Show simple item record

dc.contributor.authorBachtiar, Muhammad Alif
dc.date.accessioned2023-04-11T06:11:47Z
dc.date.available2023-04-11T06:11:47Z
dc.date.issued2023-01-24
dc.identifier.nim181810301049en_US
dc.identifier.urihttps://repository.unej.ac.id/xmlui/handle/123456789/114908
dc.description.abstractLeukemia 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.sponsorshipDrs. Sudarko, Ph.D. Apt. Ari Satia N., S.F., GDipSc., MSc-res., Ph.D.en_US
dc.language.isootheren_US
dc.publisherFakultas Matematika dan Ilmu Pengetahuan Alamen_US
dc.titleScreening Inhibitor Apoptosis Regulator B-Cell Lymphoma 2 (BCL-2) dengan Pemodelan QSAR dan Molecular Dockingen_US
dc.typeSkripsien_US
dc.typeOtheren_US
dc.identifier.prodiKimiaen_US
dc.identifier.pembimbing1Drs. Sudarko, Ph.D.en_US
dc.identifier.pembimbing2Apt. Ari Satia N., S.F., GDipSc., MSc-res., Ph.D.en_US
dc.identifier.finalizationFinalisasi tanggal 11 April 2023_M.Arif Tarchimansyahen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record