Desain Konstruksi Multi-epitop Serodiagnostik Tuberkulosis Aktif dan Laten Berbasis Faktor Virulensi Protein Antigen Mycobacterium tuberculosis H37Rv: Studi In Silico melalui Pendekatan Multi-level Bioinformatics Analysis

Abstract

Tuberkulosis (TB) masih menjadi masalah kesehatan global, sementara metode diagnostik yang tersedia memiliki keterbatasan dalam mendeteksi spektrum infeksi Mycobacterium tuberculosis (Mtb), terutama dalam pengembangan metode yang sederhana dan cepat untuk TB aktif dan laten. Penelitian ini bertujuan merancang dan mengevaluasi kandidat serodiagnostik multi-epitop sel B berbasis enam antigen imunodominan Mtb strain H37Rv, yaitu Ag78, MTB48, MPT32, HSP16.3, GarA, dan MPT51, melalui pendekatan bioinformatika bertingkat. Sekuens protein dianalisis berdasarkan signal peptide dan topologi transmembran, dilanjutkan dengan prediksi epitop sel B linier. Kandidat epitop diseleksi berdasarkan panjang, imunogenisitas, antigenisitas, toksisitas, stabilitas, sifat kelarutan dalam air, dan reaktivitas silang. Epitop terpilih dirangkai multi-epitop menggunakan linker GSGSG, kemudian dievaluasi karakteristik imunogenisitas, antigenisitas, toksisitas, sifat fisikokimia, solubilitas, struktur sekunder, struktur tersier, optimasi kodon, dan in silico cloning, serta simulasi respons imun humoral. Dari 117 kandidat awal diperoleh 20 epitop yang memenuhi kriteria imunogenik, antigenik, dan non-toksik serta tidak menunjukkan reaktivitas silang terhadap 15 patogen yang diuji. Sebanyak 16 epitop paling stabil digunakan membentuk konstruksi multi-epitop sepanjang 384 asam amino yang diprediksi imunogenik, antigenik (skor 1,5223), non-toksik, stabil (instability index 26,95), hidrofilik (GRAVY −0,520), dan solubilitas (skor 0,716). Struktur sekundernya didominasi random coil (69,01%), diikuti α-helix (18,23%) dan β-strand (12,76%). Validasi struktur tersier menunjukkan Verify3D 83,59%, Ramachandran most favored region 98,2%, ERRAT 88,182, dan ProSA −6,60. Optimasi kodon menghasilkan CAI 1,00 dan GC 66,23%, serta berhasil dirancang pada vektor pET-30a(+). Simulasi C-ImmSim menunjukkan aktivasi sel B, pembentukan sel memori, serta produksi IgM dan IgG. Secara keseluruhan, konstruksi multi-epitop menunjukkan karakteristik komputasional yang mendukung potensinya sebagai kandidat serodiagnostik TB, tetapi validasi eksperimental diperlukan untuk menentukan sensitivitasdan spesifisitas terhadap sampel klinis.