Hasil Pencarian  ::  Simpan CSV :: Kembali

"Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) merupakan agen penyebab Coronavirus Disease 2019 (COVID-19) yang telah menginfeksi hampir dua ratus juta orang dan menyebabkan hampir empat juta kematian di dunia. Saat ini, belum ada obat yang spesifik ditemukan untuk virus ini. Drug repurposing merupakan salah satu alternatif strategi pengembangan obat di masa pandemi. Pada penelitian ini, non-structural protein 3 (NSP3) dan non-structural protein 13 (NSP13) SARS-CoV-2, yang mengkode papain-like protease dan helikase, terpilih sebagai target potensial yang berperan penting dalam replikasi virus. Drug repurposing berbasis pemodelan farmakofor dilakukan menggunakan program LigandScout. Ligan kokristal NSP3 dan NSP13 SARS-CoV-2 dari Protein Data Bank dipilih sebagai training set. Sebelumnya, sekuens protein disejajarkan dengan Clustal Omega dan interaksi protein-ligan diidentifikasi dengan Protein-Ligand Interaction Profiler. Model farmakofor divalidasi menggunakan test set yang terdiri dari ligan terpilih sebagai senyawa aktif dan decoy dari A Database of Useful Decoys-Enhanced sebagai senyawa inaktif. Model farmakofor NSP3 pada akhirnya tidak terbentuk karena sedikitnya ligan yang tersedia. Model farmakofor NSP13 yang memiliki satu cincin aromatik (AR), satu daerah hidrofobik (H), satu akseptor ikatan hidrogen (HBA), dan satu donor ikatan hidrogen (HBD) dengan penambahan feature tolerance sebesar 0,15 Å dan feature weight sebesar 0,1 pada fitur AR, H, dan HBA menghasilkan nilai AUC100%, EF1%, EF5%, sensitivitas, dan spesifisitas sebesar 0,83; 21,2; 8,8; 0,792; dan 0,790. Model ini digunakan sebagai kueri penapisan terhadap obat yang telah disetujui FDA dari The Binding Database. Ticarcillin, sulfisoxazole, lacosamide, sulfathiazole, cefaclor, penicillin G, cephalexin, carbenicillin, atenolol, dan tolazoline diperoleh sebagai senyawa kandidat dengan pharmacophore-fit score tertinggi.

---

Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), causal agent of Coronavirus Disease 2019 (COVID-19), has infected almost two hundred millions of people and caused nearly four millions of deaths worldwide. Currently, no treatment has been identified to be effective against the virus. In the outbreak, drug repurposing emerges as a promising strategy to develop efficient therapeutics. This study selected SARS-CoV-2 non-structural protein 3 (NSP3) and non-structural protein 13 (NSP13), that encodes papain-like protease and helicase, respectively, as potential targets based on their crucial role in virus replication. Drug repurposing was carried out by LigandScout pharmacophore modeling using SARS-CoV-2 NSP3 and NSP13 co-crystallized ligands from Protein Data Bank as training set. Prior to that, crystal structures were aligned by Clustal Omega and analyzed by Protein-Ligand Interaction Profiler for interaction profiling. Generated pharmacophore model was validated by a test set consisting of above-mentioned ligands as actives and A Database of Useful Decoys-Enhanced decoys as inactives. Unfortunately, NSP3 model cannot be generated due to insufficient ligands. NSP13 model that has one aromatic ring (AR), one hydrophobic area (H), one hydrogen bond acceptor (HBA), and one hydrogen bond donor (HBD) features with 0,15 Å feature tolerance and 0,1 feature weight additions on AR, H, and HBA resulted AUC100%, EF1%, EF5%, sensitivity, and specificity of 0,83; 21,2; 8,8; 0,792; and 0,790. This model was chosen for screening against FDA-approved drugs from The Binding Database. Ticarcillin, sulfisoxazole, lacosamide, sulfathiazole, cefaclor, penicillin G, cephalexin, carbenicillin, atenolol, and tolazoline were obtained as hits with the highest pharmacophore-fit score."

