REVIEW JURNAL

Identification of natural inhibitors against Mpro of SARS-CoV-2 by molecular

docking, molecular dynamics simulation, and MM/PBSA methods

Nama = Firmanul Hasan

NIM = G8501221004

Prodi = S2 Biokimia

1. Latar Belakang dan Tujuan

Corona virus disease-19 atau yang sering disebut covid-19 adalah penyakit infeksi yang
menyerang saluran pernafasan yang disebabkan oleh SARS-COV 2. Covid-19 menurut Hui dkk.,
2020; Wang dkk.,2020 pertama kali diidentifikasi di Wuhan, Cina, pada Desember 2019. SARS-
CoV-2 telah dinyatakan sebagai darurat kesehatan masyarakat internasional dan menganjurkan
upaya penelitian cepat (Benvenuto et al.,2020; Ceraolo & Giorgi,2020; Ren dkk.,2020). Belum
ada vaksin khusus atau obat atau pengobatan yang efektif untuk infeksi SARS-CoV-2. Kondisi
saat ini menuntut Negara diseluruh dunia untuk menghasilkan vaksin atau terapi baru untuk
melawan Covid-19 (Huang et al.,2020). Protease utama (Mpro) telah dilaporkan sebagai target
obat potensial untuk SARS CoV-2 karena memotong dua poli protein ulangan yang diperlukan
untuk memediasi replikasi dan transkripsi virus. Oleh karena itu, Mpro dapat digunakan sebagai
target penemuan obat untuk mengidentifikasi inhibitor baru SARS-CoV-2. Untuk menemukan
obat, penggunaan teknik komputasi untuk menyaring inhibitor alami mendapatkan perhatian di
antara para peneliti (Aanouz et al., 2020). Dengan demikian, untuk menemukan inhibitor Mpro
SARS-CoV-2 yang baru, penelitian ini difokuskan pada penyaringan virtual fitokimia dari
tanaman obat yang digunakan dalam persiapan Chyawanprash, yang telah dilaporkan memiliki
aktivitas antijamur, antibakteri, dan antivirus. Berdasarkan literatur semacam ini, kami
memeriksa senyawa alami yang potensial terhadap SARS-CoV-2 dengan menggunakan prinsip
bioinformatika. Dalam sistem Ayurveda India, banyak formulasi herbal (yaitu Chyawanprash)
digunakan untuk meningkatkan sistem kekebalan tubuh. Demikian pula, banyak tanaman lain
diketahui dapat meningkatkan kekebalan, dan senyawanya dapat digunakan untuk melawan virus
corona. Chyawanprash adalah salah satu ramuan atau jamu herbal yang paling dipercaya untuk
meningkatkan sistem kekebalan tubuh untuk semua kelompok umur (Parle & Bansal,2006).
Chyawanprash diformulasikan dengan memproses sekitar 40 tanaman obat yang memiliki banyak
manfaat kesehatan. Chyawanprash telah banyak digunakan sejak zaman kuno sebagai suplemen
kesehatan yang bertindak sebagai obat untuk meningkatkan kekebalan dan umur panjang.

2. Data yang digunakan

 Struktur tiga dimensi dari reseptor Mpro (PDB ID 6W63) diambil dari Protein Data Bank
(https://www.rcsb.org).
 Struktur 3D dari setiap fitokimia dan molekul referensi X77 diunduh dari PubChem
[https://pubchem.ncbi.nlm.nih.gov]

3. Metode yang digunakan

i) Pencarian Informasi Senyawa Fitokimia Tanaman Obat yang Digunakan di ramuan
Chyawanprash.
  Mencari informasi tentang senyawa fitokimia tanaman obat yang digunakan di ramuan
Chyawanprash menggunakan DLAD4U, PubTator, dan Carrot2.
 Menyaring senyawa antivirus terhadap coronavirus, terdapat 686 senyawa fitokimia dari
40 tanaman obat yang digunakan di ramuan Chyawanprash lalu dicari informasinya dari
literatur ilmiah dengan menggunakan database PubChem
ii) Persiapan Protein dan Ligan.
 Menyiapkan struktur tiga dimensi dari reseptor Mpro (PDB ID 6W63) diambil dari
Protein Data Bank (https://www.rcsb.org).
Untuk proses screening, struktur protein disiapkan dengan menggunakan perangkat lunak
MGL Tools dan PyMOL. Persiapan protein terdiri dalam dua langkah. Pertama, protein
disiapkan dengan menghilangkan semua molekul air menggunakan perangkat lunak PyMOL.
Selanjutnya atom hydrogen ditambahkan kedalam reseptor dengan menggunakan MGL
Tools (Trott &Olson, 2010). Struktur protein disimpan dalam format pdbqt untuk analisis
lebih lanjut.
 Menyiapakan struktur 3D dari setiap fitokimia dan molekul referensi X77 diunduh dari
PubChem [https://pubchem.ncbi.nlm.nih.gov] dalam format SDF kemudian diubah
menjadi format PDB menggunakan Open Babel GUI (O'Boyle et al.,2011).
iii) Docking dan Visualisasi Molekuler.
Sebelum docking, pusat massa ligan dengan reseptor dihitung dengan menggunakan
"centerofmass" pada software PyMOL untuk mengambil koordinat xy dan z dari senyawa
referensi. Koordinat pusat massa X77 adalah X= -23.315, Y= 13,893, dan Z= -29.698, yang
digunakan untuk docking dengan ukuran grid box 30- 30-30. Konfigurasi grid yang sama
digunakan untuk penyaringan virtual semua fitokimia menggunakan protein Mpro
menggunakan PyRx dengan AutoDockVina yang menjaga agar molekul ligan tetap fleksibel
selama proses berlangsung. Setelah docking, interaksi 2 kompleks protein-ligan, termasuk
ikatan hidrogen dan panjang ikatan, dianalisis dan digambarkan dengan menggunakan
perangkat lunak Ligplotth+v.1.4.5.
iv) Prediksi Kemiripan Obat dan Toksisitas.
Prediksi kemiripan obat dan toksisitas dari senyawa yang discreening diprediksi oleh
perangkat lunak DruLiTo dan OSIRIS (Mabkhot et al.,2016). DruLiTo menunjukkan
berbagai sifat seperti kemiripan obat, kelarutan dalam air (LogS) dll dari suatu senyawa.
Perangkat lunak sumber terbuka OSIRIS digunakan untuk memprediksi toksisitas obat dan
sifat risiko seperti mutagenisitas, tumorigenisitas, iritasi, perkembangan reproduksi, dan skor
obat.
v) Simulasi Dinamika Molekul (MD) Menggunakan GROMACS 5.0.7
vi) Energi Bebas Ikatan

Energi bebas ikatan kompleks ditentukan dengan metode mekanika molekuler untuk
menganalisis stabilitas kompleks. Oleh karena itu, mekanika molekuler Poisson-Boltzmann
luas permukaan (MM-PBSA) (Shukla & Singh,2019) digunakan untuk menghitung energi
bebas ikatan kompleks protein-ligan.