Perpustakaan Digital ITB

Pada tahap pengembangan obat, uji coba praklinik secara in vivo menghasilkan No Observed Adverse Effect Level (NOAEL) dan Lowest Observed Adverse Effect Level (LOAEL). Data NOAEL dan LOAEL dapat digunakan untuk menentukan dosis awal, yaitu dosis yang diberikan pada uji klinik pertama pada manusia. Akan tetapi, pengujian secara in vivo memerlukan biaya yang besar dan waktu yang lama. Oleh karena itu muncul upaya berkelanjutan dengan memprediksi toksisitas secara in silico. Sebanyak 3 model QSAR untuk prediksi NOAEL dan 2 model predisi LOAEL telah tersedia secara gratis di perangkat lunak VEGA. Manusia terpapar bahan kimia dalam makanan dan lingkungan, dan salah satu tujuan penilaian risiko bahan kimia adalah untuk menetapkan tingkat keamanan guna melindungi kesehatan masyarakat dari paparan kronis. Oleh karena itu, pada penelitian ini dilakukan segmentasi data menjadi kelompok kosmetik, bahan tambahan pangan, obat, perbekalan kesehatan rumah tangga, pestisida, dan zat pewarna. Penelitian ini bertujuan untuk memvalidasi model NOAEL dan LOAEL menggunakan beberapa parameter statistika seperti koefisien korelasi (R2), concordance correlation coefficient (CCC), index of ideality of correlation (IIC), mean absolute error (MAE), dan root mean square error (RMSE) sekaligus menentukan kelompok senyawa yang menghasilkan parameter statistik paling baik sehingga dapat diprediksi menggunakan model yang telah tersedia. Segmen bahan tambahan pangan menghasilkan parameter statistik terbaik sehingga dapat diprediksi menggunakan model yang tersedia di VEGA. Saran untuk pengembangan model selanjutnya adalah pembuatan model per segmentasi agar dapat lebih andal untuk tujuan yang spesifik.