Hasil Pencarian  ::  Simpan CSV :: Kembali

"Diabetes merupakan gangguan metabolisme serius yang ditandai dengan hiperglikemia kronis karena produksi insulin yang tidak mencukupi (Tipe 1) atau resistensi insulin (Tipe 2).Akumulasi studi menunjukkan bahwa komposisi mikrobiota usus dapat mempengaruhi diabetes tipe 2. Salah satu strategi untuk pengobatan diabetes tipe 2 (T2DM) adalah inhibitor Dipeptidyl Peptidase-IV (DPP-IV). Bifidobacterium adolescentis dan Prevotella pallens adalah dua bakteri yang banyak terdapat di usus dan memiliki conserved sequence yang sama dengan DPP-IV. Penelitian dilakukan secara in-silicoterhadap bakteriBifidobacterium adolescentis danPrevotella pallens untuk mengetahui selektivitas obat pada DPP-IV pada manusia dan bakteri. Penambatan molekuler dilakukan menggunakan AutoDock melalui program PyRx, selanjutnya dilakukan visualisasi interaksi hasil penambatan molekuler menggunakan PyMOL. Hasil homologi modeling didapatkan dari pemodelan dengan perangkat lunak SWISS- MODEL. Parameter optimasi yang didapatkan untuk penambatan molekuler DPP-IV adalah menggunakan gridbox 50x50x50 unit dengan energi evaluasi 5.000.000. Senyawa inhibitor DPP-IV yang menunjukkan indeks selektivitas terendah terhadap bakteri Bifidobacterium adolescentis adalah Vildagliptin, sementara terhadap Prevotella pallens adalah Sitagliptin.

---

Diabetes is a serious disease characterized by hyperglycemia due to insufficient insulin production (Type 1) or insulin resistance (Type 2). One strategy for the treatment of type 2 diabetes (T2DM) is a Dipeptidyl Peptidase-IV (DPP-IV) inhibitor. Bifidobacterium adolescentis and Prevotella pallens are two bacteria that are mostly found in human’s gut and have similar conserved sequences to DPP-IV. This study tested selectivity of DPP-IV inhibitors against Bifidobacterium adolescentis and Prevotella pallens in in-silico to determine the selectivity of drugs against DPP-IV in humans and bacteria. Docking was done using AutoDock through the PyRx program, then visualizing the interaction of molecular results using PyMOL. Homology modeling results obtained from modeling with SWISS-MODEL software. The optimization parameters obtained for molecular belaying of DPP-IV using a 50x50x50 unit box with 5.000.000 evaluation energy. DPP-IV inhibiting compound which shows the lowest selectivity index against Bifidobacterium adolescentis is vildagliptin, while Prevotella pallens is sitagliptin. "

