View
1.060
Download
8
Category
Preview:
DESCRIPTION
Skripsi Ummu Syifa
Citation preview
SKRIPSI
APLIKASI METODE MLR DAN PCR PADA ANALISIS HUBUNGAN KUANTITATIF STRUKTUR DAN AKTIVITAS ANTITOKSOPLASMA
SENYAWA TURUNAN KUINOLON BERDASARKAN DESKRIPTOR TEORITIK
Nur Fitri Fatimah 04/177763/PA/10013
JURUSAN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS GADJAH MADA JOGJAKARTA
2008
SKRIPSI
APLIKASI METODE MLR DAN PCR PADA ANALISIS HUBUNGAN KUANTITATIF STRUKTUR DAN AKTIVITAS ANTITOKSOPLASMA
SENYAWA TURUNAN KUINOLON BERDASARKAN DESKRIPTOR TEORITIK
Nur Fitri Fatimah 04/177763/PA/10013
Diajukan untuk memenuhi salah satu syarat memperoleh
derajat Sarjana Sains Ilmu Kimia
Pembimbing : Drs. Iqmal Tahir, M.Si
Dr.rer.nat. Ria Armunanto, M.Si
JURUSAN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS GADJAH MADA
JOGJAKARTA
2008
i
UNDERGRADUATE THESIS
APPLICATION OF MLR AND PCR METHOD FOR QUANTITATIVE STRUCTURE AND ANTITOXOPLASMA ACTIVITY RELATIONSHIP
ANALYSIS OF QUINOLONES BASED ON THEORETICAL DESCRIPTORS
Nur Fitri Fatimah 04/177763/PA/10013
Submitted to fulfill one of the requirement to obtain
the degree of Sarjana Sains in Chemistry
Supervisors : Drs. Iqmal Tahir, M.Si
Dr.rer.nat. Ria Armunanto, M.Si
CHEMISTRY DEPARTMENT FACULTY OF MATHEMATICS AND NATURAL SCIENCES
UNIVERSITAS GADJAH MADA JOGJAKARTA
2008
ii
HALAMAN PENGESAHAN
APLIKASI METODE MLR DAN PCR PADA ANALISIS HUBUNGAN
KUANTITATIF STRUKTUR DAN AKTIVITAS ANTITOKSOPLASMA SENYAWA TURUNAN KUINOLON BERDASARKAN
DESKRIPTOR TEORITIK
Nur Fitri Fatimah 04/177763/PA/10013
Dinyatakan lulus ujian skripsi dalam Ujian Skripsi pada tanggal 7 Juli 2008
DEWAN PENGUJI
Drs. Iqmal Tahir, M.Si Drs. Priatmoko, MS Ketua/Pembimbing I Anggota Dr.rer.nat. Ria Armunanto, M.Si Dr. Dwi Siswanta, M.Eng Anggota/Pembimbing II Anggota
iii
KATA PENGANTAR
Alhamdulillah, segala puji bagi Allah Rabb semesta alam yang telah
melimpahkan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan
penelitian dan penulisan skripsi yang menjadi salah satu persyaratan untuk
memperoleh derajat sarjana S1 di Fakultas Matematika dan Ilmu Pengetahuan
Alam Universitas Gadjah Mada.
Penulis menyadari bahwa skripsi ini dapat selesai juga atas bantuan
beberapa pihak. Oleh karena itu penulis ingin menyampaikan rasa terima kasih
kepada:
1. Drs. Iqmal Tahir, M.Si selaku dosen pembimbing I yang telah banyak
memberikan bantuan berupa arahan dan masukan selama kegiatan
penelitian dan penulisan skripsi.
2. Dr.rer.nat. Ria Armunanto, M.Si selaku dosen pembimbing II yang telah
banyak memberikan bantuan berupa arahan dan masukan selama
kegiatan penelitian dan penulisan skripsi.
3. Kepala Laboratorium Kimia Komputasi Austrian-Indonesian Center for
Computational Chemistry (AIC) Jurusan Kimia FMIPA UGM.
4. Teman-teman di Laboratorium Kimia Komputasi: Mega, Mas Rozaq,
Mbak Mirta, Mas Hanggara, Mas Aan, dan Mbak Nelam atas diskusi-
diskusi yang bermanfaat selama ini.