"Coronavirus disease atau COVID-19 merupakan pandemi global yang mudah menular melalui droplet dan populasi yang paling berisiko adalah lansia dengan tingkat kematian akibat COVID-19 di Indonesia per 27 Juni 2020 adalah sebanyak 42,9%. Hal tersebut dapat menimbulkan kecemasan tersendiri bagi lansia, terlebih lagi secara psikologis lansia lebih mudah cemas daripada populasi lain. Kecemasan diketahui merupakan salah satu faktor penting penyebab kerentanan terinfeksi Coronavirus. Maka dari itu penulisan ini dibuat untuk menemukan gambaran ansietas pada 10 lansia sebelum tindakan swab PCR SARS CoV-2 di RSUI. Data yang dipakai adalah data umum, data skrining COVID-19, riwayat penyakit dalam, riwayat merokok, dan kuesioner kecemasan menggunakan Geriatric Anxiety Inventory Short Form (GAI-SF). Berdasarkan data yang didapatkan, terdapat banyak faktor yang mungkin mempengaruhi munculnya ansietas pada lansia seperti kecemasan terhadap hasil swab PCR. Hasil pengkajian GAI-SF juga menyatakan bahwa semua lansia mengalami ansietas dengan dua diantaranya memiliki gejala GAD. Antar pasien juga memiliki beberapa kesamaan terkait COVID-19 dan hubungannya dengan kecemasan. Sebagai kesimpulan, masalah ansietas pada lansia terkait COVID-19 sebelum tindakan swab PCR memiliki nilai yang tinggi disebabkan karena beberapa faktor sehingga perlu diberikan rekomendasi khusus. Penulis merekomendasikan penyediaan kursi prioritas untuk lansia, bilik swab khusus lansia dengan aromaterapi dan musik relaksasi jika memungkinkan, dan edukasi terkait COVID-19 oleh perawat melalui selebaran maupun follow up secara daring.

---

Coronavirus disease or called COVID-19 is a global pandemic that is easily transmitted through droplets and the population with higher risk of it are the elderly within death rate in Indonesia per June 27, 2020 is 42.9%. This problem can cause anxiety in the elderly even more as psychologically the elderly are more vulnerable to feel anxious than other populations. Whereas anxiety is one of the important factors causing decreased immunity which makes the elderly more susceptible to Coronavirus. Therefore, this paper was made to find an overview of anxiety in 10 elderly people before the swab polymerase chain reaction severe acute respiratory syndrome coronavirus-2 or swab PCR SARS CoV-2 procedure at RSUI. The data used are general data, COVID-19 screening data, history disease, smoking history, and anxiety questionnaires using Geriatric Anxiety Inventory Short Form (GAI-SF). Based on the data obtained, there are many factors that might influence the emergence of anxiety in the elderly such as anxiety about the swab PCR results. The results of the GAI-SF also stated that all respondents were experiencing anxiety with two of them were having general anxiety disorder symptoms. Furthermore, inter-patients also have some similarities related to COVID-19 and anxiety. In conclusion, the anxiety problem among elderly related to COVID-19 before the swab PCR procedure has a high value due to several factors so that special recommendations for the elderly should be given. The recommendation are using priority seats for the elderly, special swab PCR’s room with aromatheraphy and music of relaxation if possible, and nurses could give COVID-19 educations through flyer or follow up them within online educations"