"ABSTRAKDiabetes melitus tipe 2 (DMT2) adalah jenis diabetes yang paling umum di dunia. Baris kedua pengobatan DMT2 yang dapat menghambat pelepasan glukagon dan meningkatkan sekresi insulin adalah inhibitor DPP-IV. Enzim DPP-IV yang terdapat dalam tubuh manusia dapat diproduksi oleh tubuh sendiri atau dari bakteri yang terdapat di usus, seperti Parabacteroides goldsteinii dan Bacteroides fragilis. Dalam penelitian ini dilakukan penyelarasan sekuens bakteri dan pemodelan homologi. Docking makromolekul DPP-IV manusia dan model bakteri dilakukan terhadap setiap situs aktif DPP-IV manusia menggunakan aplikasi PyRx. Persentase kemiripan urutan antara DPP-IV manusia dan model DPP-IV bakteri (% urutan yang dipertahankan;% dari semua urutan), P.goldsteinii (46,15%, 24,18%) dan B. fragilis (92,31%; 20, 04% ). Parameter optimasi untuk molecular docking DPP-IV yaitu kotak grid dengan ukuran 50x50x50 unit dengan jarak spasi 0,375 dan evaluasi energi sebesar 5.000.000. Berdasarkan hasil analisis nilai indeks selektivitas diperoleh senyawa penghambat DPP-IV yaitu gemigliptin yang relatif selektif pada P.goldsteinii dengan nilai indeks selektivitas 1,34 x10-4 dan retagliptin yang relatif selektif pada B. fragilis dengan nilai indeks selektivitas 0,05 x10 -4 diantara 16 ligan lain pada tiga sisi aktif enzim DPP-IV. Hasil ini menunjukkan bahwa gemigliptin dan retagliptin dapat digunakan sebagai data pendukung dalam perancangan molekul baru dan perkembangannya sebagai penghambat DPP-IV selektif untuk pasien diabetes melitus tipe 2 (DMT2).ABSTRACTDiabetes mellitus type 2 (T2DM) is the most common type of diabetes in the world. The second line of T2DM treatment that can inhibit glucagon release and increase insulin secretion are DPP-IV inhibitors. The DPP-IV enzyme found in the human body can be produced by the body itself or from bacteria found in the intestines, such as Parabacteroides goldsteinii and Bacteroides fragilis. In this study, bacterial sequence alignment and homology modeling were carried out. Docking of human DPP-IV macromolecules and bacterial models was carried out against each active human DPP-IV site using the PyRx application. Percentage of sequence similarity between the human DPP-IV and the bacterial DPP-IV model (% retained sequences;% of all sequences), P.goldsteinii (46.15%, 24.18%) and B. fragilis (92.31%; 20, 04%). The optimization parameters for the DPP-IV molecular docking are a grid box with a size of 50x50x50 units with a spacing of 0.375 and an energy evaluation of 5,000,000. Based on the results of the selectivity index value analysis, the DPP-IV inhibitor compound was obtained, namely gemigliptin which was relatively selective in P.goldsteinii with a selectivity index value of 1.34 x10-4 and retagliptin which was relatively selective in B. fragilis with a selectivity index value of 0.05 x10-4. among 16 other ligands on the three active sites of the DPP-IV enzyme. These results indicate that gemigliptin and retagliptin can be used as supporting data in the design of new molecules and their development as selective DPP-IV inhibitors for type 2 diabetes mellitus (T2DM) patients."

"ABSTRAK

Penelitian senyawa baru sebagai penghambat DPP-IV untuk agen antidiabetes banyak dilakukan, seperti senyawa turunan asam sinamat. Namun afinitas ikatan senyawa tersebut belum optimal. Pemodifikasian struktur dengan metode in silico berbasis fragmen diperlukan untuk memperbaiki hal tersebut. Tujuan penelitian ini, untuk mendapatkan senyawa baru sebagai penghambat DPP-IV dengan pemodifikasian menggunakan fragmen dan senyawa alternatif yang berpotensi sebagai penghambat DPP-IV berdasarkan kemiripan dengan senyawa hasil modifikasi; menganalisis interaksinya pada makromolekul DPP-IV; memprediksi ADME, toksisitas dan kemudahan sintesis senyawa modifikasi dan senyawa kemiripannya berdasarkan nilai energi ikatan dan konstanta inhibisi. Struktur modifikasi berasal dari fragmentasi  senyawa turunan asam sinamat dan fragmen basis data Zinc yang terlebih dahulu ditapiskan terhadap parameter Rule of Three dan Heavy Atom menggunakan program Knime serta penambatan pada masing-masing situs aktif DPP-IV. Hasil modifikasi ditambatkan ulang dengan program PyRx dan dianalisis lebih lanjut berdasarkan ADME, toksisitas, dan interaksi menggunakan SwissADME dan ProTox-II. Struktur rancangan dicari kemiripannya dengan senyawa-senyawa pada basis data PubChem berdasarkan Tanimoto. Hasil modifikasi diperoleh 133 struktur rancangan. Tiga belas struktur memiliki nilai afinitas yang mendekati penghambat DPP-IV. Berdasarkan hasil penambatan dan analisis, struktur38 serta senyawa 15471581 diprediksikan berpotensi sebagai penghambat DPP-IV

