Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Inhibitor Dipeptidil peptidase 4 (DPP-4) merupakan salah satu golongan obat anti diabetes oral yang bekerja menghambat DPP-4 dalam menginaktivasi GLP-1 yang umumnya terjadi secara cepat. Namun, karena masih sedikit variasi obat antidiabetes golongan inhibitor DPP-4, membuka peluang untuk ditemukannya senyawa lain yang berfungsi sebagai inhibitor DPP-4. Studi ini bertujuan untuk mempelajari analisis penambatan molekul senyawa turunan arilmetilamin dengan DPP-4 dan menemukan parameter farmakofor yang optimum untuk proses selanjutnya yaitu, menemukan senyawa kandidat dari turunan arilmetilamin sebagai inhibitor DPP-4. Proses penambatan molekul dilakukan menggunakan software Autodock terhadap senyawa turunan arilmetilamin pada salah satu makromolekul kokristal DPP-4. Parameter farmakofor yang optimum didapatkan dari software LigandScout. Fitur farmakofor yang dihasilkan dari 33 senyawa turunan arilmetilamin divalidasi menggunakan test set yang terdiri dari senyawa actives dan decoy yang didapatkan dari DUD-E. Sebanyak 33 senyawa turunan arilmetilamin yang diuji dengan metode penambatan molekul menunjukan interaksi dengan triad katalitik (Glu 205, Glu 206, Ser 630) dari DPP-4 dan memiliki energi ikatan yang baik (G) yaitu dibawah-8,00 kkal/mol. Model farmakofor terbaik dengan nilai model farmakofor 0,9666 yang divalidasi dengan 1.079 active dan 41.373 decoy menghasilkan nilai parameter EF1% = 3,1, EF5% = 3,1, dan AUC100% = 0,50. Nilai tersebut di bawah parameter yang terdapat DUD-E. Oleh karena itu, dapat disimpulkan bahwa senyawa turunan arilmetilamin memiliki potensi sebagai inhibitor DPP-4 terbukti dari analisis interaksi yang terjadi dalam penambatan molekul, namun belum didapatkan fitur farmakofor yang optimum untuk proses penemuan senyawa kandidat senyawa turunan arilmetilamin sebagai DPP-4 inhibitor.

---

Dipeptydil Peptidase 4 (DPP-4) inhibitor is a class of oral antidiabetic drugs that works to inhibit activity of DPP-4 in process of inactivating GLP-1 which occurs quickly. However, there are few variations of antidiabetic drugs in that class, it opens up opportunities for other compounds to be developed as DPP-4 inhibitors. This study aims to learn about molecular docking analysis of arylmethylamine derivatives with DPP-4 and to find the optimum pharmacophore parameter for the next process. Therefore, this study can found lead compound from arylmethylamine derivatives as DPP-4 inhibitors. The molecular docking process was carried out using Autodock software. Meanwhile, the optimum pharmacophore parameters were obtained from LigandScout software. The pharmacophore features produced from arylmethylamine derivative compounds were validated using test set, consisting of actives and decoy compounds obtained from DUD-E. Molecular docking of 33 arylmethylamine derivative compounds show interactions with the catalytic triad (Glu 205, Glu 206, Ser 630) from DPP-4 and have good value of energy bond(G) which is below -8.00 kcal/mol. The best pharmacophore model with a value of scoring model pharmacophore 0.9666 was validated with 1,079 active and 41,373 decoys. This validation produced parameter values EF1% = 3.1, EF5% = 3.1, and AUC100% = 0.50 which are still below with parameters shown at DUD-E site. These results conclude that arylmethylamine derivatives have potential as DPP-4 inhibitors as showed by the interaction analysis that occurs in molecular docking, but the optimum pharmacophore feature has not been obtained for the process of finding arylmethylamine derivative lead compounds as DPP-4 inhibitors.

Abstrak :

