Hasil Pencarian  ::  Simpan CSV :: Kembali

"Gangguan koagulasi merupakan komplikasi yang umum terjadi pada pasien kanker kolorektal dan dikaitkan dengan risiko morbiditas dan mortalitas. Terapi antikoagulan pada pasien kanker kolorektal dengan gangguan koagulasi cukup sulit dilakukan akibat berbagai risiko. Pencarian kandidat biomarker sebagai potensi target terapi diperlukan untuk mengembangkan strategi pengobatan baru yang dapat menurunkan risiko efek samping pengobatan. Dataset microarray GSE52060 berisi data profil gen 23 sel tumor pasien kanker kolorektal dan 23 sel mukosa normal dari pangkalan data GEO dianalisis menggunakan GEO2R untuk identifikasi gen dengan ekspresi berbeda bermakna (DEG) dengan standar |log2(Fold Change)| > 2 dan p < 0,05. DEG yang memenuhi kriteria kemudian dilakukan analisis anotasi fungsi gen dengan analisis ontologi gen (GO) dan jalur KEGG. Analisis GEO2R menunjukkan terdapat 299 DEG antara sel tumor dan sel mukosa normal yang terdiri dari 221 gen yang mengalami down-regulasi dan 78 gen yang mengalami up-regulasi. Hasil analisis DEG oleh GO menunjukkan DEG cukup signifikan terjadi pada gen-gen yang terlibat dalam transport bikarbonat, transport anion, dan aktivitas carbonic anhydrase (CA). Hasil analisis DEG oleh jalur KEGG menunjukkan 23 DEG cukup signifikan pada berbagai jalur fisiologis maupun patologis dan memiliki hubungan dengan gangguan koagulasi pada lima jalur. Terdapat 23 gen yang memiliki potensi sebagai kandidat biomarker untuk pasien kanker kolorektal dengan gangguan koagulasi.

---

Coagulation disorders are common complications in colorectal cancer patients and are associated with the risk of morbidity and mortality. Anticoagulant therapy in colorectal cancer patients with coagulation disorders is difficult to carry out due to various risks and side effects. The search for biomarker candidates as potential targets for therapy is necessary to develop new treatment strategies that can reduce the risk of treatment side effects. The GSE52060 microarray dataset contains gene profile data of 23 tumor cells and 23 normal mucosal cells taken from colorectal cancer patients from the GEO database. The data was analyzed using GEO2R for identification of differentially expressed genes (DEGs). DEGs that met the criteria were then subjected to gene function annotation analysis using gene ontology (GO) analysis and KEGG pathways analysis. GEO2R analysis showed that there were 299 DEGs between tumor cells and normal mucosal cells consisting of 221 downregulated genes and 78 upregulated genes. The results of DEG analysis by GO showed that DEGs were enriched in bicarbonate transport, anion transport and carbonic anhydrase (CA) activity. The results of DEG analysis by the KEGG pathway showed that 23 DEGs were quite significant in various physiological and pathological pathways and had a connection with coagulation disorders in five pathways. Twenty-three genes have been identified as potential biomarkers for colorectal cancer patients with coagulation disorders."

"

Alzheimer Disease (AD) merupakan salah satu gangguan saraf yang menyerang otak manusia yang lambat namun progresif yang menyebabkan masalah serius pada otak, sikap, dan masalah percakapan pasien. Penyakit itu sampai sekarang belum ada obatnya tetapi perkembangannya bisa dihambat. Untuk membantu menghambat perkembangan AD, analisis studi tentang Alzheimers diperlukan. Dalam penelitian ini kami bertujuan menganalisis data microarray penyakit AD dengan menyeleksi gen yang signifikan pada enam daerah otak manusia untuk mengidentifikasi adanya kandidat biomarker AD dengan pendekatan metode sparse biclustering berbasis factor analysis. Dengan metode biclustering ini kami menggelompokkan secara simultan baris yang mewakili gen dan kolom yang mewakili sampel, sehingga terbentuklah bicluster-bicluster. Model metode kami adalah multiplikatif generative yaitu metode yang menguraikan matriks menjadi dua faktor matriks sparse plus noise. Dengan analisis gen hasil bicluster dengan gen ontology (GO) maka diketahui fungsi biologi bicluster tersebut. Hasil dari sparse biclustering berbasis factor analysis akhirnya terdeteksi kandidat biomarker AD di dua  daerah otak yaitu EC dan SFG. Hasil dari penelitian ini diharapkan dapat memberikan masukan buat kemajuan analisis pengembangan obat dan diagnosis Alzheimer di bidang medis.