---

ABSTRACT

---

Research on new compounds as DPP-IV inhibitors for antidiabetic agent have been carried out, such as cinnamic acid derivates. However, their binding affinity have not optimum. Structure modification using in silico fragment-based method is needed to fix it. The aims of this research are to obtain new compound as DPP-IV inhibitor with modification using fragment  and alternative compound that potential as DPP-IV inhibitor based on similarity with the modified compounds; and analyze their interaction in DPP-IV; predict ADME, toxicity, and ease of synthesis based on binding affinity and inhibition constant. Modified structures come from the fragmentation of structure from cinnamic acid derivates and fragments from Zinc database which previously screened against Rule of Three and Heavy Atom using Knime and docked in each DPP-IV active site. The results are docked again with PyRx and analyzed further based on ADME, toxicity, and interactions using SwissADME and ProTox-II. The structures are searched for similarities with compounds in PubChem database based on Tanimoto parameters. The modification result obtained by 133 design structure. Thirteen structures have binding affinity that approach DPP-IV inhibitor. Based on docking and analyze result, structure38 and 15471581 compound are predicted to be potential as DPP-IV inhibitor.

"

"Diabetes merupakan salah satu masalah kesehatan global yang tumbuh paling cepat di abad ke-21. Obat antidiabetes dengan berbagai mekanisme kerja telah banyak di produksi. Namun, sebagian besar penderita diabetes menggunakan tanaman untuk pengobatan alternatif karena merasa efek sampingnya lebih kecil dibandingkan obat antidiabetes. Tanaman yang telah terbukti berpotensi sebagai antidiabetes diantaranya adalah Caesalpinia sappan (secang), Andrographis paniculata (sambiloto), dan Syzygium cumini (jamblang). Penelitian ini bertujuan untuk menguji aktivitas antidiabetes dari kombinasi ekstrak etanol herba sambiloto, daun jamblang, dan kayu secang secara in vitro dengan penghambatan enzim alfa-glukosidase dan DPP-IV (Dipeptidil-peptidase IV). Kombinasi ketiga ekstrak dibuat dalam bentuk granul dan sediaan akhir berupa kapsul. Formula terbaik dilanjutkan untuk pengujian stabilitas selama 3 bulan. Caesalpinia sappan menunjukkan aktivitas paling kuat dalam menghambat enzim alfa-glukosidase dan DPP-IV dengan nilai masing-masing sebesar IC50 9,60 ± 1,05 µg/mL dan 59,98 ± 6,84%. Sementara, ekstrak kombinasi menghasilkan IC50 64,21 ± 1,37 µg/mL terhadap penghambatan alfa-glukosidase dan 45,14 ± 12,71% untuk penghambatan DPP-IV. Formulasi paling efisien adalah F1 yang menggunakan Avicel PH 101 dengan komposisi paling rendah. F1 memperoleh carr’s index 14,40 ± 1,38% dan hausner’s ratio 1,17 ± 0,02. Setelah penyimpanan tiga bulan, adanya perbedaan fisik. Kadar senyawa penanda turun setelah penyimpanan dua minggu. Namun, terjadi kenaikan setelahnya untuk brazilin dan andrografolid. Aktivitas penghambatan alfa-glukosidase berlangsung fluktuatif selama masa penyimpanan, namun mengarah pada peningkatan IC50. Caesalpinia sappan memiliki aktivitas paling kuat terhadap penghambatan alfa-glukosidase dan DPP-IV serta sediaan kapsul cenderung stabil selama penyimpanan 3 bulan. 

---

Diabetes is one of the fastest growing global health problems of the 21st century. Antidiabetic drugs with various mechanisms of action have been produced. However, most diabetics use plants as alternative medicine because its side effects are lower than antidiabetic drugs. Plants that have been shown to have potential as antidiabetic are Caesalpinia sappan, Andrographis paniculata, and Syzygium cumin. This study aims to examine the antidiabetic activity in vitro of the combination of ethanol extract of those three plants by inhibiting alpha-glucosidase and DPP-IV enzymes. The combination of the three extracts was made in the form of granules in capsule. The best formula was continued for stability testing for 3 months. Caesalpinia sappan showed the strongest activity in inhibiting alpha-glucosidase and DPP-IV enzymes with IC50 values of 9.60±1.05 µg/mL and 59.98±6.84%, respectively. Meanwhile, the combined extract obtained an IC50 of 64.21±1.37 µg/mL for alpha-glucosidase inhibition and 45.14±12.71% for DPP-IV inhibition. The most efficient formulation was F1 which use Avicel PH 101 with the lowest composition. F1 obtained a carr's index of 14.40±1.38% and a hausner's ratio of 1.17±0.02. After three months of storage, there was changed in physical appearance. The content of marker compounds decreased after two weeks of storage. However, there was a subsequent increase for brazilin and andrographolide. The alpha-glucosidase inhibitory activity fluctuated during storage but led to an increasing in IC50. Caesalpinia sappan extract has the strongest activity against alpha-glucosidase and DPP-IV inhibition and capsule tend to be stable for 3 months of storage."

