Perpustakaan Digital ITB

Pandemi COVID-19 telah menyebabkan dampak negatif dari segi kesehatan, ekonomi, maupun sosial. Walaupun saat ini telah terdapat vaksin untuk meminimalisasi transmisi virus, namun belum banyak ditemukan antivirus yang dapat menyembuhkan COVID-19. Di lain pihak, telah diketahui bahwa protein nukleokapsid (N) SARS-CoV-2 berperan penting dalam mengikat RNA virus, sehingga dapat menjadi salah satu target antivirus. Dimerisasi protein-N yang diperantarai oleh C-terminal domain (CTD) berperan dalam pembentukan struktur heliks yang melindungi RNA virus. Antivirus yang menginhibisi dimerisasi dari CTD protein-N akan menganggu pembentukan struktur sehingga diharapkan dapat mengganggu replikasi dari virus. Senyawa bahan alam memiliki potensi untuk dapat dikembangkan menjadi antivirus dan tahapan awal dalam pengembangan tersebut adalah melakukan evaluasi interaksi antara protein dengan kandidat senyawa (ligan). Oleh karena itu, studi ini bertujuan untuk menentukan kandidat senyawa yang dapat menghambat dimerisasi protein-N SARS-CoV-2 sekaligus merancang sistem seleksi kandidat obat berdasarkan pendekatan cross-linking dan Dimer Based Screening System (DBSS). Studi diawali dengan penjajaran 1081 sekuens nukleotida pengode CTD protein-N SARS-CoV-2 untuk mengevaluasi mutasi yang mengubah struktur protein. Selanjutnya dilakukan analisis molecular docking dengan menggunakan model protein CTD SARS-CoV-2 dari PDB (ID: 6ZCO). Dalam analisis molecular docking ini digunakan 166 senyawa bahan alam yang sudah diseleksi sebelumnya. Konstruksi sistem ekspresi CTD protein-N untuk seleksi obat dengan pendekatan cross-linking dilakukan secara in silico dengan menggunakan plasmid pET-28a(+) sebagai plasmid backbone. Sedangkan konstruksi sistem screening berbasis DBSS dilakukan secara in silico dengan plasmid pRSET_AraC sebagai plasmid backbone. Pemodelan protein fusi AraC dengan CTD protein-N dilakukan dengan program TrRosetta. Seluruh struktur protein divalidasi berdasarkan ?G, Ramachandran, Prosa-Web Analysis, dan Molprobity. Hasil penelitian menunjukkan bahwa pada penjajaran sekuens tidak ditemukan adanya mutasi yang dapat mengubah struktur protein. Selanjutnya, hasil docking menunjukkan senyawa dengan interaksi total tertinggi yaitu ocoteine (20%) dengan energi afinitas -8.8 kcal/mol. Sedangkan, konstruksi sistem ekspresi untuk cross-linking berhasil dibuat dengan menghasilkan plasmid pET_CTD berukuran 5713 bp. Terakhir, konstruksi sistem screening DBSS berhasil dibuat dengan menghasilkan plasmid pRSET_AraC_CTD berukuran 4585 bp. Kedua sistem dapat diekspresikan dengan baik menggunakan E.coli K12 berdasarkan hasil studi in-silico dan optimasi kodon. Secara keseluruhan, dapat disimpulkan bahwa protein-N SARS-CoV-2 dapat menjadi kandidat target antivirus. Sedangkan konstruksi sistem ekspresi untuk cross-linking dan konstruksi sistem screening DBSS berhasil dibuat.