4

STRUKTUR SENYAWA BARU MMG6

STRUKTUR SENYAWA BARU MMG7

STRUKTUR SENYAWA BARU MMG8

STRUKTUR SENYAWA BARU MMG12

- Tampilan protein carbonic anhydrase 2 yang telah dipisahkan dari ligan

- Tampilan ligan alami ZST yang telah dipisahkan dari proteinnya

- Tampilan untuk mengatur autogrid sebelum melakukan perhitungan autogrid

- Hasil binding affinity setelah proses running nya selesai.

- Tabel Nilai Binding Affinity

Ligand Binding Affinity

- Interaksi antara protein dengan ligan alami ZST

- Interakasi antara protein dengan ligan senyawa uji

3. Interaksi antara protein dengan ligan uji 10 (MMG10)

4. Interaksi antara protein dengan ligan uji 8 (MMG8)

Pada praktikum kali ini dilakukan percobaan virtual screening. Penapisan

Pada praktikum kali protein yang digunakan yaitu carbonic anhydrase 2.

Kemudian setelah mendapatkan nilai binding affinity selanjutnya

Anda mungkin juga menyukai