 

---

Alzheimer's Disease (AD) is one of the nervous disorders that attacks the slow but progressive human brain that causes serious problems in the brain, attitudes, and problems with patient conversation. There is no cure for the disease but the development can be inhibited. To help inhibit AD development, an analysis of studies on Alzheimers is needed. In this study we aimed to analyze AD microarray data by selecting genes that were significant in six regions of the human brain to identify candidates for biomarker AD with a factor analysis sparse biclustering method approach. With this biclustering method, we group together the rows representing genes and columns that represent the sample, so that bicluster-bterluster is formed. Our model method is a generative multiplicative method that describes the matrix into two sparse plus noise matrix factors. By analyzing the gene produced by bicluster with the ontology (GO) gene, the biological function of the bicluster is known. The results from sparse biclustering based factor analysis finally detected AD biomarker candidates in two brain regions namely EC and SFG. The results of this study are expected to provide input for the progress of the analysis of drug development and Alzheimer`s diagnosis in the medical field.

 

"

"Kanker payudara merupakan tipe kanker yang paling banyak terjadi didunia dan menjadi penyebab kematian terbanyak pada negara berkembang. Subtipe kanker payudara saat ini dapat diklasifikasikan berdasarkan profil ekspresi gennya dengan immunohistokimia (IHK) menjadi subtipe Luminal A, Luminal B, HER2+, dan TNBC. Namun, IHK memiliki beberapa keterbatasan yang dapat menyebabkan kesalahan klasifikasi. Penelitian ini bertujuan melakukan integrasi data multi-omik (genomik, epigenomik, dan transkriptomik) serta penggunaan machine learning dalam penentuan biomarker subtipe kanker payudara.Metode Isolat DNA dari pasien kanker payudara yang menjalani pengobatan di RSUPN Cipto Mangunkusumo dan RS Kanker Dharmais Jakarta sebanyak 48 subjek digunakan dalam penelitian ini. Untuk mengidentifikasi mutasi dan metilasi DNA, digunakan kit Illumina Infinium Asian Screening Array dan Illumina Infinium EPIC Human methylation array v2.0 yang kemudian dilakukan pembacaan dengan Illumina iScan. Biomarker mutasi dan metilasi DNA kemudian dianalisis dengan machine learning untuk mendapatkan biomarker subtipe kanker payudara. Pendekatan transkriptomik dengan analisis DEG (Differentially Expressed Genes) dilakukan dengan menggunakan dataset yang berada pada basis data GEO (Gene Expression Omnibus), yaitu dataset GSE33447 dan GSE20685. Studi translasional untuk identifikasi biomarker metilasi DNA, dilakukan dengan metode MSP (methylated specific PCR).Hasil Didapatkan biomarker mutasi dan metilasi DNA yang signifikan berasosiasi dengan masing-masing subtipe kanker payudara serta berkaitan dengan ekspresi gennya, yaitu Luminal A (rs2355062 dan cg14397888), Luminal B (rs36087647 dan cg14397888), HER2+ (rs4925108 dan cg25910261), TNBC (rs137966431, rs886040223 dan cg26371957). Adanya mutasi pada BRCA2 (rs886040223) pada pasien TNBC, diprediksi akan memberikan respon yang sensitif terhadap pemberian terapi inhibitor PARP. Kit diagnostik berbasis biomarker omik dengan metode methylation-specific PCR (MSP) dapat menentukan status metilasi DNA pada biomarker cg14397888 untuk subtipe Luminal A dan Luminal B dengan akurasi 75% dan 76%.Kesimpulan Pendekatan biomarker multiomik pada pasien kanker payudara dapat digunakan sebagai pilihan untuk melakukan klasifikasi subtipe kanker payudara dan memprediksi pilihan terapi yang tepat.

---

Introduction

Breast cancer is the predominant form of cancer globally and is the primary cause of mortality in emerging nations. Currently, breast cancer subtypes can be classified using immunohistochemistry (IHC) into four subtypes: Luminal A, Luminal B, HER2+, and TNBC. Nevertheless, the IHC possesses various constraints that may result in misclassification. The objective of this study is to combine multiple types of biological data (genomic, epigenomic, and transcriptomic) and apply machine learning techniques to identify biomarkers for different subtypes of breast cancer.