"PCSK9 atau Proprotein Convertase Subtilisin Kexin 9 merupakan protein manusia yang memiliki peran dalam regulasi lipid dengan meningkatkan konsentrasi LDL dalam tubuh. Terjadinya kenaikan lipid dalam tubuh melebihi kadar normal dapat menyebabkan penyakit dalam tubuh. Saat ini telah terdapat beberapa obat untuk mengobati penyakit karena kelebihan kadar lipid tetapi masih sangat terbatas obat yang bekerja untuk menghambat aktivitas dari PCSK9 sebagai salah satu cara pengobatan. Pencarian obat untuk menghambat PCSK9 dapat dilakukan melalui penggunaan kembali obat dengan menggunakan pemodelan farmakofor. Pada penelitian ini digunakan senyawa training set dan test set PCSK9 dari beberapa dokumen paten dan senyawa decoy set dari DUDE. Senyawa test set dan decoy set digunakan untuk memvalidasi model yang terbentuk. Senyawa training set digunakan untuk membentuk model farmakofor dengan menggunakan perangkat lunak LigandScout. Hasil dari pembentukan, validasi dan optimasi diperoleh model farmakofor terbaik hasil modifikasi feature weight +0.1, memiliki 1 fitur gugus aromatis, 1 fitur hidrofobik, 1 fitur gugus akseptor ikatan hidrogen, dan 1 fitur gugus donor ikatan hidrogen, dengan nilai AUC100% sebesar 0,93; nilai EF1% dan EF5% sebesar 34,0 dan 6,00; nilai sensitivitas sebesar 1; dan nilai spesifisitas sebesar 0,857. Model farmakofor terpilih dijadikan sebagai kueri penapisan virtual database obat FDA-approved dari BindingDB dengan hasil penapisan didapatkan 12 senyawa hasil pemeringkatan terbaik berdasarkan nilai pharmacophore fit score tertinggi yaitu gefitinib, clozapine, carbamazepine, phenylephrine hydrochloride, phenelzine sulfate, bupropion hydrobromide, guanfacine hydrochloride, zaleplon, dapagliflozine, methamphetamine hydrochloride, amoxicillin, lorcaserine hydrochloride. 12 senyawa hasil pemeringkatan dari penelitian adalah senyawa kandidat obat inhibitor PCSK9.

---

PCSK9 or Proprotein Convertase Subtilisin Kexin 9 is a human protein that has a role in lipid regulation by increasing the concentration of LDL in the body. The occurrence of an increase in lipids in the body beyond normal levels can cause disease. Currently, there are several drugs to treat disease due to excess lipid levels, but there are still limited drugs that work to inhibit the activity of PCSK9 as a treatment method. The search for drugs to inhibit PCSK9 can be done through drug repurposing using pharmacophore modeling. In this research, the training and PCSK9 test set from several patent documents and the decoy set compound from DUDE used. A test and decoy set compound were used to validate the generated pharmacophore model. The training set compound was use to generated a pharmacophore model using the LigandScout. The results of generation, validation, and optimization of the pharmacophore model obtained the best pharmacophore model modified by feature weight +0.1, which has four feature (1AR, 1H, 1HBA, 1HBD). The value of AUC 100% 0,93; EF1% and EF5% value are 34,0 and 6,00; sensitivity and specificity values are 1 and 0,857. The selected pharmacophore model was used as a virtual screening query for the FDA-approved drug database from BindingDB. The result of the screening obtained 12 compounds with the best ranking based on the highest Pharmacophore fit score, that is gefitinib, clozapine, carbamazepine, phenylephrine hydrochloride, phenelzine sulfate, bupropion hydrobromide, guanfacine hydrochloride, zaleplon, dapagliflozin, methamphetamine hydrochloride, amoxicillin, lorcaserine hydrochloride."

"Pada akhir tahun 2019, telah muncul suatu tipe virus korona baru yaitu SARS-CoV-2 yang menyebabkan pandemik global dengan tingkat kematian yang relatif sangat tinggi. Dikarenakan oleh belum adanya obat maupun vaksin yang efektif untuk mengobati virus ini maka diperlukan suatu senyawa yang bisa menginhibisi protein yang berperan dalam infeksi virus SARS-CoV-2. Virus SARS-CoV-2 terdiri dari beberapa protein penyusun. Salah satu protein yang berperan penting adalah protein nukleokapsid (NP). Protein ini berperan dalam proses transkripsi maupun replikasi dari RNA virus SARS-CoV-2. Oleh karena itu, protein ini memiliki potensi untuk dijadikan target protein yang akan diinhibisi. Pada penelitian ini akan dilakukan pemanfaatan senyawa bahan alam yang dapat menginhibisi protein target tersebut sehingga dapat mengurangi dampak dari pandemik global ini. Struktur tiga dimensi (3D) dari NP dimodel melalui sekuen yang diunduh melalui basis data GenBank. Struktur protein kemudian dioptimisasi dan dikarakterisasi untuk mengetahui keakurasian struktur hasi homologi model. Kemudian, penapisan dilakukan terhadap basis data senyawa bahan alam yang berasal dari NPASS dengan menggunakan Astex’s Rule of Three (RO3) dan sifat toksisitas untuk mendapatkan senyawa fragmen. Kemudian dilakukan simulasi penambatan molekul senyawa-senyawa fragmen ini terhadap sisi ikat dari NP menggunakan perangkat lunak MOE 2014.09. Kemudian setelah didapatkan delapan ligan terbaik, ligan-ligan tersebut ditumbuhkan dengan menggunakan proses penumbuhan fragmen yang menghasilkan 14.332 senyawa yang nantinya akan dievaluasi melalui simulasi penambatan molekul sekali lagi. Simulasi ini menghasilkan 40 ligan terbaik dengan nilai energi bebas Gibbs terendah terhadap struktur ptorein. Ligan terpilih diprediksi sifat farmakologinya secara komputasi, dan menghasilkan 2 ligan (CFG-17 dan NFG-11) yang memiliki sifat farmakologis yang baik. Kedua ligan ini divalidasi interaksinya dengan menggunakan simulasi dinamika molekul dan menunjukkan stabilitas interaksi yang baik sebagai kandidat obat untuk terapi SARS-CoV-2.

