Perpustakaan Digital ITB

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.