Pada overtraining, adaptasi fisiologis menjadi tertunda atau bahkan menghasilkan suatu adaptasi yang patologis, salah satunya efek pada sistem kardiovaskuler. Penelitian ini bertujuan menilai pengaruh overtraining dan efek pemberian H. Sabdariffa L (HSL) pada kondisi overtraining terhadap indeks hipertrofi, kadar BNP dan PGC-1α jantung tikus. Penelitian ini menggunakan 25 ekor tikus jantan dewasa strain Wistar (Rattus-norvegicus), yang dibagi secara acak menjadi lima kelompok, yaitu kelompok kontrol yang diberi perlakuan placebo (K), kelompok kontrol yang diberi HSL 500mg/kgBB/hari (K-Hib), kelompok tikus dengan latihan aerobik (A), kelompok tikus dengan latihan fisik dengan kondisi overtraining (OT), serta kelompok tikus dengan latihan fisik dengan kondisi overtraining dan HSL 500mg/kgBB/hari (OT-Hib). Perlakuan dilakukan lima kali seminggu, selama 11 minggu. Indeks hipertrofi ditentukan dengan menghitung rasio berat jantung/berat badan, berat ventrikel/berat badan, dan berat ventrikel kiri/berat badan. Kadar BNP dan PGC-1α diukur menggunakan metode ELISA. Hasil penelitian didapatkan kelompok overtraining memiliki indeks hipertrofi dan kadar BNP jantung yang lebih tinggi, serta kadar PGC-1α jantung yang lebih rendah dibandingkan kelompok kontrol dan aerobik. Pemberian HSL pada kondisi overtraining cenderung mencegah penurunan indeks hipertrofi dan kadar BNP jantung tikus, meskipun tidak meningkatkan kadar PGC-1α jantung. Kondisi overtraining mengarahkan adaptasi jantung ke arah patologis dan tidak tertutup kemungkinan bahwa HSL memiliki potensi untuk mencegah terjadinya hipertrofi patologis.

 

Kata kunci: overtraining, H. Sabdariffa L, indeks hipertrofi, BNP, PGC-1α

---

Overtraining causes physiological adaptation becomes delayed or even produces a pathological adaptation, one of which is the effect on the cardiovascular system. The aims of this study are to elucidate the effect of overtraining and administration of H. Sabdariffa L (HSL) in overtraining condition on the hypertrophy index, levels of BNP and PGC-1α in the rats' hearts. This study used 25 Wistar (Rattus norvegicus) adult male rats, which were divided randomly into five groups, namely the control group given placebo treatment (K), the control group given HSL 500mg/kgBW/day (K -Hib), groups of rats with aerobic exercise (A), groups of rats with overtraining physical exercise (OT), and groups of rats with physical exercise overtraining and HSL 500mg/kgBB/day (OT-Hib). Treatment is done five times a week, for 11 weeks. Hypertrophy index is determined by calculated the ratio of heart weight/body-weight, ventricular weigh/body-weight, left ventricular weight/body-weight). BNP and PGC-1α levels were measured using the ELISA method. The results of this study showed that overtraining increased the hypertrophy index and heart BNP levels while reducing the levels of PGC-1α of rats compared to the control and aerobic groups. HSL administration tended to decrease the hypertrophy index and BNP levels although not increase the levels of PGC-1α in overtraining condition. Overtraining condition tend to the heart adaptation to the pathological direction and it is possible that HSL has potency to prevent pathological hypertrophy.

 

Keywords: overtraining, H. Sabdariffa L, hypertrophy index, BNP, PGC-1α

;

Diabetes mellitus merupakan penyakit yang belum dapat disembuhkan secara total, sehingga pengidap penyakit diabetes diharuskan menjalani pengobatan seumur hidup. Hal tersebut tentu akan menimbulkan efek samping bagi pasien yang menjalani pengobatan diabetes. Salah satu golongan obat antidiabetes adalah inhibitor dipeptidil peptidase-4 (DPP-4) yang bekerja dengan cara menghambat inaktivasi glucose like peptide (GLP-1). Golongan obat penghambat DPP-4 memiliki kemajuan yang pesat dalam perannya sebagai obat anti diabetes, namun variasi dari obat penghambat DPP-4 masih sedikit. Hal tersebut merupakan peluang untuk menemukan senyawa yang dapat berfungsi sebagai obat antidiabetes dengan golongan penghambat DPP-4. Pada penelitian ini dilakukan analisis interaksi senyawa turunan tetralin sulfonamida dengan makromolekul DPP-4 menggunakan program AutoDock. Selanjutnya dilakukan pencarian fitur farmakofor menggunakan program LigandScout untuk dijadikan training set yang digunakan untuk penapisan virtual berbasis farmakofor. Penapisan virtual ini divalidasi menggunakan test set yang disediakan oleh situs basis data DUD-E dengan 1.075 senyawa aktif 41.317 senyawa pengecoh. Hasil yang didapatkan adalah empat (4) dari delapan belas (18) senyawa turunan tetralin sulfonamida yang diuji, memiliki interaksi dengan triad katalitik dari makromolekul DPP-4 yaitu Ser630, Glu205, dan Glu206. Selain interaksi senyawa turunan tetralin sulfonamida dengan DPP-4, diperoleh sepuluh (10) model farmakofor dengan nilai tertinggi adalah 0,9692. Validasi tersebut menghasilkan nilai EF1% = 0,4 ; EF5% = 0,5 ; dan AUC100% = 0,45. Dapat disimpulkan bahwa beberapa senyawa turunan tetralin sulfonamida memiliki potensi sebagai inhibitor DPP-4 dilihat dari interaksi yang dihasilkan, akan tetapi belum didapatkan fitur farmakofor untuk penapisan virtual berbasis farmakofor.