---

The outbreak of COVID-19 caused by the SARS-CoV-2 virus caused a global pandemic that affects the worldwide. Because of the lacking effective prescribed drugs or vaccines as a therapeutic strategy, there is a need to identify a novel inhibitor to inhibit a protein that plays a vital role in the infection of SARS-CoV-2. The Nucleocapsid protein (NP) of the SARS-CoV-2 is a protein that is necessary for viral RNA replication and transcription. Thus, in this study, a three-dimensional (3D) NP structure was modeled using the protein sequences of NP obtained from the GenBank database. After that, the modeled protein structure was characterized and optimized. The natural compound databases obtained from the NPASS database were screened based on Astex’s Rule of Three and toxicity filter to gain lead-like fragments. The filtered fragments were docked into the binding site of the NP utilizing MOE 2014.09 software. Then potential eight potential lead-like fragments were grown to generate 14,332 new ligands by utilizing DataWarrior software. Then molecular docking simulation was performed once again with the same protocol as the first molecular docking simulation. The simulation resulted in 40 best ligands with the lowest value of Gibbs free energy binding to NP. The selected ligands were subjected to the computational pharmacological properties prediction using several tools and resulted in two compounds candidate with favorable interaction and ADME-Tox properties. Then these two compounds were further analyzed with the molecular dynamic simulation."

"

Penelitian ini bertujuan untuk melakukan pengelompokan varian virus SARS-CoV-2 melalui proses clustering menggunakan metode unsupervised learning. Data yang digunakan adalah sekuens protein SARS-CoV-2 yang diekstraksi fiturnya menggunakan paket Discere dalam bahasa pemrograman Python. Sebanyak 27 fitur dihasilkan dan diseleksi dengan metode seleksi fitur Least Absolute Shrinkage and Selection Operator (LASSO). Metode Elbow digunakan untuk menentukan jumlah cluster yang optimal. Dalam penelitian ini, digunakan metode clustering K-Means dan Balanced Iterative Reducing and Clustering using Hierarchies (BIRCH). Evaluasi hasil clustering dilakukan menggunakan metrik evaluasi Silhouette Score dan Davies-Bouldin Index, serta memperhatikan waktu runtime untuk setiap simulasi. Hasil evaluasi kemudian dibandingkan untuk melihat perbedaan performa antara kedua metode clustering yang digunakan, serta pengaruh seleksi fitur terhadap performa clustering. Hasil terbaik diperoleh pada simulasi dengan metode clustering BIRCH + LASSO, dengan nilai Silhouette Score 0,74186 untuk jumlah cluster k=4 dan 0,73207 untuk k=5. Nilai Davies-Bouldin Index terbaik juga diperoleh pada simulasi tersebut, yaitu 0,42697 untuk k=4 dan 0,37949 untuk k=5. Waktu runtime terbaik tercatat pada simulasi dengan metode K-Means + LASSO, yaitu 0,21551 detik untuk k=4 dan 0,17539 detik untuk k=5. Dapat disimpulkan bahwa metode BIRCH menghasilkan cluster yang lebih baik berdasarkan metrik evaluasi, namun K-Means memberikan proses clustering yang lebih cepat. Seleksi fitur dengan metode LASSO juga membantu meningkatkan performa clustering.

