Bioassay Kuantitatif

Bioassay Kuantitatif
Bioassay kuantitatif: cara penetapan potensi obat dengan
mengamati efek biologis.

Efek biologis digolongkan dalam dua bagian besar yaitu:

1. Respon farmakologis (respon yang terjadi atau
mempengaruhi satu sistem tertentu pada tubuh
organisme)
Contoh:
- efek hipoglikemik insulin
- efek isoproterenol pada denyut jantung
- efek norepinefrin pada tekanan darah
- efek oksitosin pada kontraksi otot uterus
2. Respon biologis (respon terjadi atau mempengaruhi pada
seluruh tubuh organisme)
Contoh:
- stimulasi pertumbuhan mikroorganisme karena
pemberian vitamin
Hubungan Dosis-Respon
Pengertian: hubungan antara jumlah obat dan besarnya
efek (respon) yang ditimbulkan
Syarat agar bisa dievaluasi:
Efek harus dpt diukur (bila berupa data kualitatif harus
diubah ke data kuantitatif)
Efek obat harus mempunyai nilai Nol pd saat Dosis = 0
Penggambaran kurva:
Dosis absis (independent variable)
Efek ordinat (dependent variable)
Setelah pemberian obat:
Efek tergantung waktu & dosis merupakan fungsi
dari keduanya

E = (t, D)
Efek
dosis 2

dosis 1

t1 t2
Waktu
Response (pharmacology vs toxicology)
BEBERAPA HAL YG PERLU DIPAHAMI

Efficacy obat: ukuran kemampuan intrinsik obat untuk menghasilkan efek

(kemanjuran obat) penting dalam terapi
Potency obat:
menunjukkan besaran dosis yang diperlukan untuk menghasilkan respon
kurang penting dalam terapi (lebih penting efek)
dipengaruhi oleh proses ADME

Suatu obat kadang memiliki efikasi lebih besar dibanding obat lain
tetapi potensinya lebih kecil, namun bisa juga memiliki efikasi dan
potensi yang lebih besar dibanding obat lain

EB max B EX max

EA max A EY max

DA DB DX DY

POTENSI : A > B POTENSI : X > Y

EFIKASI :B >A EFIKASI : X>Y
 Metode pembuatan kurva dosis-respon
Absis Ordinat Kurva
1. Linier %Emax Hiperbola
2. Linier Absolut Hiperbola
3. Log Absolut Sigmoid

KET. 1.
Normalisasi
E1> E1 x 100%, E2> E2 x 100%
Emax Emax

% Analgesia
100%

50%

5 10 Dosis morfin (mg/kgBB)

2. Kenaikan waktu
Konvulsi (detik)

100

50

20 40 60 Dosis morfin (mg/kg)

3.. Tension (gram)

4

2 linier

-9 -8 -7 -6 -5 -4 Log kadar
 Respon farmakologi dpt dibedakan jadi 2:
1. Graded respon (Respon bertingkat)
2. Quantal respon

GRADED RESPON
GRADED RESPON
Kenaikan dosis respon individu naik secara teratur (pada satu sistem
hayati)

Acetylcholine concentrations are

represented as log10 and range
from 10-9 to 10-4. The numbers
on the X-axis should be negative.
Contoh hasil percobaan dg organ terisolasi
(graded respon)
 Cara perhitungan respon
Dosis Log %Respon Persamaa ED-50
Dosis n regresi
D-1 Log D-1 L-1 X 100% Log dosis Dosis yg
L-max terhadap menyebab
%respon -
D-2 Log D-2 L-2 X 100%
kan 50%
L-max
efek
D-3 Log D-3 L-3 X 100%
L-max

D- Log D- L-max X
max max 100%
L-max
Respon 100
(%maksimum)

