TOPIK B : SISTEM FARMAKOLOGI (NETWORK PHARMACOLOGY)

PROTEIN INS, INSR, DAN MTNR1B MENGGUNAKAN DATABASE

UNIPORT DAN ANAYSIS NETWORKING CYSTOSCAPE

BIOINFORMATIKA (11017111)

Oleh :

Uniq Setyangingsari 110119158

FAKULTAS FARMASI

UNIVERSTITAS SURABAYA

SURABAYA

2022

1
 DAFTAR ISI
DAFTAR TABEL .................................................................................................................... 3
DAFTAR GAMBAR ................................................................................................................ 4
BAB I ......................................................................................................................................... 5
PENDAHULUAN .................................................................................................................... 5
BAB II ....................................................................................................................................... 7
TINJAUAN PUSTAKA ........................................................................................................... 7
2.1 Sistem Farmakologi (Network Pharmacology) ........................................................... 7
2.2 Protein ......................................................................................................................... 7
2.2.1 INS ....................................................................................................................... 7
2.2.2 INSR .................................................................................................................... 8
2.2.3 MTNR1B ............................................................................................................. 8
2.3 Database ...................................................................................................................... 9
2.3.1 UniPort ................................................................................................................. 9
2.4 Analysis Networking ................................................................................................... 9
2.4.1 Cytoscape ........................................................................................................... 10
BAB III .................................................................................................................................... 11
HASIL, ANALISIS, PEMBAHASAN .................................................................................. 11
3.1 Hasil .......................................................................................................................... 11
3.1.1 Hasil penelusuran database UniPort ...................................................................... 11
3.1.1.1 INS ..................................................................................................................... 11
3.1.1.2 INSR .................................................................................................................. 12
3.1.1.3 MTNRIB ............................................................................................................ 13
3.1.2 Hasil penelusuran analysis networking ................................................................. 14
3.1.2.1 INS ..................................................................................................................... 14
3.1.2.2 INSR .................................................................................................................. 15
3.1.2.3 MTNRIB ............................................................................................................ 16
3.2 Analisis ...................................................................................................................... 17
3.3 Pembahasan ............................................................................................................... 17
BAB IV .................................................................................................................................... 21
KESIMPULAN ...................................................................................................................... 21
DAFTAR PUSTAKA ............................................................................................................. 22

2
 DAFTAR TABEL

Tabel 3.1 Hasil interaksi senyawa pada INSR

Tabel 3.2 Hasil analisis database dan analysis networking

3
 DAFTAR GAMBAR

Gambar 2.1 Struktur insulin

Gambar 2.2 Interaksi biomolekuler

Gambar 3.1.1 Hasil gambar database UniPort INS

Gambar 3.1.2 Hasil gambar database UniPort INSR

Gambar 3.1.3 Hasil gambar database UniPort MTRN1B

Gambar 3.2.1 Hasil gambar Analysis Networking INS

Gambar 3.2.2 Hasil gambar Analysis Networking INSR

Gambar 3.2.3 Hasil gambar Analysis Networking MTNR1B

4
 BAB I

PENDAHULUAN

Pengobatan herbal sudah berkembang sejak ribuan tahun dan beberapa diantaranya
telah banyak diujikan dalam pengujian klinis. Salah satu pengembangan obat yang sampai saat
ini banyak diteliti adalah pengobatan herbal tradisional Cina atau sering disebut dengan TCM.
Selama proses pengembangan TCM menghasilkan obat yang berhasil, namun obat yang
bekerja hanya terfokus target molekul dan kurang memberikan efek terapeutik yang kurang
memuaskan atau memiliki efek toksisitas bila digunakan pada penyakit tertentu seperti diabetes
dan kanker (Kola dan Landis 2004; Zhang Runzhi et al., 2019). Oleh karena itu munculah
pendekatan baru dengan seiringnya perkembangan bioinformatika, biologi sistem dan
polifarmakologi. Penemuan obat berbasis jaringan (Network pharmacology) dianggap
menjanjikan dan menghemat biaya. Selain itu network pharmacology dapat memberikan
pemahan tentang prinsip-prinsip jaringan dan sistem biologi (Zhang Runzhi et al., 2019).