Method

DNA isolates obtained from 48 breast cancer patients who were receiving therapy at RSUPN Cipto Mangunkusumo and Dharmais Cancer Hospital Jakarta. The Illumina Infinium Asian Screening Array and Illumina Infinium EPIC Human methylation array v2.0 kits were employed to detect mutations and DNA methylation which were then read using Illumina iScan. Machine learning was used to examine DNA mutation and methylation biomarkers in order to identify biomarkers specific to different subtypes of breast cancer. The transcriptomics approach was employed to analyze differentially expressed genes (DEGs) utilizing datasets from the Gene Expression Omnibus (GEO) database, namely the GSE33447 and GSE20685 datasets. The MSP approach was employed to conduct translational research to identify DNA methylation biomarkers.

Results

Significant DNA mutations and methylation biomarkers were discovered to be linked to each subtype of breast cancer and were found to be associated with gene expression, namely, Luminal A (rs2355062 and cg14397888), Luminal B (rs36087647 and cg14397888), HER2+ (rs4925108 and cg25910261), and TNBC (rs137966431, rs886040223 and cg26371957). Predictions suggest that the presence of mutations in the BRCA2 gene (rs886040223) in TNBC patients will likely result in a highly responsive reaction to PARP inhibitor treatment. A diagnostic kit utilizing the methylation-specific PCR (MSP) approach can accurately assess the DNA methylation status of the cg14397888 biomarker for Luminal A and Luminal B subtypes with an accuracy of 75% and 76%, respectively.

Conclusion

The utilization of the multiomics biomarker strategy in breast cancer patients offers a viable method for categorizing breast cancer subtypes and forecasting suitable therapy interventions.                                                                                                                                                                    "

"Kanker kolorektal adalah kanker yang terletak pada rektum atau kolon dengan sel-sel yang berkembang dengan tidak terkendali. Obat kanker untuk kanker kolorektal memiliki beberapa kelemahan seperti kurangnya spesifitas dan dapat terjadinya resistensi, sehingga perlu dikembangkan terapi target untuk mengurangi kelemahan tersebut. Berbagai penelitian dilakukan untuk merancang obat yang dapat mentarget protein yang berkaitan dengan perkembangan kanker kolorektal, salah satunya adalah Matrix Metalloproteinase-9. Penghambatan dari protein tersebut memungkinkan untuk menghambat penyebaran kanker, sehingga pencarian senyawa penghambat Matrix Metalloproteinase-9 menarik untuk dilakukan. Penelitian dapat dilakukan dengan memanfaatkan metode penapisan virtual. Tujuan dari penelitian ini adalah mendapatkan 10 senyawa kandidat dengan potensi menjadi inhibitor Matrix Metalloproteinase-9. Penapisan virtual dapat digunakan untuk melakukan pencarian senyawa kandidat inhibitor dari basis data HerbalDB. Berdasarkan hasil penapisan didapatkan 10 peringkat senyawa terbaik berdasarkan energi ikatan bebas dan pose pengikatan yaitu Cassiamin C (-11,1 kkal/mol), Sikloartokarpesin (-10,9 kkal/mol), Prunin 6”-p-kumarat (-10,9 kkal/mol), Isookaninrhamnosida (-10,5 kkal/mol), 5,7,3',4'-tetrahidroksiflavanon 7-alfa-l-arabinofuranosil-(1-6)-glukosida (-10,3 kkal/mol), Kuwanon T (-10,3 kkal/mol), Boesenbergin B (-10,2 kkal/mol), Sianidin 3-arabinosida (-10,2 kkal/mol), Morusin (-10,2 kkal/mol), dan Dehidropipernonalin (-10,1 kkal/mol). Hasil tersebut menunjukkan senyawa memiliki potensi untuk menghambat Matrix Metalloproteinase-9