50 linier

-D1 -D2 -D3 -Dmax Log kadar

ED-50
QUANTAL RESPON
Ada dua kemungkinan: Ada efek atau Tidak ada efek

Sistem hayati (satu kelompok) All or None effect

Contoh:
1. Obat golongan Barbiturat efek tidur
Tidak diperhatikan intensitas tidurnya, tetapi frekuensi
tidur (tidur atau tidak) ED-50
2. Uji toksisitas akut yang dihitung jumlah kematian hewan
uji tiap kelompok persen respon analisis probit LD-50
3. Brine Shrimp Lethality Test/BST (uji ketoksikan suatu
senyawa menggunakan larva udang)
dihitung jumlah kematian larva dihitung persen
kematian larva analisis probit LC-50
Contoh gambar uji yg menghasilkan efek
quantal
Gambar larva udang yang digunakan untuk uji
BST
Hitunglah LD-50 dari data berikut
Kel . Dosis (mg/kg) Log Dosis Kematian % kematian
1 10 1 0 0
2 20 1,301 1 20
3 40 1,602 3 60
4 80 1,903 5 100

Setiap kelompok terdiri dari 5 mencit

Menggunakan persamaan garis y = a + bx
Y = % kematian
X = dosis
Jika 50% LD 50
Y = -118,9568 + 112, 9568 x
50 = -118,9568 + 112, 9568 x
X = 1,49576
Dosis pada LD 50 = 31,315 mg/kg
Contoh uji yg menghasilkan efek
quantal (2)

Kel. Dosis Log Jml kematian Subyek Analisis

dosis tiap kelompok (Jml total tiap Probit
Kelompok) (SPSS)
DI (80 mg/kgBB) Log- DI 1 6
DII (100 mg/kgBB) Log- DII 2 6 LD-50
DIII (125 mg/kgBB) Log- DIII 4 6
DIV (156,25 Log- DIV 6 6
mg/kgBB)
Cara menghitung harga LD-50 dg analisis probit
Penghitungan LD-50 dengan metode probit melalui
komputer:
1. Dibuka program SPSS-10 for Windows

2. Setelah program terbuka, klik pada variable view dan

masukkan pada kolom name sebagai berikut:
1. dosis
2. Jumlah hewan uji yang mati pada tiap kelompok
(jml_mati)
3. Jumlah total hewan uji pada tiap kelompok (subyek)

kemudian diatur angka decimal yang dikehendaki (contoh

dua angka dibelakang koma), kolom lain akan terisi otomatis
dan tidak memerlukan pengaturan (gambar 1). Apa yang
kita masukkan otomatis akan muncul pada data view.
Gambar 1. Tampilan pada variable view
 3. Klik pada data view, dan masukkan data sesuai
kolom masing-masing (dosis, jumlah kematian,subyek)

4. Apabila data sudah dimasukkan seluruhnya maka

akan muncul tampilan seperti gambar 2. Untuk
melakukan analisis probit, klik pada menu bar dengan
urutan Analyze, Regression, dan Probit, maka akan
muncul kotak dialog (gambar 3).

5. Kemudian isi kotak dialog dengan pilihan yang

sesuai:
# dosis ke Covariate(s)
# jml_mati ke Response Frequency
# subyek ke Total Observed
Gambar 2. Tampilan pada data view setelah seluruh
data dimasukkan
Gambar 3. Tampilan kotak dialog pada analisa probit
Gambar 4. Tampilan pengisian kotak dialog telah
selesai
 Bagian Factor dikosongkan, dosis diubah
ke skala logaritma dengan cara klik panah
kecil disebelah kanan Transform dan pilih
Log base 10 (gambar 4). Kemudian klik
OK maka akan muncul hasil yang kita
harapkan (Output Probit).