Salah satu contoh pengembangan dari network pharmacology adalah obat herbal yang
telah dikembangkan dan diintergrasikan, lebih dari 200 resep obat herbal antikanker yang telah
digunakan di klinik (Fang et al., 2005; Chandran Uma et al., 2017). Dalam proses
pengembangannya digunakan database dan analysis networking dalam pendekatan network
pharmacology.

Keuntungan dari penggunaan analysis networking dapat mengetahui interaksi anatara

senyawa aktif dengan berbagai macam protein dan dapat meperjelas protein target dari suatu
penyakit. Analysis networking yang digunakan adalah software cytoscape. Cytoscape berfungsi
sebagai jalur antara hubungan jaringan senyawa dan protein dalam biologi komputasi (Carlin
et al., 2017). Penggunaan cytoscape dibantu dengan penggunaan database dapat menganalisis
protein target dengan cepat.

Protein merupakan makrobiopolimer yang tersusun dari monomer asam amino. Protein
memiliki peran yang penting dalam metabolisme tubuh selain itu protein dapat mempercepat
rekasi metabolisme tubuh, sebagai replikasi DNA, menanggapi rangsangan, memindahkan
molekul dari satu tempat ketempat yang lain dan dapat membentuk sel.

INS atau insulin merupakan hormon peptide yang disekresikan oleh sel β – pankreas
yang berfungsi mengatur metabolism glukosa. INSR atau insulin reseptor merupakan reseptor
tirosin kinase dan berperan sebagai metabolisme akut dan kronis (Lee dan Paul, 2018).

5
Sedangkan MTNR1B atau melatonin reseptor type 1B merupakan reseptor yang menghambat
adenilat siklase (Emet Mucahit et al., 2016). Pada laporan ini menjelaskan bagaimana
hubungan protein INS, INSR, MTNRIB berdasarkan fungsi protein tersebut dengan penyakit.

6
 BAB II

TINJAUAN PUSTAKA

2.1 Sistem Farmakologi (Network Pharmacology)

Sistem farmakologi merupakan pendekatan baru dalam mengintergrasikan

biologi molekuler dengan farmakologi dalam merancang metode intervensi obat yang
efektif. Pada sistem farmakologi tidak mempelajari terkait interaksi anatara satu
penyakit, satu target dan satu obat (Shao Li et atl., 2013; Xin Wang et al., 2021). Selain
itu sistem farmakologi (Network pharmacology) telah digunakan dalam mempelajari
jalur senyawa-protein atau gen-penyakit yang mampu menggambarkan sistem biologis,
obat-obatan dan penyakit dari persepektif jaringan yang akan memberikan pemahaman
terkait efek herbal pada penyakit (Zhan Runzhi et al., 2019).
Kelebihan dalam proses pengembangan jaringan menggunakan sistem farmakologi
dapat menghemat biaya dan dapat diakses dengan cepat. Namun ada beberapa
keterbatasan dalam penggunaan network pharmacology seperti pada aspek farmakologi
hanya untuk mengembangkan petunjuk baru dari bahan alami, memahami mekanisme
kerja obat, menentukan efek samping obat, memprediksi indikasi baru, memprediksi
toksisitas, memprediksi kemungkinan interaksi obat-obat, dan rancangan obat yang
rasional berdasarkan kelompok yang berinteraksi dengan protein. (Chandran Uma et
al., 2017).

2.2 Protein

Protein merupakan biomolekul polimer yang tersusun dari unit-unit monomer

asam amino yang terhubung melalui ikatan peptide. Berdasarkan fungsi biologisnya
protein didefinisikan ke dalam empat aspek yaitu sebagai proses biologis, fungsi
moleculer, dan komponen seluler serta ekspresi pada jaringan (Wang dan Tang, 2017).
Dalam mengidentifikasi protein yang diinginkan diperlukan lankah-langkah seperti
merekonstruksi jaringan, menganalis dan memvisualisasi jaringan (Xia Jianguo, et al.,
2014). Beberapa protein yang digunakan dalam laporan ini memiliki peran yang
penting dalam tubuh.