---

Colorectal Cancer is located on the colon or the rectum of the patient with uncontrolled cell growth. Cancer drugs for colorectal cancer have several weaknesses such as lack of specificity, so it is necessary to develop targeted therapies to reduce these weaknesses. Various research were done to design a drug with purpose of targeting the protein in which is related to the growth of colorectal cancer, one of them being Matrix Metalloproteinase-9. Inhibition of Matrix Metalloproteinase-9 possibly inhibits the spread of colorectal cancer, therefore a research to find candidates is appealing. Research can be done by using the virtual screening method. The purpose of this study is to obtain 10 candidate compounds with the potential to inhibit Matrix Metalloproteinase-9. Virtual screening method is used to search for candidate compounds from HerbalDB database. Based on the screening results, the best compound rankings based on the free bond energy and binding pose were obtained, namely Cassiamin C (-11,1 kkal/mol), Cycloartocarpesin (-10,9 kkal/mol), Prunin 6”-p-coumarate (-10,9 kkal/mol), Isookaninrhamnoside (-10,5 kkal/mol), 5,7,3',4'-tetrahydroxyflavanone 7-alpha-l-arabinofuranosyl-(1-6)-glucoside (-10,3 kkal/mol), Kuwanon T (-10,3 kkal/mol), Boesenbergin B (-10,2 kkal/mol), Cyanidin 3-arabinoside (-10,2 kkal/mol), Morusin (-10,2 kkal/mol), dan Dehydropipernonaline (-10,1 kkal/mol). The results indicate potential candidates to inhibit Matrix Metalloproteinase-9."

"Tankyrase 1 dan 2 (TNKS 1/2) merupakan protein pada dasar kripta kolon yang berperan dalam meningkatkan kadar b-katenin di nukleusdengan mendegradasi komponen utama destruction complex, yaitu axis inhibitory protein (AXIN). Peningkatan kadar abnormal b-katenin di nukleus yang distabilkan oleh TNKS1/2 menjadi salah satu tahap awal perkembangan kanker kolorektal. Inhibitor TNKS1/2 telah teruji secara in vitro pada sel kanker kolorektal dengan komponen destruction complex yang termutasi dapat mengatasi resistensi pengobatan 5-fluorourasil (5-FU). Inhibitor TNKS1/2 pada kedua situs (dual binders) memiliki aktivitas penghambatan yang lebih tinggi dibandingkan inhibitor yang hanya mengikat pada satu situs aktif. Sampai saat ini belum ada senyawa yang disetujui oleh FDA terhadap inhibitor dual binders TNKS 1/2 sehingga penemuan inhibitor dual binders TNKS1/2 masih dibutuhkan sebagai target pengobatan kanker kolorektal. Pada penelitian ini dilakukan penapisan virtual senyawa bahan alam Indonesia dari pangkalan data HerbalDB untuk penemuan senyawa kandidat inhibitor dual binders TNKS1/2. Makromolekul yang digunakan pada penelitian ini adalah TNKS1 (PDB ID: 4I9I) dan TNKS2 (PDB ID: 7CE4) dengan menggunakan program AutoDock Vina dalam PyRx dengan ukuran grid box 18,75 Å x 18,75… x 18,75 ,exhaustiveness: 16, dan num modes: 9 yang berdasarkan hasil validasi metode penapisan virtual terbaik. Dari hasil penapisan virtual didapatkan 10 peringkat senyawa dengan energi bebas ikatan terendah, yaitu Epigalokatekin 3,5-di-o-galat; Epigalokatekin 3,4’-di-o-galat; Jasmolakton D; Epigalokatekin 3-o-p-kumarat; Epigalokatekin 3,3’-di-o-galat; Mirisetin3-(6''-galoilgalaktosida); Galokatekin 3-o-galat; Asam isoklorogenat B; Orientanol E; dan Verbaskosida.