Untuk memudahkan pengaturan saat akan

diprint, harus dicopy lebih dahulu ke MS
Word. Caranya buka file baru pada MS
word dan diberi nama sesuai percobaan.
Klik bagian yang akan kita copy, pilih menu
Edit, Copy objects dan pilih menu Paste
pada bagian yang kita inginkan.
Hasil analisis probit dg metode SPSS
Probit
************ PROBIT ANALYSIS *****
DATA Information
4 unweighted cases accepted.
0 cases rejected because of missing data.
0 cases are in the control group.
0 cases rejected because LOG-transform can't be done.
MODEL Information
ONLY Normal Sigmoid is requested.
************ PROBIT ANALYSIS *****
Parameter estimates converged after 20 iterations.
Optimal solution found.
Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX):
Regression Coeff. Standard Error Coeff./S.E.
DOSIS 10.25770 3.64122 2.81710
Intercept Standard Error Intercept/S.E.
-20.75338 7.37219 -2.81509
Pearson Goodness-of-Fit Chi Square = .662 DF = 2 P = .718
Since Goodness-of-Fit Chi square is NOT significant, no heterogeneity
factor is used in the calculation of confidence limits.
************ PROBIT ANALYSIS *****
Observed and Expected Frequencies
Number of Observed Expected
DOSIS Subjects Responses Responses Residual Prob
1.90 6.0 1.0 .654 .346 .10896
2.00 6.0 2.0 2.436 -.436 .40594
2.08 6.0 4.0 4.303 -.303 .71709
2.19 6.0 6.0 5.760 .240 .95995
Hasil analisis probit dg metode SPSS (lanjutan)
************ PROBIT ANALYSIS *****
Confidence Limits for Effective DOSIS
95% Confidence Limits
Prob DOSIS Lower Upper
.01 62.57642 18.52230 79.46591
.02 66.52514 22.57652 82.64879
.03 69.15870 25.58605 84.77187
.04 71.20832 28.10329 86.43044
.05 72.92024 30.32550 87.82358
.06 74.40974 32.34865 89.04407
.07 75.74076 34.22757 90.14329
.08 76.95271 35.99685 91.15292
.09 78.07176 37.67988 92.09399
.10 79.11623 39.29332 92.98131
.15 83.59141 46.66085 96.91573
.20 87.32798 53.33797 100.44582
.25 90.66647 59.63690 103.89960
.30 93.77317 65.68515 107.49344
.35 96.74693 71.51977 111.42502
.40 99.65589 77.11942 115.90951
.45 102.55357 82.42537 121.19246
.50 105.48755 87.36984 127.54505
.55 108.50548 91.91219 135.25107
.60 111.66047 96.06602 144.60979
.65 115.01785 99.90165 155.97997
.70 118.66533 103.53039 169.87652
.75 122.73141 107.09143 187.14002
.80 127.42335 110.75789 209.27016
.85 133.11924 114.77952 239.24287
.90 140.64906 119.62584 284.12598
.91 142.53071 120.77655 296.29675
.92 144.60341 122.02162 310.15482
.93 146.91726 123.38648 326.19202
.94 149.54526 124.90784 345.14332
.95 152.59994 126.64188 368.17470
.96 156.26860 128.68131 397.29302
.97 160.89984 131.19704 436.38647
.98 167.26946 134.56509 494.56616
.99 177.82455 139.95226 602.82972
Catatan, LD-50 dilihat pada bagian yang diberi tanda
Hasil analisis probit dg metode SPSS (lanjutan)
Gambar . Grafik hubungan log dosis terhadap probit

Probit Transformed Responses

.6

.4

.2

.0

-.2

-.4

-.6

-.8
Probit

-1.0
1.8 1.9 2.0 2.1

Log of DOSIS
Kurva Log Dosis Respon(sigmoid)
Kurva hubungan dosis-respon (sigmoid)
 Kurva sigmoid (Kurva Log Dosis Respon) sering
digunakan dalam farmakologi maupun toksikologi
karena:

Senyawa yg bekerja pada sistem biologi yg sama

umumnya memberikan kurva yg sama bentuknya. Hal ini
mudah dilihat, demikian pula kesejajaran kurva mudah
diamati

Rasio potensi lebih mudah diestimasi

Skala logaritmik memungkinkan menggambarkan kurva dg

kisaran dosis yg sangat lebar pada suatu kurva tanpa harus
memadatkan kurva. Hal ini memungkinkan
menggambarkan kurva secara teliti bagi senyawa-senyawa
yg rasio potensinya sangat besar

Bagian tengah kurva (20-80% efek maksimum) hampir

linear. Hal ini sangat berguna jika harus digambarkan hanya
dari dua atau tiga pengamatan
TUGAS INDIVIDU
Cari 1 journal/artikel publikasi yang berkaitan
dengan respon gradual atau quantal!
Dikumpulkan max 1 pekan setelah kuliah
(tanggal 29 Maret 2011)
Terima kasih.........