2.2.1 INS

INS atau insulin merupakan hormon polipeptida yang diproduksi oleh

sel β-pankreas yang berfungsi sebagai respon terhadap rangsangan nutrisi.
7
 Insulis ketika berada dalam darah dapat mengontrol homeostasis glukosa. (Lee
dan Paul, 2018). Insulin mengontrol glukosa dalam darah dengan cara
mengatrur metabolisme karbohidrat, lipid dan protein selain itu insulin juga
mendorong aktivitas pembelahan dan pertumbuhan sel melalui efek mitogenik.
(Fargion et al., 2005). Insulin juga termasuk salah satu hormon anabolik
terpenting dalam tubuh.(Kasuga, 2019)
Gambar 2.1 Struktur insulin

(Basic and Clinical Pharmacology ed 12)

Struktur insulin terdiri dari rantai A dan rantai B yang mengandung 51
asam amino yang dihubungkan oleh jembatan sulfida. Terdapat perbedaan
spesifik anatara rantai A dan rantai B. Rantai A terdiri dari 21 asam amino
sedangkan rantai B terdiri dari 30 asam amino. (Katzung et al., 2012).

2.2.2 INSR

INSR atau reseptor insulin merupakan reseptor tirosin kinase yang dapat
menghasilkan fosforilasi (Lee dan Paul, 2018). Reseptor insulin terdiri dari
1382 asam amino. Fosforilasi pada insulin mengarah pada dua jalur yaitu jalur
P13K-AKT/PKB yang bertanggung jawab sebagai metabolism insulin
sedangkan jalur Ras-MAPK yang mengatur ekspresi gen dan bekerja sama
dengan jalur P13K untuk mengontrol pertumbuhan dan diferensiasi sel.

2.2.3 MTNR1B

MTNR1B atau melatonin reseptor type 1B yang terdiri dari 363 asam
amino. MTNR1B menghambat adenilat siklase dengan mengikat protein G,
selain itu menghambay jalur guanyly cyclase (GC). Dengan penghabatan
tersebut produksi AMP siklik (cAMP) berkurang. Reseptor ini juga

8
 berkontribusi pada patofisiologi dan farmakologi dari penyakit Alzheimer,
gangguan tidur, kecemasan, depresi dan nyari. (Emet et al.,2016)

2.3 Database

Database atau basis data merupakan kumpulan informasi yang terintergrasi dari
data-data sebelumnya yang telah disimpan di dalam komputer secara sistematik
sehingga dapat diakses dengan menggunakan program komputer. (Acland et al., 2013).

2.3.1 UniPort

UniPort merupakan salah satu database yang diterbitkan oleh Marget

Dayhoff dan National Biomedical Research Foundation di Georgetown
University pada tahun 1968. UniPort merupakan database yang berisi informasi
terkait efek fungsional sekuens dan hubungannya dengan penyakit. Sedangkan
tujuan dibentuknya database ini untuk memudahkan penelitian evolusi protein
dengan menggunakan sekuens asam amino yang dibuat sebagai kelanjutan dari
pengembangan metode Edman untuk menentukan sekuen protein.
UniPort dapat diakses secara online dengan mengunjungi laman web
http://www.uniport.org (Bauher-mehren et al.,2011; Biokimia Harper p.108).

2.4 Analysis Networking

Analysis Networking merupakan salah satu pendekatan baru yang digunakan

dalam mekanisme pengembangan obat melalui sistem komputasi. Analysis Networking
berfokus pada pengembangan jaringan yang berbasis teknologi, menyaring dan
memvisualisasikan informasi terkait pola ekspresi gen dalam berbagai jenis sel,
keadaan penyakit, dan kondisi biologis lainnya agar lebih mudah untuk dilakukan
perkembangan lebih lanjut. Terdapat tiga jenis analysis networking.
1) Analysis networking yang melibatkan perhitungan struktur topologi optimal dan
sifat statistik jaringan setelah dilakukan penyaringan data pada jaringan tertentu,
yang selanjutnya dikonversi sebagai informari tersebunyi dalam jaringan secara
maksimal.
2) Analysis networking yang melibatkan pembangkitan dan perbindangan jaringan
secara acak yang digunakan untuk memeriksa suatu keandala dari jaringan yang ada
dengan menginduksi modulasi yang diterima.