---

Tankyrase 1 and 2 (TNKS 1/2) are proteins at the crypt base of colon that play a role in increasing the levels of b-catenin in the nucleus by degrading the main component of the destruction complex, axis inhibitory protein (AXIN). Abnormal increase level of b-catenin in the nucleus which is stabilized by TNKS1/2 is one of the early stages of colorectal cancer development. The TNKS1/2 inhibitor has been tested in vitro on colorectal cancer cells with a mutated destruction complex component that can overcome resistance to 5-fluorouracil (5-FU) treatment. TNKS1/2 inhibitors at both active sites (dual binders) have higher inhibitory activity than inhibitors that only bind to one active site. Until now, there is no compound has been approved by the FDA for TNKS 1/2 dual binders inhibitors, so the discovery of TNKS1/2 dual binders inhibitors are still needed as a target for colorectal cancer treatment. In this study, a virtual screening of Indonesian natural ingredients compounds from the HerbalDB database was carried out for the discovery of candidate compounds for TNKS1/2 dual binders inhibitors. The macromolecules used in this study were TNKS1 (PDB ID: 4I9I) and TNKS2 (PDB ID: 7CE4) using the AutoDock Vina program in PyRx with size of grid box 18,75 Å x 18,75 Å x 18,75 Å, exhaustiveness: 16, and num modes: 9 based on the best results of the virtual screening validation. From the results of virtual screening, 10 compounds with the lowest bond free energy were obtained, Epigallocatechin 3,5-di-o-galate; Epigallocatechin 3,4'-di-o-gallate; Jasmolactone D; Epigallocatechin 3-o-p-coumarate; Epigallocatechin 3,3'-di-o-gallate;Myricetin3-(6''-galloylgalactoside); Gallocatechin 3-o-gallate; isochlorogenic acid B; Orientanol E; and Verbascoside."

"This volume is a collection of state-of-the-art research into the application of data mining to the discovery and analysis of new biomarkers. Presenting new results, models and algorithms, the included contributions focus on biomarker data integration, information retrieval methods, and statistical machine learning techniques."

"Latar BelakangKanker payudara merupakan jenis kanker tersering di dunia dan di Indonesia, dengan angka kejadian dan kematian yang tinggi. Peningkatan pemahaman mengenai varian genetik pada pasien kanker payudara dapat meningkatkan efektivitas skrining, diagnosis, dan terapi. Penelitian ini bertujuan untuk mengidentifikasi varian genetik terkait kanker payudara di Jakarta.Metode Penelitian ini menggunakan data sekunder dari basis data NCBI yang dianalisis menggunakan perangkat lunak bioinformatika di Departemen Kimia Kedokteran dan Bioinformatics Core Facilities IMERI Fakultas Kedokteran Universitas Indonesia. Data sekuensing genom dari 75 sampel pasien diunduh dari BioProject PRJNA606794. Proses pra-pemrosesan data melibatkan evaluasi kualitas menggunakan FastQC, pemangkasan bacaan berkualitas rendah dengan Trimmomatic, dan penyelarasan dengan genom referensi GRCh38 menggunakan BWA-MEM2. Identifikasi dan penyaringan varian dilakukan menggunakan LoFreq dan LoFreq Filter, sedangkan analisis varian menggunakan snpEff. Ontologi gen dianalisis menggunakan basis data ENSEMBL.Hasil Ditemukan sebanyak 8.544 varian dengan dampak tertinggi pada kategori modifier (98,863%), kategori low (1,085%), dan moderate (0,053%). Proporsi gen yang terlibat dalam varian genetik menunjukkan ZMYND11 memiliki proporsi tertinggi (32,4%). Gen ini berpotensi menjadi marka prognostik pada pasien kanker payudara usia muda di Jakarta.Kesimpulan Analisis bioinformatika efektif dalam mengidentifikasi varian genetik pada pasien kanker payudara di Jakarta dengan gen ZMYND11 menunjukkan proporsi tertinggi. Gen ini berpotensi sebagai marka prognostik pada pasien usia muda, berkontribusi pada peningkatan skrining, diagnosis, dan terapi kanker payudara di Jakarta. Penelitian lebih lanjut diperlukan untuk validasi.

---

Introduction Breast cancer is the most common type of cancer worldwide and in Indonesia, with high incidence and mortality rates. Improving the understanding of genetic variants in breast cancer patients can enhance the effectiveness of screening, diagnosis, and therapy. This study aims to identify genetic variants related to breast cancer in Jakarta.

Method

This study uses secondary data from the NCBI database, analyzed using bioinformatics software at the Department of Medical Chemistry and Bioinformatics Core Facilities IMERI, Faculty of Medicine, Universitas Indonesia. Genome sequencing data from 75 patient samples were downloaded from BioProject PRJNA606794. Data preprocessing involved quality evaluation using FastQC, trimming low-quality reads with Trimmomatic, and alignment with the GRCh38 reference genome using BWA-MEM2. Variant identification and filtering were performed using LoFreq and LoFreq Filter, while variant analysis was conducted using snpEff. Gene ontology was analyzed using the ENSEMBL database.

