Perpustakaan Digital ITB

Penelitian ini bertujuan mengidentifikasi interaksi antara senyawa potensial inhibitor dan gen yang terkait dengan risiko sindrom Down. Sebanyak 15 senyawa inhibitor dan 15 gen overekspresi pada penderita sindrom Down berhasil diidentifikasi. Dari senyawa tersebut, 11 merupakan turunan imidazo[1,2-a]piridin, dan 4 lainnya adalah turunan catechin golongan flavonoid. Afinitas ikatan antara senyawa dan gen dianalisis menggunakan metode docking molekuler pada perangkat lunak YASARA dengan algoritma Autodock VINA. Hasil menunjukkan tiga kompleks dengan nilai afinitas ikatan terbaik, yaitu DYRK1A-senyawa 8o (-11,2 kcal/mol), BACE2-senyawa 8o (- 11,1 kcal/mol), dan TFAM-senyawa 8o (-11,8 kcal/mol). Ketiga kompleks tersebut selanjutnya dianalisis stabilitas ikatannya dengan simulasi dinamika molekuler menggunakan YASARA dengan force field AMBER14 selama 50 nanodetik. Hasil dinamika molekuler menunjukkan bahwa kompleks DYRK1A adalah yang paling tidak stabil, berdasarkan jumlah ikatan hidrogen, nilai Solvent Accessible Surface Area (SASA), Radius of Gyration (Rg), Root Mean Square Deviation (RMSD), dan Root Mean Square Fluctuation (RMSF) yang lebih tinggi dibandingkan kompleks lainnya. Kompleks BACE2 dan TFAM menunjukkan stabilitas yang lebih baik dengan nilai RMSD dan RMSF di bawah 3 Å. Analisis mesin pembelajaran kemudian dilakukan untuk memprediksi nilai RMSD agar dilihat keakuratannya dengan hasil aktual RMSD dinamika molekuler dengan metode Recurrent Neural Network (RNN), Long ShortTerm Memory (LSTM), Convolutional Neural Network (CNN), dan Artificial Neural Network (ANN). Visualisasi prediksi menunjukkan bahwa kompleks DYRK1A lebih menyerupai kondisi aktual, meskipun memiliki Root Mean Square Error (RMSE) tertinggi dibandingkan BACE2 dan TFAM. Metode CNN menghasilkan rata-rata RMSE terendah di antara metode lainnya. Senyawa yang paling berpotensi sebagai inhibitor adalah senyawa 8n karena nilai afinitas ikatannya yang rendah dan stabilitasnya pada kompleks BACE2 dan TFAM.