9
3) Analysis networking yang melibatkan pengelempokkan hierarki jaringan,
menggunakan algoritma untuk mengolah jaringan yang rumit.

Dalam memvisualisasikan jaringan untuk menyaring informasi interaksi dari

data biomolekuler dan mengubahnya dalam bentuk jaringan visul yang menggunakan
bantuan alat visualisasi, diperlukan dua langkah. Yang pertama memperkaya atribut
jaringan dan yang kedua menggambarkan jaringan secara jelas. Salah satu alat dalam
memvisualisasi jaringan adalah Cytoscape.

2.4.1 Cytoscape

Cytoscope merupakan perangkat lunak yang merupakan grafik jaringan

yang digunakan untuk menganalisis, memvisualisasikan dan mempublikasikan
interaksi biomolekuler dengan data molekuler ke dalam kerangka konseptual.
(Shannon et al., 2003). Cytoscape memiliki kemampuan untuk mengambarkan
jaringan yang sangat besar 100.000+ node dan edge, dan untuk
memvisualisasikan interkasi jaringan molekuler yang berbada seperti interaksi
protein-protein atau protein-gen. Cytoscape menggunakan atribut (attributes)
dan anotasi (annotations) dalam informasi biologis. Yang mana atribut
(attributes) terdiri dari bagian yang spesifik dari konstituen jaringan (node atau
edge) untuk melihat sejauh mana edge berinteraksi dengan node. Sedangkan
anotasi (annotations) mengacu pada ontolgi yang mencerminkan hubungan
semantiknya. (Kohl, Michael et al., 2011). Cytoscape menggunakan tiga
parameter yang digunakan dalam penentuan interaksi biomolekuler, yaitu
degree, closeness, dan betweeness
Gambar 2.2 Interaksi Biomolekuler

Shao dan Bo, 2013

10
 BAB III

HASIL, ANALISIS, PEMBAHASAN

3.1 Hasil
3.1.1 Hasil penelusuran database UniPort

Buka halaman web http://www.uniport.org

3.1.1.1 INS

11
3.1.1.2 INSR

12
3.1.1.3 MTNRIB

13
3.1.2 Hasil penelusuran analysis networking

Buka software cytoscape yang telah di instal

3.1.2.1 INS

14
 Keterangan :
Hijau : Target protein
Biru : Senyawa kimia
Merah : Terkait senyawa yg dicari

3.1.2.2 INSR

15
 Keterangan :
Hijau : Target protein
Biru : Senyawa kimia
Merah : Terkait senyawa yang dicari
Kuning : Protein INSR
Tabel 3.1 Hasil interaksi senyawa pada INSR
Nama Senyawa Edge Betweenness
Ellagic Acid 172,80332857
Chelerythrine 122,98968268
Adenosine 185,78470053

3.1.2.3 MTNRIB

16
 Keterangan
Hijau : Target protein
Biru : Senyawa kimia
Merah : Terkait senyawa yang dicari
Kuning : Protein MTNR1B

3.2 Analisis

Tabel 3.2 Hasil analisis database dan analysis networking

No Nama Fungsi Senyawa
1 INS Insulin menurunkan kadar glukosa darah Vindolin
2 INSR Reseptor tirosin kinase yang memediasi aksi Adenosine
pleiotropik insulin
3 MTNR1B Reseptor dengan afinitas yang tinggi pada Serotonin
melatonin

3.3 Pembahasan

Pada laporan ini dilakukan analisis senyawa yang berhubungan langsung

dengan protein dan fungsi protein dengan keterlibatnnya dalam penyakit melalui
database UniPort dan analysis networking cytsocape.
Hasil INS dari database UniPort diperoleh bahwa fungsi dari INS atau protein
Insulin untuk menurunkan kadar glukosa darah, sehingga meningkatkan permeabilitas
sel terhadap monosakarida, asam amino dan asam lemak. Hal ini juga dapat
mempercepat glikolisis, siklus pentose fosfat dan sintesis glikogen di hati.