Results

A total of 8,544 variants were found, with the highest impact in the modifier category (98.863%), low category (1.085%), and moderate category (0.053%). The proportion of genes involved in genetic variants showed that ZMYND11 had the highest proportion (32.4%). This gene has the potential to be a prognostic marker in young breast cancer patients in Jakarta.

Conclusion

Bioinformatics analysis is effective in identifying genetic variants in breast cancer patients in Jakarta, with the ZMYND11 gene showing the highest proportion. This gene has the potential as a prognostic marker in young patients, contributing to improved screening, diagnosis, and therapy for breast cancer in Jakarta. Further research is needed for validation.

"

"Poly(ADP-ribose) Polymerase-1 (PARP-1) merupakan enzim yang berperan pada proses perbaikan DNA Single Strand Break (SSB) yang mengkatalisis proses Poly(ADP-ribosyl)ation atau PARylation. Kerusakan DNA yang terdapat pada sel kanker kolorektal memicu enzim PARP-1 untuk memperbaiki kerusakan tersebut dan menjaga kelangsungan hidup sel kanker. Inhibisi PARP-1 dilakukan untuk mencegah perbaikan DNA yang terjadi pada sel kanker kolorektal. Penelitian ini dilakukan secara studi in silico dengan metode penapisan virtual terhadap senyawa bahan alam yang terdapat pada pangkalan data HerbalDB untuk mendapatkan senyawa yang berpotensi sebagai inhibitor PARP-1. Penelitian ini menggunakan makromolekul dengan PDB ID 6NRI dari laman RCSB PDB. Parameter terbaik yang didapatkan dari proses optimasi dan validasi yang digunakan dalam proses penapisan virtual adalah menggunakan program AutoDock Vina dalam PyRx dengan ukuran grid box 18,75 Å x 18,75 Å x 18,75 Å, nilai exhaustiveness 8, dan num modes 9. Proses penapisan virtual menghasilkan 10 senyawa dengan afinitas penambatan terbaik, yaitu Cassiamin C (-13,9 kkal/mol), Epigallocatechin 3,3’,-di-o-gallate (-11,8 kkal/mol), Chitranone (-11,7 kkal/mol), Cassameridine (-11,6 kkal/mol), Palmarumycin CP1 (-11,4 kkal/mol), Yuehchukene (-11,3 kkal/mol), Gallocatechin-(4alpha-8)-epigallocatechin-3-o-gallate (-11,1 kkal/mol), Roxburghine B (-11,1 kkal/mol), Proanthocyanidin A1 (-11 kkal/mol), dan Withanolide (-11 kkal/mol). Berdasarkan afinititas penambatannya, kesepuluh senyawa tersebut memiliki potensi sebagai kandidat inhibitor PARP-1 dan dapat digunakan untuk penelitian lebih lanjut.

---

Poly(ADP-ribose) Polymerase-1 (PARP-1) is an enzyme that plays a role in the DNA Single Strand Break (SSB) repair process that catalyzes the process of Poly(ADP-ribosyl)ation or PARylation. DNA damage in colorectal cancer cells triggers the PARP-1 enzyme to repair the damage and keep cancer cells alive and replicate. PARP-1 inhibition was performed to prevent DNA repair that occurs in colorectal cancer cells. This research is an in silico study with a virtual screening method for natural compounds contained in the HerbalDB database to obtain compounds that have potential as PARP-1 inhibitors. This study uses a macromolecule with PDB ID 6NRI from the RCSB PDB page. The best parameter obtained from the optimization and validation process used in the virtual filtering process is using the AutoDock Vina program in PyRx with a grid box size of 18.75 x 18.75 x 18.75 , exhaustiveness value of 8, and num mode 9. Virtual screening process shows 10 compounds with the best binding affinity, namely Cassiamin C (-13.9 kcal/mol), Epigallocatechin 3,3’,-di-o-gallate (-11.8 kcal/mol), Chitranone (-11.7 kcal/mol ), Cassameridine (-11.6 kcal/mol), Palmarumycin CP1 (-11.4 kcal/mol), Yuehchukene (-11.3 kcal/mol), Gallocatechin-(4alpha-8)-epigallocatechin-3 -o- gallate (-11.1 kcal/mol), Roxburghine B (-11.1 kcal/mol), Proanthocyanidin A1 (-11 kcal/mol), and Withanolide (-11 kcal/mol). Based on their binding affinity, the ten compounds have potential as PARP-1 inhibitor candidates and can be used for further research.