5. Bapak, ibu, dan Mas Akhsan atas kasih sayang dan motivasi yang
diberikan.
iv
6. Suami dan putri kecilku Syifa yang telah membuat hari-hari Ummi penuh
makna.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Oleh
karena itu saran dan kritik yang membangun selalu penulis terima dengan hati
yang lapang. Semoga karya ini bermanfaat bagi perkembangan ilmu pengetahuan.
Jogjakarta, Juni 2008
Penulis
v
DAFTAR ISI
HALAMAN JUDUL ..............................................................................................i
HALAMAN PENGESAHAN ……………………………………............……..iii
KATA PENGANTAR ..........................................................................................iv
DAFTAR ISI .........................................................................................................vi
DAFTAR GAMBAR ............................................................................................ix
DAFTAR TABEL ..................................................................................................x
DAFTAR LAMPIRAN ........................................................................................xi
INTISARI ............................................................................................................xii
ABSTRACT ........................................................................................................xiii
BAB I PENDAHULUAN
I.1 Latar Belakang ...........................................................................1
I.2 Tujuan Penelitian .......................................................................4
BAB II TINJAUAN PUSTAKA
II.1 Toksoplasmosis ........................................................................5
II.2 Obat Toksoplasmosis Turunan Kuinolon .................................7
II.3 Hubungan Kuantitatif Struktur dan Aktivitas (HKSA) ..........13
II.3.1 Persamaan Free-Wilson ...........................................14
II.3.2 Persamaan Hansch ...................................................15
II.3.3. Model HKSA-3D ....................................................16
II.4 Penggunaan Deskriptor Elektronik, Sterik, dan Hidrofobik untuk HKSA ........................................................................17
II.4.1 Deskriptor hidrofobik ..............................................17
II.4.2 Deskriptor elektronik ...............................................18
II.4.3 Deskriptor sterik ......................................................21
II.5 Analisis Statistik dalam HKSA ..............................................23
BAB III LANDASAN TEORITIK, HIPOTESIS, DAN RANCANGAN
PENELITIAN
III.1 Landasan Teoritik ..................................................................28
III.2 Hipotesis ................................................................................31
vi
III.3 Rancangan Penelitian ............................................................31
BAB IV METODE PENELITIAN
IV.1 Peralatan Penelitian ...............................................................33
IV.2 Obyek Penelitian ...................................................................33
IV.3 Prosedur ................................................................................34
IV.3.1 Pemodelan molekul ................................................34
IV.3.2Perhitungan struktur elektronik dengan metode semiempiris AM1 ..................................................34
IV.3.3 Penentuan koefisien partisi (log P) .......................35
IV.3.4 Perhitungan struktur sterik .....................................35
IV.3.5 Analisis statistik HKSA .........................................36
IV.3.5.1 Analisis korelasi ......................................36
IV.3.5.2 Analisis statistik menggunakan Multilinear Regression (MLR) ...............36
IV.3.5.3 Analisis statistik menggunakan Principal Component Regression(PCR)...37 IV.3.5.4 Validasi persamaan HKSA .....................38
BAB V HASIL PENELITIAN DAN PEMBAHASAN
V.1 Pemodelan Struktur Senyawa Turunan Kuinolon ..................40
V.2 Rekapitulasi Deskriptor Hidrofobik, Sterik, dan Elektronik .........................................................................42
V.2.1 Rekapitulasi deskriptor hidrofobik ..........................42
V.2.2 Rekapitulasi deskriptor sterik ..................................44
V.2.2 Rekapitulasi deskriptor elektronik...........................46
V.3 Analisis HKSA dengan Metode Regresi Multilinier (MLR)...................................................................................50
V.3.1 Evaluasi HKSA dengan data fitting ........................51
V.3.2 Pengujian model persamaan ....................................53
V.3.3 Perumusan persamaan HKSA dengan total data .....55
V.3.4 Analisis deskriptor berpengaruh ..............................56
V.4 Analisis HKSA dengan Metode Principal Component Regression (PCR).....................................................................58
V.5 Perbandingan Hasil Analisis MLR dan PCR..........................60
vii
BAB VI KESIMPULAN DAN SARAN