17
Pada penelusuran database UniPort terdapat beberapa penyakit yang berhubungan
dengan protein insulin yaitu
1) Hiperproinsulinemia (HPRI) penyakit ini disebab oleh peningkatan kadar
proinsulin serum pada kondisi autosomal dominan.
2) Diabetes mellitus, insulin-dependent,2 (IDDM2) penyakit ini disebabkan karna
adanya gangguan homeostasis pada glukosa multifaktori yang ditandai dengan
kerentanan terhadap ketoasidosis tanpa adanya terapi insulin. Pada penderita
ini pasien mengalami polidispsia, polifagia dan polyuria yang diakibatkan oleh
diuresis osmotic yang diinduksi oleh hiperglikemia dan rasa haus. Gangguan
ini dapat mengakibatkan komplikasi jangka panjang yang akan memengaruhui
mata, ginjal, saraf dan pembuluh darah.
3) Diabetes mellitus, permanent neonatal, 4 (PNDM4) merupakan diabetes
neonatal permanen, sejenis diabetes yang ditandai dengan timbulnya
hiperglikemia persisten selama enam bulan pertama. Gejala awal meliputi
reterdasi pertumbuhan intrauterine, hiperglikemia, glikosuria, poliusia
osmotik, dehidrasi berat dan gagal tumbuh (failure to thrive). Pola transmisi
PNDM4 konsisten pada pewarisan autosomal resesif dan automol dominan.
4) Maturity-onset diabetes of the young 10 (MODY10) merupakan diabetes
dengan pewaris autosomal dominan. Diabetes ini ditandai pada masa kanak-
kanak atau awal masa dewasa (sebelum usia 25 tahun), kerusakan primer pada
sekresi insulin dan ketidak bergantungan insulin pada awal penyakit.
Sedangkan untuk hasil senyawa di lihat pada analysis networking cytoscape yang
menunjukkan senyawa yang berhubungan langsung dengan protein insulin adalah
senyawa vindoline dengan nilai edge betweenness 458,0.
Hasil INSR dari database UniPort diperoleh fungsi dari INSR atau reseptor
insulin sebagai reseptor tirosin kinase yang memidiasi aksi pleiotropik insulin.
Pengikatan insulin menyebabkan fosforilasi beberapa substrat intraseluler termasuk
substrat insulin (IRS1,2,3,4), SHC, GAB1, CBL. Masing-masing protein yang
terfosforilasi ini berfungsi sebagai protein docking yang mengandung domain Src-
homologi-2 (domain SH2) yang secara khusus dapat mengenali residu fosfotirosin
yang berbeda, termasuk subunit pengatur p85 dari PI3K dan SHP2. Fosforilasi protein
IRS mengarah pada aktivasi dua jalur utama yang pertama sebagai jalur PI3K-
AKT/PKB yang bertanggung jawab terhadap sebagian besar proses metabolism
insulin, sedangkan jalur Ras-MAPK yang mengatur ekspresi dari beberapa gen dan