"

"Hipertensi telah diidentifikasi sebagai risiko kesehatan global yang signifikan, yang sering kali mengarah pada kerusakan ginjal dan penyakit ginjal stadium akhir. Tujuan dari penelitian ini yaitu menganalisis efek Doksisiklin terhadap terjadinya hipertensif nefropati pada tikus hipertensi kronik yang diinduksi DOCA+salt dan uninefrektomi, pada fungsi ginjal dan biomarker ekspresi gen yang diperiksa dengan studi bioinformatika. Metode yang digunakan pada penelitian ini meliputi analisis in-silico dengan penyaringan database, interaksi protein-protein, analisis pengayaan fungsional, penambatan molekuler, dinamika molekuler, desain dan validasi primer, uji ekspresi gen dengan qRT-PCR, dan uji fungsi ginjal (ureum, kreatinin). Dari hasil penyaringan gen dari dua database yaitu Comparative Toxicogenomics Database (CTD) dan GSE37460 didapatkan 47 gen yang terkait dengan hipertensif nefropati. Dari 47 gen dilakukan analisis in-silico didapatkan dua gen yang potensial untuk menjadi biomarker yaitu AGTR1 dan ACE2. Hasil analisis ekspresi gen dengan qRT-PCR didapatkan hasil bahwa ada penurunan ekspresi dari gen AGTR1 dan ACE2 pada kelompok tikus hipertensi yang diinduksi DOCA+salt serta Doksisiklin dosis 15 mg/kg BB dan 30 mg/kg BB. Selain itu, terdapat perbedaan yang signifikan (p<0.05) dari kadar ureum dari kelompok DOCA+salt dan Doksisiklin dosis 30 mg/kg BB. Terdapat perbedaan yang signifikan (p<0.05) kadar kreatinin pada kelompok tikus dengan perlakuan Doksisiklin 30 mg/kg BB dan irbesartan. Meskipun ada perbedaan yang signifikan namun kadar ureum dan kreatinin masih dalam batas normal. Dalam penelitian ini, dapat disimpulkan bahwa adanya penurunan biomarker gen AGTR1 dan ACE2 pada kelompok hipertensi dapat disebabkan karena kondisi ginjal yang masih normal dikarenakan hasil tes fungsi ginjal menunjukkan nilai yang normal sehingga biomarker ekspresi gen tidak meningkat secara signifikan.

---

Hypertension has been identified as a significant global health risk, often leading to kidney damage and end-stage renal disease. This study aimed to analyze the effects of doxycycline on the occurrence of hypertensive nephropathy in chronic hypertensive rats induced by DOCA+salt and uninephrectomy, focusing on kidney function and gene expression biomarkers examined through bioinformatics studies. The methods used in this research included in-silico analysis with database screening, protein-protein interaction, functional enrichment analysis, molecular docking, molecular dynamics, primer design and validation, gene expression testing with qRT-PCR, and kidney function tests (urea and creatinine). Gene screening from two databases, namely the Comparative Toxicogenomics Database (CTD) and GSE37460, identified 47 genes associated with hypertensive nephropathy. From these 47 genes, in-silico analysis identified two potential biomarker genes, AGTR1 and ACE2. Gene expression analysis using qRT-PCR revealed a decrease in the expression of AGTR1 and ACE2 genes in the hypertensive rat groups induced by DOCA+salt and treated with doxycycline at doses of 15 mg/kg BW and 30 mg/kg BW. Furthermore, a significant difference (p < 0.05) was observed in the urea levels between the DOCA+salt group and the group treated with doxycycline at a dose of 30 mg/kg BW. A significant difference (p < 0.05) in creatinine levels was also observed between the doxycycline 30 mg/kg BW group and the irbesartan group. Despite these significant differences, urea and creatinine levels remained within the normal range. This study concluded that the decreased expression of the AGTR1 and ACE2 biomarkers in the hypertensive groups might be due to normal kidney conditions, as kidney function test results remained within normal limits, preventing a significant increase in gene expression biomarkers."