2018 TS PP OKTA NURSANTI 1-ABSTRAK.pdf
PUBLIC yana mulyana COVER OKTA NURSANTI NIM : 20715315
PUBLIC yana mulyana BAB 1 OKTA NURSANTI NIM : 20715315
PUBLIC yana mulyana BAB 2 OKTA NURSANTI NIM : 20715315
PUBLIC yana mulyana BAB 3 OKTA NURSANTI NIM : 20715315
PUBLIC yana mulyana BAB 4 OKTA NURSANTI NIM : 20715315
PUBLIC yana mulyana BAB 5 OKTA NURSANTI NIM : 20715315
PUBLIC yana mulyana BAB 6 OKTA NURSANTI NIM : 20715315
PUBLIC yana mulyana PUSTAKA OKTA NURSANTI NIM : 20715315
PUBLIC yana mulyana
Kanker merupakan penyebab kematian kedua setelah penyakit kardiovaskuler. Salah satu
faktor yang menjadi pemicu kanker ini adalah hormon estrogen. Reseptor estrogen alfa (ER
α) banyak terdapat di kelenjar mammae sehingga banyak penelitian yang menjadikannya
sebagai target uji dalam penelitian kanker payudara. Tahapan penapisan farmakologis
senyawa aktif akan memakan waktu dan biaya yang besar. Komputer menawarkan metode in
silico sebagai komplemen metode in vitro dan in vivo. Penapisan in silico, yang melibatkan
basis data dengan struktur molekul relevan yang ditambatkan pada target protein. Prosedur
penapisan virtual terhadap database senyawa kimia yang tersedia secara komersial. Pada
awalnya dilakukan pembuatan model farmakofor menggunakan MOE dari beberapa
senyawa turunan 4-hidroksitamoxifen (4-OHT) yang telah diketahui sebagai antagonis
reseptor estrogen alfa. Model farmakofor terbaik kemudian digunakan untuk menyaring
sekitar 165 juta senyawa pada database yang tersedia dalam webserver Pharmit. Hasil
penapisan farmakofor kemudian disaring lebih lanjut berdasarkan sifat drug-likeness (Rule of
Five, Veber Rule, dan jumlah inti aromatik) dan dilanjutkan dengan penyaringan terhadap
senyawa-senyawa dengan substruktur PAINS (Pan Assay Interference Compounds) dan
gugus toksikofor. Proses penambatan molekul menggunakan protokol rigid receptor docking
terhadap ER-α(PDB ID: 3ERT). Kombinasi placement scoring Alpha PMI dengan docking
score pertama Alpha-HB dan docking score kedua Affinity dG dipilih untuk tahap
penambatan berdasarkan hasil validasi. Pendekatan ini menghasilkan tiga senyawa baru
(ZINC 00000288327, ZINC 00058490627 dan PubChem 1233717) yang memiliki docking
score lebih baik dibandingkan 4-hidroksitamoxifen dan, berdasarkan simulasi dinamika
molekuler menunjukkan stabilitas dalam interaksi ligan-protein.