---

This study aims to perform clustering of SARS-CoV-2 virus variants using unsupervised learning methods. The data used consists of SARS-CoV-2 protein sequences whose features are extracted using the Discere package in the Python programming language. A total of 27 features are generated and selected using the Least Absolute Shrinkage and Selection Operator (LASSO) feature selection method. The Elbow method is employed to determine the optimal number of clusters for the clustering process. The clustering methods used in this research are K-Means clustering and Balanced Iterative Reducing and Clustering using Hierarchies (BIRCH). The clustering results are evaluated using the Silhouette Score and Davies-Bouldin Index metrics, while also considering the runtime for each simulation. The evaluation results are then compared to examine the performance differences between the two clustering methods and the impact of feature selection on clustering performance. The best Silhouette Score is obtained in the simulation using the BIRCH + LASSO clustering method, with a value of 0.74186 for k=4 and 0.73207 for k=5. The best Davies-Bouldin Index is also achieved in the same simulation, with values of 0.42697 for k=4 and 0.37949 for k=5. The fastest runtime is recorded in the simulation using the K-Means + LASSO method, with a time of 0.21551 seconds for k=4 and 0.17539 seconds for k=5. In conclusion, the BIRCH method yields better clustering results based on the evaluation metrics, while K-Means provides faster clustering processes. The LASSO feature selection method also aids in improving clustering performance.

"

"Indonesia memiliki kekayaan alam laut yang sangat beragam, yang dapat berpotensi untuk mengandung senyawa bioaktif yang masih kurang dieksplorasi lebih dalam. Dalam penelitian ini, peneliti ingin mengeksplorasi senyawa metabolit sekunder yang berasal dari invertebrata laut yang berada di perairan Indonesia dalam kegunaannya untuk mengatasi masalah pandemi yang terjadi di dunia selama 3 tahun terakhir. Sebanyak 137 senyawa yang diperoleh dari berbagai spesies invertebrata laut seperti karang lunak, tunikata, dan spons ditapiskan dengan menggunakan penapisan virtual terhadap ACE2 dan Spike Protein Virus varian omicron. Selanjutnya setelah didapatkan 20 senyawa yang memiliki potensi dari proses penapisan, dilakukan proses studi penambatan molekuler dan prediksi ADMET untuk menemukan senyawa terbaik dari senyawa yang telah terpilih. Setelah didapatkan senyawa paling baik, dilakukan studi dinamika molekuler untuk melihat kestabilan ligan-reseptor pada senyawa yang terbaik. Dari hasil penelitian didapatkan bahwa ada 2 senyawa yaitu Acanthomanzamine E dan Cortistatin L, yang menunjukkan hasil yang cukup menjanjikan sebagai bloker terhadap ACE2 dan juga SARS-CoV-2 Omicron SPV. Acanthomanzamine E memiliki energi ikatan sebesar -12,87 kcal mol dan -8,61 kcal/mol terhadap ACE2 dan SPV, sementara Cortistatin L memiliki energi ikatan sebesar -9,96 kcal/mol dan -7,56 kcal/mol terhadap ACE2 dan SPV. Simulasi MD sebesar 50ns menunjukkan kestabilan kedua senyawa pada reseptornya masing-masing, dan juga dibandingkan terhadap senyawa pembanding yaitu XX5 untuk pembanding terhadap ACE2 dan Ceftriaxone digunakan sebagai senyawa pembanding terhadap Spike Protein Virus SARS-CoV-2 varian omicron.

---

Indonesia has diversified marine creatures, which could potentially have bioactive substances still underexplored. In this research, we tried to explore these secondary metabolites from Indonesian marine invertebrates to find the lead compound in overcoming the pandemic problem that happened in the world for the last 3 years. A total of 137 compounds from different types of invertebrates, such as soft corals, tunicates, and sea sponges screened against ACE2 and Spike Protein Virus of the Omicron variant. From the virtual screening. we obtained top 20 compounds that have potential to bind with the receptors. Furthermore, molecular docking and ADMET prediction studied in the top 20 compounds to filter compound down to the best 2 compounds. We also did preliminary molecular dynamics studies to see the stability of ligand-receptor occur between the best compound and the receptor. We found that two compounds, Acanthomanzamine E and Cortistatin L, show prominent results as ACE2 and SARS-CoV-2 blockers, especially from molecular docking, which have -12,87 kcal/mol and -9,96 kcal/mol towards ACE2 and -8,61 kcal/mol and -7,56 kcal/mol towards SPV Omicron respectively. We see promising results from the 50 ns MD simulation of these compounds and their comparison which is XX5 for ACE2 receptor and Ceftriaxone in Spike Protein Virus SARS-CoV-2 omicron variant."