18
bekerja sama dengan jalur PI3K untuk mengontrol pertumbuhan dan diferensiasi sel.
Pada penelusuran database UniPort terdapat beberapa penyakit yang terkait dengan
INSR yaitu
1) Sindrom Rabson-Mendenhall (RMS) merupakan sindrom resistensi insulin
yang ditandai dengan diabetes mellitus yang resisten terhadap insulin dengan
hyperplasia pineal dan kelainan somatik. Pada penderita ini pasien akan
mengalami kelainan gigi dan kulit, perut kembung, pembesaran lingga dan
permukaan wajah yang tampak kasar. RMS merupakan turunan dari autosomal
resesif.
2) Leprechaunisme (LEPRCH) merupakan penyakit yang sudah cukup parah dari
sindrom resistensi insulin, yang ditandai dengan reterdasi pertumbuhan
intrauterine dan paska kelahiran serta kematian pada awal masa bayi. Penyakit
ini juga merupakan turunan dari autosomal resesif
3) Diabetes mellitus, non-insulin-dependet (NIDDM) merupakan gangguan
homeostasis glukosa multifactorial yang disebabkan oleh kurangnya kepekaan
terhadap insulin pada tubuh sendiri. Pada penyakit ini pasien memiliki habitus
tubuh obesitas dan manifestasi dari sindrom metabolic yang ditandai dengan
diabetes, resistensi insulin, hipertensi dan hipertrigluseridemia. Penyakit ini
dapat menyebabkan komplikasi jangka panjang yang mempengaruhui mata,
ginjal, saraf dan pembuluh darah.
4) Familial hyperinsulinemic hypoglycemia 5 (HHF5) merupakan hipoglikemia
presisten pada bayi dan disebabkan oleh regulasi dari hasil sekresi insulin yang
rusak dan kadar glukosa yang rendah.
5) Diabetes mellitus resisten insulin dengan acanthosis nigricans tipe A (IRAN tipe
A) pada penyakit ini ditandai dengan hubungan resistensi insulin yang parah
dan dimanifestasikan oleh hiperinsulinemia dan kekegagalan untuk merespon
insulin eksogen dengan disertai lesi kulit acanthosis nigricans dan pada wanita
disertai dengan hiperandrogenisme ovarium.

Sedangkan untuk hasil senyawa yang terkait dilihat dengan menggunakan analysis
networking cytoscape yang menunjukkan senyawa yang berhubungan langsung
dengan reseptor insulin terdapat tiga senyawa dan dipilih adenosine dengan edge
betwenness tertinggi sebesar 185,78470053.

19
 Hasil MTNR1B dari database UniPort diperoleh fungsi dari reseptor melatonin
tipe 1B sebagai reseptor dengan afinitas yang tinggi pada melatonin yang digunakan
untuk memediasi proses reproduksi dan sirkadian melatonin. Aktivitas rseptor ini
dimediasi oleh protein G sensitive toksin pertussis yang dapat menghambat
akativitas adenilat siklase. Sedangkan senyawa yang berinteraksi dengan reseptor
MRNRIB adalah serotonin dengan edge betwenness 458,0

20
 BAB IV

KESIMPULAN

Dari hasil tersebut dapat disimpulkan bahwa penggunaan database dengan

dikombinasikan penggunaan analysis networking dapat memperoleh hasil senyawa yang
berinteraksi dengan protein serta penyakit yang terlibat pada protein tersebut dengan mudah
dan cepat.

21
 DAFTAR PUSTAKA

Bauer-Mehren, Anna; Bundschus, Markus; Rautschka, Michael; Mayer, Miguel A.;

Sanz, Ferran; Furlong, Laura I.; Khanin, Raya (2011). Gene-Disease Network Analysis
Reveals Functional Modules in Mendelian, Complex and Environmental Diseases. PLOS
ONE, 6(6), e20284- doi:10.1371/journal.pone.0020284

Chandran, Uma (2017). Innovative Approaches in Drug Discovery || Network

Pharmacology., (), 127-164. doi:10.1016/B978-0-12-801814-9.00005- 2

Emet, Mucahit, Ozcan, Halil, Ozel, Lutfu Yayla, Muhammed; Halici, Zekai
Hacimuftuoglu, Ahmet (2016). A Review of Melatonin, Its Receptors and Drugs. The Eurasian
Journal of Medicine, 48(2), 135- 141. doi:10.5152/eurasianjmed 2015.0267

John P. Mayer, Faming Zhang, Richard D. DiMarchi (2007). Insulin structure and
function., 88(5), 687-713. doi: 10.1002/bip.20734

(Katzung, Masters, & Trevor, 2012)

Lee, J.; Pilch, P.F. (1994) The insulin receptor structure, function, and signaling
American Journal of Physiology-Cell Physiology, 266(2), C319-C334 doi: 10.1152/ajpcell
1994 266 2 c319

LI, Shao, ZHANG, Bo (2013). Traditional Chinese medicine network pharmacology:

theory, methodology and application. Chinese Journal of Natural Medicines, 11(2), 110-120.
doi:10.1016/S1875- 5364(13)60037-0

S. FARGION; P. DONGIOVANNI; A. GUZZO; S. COLOMBO; L. VALENTI; A. L.

FRACANZANI (2005). Iron and insulin resistance, 22(Supplement s2), 61–63.
doi:10.1111/j.1365-2036.2005.02599.