"ABSTRAKKayu secang dan kayu manis yang dilaporkan memiliki efek menguntungkan terhadap diabetes melitus dapat ditemukan dalam bentuk kombinasi pada sejumlah minuman tradisional khas Indonesia seperti wedang uwuh dan bir plethok. Natural deep eutectic solvents (NADES) berbasis kolin klorida-gliserol merupakan pelarut hijau dengan memiliki daya solvatasi tinggi dan sangat prospektif digunakan sebagai pelarut ramah lingkungan pada ekstraksi bahan alam. Penelitian ini bertujuan untuk memperoleh parameter-parameter ekstraksi untuk mengekstraksi senyawa marker yang terkandung dalam kombinasi kayu secang dan kayu manis dengan pelarut NADES berbasis kolin klorida-gliserol secara optimal. Box-Behnken design digunakan untuk optimasi dengan menggunakan response surface methodology. Ekstrak yang diperoleh dilakukan uji aktivitas penghambatan DPP-4 pada λem/eks= 360/450 nm dan molecular docking dilakukan menggunakan aplikasi LigPlot+. Penetapan kadar dilakukan dengan Kromatografi Cair Kinerja Tinggi (KCKT) pada panjang gelombang 280 nm. NADES berbasis kolin klorida-gliserol berhasil mengekstraksi senyawa marker yang terkandung dalam kombinasi kayu secang dan kayu manis secara simultan, secara signifikan (p > 0,001) lebih efektif dibandingkan dengan pelarut konvensional. Ekstrak yang dihasilkan memiliki aktivitas penghambatan DPP-4 dengan nilai IC50 sebesar 36,49 dan 360,79 µg/ml, secara berurutan untuk ekstrak yang diperoleh dengan metode ekstraksi kayu secang dan kayu manis. Molecular docking yang dilakukan menunjukkan bahwa mekanisme aktivitas penghambatan diperantarai oleh senyawa brazilin yang berikatan pada subsite S1, S1', S2, dan S2' dari DPP-4. NADES berbasis kolin klorida-gliserol cocok digunakan untuk mengekstrak senyawa marker yang terkandung dalam kombinasi kayu secang dan kayu manis, senyawa brazilin yang merupakan senyawa marker kayu secang terbukti memiliki aktivitas penghambatan DPP-4 secara in vitro dan in silico.

---

ABSTRACTSappan wood and Indonesian cassia was reported have beneficial effects to diabetes mellitus, this ingredient commonly found as combination in various number of traditional Indonesian herb drinks such as wedang uwuh and bir plethok. Choline chloride-glycerol based Natural deep eutectics solvents (NADES) is a green solvent with high solvation power that very prospective as solvent for ecofriendly natural products extraction process. The aim of this study was to optimize extraction parameters process that involved to marker compounds level extracted using choline chloride-glycerol based NADES, all parameters were designed using the Box-Behnken design of response surface methodology. The extract obtained then was determined dipeptitidil peptidase-4 (DDP-4) inhibitory assay fluorometricaly at λem/ex= 360/450 nm and molecular docking was performed using LigPlot+. Determination of marker compounds content performed using High Performance Liquid Chromatography (HPLC) at 280 nm. The results revealed that Choline chloride-glycerol based NADES applicable to extract marker compounds contained in the combination of sappan wood and Indonesian cassia simultaneously. This solvent significantly (p > 0,001) more effective than conventional solvent, resulting extract with DPP-4 IC50 values 36,49 and 360,79 µg/ml, respectively for sappan wood and Indonesian cassia extraction method. Molecular docking revealed that inhibitory activity due to brazilin interaction on subsites S1, S1', S2, and S2 ext from DPP-4. Choline chloride-glycerol based NADES was suitable for extracting marker compounds from Indonesian cassia and sappan wood, moreover Brazilin as sappan wood marker compound was proven in vitro and in silico have inhibitory activity against DPP-4."

