Please use this identifier to cite or link to this item:
https://repository.unej.ac.id/xmlui/handle/123456789/114908
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Bachtiar, Muhammad Alif | - |
dc.date.accessioned | 2023-04-11T06:11:47Z | - |
dc.date.available | 2023-04-11T06:11:47Z | - |
dc.date.issued | 2023-01-24 | - |
dc.identifier.nim | 181810301049 | en_US |
dc.identifier.uri | https://repository.unej.ac.id/xmlui/handle/123456789/114908 | - |
dc.description.abstract | Leukemia dapat terjadi karena ketidakmampuan tubuh untuk membunuh dan menghentikan pertumbuhan sel yang rusak. Pembunuhan sel yang rusak secara terprogram dapat dilakukan dengan proses apoptosis. BCL-2 merupakan protein dari jenis anti-apoptosis yang menghambat proses apoptosis dengan membentuk heterodimer dengan BAX yang merupakan protein pro-apoptosis. Kerja dari BCL-2 dapat dihambat dengan menggunakan inhibitor yang dapat dikembangkan sebagai obat untuk leukemia. Pengembangan obat baru dapat dilakukan melalui metode in silico yaitu dengan metode QSAR menggunakan machine learning. QSAR digunakan untuk memperoleh model melalui machine learning dengan mempelajari pola dari sebuah dataset yang berisi struktur molekul dan aktivitas pIC50. Model yang didapat kemudian digunakan untuk memprediksi nilai pIC50 dari senyawa yang belum diketahui aktivitasnya pada protein BCL-2. Hasil dari prediksi kemudian di peringkat untuk diambil molekul dengan nilai pIC50 diatas 9. Molekul – molekul tersebut di-screening kembali berdasarkan Lipinski’s Rule of Five (RO5) untuk mengetahui senyawa yang dapat diserap oleh tubuh. Molekul hasil screening RO5 lalu di-docking untuk mengetahui kemampuannya dalam berinteraksi dengan BCL-2 berdasarkan nilai binding affinity. Molekul dengan nilai binding affinity terkecil di cek letak interaksinya atau binding site dengan protein BCL-2. Model QSAR terbaik yang didapat yaitu memiliki keakuratan sebesar 0,87. Molekul dengan nilai pIC50 lebih dari 9 berdasarkan hasil prediksi menggunakan model terbaik yaitu sebanyak 76.610 molekul dengan 10 diantaranya tidak memenuhi RO5 dan sisanya sebanyak 76.600 molekul memenuhi RO5. Sebanyak 5 molekul yang dapat direkomendasikan dengan nilai pIC¬50¬ terbaik dan nilai binding affinity terendah yaitu molekul dengan kode ZINC1051042006, ZINC1050866689, ZINC1050841298, ZINC1051047283, ZINC1050848197. Molekul – molekul tersebut dapat direkomendasikan dan dilakukan penelitian lebih lanjut. | en_US |
dc.description.sponsorship | Drs. Sudarko, Ph.D. Apt. Ari Satia N., S.F., GDipSc., MSc-res., Ph.D. | en_US |
dc.language.iso | other | en_US |
dc.publisher | Fakultas Matematika dan Ilmu Pengetahuan Alam | en_US |
dc.title | Screening Inhibitor Apoptosis Regulator B-Cell Lymphoma 2 (BCL-2) dengan Pemodelan QSAR dan Molecular Docking | en_US |
dc.type | Skripsi | en_US |
dc.type | Other | en_US |
dc.identifier.prodi | Kimia | en_US |
dc.identifier.pembimbing1 | Drs. Sudarko, Ph.D. | en_US |
dc.identifier.pembimbing2 | Apt. Ari Satia N., S.F., GDipSc., MSc-res., Ph.D. | en_US |
dc.identifier.finalization | Finalisasi tanggal 11 April 2023_M.Arif Tarchimansyah | en_US |
Appears in Collections: | UT-Faculty of Mathematics and Natural Sciences |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Skripsi_Muh. Alif Bachtiar.pdf Until 2028-04-11 | 1.76 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
Admin Tools