Docking-Based QSAR (Quantitative Structure Activity Relationship) Agonis Beta2-Adrenoreceptor Untuk Virtual Screening Obat Anti Asma

TEGUH ARIYADI, Dr. B. S. Ari Sudarmanto, M.Si.; Dr. apt. Arief Nurrochmad, M.Sc., M.Si.

2022 | Skripsi | S1 FARMASI

Asma adalah penyakit kronis umum yang menyerang orang-orang dari segala usia di semua bagian dunia. Sampai sekarang beta agonists tetap menjadi pengobatan garis depan untuk asma dan Penyakit Paru Obstruktif Kronik (PPOK). Meskipun merupakan landasan asma dan terapi PPOK, obat-obatan ini tidak sempurna; masalah keamanan yang signifikan kurangnya kenyamanan penggunaan dan kepatuhan. Sehingga perlu dikembangkan penelitian untuk medesain senyawa-senyawa baru beta agonists maupun dimodifikasi lebih lanjut dan ditingkatkan dimasa mendatang. Untuk menghindari tahap sintesis kimia yang bersifat coba-coba dan tidak efisien, maka diperlukan studi untuk mendesain obat atau senyawa baru secara rasional, salah satunya docking based QSAR (Quantitative Structure Activity Relationship). Pendekatan berbasis ligan dan reseptor ini dipilih karena ketersediaan ligan dan reseptornya. Pemodelan molekul, optimasi geometri dan perhitungan deskriptor dari struktur teroptimasi dilakukan dengan menggunakan paket program MOE 2020. Optimasi geometri dilakukan dengan metode semiempirik PM3. Dilakukan proses aligment ligan-ligan dengan reseptornya. Persamaan QSAR dibangun menggunakan program QuaSAR pada paket MOE 2020. Metode regresi multilinier diterapkan dalam analisis QSAR untuk mendapat persamaan sistematis dari seri agonis beta 2 adrenergik yang sudah diketahui aktivitasnya. Persamaan QSAR terbaik dipilih berdasarkan parameter statistik, dan uji validasi internal dan eksternal. Berhasilnya proses aligment ligan-ligan beta agonists sehingga menghasilkan pose terbaik pada proses docking namun nilai scoring function yang dihasilkan tidak mewakili aktivitasnya sehingga perlu dilakukan perhitungan QSAR. Persamaan regresi multilinier terpilih yaitu model HEK293-10. Persamaan ini bersifat powerful.

Asthma is a common chronic disease that affects people of all ages in all parts of the world. Until now beta agonists remain the front line treatment for asthma and Chronic Obstructive Pulmonary Disease (COPD). Although they are the cornerstone of asthma and COPD therapy, they are not perfect; significant safety issues lack of comfort of use and compliance. So it is necessary to develop research to design new compounds beta agonists or further modified and improved in the future. To avoid the trial and error chemical synthesis stage, it is necessary to study rationally to design new drugs or compounds, one of which is docking based QSAR (Quantitative Structure Activity Relationship). This ligand and receptor based approach was chosen because of the availability of ligands and receptors. Molecular modeling, geometry optimization and descriptor calculation of the optimized structure were carried out using the MOE 2020 program package. Geometry optimization was carried out using the PM3 semiempirical method. The alignment process of the ligands with their receptors is carried out. The QSAR equation was built using the QuaSAR program in the MOE 2020 package. A multilinear regression method was applied in the QSAR analysis to obtain a systematic equation of a series of beta 2 adrenergic agonists with known activity. The best QSAR equations were selected based on statistical parameters, and internal and external validation tests. The success of the alignment process of beta-agonists ligands so as to produce the best pose in the docking process, but the resulting scoring function value does not represent the activity, so it is necessary to calculate the QSAR. The selected multilinear regression equation is the HEK293-10 model. This equation is powerful.

Kata Kunci : beta 2 adrenoreceptor, asma, QSAR, beta agonist, docking, PM3, MOE