"Iradiasi gamma dapat mengeliminasi jamur berfilamen tanpa hilangnya senyawa fitokimia yang terkandung dalam bahan alam. Resveratrol adalah senyawa yang terkandung dalam biji Melinjo Gnetum gnemon Linn. , dilaporkan memiliki menguntungkan terhadap diabetes melitus.Penelitian ini dilakukan untuk mengetahui efek iradiasi gamma terhadap biji melinjo yang dilaporkan berkhasiat untuk pengobatan diabetes melitus tipe 2 DMT2 terkait dengan penghambatan DPP-4. Biji melinjo diiradiasi pada dosis 0.0; 2.5; 5.0; 7.5; dan 10.0 kGy, kemudian ditentukan angka kapang-khamir AKK dengan menggunakan 3M trade; Petrifilm Rapid Yeast and Mold Count Plates. Penetapan kadar air dilakukan dengan metode oven kering, serbuk biji melinjo dipanaskan pada suhu 105 C hingga perbedaan antar penimbangan kurang dari 2.5 . Biji melinjo kemudian diekstraksi menggunakan refluks dengan pelarut etanol, ekstrak yang diperoleh diuji aktivitas penghambatan DPP-4 menggunakan Biovision trade; DPP-4 Inhibitor Screening Assay Kit.Diperoleh hasil bahwa pada dosis iradiasi 2.5 kGy hingga 10.0 kGy tidak terjadi pertumbuhan kapang dan khamir. Diperoleh data bahwa biji melinjo memiliki kadar air sejumlah 13.48 . Iradiasi gamma tidak memberikan efek yang signifikan terhadap aktivitas DPP-4, namun demikian dosis iradiasi gamma mulai dari 2.5 kGy memberikan peningkatan profil persen penghambatan DPP-4 jika dibandingkan dengan dosis 0.0; 2.5; 5.0; dan 10.0 kGy.

---

Gamma irradiation capable to eliminate filamentous fungi without of increasing temperature, moreover certain doses of gamma irradiation prevented the loss of phytochemical compounds in irradiated materials. Resveratrol is a polyphenol compound that can be found in Melinjo Gnetum gnemon Linn. seeds.This study investigated effect of gamma irradiation on Melinjo which have beneficial effects for diabetes mellitus type 2 DMT2 related to inhibition of dipeptidyl peptidase 4 DPP 4 activity. The seeds irradiated at doses of 0.0 2.5 5.0 7.5 and 10.0 kGy, then enumerate total yeast and mold count test by using 3M trade Petrifilm Rapid Yeast and Mold Count Plates. Seeds were extracted using reflux with ethanol as solvent, the the extract was tested for its inhibitory activity to DPP 4 using Biovision trade DPP 4 Inhibitor Screening Assay Kit.The results reveal that Melinjo seeds treated with at irradiation doses of 2.5 kGy to 10.0 kGy there is no yeast and mold growth. It was found that melinjo seeds had a moisture content of 13.48 . We conclude that gamma irradiation has no significant effect on the inhibitory activity of DPP 4, however irradiation dose of 2.5 kGy show an increase in percent inhibition profile of DPP 4 compared with treatment at doses 0.0 2.5 5.0 7.5 and 10.0 kGy."

