![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
ABSTRAK Haliza Hasnia Putri
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
COVER Haliza Hasnia Putri
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 1 Haliza Hasnia Putri
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 2 Haliza Hasnia Putri
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 3 Haliza Hasnia Putri
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 4 Haliza Hasnia Putri
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 5 Haliza Hasnia Putri
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
PUSTAKA Haliza Hasnia Putri
PUBLIC Yati Rochayati
Penelitian ini bertujuan mengidentifikasi inhibitor potensial dari obat GLP-1
agonist terhadap protein ?-Synuclein, relevan untuk pengobatan Parkinson.
Menggunakan data dari CHEMBL (CHEMBL6152) dan struktur kristal target ?Synuclein (PDB ID 3Q28), dibangun model machine learning dengan scikit-learn
untuk memprediksi nilai pIC50 dari 224 senyawa GLP-1 agonist. Deskriptor
molekuler dihitung menggunakan RDKit dan PaDEL-Descriptor untuk
menghasilkan data dalam format biner. Hasilnya, senyawa CHEMBL3237911,
CHEMBL250091, CHEMBL250310, dan CHEMBL442281 muncul sebagai
kandidat yang menjanjikan berdasarkan prediksi pIC50 dengan nilai yang cukup
tinggi dan menunjukkan hasil binding affinity dari molecular docking berkisar
antara 7.9740 hingga 8.5240 kcal/mol. Hasil dari molecular docking memberikan
hasil interaksi yang kuat dengan target berdasarkan analisis residu mengidentifikasi
beberapa residu kunci dalam pengikatan ligand. Kesimpulannya,
CHEMBL3237911, CHEMBL250091, CHEMBL250310, dan CHEMBL442281
memiliki potensi signifikan sebagai inhibitor GLP-1 agonist untuk pengobatan
parkinson, namun pengujian eksperimental lebih lanjut diperlukan untuk
memvalidasi bahwa GLP-1 Agonistt dapat digunakan sebagai alternatif pengobatan
dari Parkinson.