"Virus Zika adalah penyakit neurologis yang penyebarannya disebabkan oleh nyamuk Aedes aegypti. Ciri khas dari penyakit neurologis dibandingkan penyakit yang lain adalah kerusakannya bersifat permanen. Virus Zika tidak memberikan gejala pada orang yang terinfeksi. Akan tetapi, virus ini dapat diturunkan kepada bayi sehingga menghasilkan potensi keturunan yang cacat secara fisik dan kognitif dengan cara meninhibisi pembelahan sel saraf pada bayi. Virus Zika merupakan suatu permasalahan global dimana belum ada obat yang telah paten untuk mengobati atau inhibisi kerja Virus Zika. Walaupun demikian, terdapat peptida yang disintesis dari sel epitel mamalia, yaitu human cathelicidin LL-37, dan telah terbukti untuk menunjukkan aktivitas inhibisi dari berbagai jenis virus termasuk Virus Zika. Di sini akan dilakukan penelitian secara In Silico untuk menjelaskan bagaimana human cathelicidin LL-37 berinteraksi dengan Virus Zika secara molekuler. Penelitian kali ini akan menggunakan satu protein struktural, yaitu envelope, dan satu protein nonstruktural, yaitu Non-struktural 1. Penelitian ini memiliki tiga tahap utama, yaitu melengkapi struktur menggunakan AVOGADRO dan MODELLER, penambatan molekuler menggunakan HDOCK, serta dinamika molekuler menggunakan GROMACS. Hasil dari dinamika molekuler ini adalah peptida LL-37 yang terbukti baik untuk menginhibisi protein pada Virus Zika, tetapi D-LL-37 lebih unggul karena membuat protein bergerak lebih banyak. Akan tetapi, pergerakan protein ini juga membuat struktur D-LL-37 menjadi lebih mudah hancur.

---

The Zika Virus is a neurological disease that is spread by the Aedes aegypti mosquito. The distinctive feature of neurological diseases compared to other diseases is that the damage is permanent. The Zika virus does not cause symptoms in infected people. However, this virus can be passed on to babies, resulting in potential offspring who are physically and cognitively disabled by inhibiting nerve cell division in babies. The Zika virus is a global problem where there is no patented drug to treat or inhibit the action of the Zika virus. However, there is a peptide synthesized from mammalian epithelial cells, namely human cathelicidin LL-37, and has been proven to exhibit inhibitory activity against various types of viruses including the Zika Virus. Here, In Silico research will be carried out to explain how human cathelicidin LL-37 interacts with the Zika Virus molecularly. This study will use one structural protein, namely the envelope, and one non-structural protein, namely Non-structural 1. This research has three main stages, namely completing the structure using AVOGADRO and MODELLER, molecular docking using HDOCK, and molecular dynamics using GROMACS. The result of these molecular dynamics was the LL-37 peptide which proved to be good at inhibiting proteins in the Zika Virus, but D-LL-37 is superior because it makes the protein move more. However, this protein movement also makes the structure of D-LL-37 more easily destroyed."