"ABSTRAKInhibitor Dipeptidyl Peptidase-4 (DPP-4) menjadi obat yang semakin penting dalam pengobatan diabetes melitus tipe-2, namun beberapa golongan obat ini memiliki efek samping seperti nyeri sendi yang bisa menjadi parah hingga pankreatitis, diperkirakan efek samping ini muncul terkait dengan penghambatannya terhadap enzim DPP-8 dan DPP-9. Untuk mengembangankan inhibitor DPP-4 baru yang memiliki aktivitas penghambatan yang tinggi terhadap DPP-4 dan penghambatan yang rendah terhadap DPP-8 dan DPP-9 maka dilakukan virtual screening pada lebih dari 10 juta molekul, dengan membangun workflow virtual screening menggunakan metode Quantitative Structure-Activity Relationship (QSAR) berbasis artificial intelligence (AI). Lima algoritma machine learning regresi dan empat algoritma machine learning klasifikasi digunakan untuk membangun workflow virtual screening. Algoritma yang memenuhi syarat untuk model QSAR regresi adalah Support Vector regression dengan R2pred 0,78 sedangkan model QSAR klasifikasi adalah Random Forest dengan akurasi 92,21%. Dari hasil virtual screening didapatkan senyawa hit dengan pIC50 diatas 7,5 sebanyak 2.716 senyawa. Hasil penambatan molekul beberapa senyawa hit ke enzim DPP-4, DPP-8 dan DPP-9, didapatkan senyawa hit potensial adalah senyawa CH0002. Senyawa hit ini dapat dikembangkan lebih lanjut sebagai inhibitor DPP-4 dan workflow virtual screening pada penelitian ini dapat diterapkan pada target lainnya.

---

ABSTRACTDipeptidyl peptidase-4 (DPP-4) inhibitors are becoming an important drugs in the treatment of type 2 diabetes mellitus, but some classes of these drugs have side effects such as joint pain that can become severe to pancreatitis, these side effects appear to related with their inhibition against other DPP enzymes. This study aims to find DPP-4 inhibitor hit compounds that are selective against DPP-8 and DPP-9 enzymes. virtual screening is carried out on more than 10 million molecules, by building a virtual screening workflow using Quantitative Structure-Activity Relationship (QSAR) method based on Artificial Intelligence (AI). Five regression algortihms and four classification algorithms machine learning were used to build virtual screening workflows. The algorithm that qualifies for the QSAR regression model was Support Vector regression with R2pred 0,78 while the classification QSAR model was Random Forest with an accuracy of 92,21%. Results of virtual screening obtained hit compounds with pIC50 above 7,5 were 2.716 compounds. Results of molecular docking from several hit compounds to the enzymes DPP-4, DPP-8 and DPP-9, potential hit compound was CH0002. This hit compound can be further developed as a DPP-4 inhibitor and virtual screening workflow in this study can be applied to other targets."

"Kanker merupakan suatu penyakit pada tingkat sel yang ditandai dengan kelainan mekanisme kontrol seluler. Metabolisme sel-sel kanker sangat bergantung pada jalur glikolitik dalam memproduksi adenosin trifosfat (ATP), bahkan saat adanya oksigen yang berlimpah (efek Warburg). Heksokinase (HK) merupakan enzim utama yang berperan pada peningkatan glikolisis, terutama pada kondisi kanker yang umumnya ditandai oleh tingginya penyerapan dan metabolisme glukosa. Oleh karena itu, inhibitor HK menarik untuk diteliti sebagai salah satu strategi pengobatan kanker, khususnya inhibitor HK 2. Heksokinase memiliki tiga macam isoform lain (HK 1, 3, dan 4) yang mempunyai kemiripan pada sekuens asam aminonya. Pada penelitian ini, dilakukan penyejajaran sekuens dan pemodelan homologi. Penambatan molekuler makromolekul HK 2 manusia dan model HK 1, 3, dan 4 dilakukan terhadap masing-masing situs aktif HK manusia menggunakan AutoDock Vina melalui program PyRx. Persentase kemiripan keseluruhan sekuens antara HK 2 dan model HK 1, 3, dan 4 berturut-turut adalah 73,75%, 56,59%, dan 56,82%. Parameter optimasi yang digunakan untuk penambatan molekuler yaitu grid box ukuran 22,5 x 22,5 x 22,5 Å dan exhaustiveness sebesar 8. Berdasarkan hasil analisis selektivitas, didapatkan nilai indeks selektivitas senyawa inhibitor heksokinase dalam rentang 0,31-0,84 pada HK 1, 0,51-1,25 pada HK 3, dan 0,22-1,66 pada HK4, yang menunjukkan bahwa semua ligan tersebut relatif tidak selektif terhadap makromolekul HK 2 manusia maupun model isoform HK 1-3.

