Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Diabetes mellitus tipe-2 (T2DM) merupakan penyakit metabolisme kronis yang sering diderita oleh orang dewasa. T2DM ditandai dengan menurunnya insulin dalam tubuh. Enzim dipeptidil peptidase-4 (DPP-4) dapat mengkatalisasi penurunan hormon peptida inkretin, terutama peptide-1 seperti hormon gastric inhibitory peptide (GIP) dan glucagon-like peptide-1 (GLP-1), yang mengakibatkan penurunan sintesis insulin. Inhibitor DPP-4 adalah target obat yang menjanjikan untuk T2DM, karena dapat memblokir kerja enzim DPP-4 dengan menghambat kerja hormon GLP-1 dan GIP. Penelitian ini menggunakan data inhibitor DPP-4 yang akan diekstraksi ciri menggunakan metode Extended-Connectivity Fingerprint (ECFP) dan Functional-Class Fingerprints (FCFP). Hasil ekstraksi ciri tersebut digunakan sebagai vektor masukan untuk metode deep neural network (DNN) untuk memprediksi inhibitor DPP-4 ke dalam senyawa aktif dan tidak aktif. Selain itu, metode CatBoost diusulkan sebagai metode pemilihan fitur terhadap hasil ekstraksi ciri metode ECFP dan FCFP. Dalam penelitian ini akan membandingkan performa metode DNN dengan menggunakan pemilihan fitur metode CatBoost dan tanpa menggunakan pemilihan fitur metode CatBoost. Hasil dari penelitian ini menunjukkan bahwa metode DNN menggunakan ekstraksi ciri ECFP_6 dengan proporsi pemilihan fitur sebesar 90% memiliki nilai sensitivitas, spesifisitas, akurasi, dan MCC berturut-turut adalah 0.927,0.881,0.906, dan 0.810. ......Diabetes mellitus type-2 (T2DM) is a chronic metabolic disease that often affects adults. T2DM is characterized by a decrease of insulin in the body. The dipeptidyl peptidase-4 (DPP-4) enzyme can catalyze a decrease of incretin peptide hormones, especially peptide-1, such as gastric inhibitory peptide (GIP) hormone and glucagon-like peptide-1 (GLP-1), which results in decreased insulin synthesis. DPP-4 inhibitors are a promising drug target for T2DM because they block the action of the DPP-4 enzyme by inhibiting the activity of the GLP-1 and GIP hormones. This study uses DPP-4 inhibitor data, which will be feature extracted using the Extended-Connectivity Fingerprint (ECFP) and Functional-Class Fingerprints (FCFP) methods. The results of feature extraction are used as input vectors of the deep neural network (DNN) method to predict DPP-4 inhibitors into active and inactive compounds. In addition, the CatBoost method is proposed as a feature selection method for the feature extraction results of the ECFP and FCFP methods. In this study, we will compare the performance of the DNN method using the feature selection of the CatBoost method and without using the feature selection of the CatBoost method. The results of this study indicate that the DNN method using feature extraction ECFP_6 with 90% of the feature selection having sensitivity, specificity, accuracy, and MCC values, respectively, 0.927, 0.881, 0.906, and 0.810.

Abstrak :
Diabetes mellitus tipe-2 (T2DM) merupakan penyakit metabolisme kronis yang sering diderita oleh orang dewasa. T2DM ditandai dengan menurunnya insulin dalam tubuh. Enzim dipeptidil peptidase-4 (DPP-4) dapat mengkatalisasi penurunan hormon peptida inkretin, terutama peptide-1 seperti hormon gastric inhibitory peptide (GIP) dan glucagon-like peptide-1 (GLP-1), yang mengakibatkan penurunan sintesis insulin. Inhibitor DPP-4 adalah target obat yang menjanjikan untuk T2DM, karena dapat memblokir kerja enzim DPP-4 dengan menghambat kerja hormon GLP-1 dan GIP. Penelitian ini menggunakan data inhibitor DPP-4 yang akan diekstraksi ciri menggunakan metode Extended-Connectivity Fingerprint (ECFP) dan Functional-Class Fingerprints (FCFP). Hasil ekstraksi ciri tersebut digunakan sebagai vektor masukan untuk metode deep neural network (DNN) untuk memprediksi inhibitor DPP-4 ke dalam senyawa aktif dan tidak aktif. Selain itu, metode CatBoost diusulkan sebagai metode pemilihan fitur terhadap hasil ekstraksi ciri metode ECFP dan FCFP. Dalam penelitian ini akan membandingkan performa metode DNN dengan menggunakan pemilihan fitur metode CatBoost dan tanpa menggunakan pemilihan fitur metode CatBoost. Hasil dari penelitian ini menunjukkan bahwa metode DNN menggunakan ekstraksi ciri ECFP_6 dengan proporsi pemilihan fitur sebesar 90% memiliki nilai sensitivitas, spesifisitas, akurasi, dan MCC berturut-turut adalah 0.927,0.881,0.906, dan 0.810. ......Diabetes mellitus type-2 (T2DM) is a chronic metabolic disease that often affects adults. T2DM is characterized by a decrease of insulin in the body. The dipeptidyl peptidase-4 (DPP-4) enzyme can catalyze a decrease of incretin peptide hormones, especially peptide-1, such as gastric inhibitory peptide (GIP) hormone and glucagon-like peptide-1 (GLP-1), which results in decreased insulin synthesis. DPP-4 inhibitors are a promising drug target for T2DM because they block the action of the DPP-4 enzyme by inhibiting the activity of the GLP-1 and GIP hormones. This study uses DPP-4 inhibitor data, which will be feature extracted using the Extended-Connectivity Fingerprint (ECFP) and Functional-Class Fingerprints (FCFP) methods. The results of feature extraction are used as input vectors of the deep neural network (DNN) method to predict DPP-4 inhibitors into active and inactive compounds. In addition, the CatBoost method is proposed as a feature selection method for the feature extraction results of the ECFP and FCFP methods. In this study, we will compare the performance of the DNN method using the feature selection of the CatBoost method and without using the feature selection of the CatBoost method. The results of this study indicate that the DNN method using feature extraction ECFP_6 with 90% of the feature selection having sensitivity, specificity, accuracy, and MCC values, respectively, 0.927, 0.881, 0.906, and 0.810.

Abstrak :
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.