"SARS-CoV-2 merupakan penyebab COVID-19 yang melanda dunia sejak akhir 2019. Virus ini telah menyebar secara luas di dunia akibat infektifitasnya yang tinggi. Salah satu penyebab tingginya infektifitas virus ini adalah spike glycoprotein. Spike glycoprotein merupakan salah satu protein yang terdapat pada SARS-CoV-2. Spike glycoprotein berperan secara langsung alam mekanisme infeksi dengan cara membentuk ikatan dengan reseptor ACE-2 pada sel inang. Inhibisi spike glycoprotein dapat menjadi salah satu cara pengobatan COVID-19. Dalam penelitian ini, antivirus yang sudah dipasarkan sebagai basis data akan di-repurpose menjadi antivirus SARS-CoV-2, kemudian dilakukan modifikasi terhadap senyawa yang terpilih menjadi senyawa organoselen. Penelitian dilakukan dengan cara in silico. Untuk simulasi molecular docking, digunakan software MOE2014.09 untuk mendapatkan informasi tentang interaksi antara spike glycoprotein dengan ligan, baik antivirus maupun antivirus hasil modifikasi. Melalui analisa nilai energi pengikatan dan uji farmakologi, diperoleh 3 ligan terbaik dari antivirus (Ombitasvir, Elbasvir, dan Ledipasvir) serta antivirus modifikasi (ModL1, ModL2, dan ModL6).

---

SARS-CoV-2 is the cause of COVID-19 that has hit the world since the end of 2019. This virus has spread widely in the world due to its high infection. One of the causes of the high infectivity of this virus is the spike glycoprotein. The spike glycoprotein is a protein found in SARS-CoV-2. The glycoprotein spike directly plays a role in the infection mechanism by forming a bond with the ACE-2 receptor on the host cell. Inhibition of spike glycoprotein can be one way of treating COVID-19. In this study, the antivirals that have been marketed as databases will be repurposed into SARS-CoV-2 antivirals, then the selected compounds will be modified into organoselenium compounds. The research was conducted through in silico. The molecular docking simulation was conducted by using MOE2014.09 to retrieve information about the interaction between the protein-ligand from unmodified antivirus as well as modified antivirus. Through the binding energy value and pharmacological tests, the three best ligands are obtained from the unmodified antivirus (Ombitasvir, Elbasvir, and Ledipasvir) and the modified antivirus (ModL1, ModL2, and ModL6)."

"Penerapan antibodi monoklonal (mAb) anti-spike untuk digunakan dalam diagnosis SARS-CoV-2 memerlukan suatu proses purifikasi untuk mendapatkan suatu antibodi yang murni dan homogen sehingga dapat mendeteksi suatu patogen spesifik secara optimal. Penelitian ini bertujuan untuk memurnikan mAb terhadap protein spike SARS-CoV-2 dan membandingkan hasil purifikasi terbaik dari metode kromatografi afinitas dengan protein G dan kromatografi penukar ion sehingga diperoleh metode yang paling optimal dalam purifikasi mAb terhadap protein spike SARS-CoV-2. Purifikasi mAb anti-spike SARS-CoV-2 dilakukan menggunakan kromatografi afinitas dengan protein G dan kromatografi penukar ion. Hasil purifikasi dari kedua metode kromatografi dikarakterisasi dan diuji fungsionalitasnya menggunakan SDS-PAGE, pengukuran konsentrasi protein, ELISA indirect, dan western blot (WB). Hasil profil SDS-PAGE menunjukkan mAb hasil purifikasi menggunakan protein G pada fraksi 19GD dan 20GD memiliki profil pita protein dengan dua pita, yaitu heavy chain ~50 kDa dan light chain ~25 kDa dengan tingkat kemurnian mencapai 96%. Uji fungsionalitas dengan ELISA indirect menunjukkan fraksi 19GD dan 20GD memiliki nilai absorbansi sebesar 1,015 dan 1,021. Uji fungsionalitas dengan WB menunjukkan adanya pengikatan mAb fraksi 19GD terhadap protein RBD pada ukuran ~38 kDa. Hasil karakterisasi dan uji fungsionalitas mAb fraksi hasil purifikasi dengan resin penukar ion menunjukkan profil pita protein kontaminan, nilai absorbansi dari 0,49—0,82 , dan tidak terbentuk pita protein pada uji WB. Berdasarkan hasil tersebut, mAb anti-spike SARS-CoV-2 berhasil dimurnikan menggunakan kromatografi afinitas dengan protein G secara optimal.