---

Cancer is a cellular level disease characterized by abnormalities in cellular control mechanisms. The metabolism of cancer cells is highly dependent on the glycolytic pathway in producing adenosine triphosphate (ATP), even in the presence of abundant oxygen (Warburg effect). Hexokinase (HK) is the main enzyme that plays a role in increasing glycolysis, especially in cancer that is generally characterized by high absorption and metabolism of glucose. Thus, HK inhibitors are interesting to study as one of the cancer treatment strategies, especially HK 2 inhibitors. Hexokinase has three other types of isoforms (HK 1, 3, and 4) which have similarities in their amino acid sequences. In this research, sequence alignment and homology modelling are carried out. Molecular docking of human HK 2 macromolecules (template) and HK 1, 3, and 4 models was performed on each of the human HK active sites using AutoDock Vina in PyRx program. The percentage similarity of overall sequence between HK 2 and HK 1, 3, and 4 models are 73.75%, 56.59%, and 56.82%, respectively. Optimization parameters used for the molecular docking are grid box with a size of 22.5 x 22.5 x 22.5 Å and exhaustiveness of 8. Based on the results of the selectivity analysis, the selectivity index value of hexokinase inhibitor compounds is in the range of 0.31-0.84 to HK1, 0.51-1.25 to HK3, and 0.22-1.66 to HK4, which shows that all ligands are relatively not selective to both human HK 2 macromolecule or HK 1-3 isoform models."

"Diabetes melitus tipe 2 (DMT2) merupakan salah satu tipe diabetes yang telah menjadi permasalahan besar dalam dunia kesehatan. Salah satu pengobatan DMT2 yang mendegrasi enzim glukagon dan meningkatkan sekresi insulin adalah inhibitor Dipeptidil Peptidase-IV (DPP-IV).  Inhibitor DPP-IV yang sudah digunakan memiliki efek samping yang bahaya, seperti pankreatitis akut, arthalagia, dan gagal jantung. Pada penelitian ini, dilakukan pengembangan model Virtual Screening (VS) menggunakan teknologi Artificial Intelligence (AI) untuk identifikasi inhibitor DPP-IV yang berpotensi. Pengembangan model VS dilakukan menggunakan konsep machine learning (ML) dan deep learning (DL). Pada penelitian ini, dilakukan 18 pengembangan model ML dan 8 model DL. Model VS DPP-IV yang optimal merupakan DNN dengan fitur Fingerprint dengan nilai parameter statistik lebih tinggi dari threshold VS optimal yaitu 0,85, dengan akurasi 0,91554, presisi 0,90815, sensitivitas 0,92319, selektivitas 0,90801, dan nilai F1 0,9156. Hyperparameter optimal model VS adalah tiga layer dengan jumlah neuron 2.000, 1.000, 100; nilai dropout 0; ukuran batch size 256; jumlah epoch 100; kecepatan learning rate 0,0001; dan tipe activation function merupakan RELU. Model VS DPP-IV dilakukan ujicoba terhadap database bindingDB dan didapat 24 ligan potensi. Berdasarkan perbandingan nilai binding affinity 24 ligan potensi terhadap ligan inhibitor DPP-IV menggunakan penambatan molekular, didapat satu ligan potensi berinteraksi dengan situs aktif S2 dan tujuh ligan potensi berinteraksi dengan situs aktif S3. Ligan tersebut memiliki nilai binding affinity lebih rendah dari ligan inhibitor DPP-IV yang FDA-approved dan lebih rendah dari -8 kcal/mol. Hasil ini menunjukkan bahwa model VS DPP-IV menggunakan AI dapat menjadi metode virtual screening dalam identifikasi inhibitor DPP-IV yang baru.