---

Diabetes mellitus is a disease that cannot be completely cured, people with diabetes are required to have lifelong treatment. This will cause some side effects for patients undergoing diabetes treatment. One class of anti-diabetes drugs is a dipeptidyl peptidase-4 (DPP-4) inhibitor that works by inhibiting inactivation of glucose like peptide (GLP-1). DPP-4 inhibitor group has a rapid progress in its role as an anti-diabetic drug, but there is only a few variation of DPP-4 inhibitor drugs. This is an opportunity to find compounds that can function as antidiabetic drugs with DPP-4 inhibitors.This study aims to determine the interaction of tetralin sulfonamide derivative compounds with the DPP-4 macromolecule and find candidate compounds that are expected to have potential as anti-diabetic drugs with DPP-4 inhibitors. The process of analyzing the interaction of tetralin sulfonamide derivative compounds begins with docking of these compounds into the DPP-4 macromolecule using AutoDock. Furthermore, the discovery of pharmacophore feature was carried out using the LigandScout. This feature then was used for training set in ligand based virtual screening. This virtual screening was validated using a test set provided by the DUD-E database with 1,075 active compounds 41,317 decoys compounds. The results obtained four (4) of eighteen (18) tetraline sulfonamide derivative compounds, having interactions with catalytic triads of DPP-4 macromolecules namely Ser630, Glu205, and Glu206. In addition to the interaction of tetralin sulfonamide derivative compounds with DPP-4, ten (10) pharmacophore models were obtained with the best value being 0.9692. The validation produces an EF1% value = 0.4; EF5% = 0.5; and AUC100% = 0.45. It can be concluded that some tetralin sulfonamide derivative compounds have potential as DPP-4 inhibitors seen from the interactions produced, but the pharmacophore feature for ligand based virtual screening have not been obtained.

;

Diabetes mellitus merupakan penyakit yang belum dapat disembuhkan secara total, sehingga pengidap penyakit diabetes diharuskan menjalani pengobatan seumur hidup. Hal tersebut tentu akan menimbulkan efek samping bagi pasien yang menjalani pengobatan diabetes. Salah satu golongan obat antidiabetes adalah inhibitor dipeptidil peptidase-4 (DPP-4) yang bekerja dengan cara menghambat inaktivasi glucose like peptide (GLP-1). Golongan obat penghambat DPP-4 memiliki kemajuan yang pesat dalam perannya sebagai obat anti diabetes, namun variasi dari obat penghambat DPP-4 masih sedikit. Hal tersebut merupakan peluang untuk menemukan senyawa yang dapat berfungsi sebagai obat antidiabetes dengan golongan penghambat DPP-4. Pada penelitian ini dilakukan analisis interaksi senyawa turunan tetralin sulfonamida dengan makromolekul DPP-4 menggunakan program AutoDock. Selanjutnya dilakukan pencarian fitur farmakofor menggunakan program LigandScout untuk dijadikan training set yang digunakan untuk penapisan virtual berbasis farmakofor. Penapisan virtual ini divalidasi menggunakan test set yang disediakan oleh situs basis data DUD-E dengan 1.075 senyawa aktif 41.317 senyawa pengecoh. Hasil yang didapatkan adalah empat (4) dari delapan belas (18) senyawa turunan tetralin sulfonamida yang diuji, memiliki interaksi dengan triad katalitik dari makromolekul DPP-4 yaitu Ser630, Glu205, dan Glu206. Selain interaksi senyawa turunan tetralin sulfonamida dengan DPP-4, diperoleh sepuluh (10) model farmakofor dengan nilai tertinggi adalah 0,9692. Validasi tersebut menghasilkan nilai EF1% = 0,4 ; EF5% = 0,5 ; dan AUC100% = 0,45. Dapat disimpulkan bahwa beberapa senyawa turunan tetralin sulfonamida memiliki potensi sebagai inhibitor DPP-4 dilihat dari interaksi yang dihasilkan, akan tetapi belum didapatkan fitur farmakofor untuk penapisan virtual berbasis farmakofor.