Shannon, P. (2003). Cytoscape: A Software Environment for Integrated Models of

Biomolecular Interaction Networks. Genome Research, 13(11), 2498-2504. doi:10.1101/gr.
1239303

Wang, Y. John, Pearlman, Rodney (1993). [Pharmaceutical Biotechnology] Stability

and Characterization of Protein and Peptide Drugs Volume 5 || Insulin Structure and Stability,
10.1007/978-1- 4899-1236-7(Chapter 11), 315-350. doi:10.1007/978-1-4899-1236-7_11

22
 Xin WANG Zi-Yi WANG Jia-Hui ZHENG,Shao LI; (2021). TCM network
pharmacology: A new trend towards combining computational, experimental and clinical
approaches. Chinese Journal of Natural Medicines, (). - doi:10.1016/S1875-5364(21)60001-8

Wang, T., & Tang, H. (2017). The physical characteristics of human proteins in
different biological e0176234. doi:10.1371/journal.pone.0176234 functions. PLOS ONE,
12(5),

Xia, J.; Benner, M. J.; Hancock, R. E. W. (2014). NetworkAnalyst - integrative

approaches for protein-protein interaction network analysis and visual exploration. Nucleic
Acids Research, 42(W1), W167– W174. doi:10.1093/nar/gku443

Zhang, Gui-biao; Li, Qing-ya; Chen, Qi- long; Su, Shi-bing (2013). Network
Pharmacology: A New Approach for Chinese Herbal Medicine Research. Evidence-Based
Complementary and Alternative Medicine, 2013() 1-9. doi:10.1155/2013/621423

Zhang, Runzhi; Zhu, Xue; Bai, Hong; Ning, Kang (2019). Network Pharmacology
Databases for Traditional Chinese Medicine: Review and Assessment. Frontiers in
Pharmacology, 100), 123-. doi:10.3389/fphar.2019.00123

23
 TOPIK B : SISTEM
FARMAKOLOGI (NETWORK
PHARMACOLOGY) PROTEIN INS,
INSR, DAN MTNR1B
MENGGUNAKAN DATABASE
UNIPORT DAN ANAYSIS
NETWORKING CYSTOSCAPE
by Uniq Setyaningsari

Submission date: 03-Jan-2023 02:18PM (UTC+0700)

Submission ID: 1988145696
File name: TOPIK_B_new.pdf (1.57M)
Word count: 2900
Character count: 21545
1
2
TOPIK B : SISTEM FARMAKOLOGI (NETWORK
PHARMACOLOGY) PROTEIN INS, INSR, DAN MTNR1B
MENGGUNAKAN DATABASE UNIPORT DAN ANAYSIS
NETWORKING CYSTOSCAPE
ORIGINALITY REPORT

1 %
SIMILARITY INDEX
1%
INTERNET SOURCES
1%
PUBLICATIONS
1%
STUDENT PAPERS

PRIMARY SOURCES

1
Submitted to University of Auckland
Student Paper 1%
2
www.cusabio.cn
Internet Source 1%

Exclude quotes On Exclude matches Off

Exclude bibliography Off
TOPIK B : SISTEM FARMAKOLOGI (NETWORK
PHARMACOLOGY) PROTEIN INS, INSR, DAN MTNR1B
MENGGUNAKAN DATABASE UNIPORT DAN ANAYSIS
NETWORKING CYSTOSCAPE
PAGE 1

PAGE 2

PAGE 3

PAGE 4

PAGE 5

PAGE 6

PAGE 7

PAGE 8

PAGE 9

PAGE 10

PAGE 11

PAGE 12

PAGE 13

PAGE 14

PAGE 15

PAGE 16

PAGE 17

PAGE 18

PAGE 19

PAGE 20

PAGE 21

PAGE 22
PAGE 23