---

Diabetes mellitus type 2 (DMT2) is one of diabetes type that has been causing problems in the health sector. One of the DMT2 medications that can degrade glucagon enzyme and increase insulin secretion is a Dipeptydil Peptidase-IV (DPP-IV) inhibitor. However, DPP-IV inhibitor drugs result in unexpected side effects such as acute pancreatitis, arthralgia, and heart failure. This research developed a virtual screening (VS) model using Artificial Intelligence (AI) to identify potential DPP-IV inhibitors. VS models that were developed were 18 ML models and 8 DL models. DNN with fingerprint features was the VS model best optimal with statistical parameters that exceeds the optimum VS threshold value, which is 0,85, with accuracy 0,91554, precision 0,90815, sensitivity 0,92319, selectivity 0,90801, and F1 score 0,9156. Optimum VS model hyperparameter used a three-layered neuron with the neuron amount of each layer were 2000, 1000, and 100; zero dropout, 256 batch size, 100 epochs, learning rate 0,0001 with RELU as activation function. DPP-IV VS model was used to predict potential ligands using bindingDB and showed 24 ligands with an AI confidence level above 0.98. Based on the binding affinity comparison with DPP-IV inhibitors by molecular docking, it resulted one ligand interacting with active site S2 and seven ligands interacting with active site S3. These ligands had lower binding affinity value compared to FDA-approved DPP-IV inhibitor by docking. The result of this research showed that the DPP-IV VS model using AI could be a new VS model in identifying new DPP-IV inhibitors."

"Postbiotik, produk lisis bakteri adalah terapi mikrobial perawatan kulit yang sedang berkembang di dunia kecantikan. Sejumlah bakteri telah diteliti dan terbukti prospektif untuk dikembangkan sebagai produk postbiotik untuk kulit, meliputi Streptococcus macedonicus MBF10-2 dan Bifidobacterium longum. Penelitian ini bertujuan mengevaluasi stabilitas dan aktivitas antiradikal serbuk postbiotik Streptococcus macedonicus MBF10-2 diperoleh dari penelitian sebelumnya, serta memformulasi, mengkarakterisasi, mengevaluasi stabilitas dan aktivitas antiradikal serbuk postbiotik Bifidobacterium longum dan Bifidobacterium longum komersial. Serbuk postbiotik diperoleh dengan melakukan freeze-dry terhadap lisat, supernatan dan debris lisat bakteri, dengan atau tanpa penambahan 10% inulin sebagai lioprotektan. Fraksi cair dan serbuk dikarakterisasi pH, kandungan lembab, distribusi ukuran partikel dan aktivitas antiradikalnya. Serbuk lisat Streptococcus macedonicus MBF10-2 dengan atau tanpa inulin selama penyimpanan 180 hari menunjukkan organoleptis dan pH yang stabil. Setelah penyimpanan 70 hari, serbuk postbiotik Bifidobacterium longum memiliki pH yang lebih stabil dibanding postibiotik cair. Penambahan inulin 10% tidak mempengaruhi stabilitas pH serbuk postbiotik secara berarti. Postbiotik Bifidobacterium longum komersial hanya dapat dikeringkan menjadi serbuk dengan penambahan inulin 10%, dan menghasilkan serbuk dengan pH yang stabil selama 70 hari penyimpanan. Postbiotik Streptococcus macedonicus MBF10-2, Bifidobacterium longum, maupun Bifidobacterium longum komersial tidak menunjukkan aktivitas antiradikal dengan nilai IC50 > 1000.

---

Postbiotics, byproducts of bacterial lysis, microbial therapy for skin care which is developed nowadays. Various bacteria have been studied and proved prospective to be developed as postbiotic for skin care, including Streptococcus macedonicus MBF10-2 and Bifidobacterium longum. This research aimed to evaluate stability and antiradical activity of postbiotic powder of Streptococcus macedonicus MBF10-2 obtained from previous study, to formulate, characterize and evaluate stability and antiradical activity of postbiotic powder of Bifidobacterium longum dan commercially-available Bifidobacterium longum. Postbiotic powder was prepared by freeze-drying process the lysate, supernatant and debris of bacteria, with or without 10% inulin as lyoprotectant. Liquid and powder postbiotics were characterized for its pH, moisture content, particle size distribution and antiradical activity. Lysate powder of Streptococcus macedonicus MBF10-2, with or without inulin, which was stored for 180 days showed stable pH and organoleptic. After stored for 70 days, postbiotic powder of Bifidobacterium longum showed more stable pH than the liquid postbiotic. Addition of 10% inulin showed no significant difference in pH stability of Bifidobacterium longum powder. Commercially-available liquid Bifidobacterium longum could be only dried by adding 10% inulin, produced a posbiotic powder with stable pH up to 70 days of storage. Postbiotic Streptococcus macedonicus MBF10-2, Bifidobacterium longum, and commercially-available Bifidobacterium longum did not show antiradical activity, with IC50 > 1000."