---

Diabetes mellitus is a disease that cannot be completely cured, people with diabetes are required to have lifelong treatment. This will cause some side effects for patients undergoing diabetes treatment. One class of anti-diabetes drugs is a dipeptidyl peptidase-4 (DPP-4) inhibitor that works by inhibiting inactivation of glucose like peptide (GLP-1). DPP-4 inhibitor group has a rapid progress in its role as an anti-diabetic drug, but there is only a few variation of DPP-4 inhibitor drugs. This is an opportunity to find compounds that can function as antidiabetic drugs with DPP-4 inhibitors.This study aims to determine the interaction of tetralin sulfonamide derivative compounds with the DPP-4 macromolecule and find candidate compounds that are expected to have potential as anti-diabetic drugs with DPP-4 inhibitors. The process of analyzing the interaction of tetralin sulfonamide derivative compounds begins with docking of these compounds into the DPP-4 macromolecule using AutoDock. Furthermore, the discovery of pharmacophore feature was carried out using the LigandScout. This feature then was used for training set in ligand based virtual screening. This virtual screening was validated using a test set provided by the DUD-E database with 1,075 active compounds 41,317 decoys compounds. The results obtained four (4) of eighteen (18) tetraline sulfonamide derivative compounds, having interactions with catalytic triads of DPP-4 macromolecules namely Ser630, Glu205, and Glu206. In addition to the interaction of tetralin sulfonamide derivative compounds with DPP-4, ten (10) pharmacophore models were obtained with the best value being 0.9692. The validation produces an EF1% value = 0.4; EF5% = 0.5; and AUC100% = 0.45. It can be concluded that some tetralin sulfonamide derivative compounds have potential as DPP-4 inhibitors seen from the interactions produced, but the pharmacophore feature for ligand based virtual screening have not been obtained.

Abstrak :
Pemodelan farmakofor merupakan suatu metode perancangan obat dengan pendekatan komputasi (in silico) yang berperan penting untuk mengetahui aksi spesifik antara ligan dengan target makromolekul. Pemodelan farmakofor memiliki beberapa keterbatasan, seperti sering dihasilkannya senyawa positif palsu dan negatif palsu dalam rasio yang tinggi. Oleh sebab itu, pengembangan perlu dilakukan untuk memperoleh model farmakofor yang lebih prediktif. Pada penelitian ini, dilakukan pengembangan model farmakofor yang diaplikasikan pada senyawa antagonis reseptor adenosin A2A menggunakan perangkat lunak LigandScout. Senyawa antagonis reseptor adenosin A2A diperoleh dari ChEMBL dengan nilai Ki ≤ 10 nM sebanyak 94 ligan digunakan sebagai training set dan nilai Ki > 10 nM sebanyak 3.556 ligan digunakan sebagai decoy set. Pembentukan model farmakofor dan optimasi dilakukan menggunakan training set dan divalidasi menggunakan test set yang merupakan gabungan dari training set dan decoy set. Kemudian, dilakukan analisis statistik melalui perhitungan beberapa parameter analisis berdasarkan kelompok klasifikasi biner. Dari penelitian ini, diperoleh empat fitur farmakofor dari model antagonis reseptor adenosin A2A yang mencakup 1 H (Hydrophobic Interaction), 2 HBA (Hydrogen Bond Acceptor), dan 1 HBD (Hydrogen Bond Donor). Selain itu, diperoleh nilai parameter validasi model yaitu AUC100% sebesar 0,65; EF1% sebesar 4,3; dan EF5% sebesar 3,6 serta nilai ketujuh parameter analisis statistik yaitu akurasi sebesar 0,3789; error rate sebesar 0,6211; sensitivitas sebesar 0,9894; spesifisitas sebesar 0,3684; presisi sebesar 0,0326; nilai prediksi negatif sebesar 0,9974; dan false discovery rate sebesar 0,9674. Nilai dari parameter-parameter tersebut diperoleh dari hasil optimasi model farmakofor yang berbeda-beda sehingga belum ditemukan satu model yang memiliki nilai terbaik untuk semua parameter. ......Pharmacophore modeling is a drug design method with a computational approach (in silico) that represents the important role of ligand's specific actions with macromolecular targets. Pharmacophore modeling has several limitations, such as frequent false positives and false negatives in high ratios. Therefore, model development is needed to obtain a more predictive pharmacophore model. In this study, the development of a pharmacophore model was applied to the adenosine A2A receptor antagonist compound using LigandScout. The adenosine A2A receptor antagonist compound obtained from ChEMBL with Ki value ≤ 10 nM (94 ligands) was used as a training set and a Ki value > 10 nM (3,556 ligands) was used as a decoy set. The pharmacophore model and its optimization were formed from a training set, validated using a test set which is a combination of a training set and a decoy set. Then, statistical analysis is carried out by calculating several parameters based on the analysis of binary classification groups. From this study, four pharmacophore features of the adenosine A2A receptor antagonist model were obtained, consisting of 1 H (Hydrophobic Interaction), 2 HBA (Hydrogen Bond Acceptor), and 1 HBD (Hydrogen Bond Donor). In addition, the values of AUC100% (0.65); EF1% (4.3); and EF5% (3.6) were obtained from model validation parameters and the values of accuracy (0.3789); error rate (0.6211); sensitivity (0.9894); specificity (0.3684); precision (0.0326); negative predictive value (0.9974); and a false discovery rate (0.9674) were obtained from the seven statistical analysis parameters. The value of these parameters were obtained from the optimization results of different pharmacophore models. Accordingly, the model that has the best values for all parameters has not been determined.