---

The application of anti-spike monoclonal antibody (mAb) for use in the diagnosis of SARS-CoV-2 requires a purification process to obtain a pure and homogeneous antibody so that it can detect a specific pathogen optimally. This research aims to purify anti-spike SARS-CoV-2 mAb and compare the best purification results from affinity chromatography with protein G and ion-exchange chromatography methods in order to obtain the most optimal method of purification of anti-spike SARS-CoV-2 mAb. Purification of anti-spike SARS-CoV-2 mAb was carried out using affinity chromatography with protein G and ion exchange chromatography. The purification results from both chromatographic methods were characterized and tested for functionality using SDS-PAGE, measurement of protein concentration, indirect ELISA, and western blot (WB). The results of SDS-PAGE profile showed that mAb purified using protein G in the 19GD and 20GD fractions had a protein band profile with two bands, namely heavy chain ~50 kDa and light chain ~25 kDa with a purity level of 96%. The functionality test with indirect ELISA showed that 19GD and 20GD fractions had OD values ​​of 1.015 and 1.021. Functionality test with WB showed the binding of mAb fraction 19GD to RBD protein at ~38 kDa. The results of characterization and functionality test of purified mAb fraction with ion exchange resin showed a contaminant protein band profile, absorbance values ​​from 0.49—0.82, and no protein band was formed in the WB test. Based on these results, anti-spike SARS-CoV-2 mAb was successfully purified using affinity chromatography with protein G optimally."

"SARS-CoV-2 sebagai virus penyebab COVID-19 yang berikatan dengan reseptor ACE-2 untuk masuk ke dalam sel inang melalui protein spike-1. Protein spike-1 dapat menjadi target pencegahan COVID-19 melalui pengembangan vaksin. Vaksin berbasis DNA merupakan kandidat vaksin yang menjanjikan untuk dikembangkan. Spesimen naso-oro faring pasien COVID-19 yang telah dikonfirmasi dengan RT-PCR, diekstraksi dan diamplifikasi dengan menggunakan primer kloning terhadap plasmid pUMVC4a. Hasil sekuensing dianalisis dengan SeqScape 3.0 dan MEGA 11. Analisis epitop sel B dilakukan dengan berbagai piranti lunak berbasis web. Konstruksi DNA vaksin dilakukan melalui analisis in silico menggunakan SnapGene 6.0 serta in vitro melalui teknik DNA Rekombinan. Gen spike-1 teramplifikasi dengan ukuran 2.265 bp, namun ligasi ke pUMVC4a dan transformasi ke E.coli strain DH5α belum berhasil. Berdasarkan analisis, seluruh sekuen memiliki mutasi D614G dengan isolat A dan B memiliki PNI yang dekat dengan varian Wuhan wt sementara 5 isolat (C-G) termasuk dalam varian Omicron. Berdasarkan sifat antigenisitas, toksisitas, alergenisitas, topologi dan hidrofobisitas, empat belas sekuen asam amino (pada posisi 68-678 protein S-1) diajukan sebagai epitop terpilih. Terdapat 14 sekuens asam amino pada protein spike-1 SARS-CoV-2 yang dapat diajukan sebagai domain epitop sel B dalam pengembangan vaksin COVID-19 berbasis DNA.

---

SARS-CoV-2 as the virus that causes COVID-19 binds to the ACE-2 receptor to enter host cells via the spike-1 protein. Spike-1 protein can be a target for preventing COVID-19 through vaccine development. DNA-based vaccines are promising vaccine candidates to be developed. Naso-oropharyngeal specimens of COVID-19 patients confirmed by RT-PCR were extracted and amplified using clone primers against the plasmid pUMVC4a. The sequencing results were analyzed with SeqScape 3.0 and MEGA 11. B cell epitope analysis was performed with various web-based software. Vaccine DNA construction was carried out through in silico analysis using SnapGene 6.0 and in vitro using Recombinant DNA techniques. The spike-1 gene was amplified with a size of 2,265 bp, but ligation to pUMVC4a and transformation to E.coli strain DH5α were not successful. Based on the analysis, all sequences have the D614G mutation with isolate A and B having a PNI that is close to the Wuhan wt variant while 5 isolates (C-G) belong to the Omicron variant. Based on antigenicity, toxicity, allergenicity, topology and hydrophobicity, fourteen amino acid sequences (at positions 68 - 678 of protein S-1) were proposed as selected epitopes. There are 14 amino acid sequences in the SARS-CoV-2 spike-1 protein that can be proposed as B cell epitope domains in the development of a DNA-based COVID-19 vaccine."