• Login
    View Item 
    •   Home
    • UNDERGRADUATE THESES (Koleksi Skripsi Sarjana)
    • UT-Faculty of Mathematics and Natural Sciences
    • View Item
    •   Home
    • UNDERGRADUATE THESES (Koleksi Skripsi Sarjana)
    • UT-Faculty of Mathematics and Natural Sciences
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Screening Inhibitor Apoptosis Regulator B-Cell Lymphoma 2 (BCL-2) dengan Pemodelan QSAR dan Molecular Docking

    Thumbnail
    View/Open
    Skripsi_Muh. Alif Bachtiar.pdf (1.723Mb)
    Date
    2023-01-24
    Author
    Bachtiar, Muhammad Alif
    Metadata
    Show full item record
    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.
    URI
    https://repository.unej.ac.id/xmlui/handle/123456789/114908
    Collections
    • UT-Faculty of Mathematics and Natural Sciences [3451]

    UPA-TIK Copyright © 2024  Library University of Jember
    Contact Us | Send Feedback

    Indonesia DSpace Group :

    University of Jember Repository
    IPB University Scientific Repository
    UIN Syarif Hidayatullah Institutional Repository
     

     

    Browse

    All of RepositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    Context

    Edit this item

    UPA-TIK Copyright © 2024  Library University of Jember
    Contact Us | Send Feedback

    Indonesia DSpace Group :

    University of Jember Repository
    IPB University Scientific Repository
    UIN Syarif Hidayatullah Institutional Repository