VI.1 Kesimpulan ...........................................................................61
VI.2 Saran .....................................................................................62
DAFTAR PUSTAKA ..........................................................................................63
LAMPIRAN .........................................................................................................66
viii
DAFTAR GAMBAR
Gambar I.1 Struktur takizoit T.gondii ................................................................2
Gambar II.1 Siklus hidup Toxoplasma gondii .....................................................7
Gambar II.2 Struktur umum kuinolon ................................................................7
Gambar II.3 Struktur dasar 24 kuinolon ..............................................................8
Gambar III.1 Aktivitas antibakteri kuinolon .......................................................29
Gambar IV.1 Atom-atom pada kerangka struktur induk kuinolon .....................35
Gambar V.1 Grafik energi potensial minimum untuk molekul trovafloksasin
pada (a) substituen R1 dan (b) substituen R7 ...............................40
Gambar V.2 Struktur molekul trovafloksasin setelah proses optimasi ..............41
Gambar V.3 Hasil pemisahan senyawa asli (a) menjadi senyawa fitting (b) dan
senyawa uji (c) ..............................................................................52
Gambar V.4 Grafik korelasi antara aktivitas (log 1/IC50) prediksi dengan
aktivitas (log 1/IC50) eksperimen terhadap (a) data internal (fitting)
dan (b) data eksternal (uji) ............................................................55
Gambar V.5 Grafik korelasi antara aktivitas (log 1/IC50) prediksi dan
eksperimen pada 24 seri senyawa turunan kuinolon .....................56
Gambar V.6 Grafik %kumulatif lima komponen pertama ................................59
ix
DAFTAR TABEL
Tabel II.1 Struktur 2D dan aktivitas antitoksoplasma (IC50) 24 kuinolon
dari literatur (Gozalbez et al., 2000) …………………………………9
Tabel V.1 Data log P, indeks Harary dan indeks Randic pada 24 senyawa
turunan kuinolon …………………………..……..…………..……...43
Tabel V.2 Data selisih energi HOMO-LUMO pada 24 senyawa turunan
kuinolon ...............................................................................................46
Tabel V.3 Data perhitungan muatan bersih atom 24 senyawa turunan
kuinolon ...............................................................................................48
Tabel V.4 Korelasi antara aktivitas biologi dengan deskriptor hidofobik,
elektronik, dan sterik ...........................................................................50
Tabel V.5 Data deskriptor statistik pada 9 model persamaan linier ....................53
Tabel V.6 Data PRESSinternal dan PRESSeksternal ...................................................54
Tabel V.7 Nilai initial eigenvalues hasil analisis PCA ........................................59
Tabel V.8 Hasil analisis PCR menggunakan metode enter .................................60
x
DAFTAR LAMPIRAN
Lampiran 1. Hasil perhitungan struktur elektonik 24 senyawa kuinolon .............66
Lampiran 2. Tabel data perhitungan deskriptor hidrofobik, sterik, dan elektronik
24 senyawa turunan kuinolon dengan parameter variabel
berpengaruh ......................................................................................78
Lampiran 3. Bagan alir prosedur optimasi geometri .............................................79
Lampiran 4. Hasil analisis MLR dengan data fitting ............................................80
Lampiran 5. Hasil analisis MLR dengan total data ……………………………...85
Lampiran 6. Bobot komponen matriks hasil analisis PCA ...................................86
Lampiran 7. Hasil perhitungan variabel laten …………………………...............87
Lampiran 8. Hasil analisis PCR dengan total data …………………………...….88
xi
APLIKASI METODE MLR DAN PCR PADA ANALISIS HUBUNGAN KUANTITATIF STRUKTUR DAN AKTIVITAS ANTITOKSOPLASMA
SENYAWA TURUNAN KUINOLON BERDASARKAN DESKRIPTOR TEORITIK
Nur Fitri Fatimah 04/177763/PA/10013
INTISARI
Telah dilakukan analisis hubungan kuantitatif struktur dan aktivitas antitoksoplasma 24 senyawa turunan kuinolon menggunakan deskriptor teoritik berupa efek hidrofobik (log P), sterik (indeks Harary dan indeks Randic), dan elektronik (muatan bersih atom dan selisish energi HOMO-LUMO). Seluruh senyawa dihitung log P dan indeks sterik, kemudian perhitungan struktur elektronik diawali dengan pemodelan molekul untuk mendapatkan struktur paling stabil. Data perhitungan struktur elektronik diperoleh setelah prosedur optimasi geometri dengan metode semiempirik AM1 sedangkan data aktivitas antitoksoplama (IC50) didapatkan dari literatur. Analisis dilakukan terhadap data awal yang dipisahkan secara acak menjadi data fitting dan data uji dengan metode MLR dan dengan total data untuk metode PCR. Hasil analisis HKSA dari kedua metode adalah sebagai berikut:
Metode MLR:
Η0,02 + Ο, + Ο,910+++Δ−=
.5.007172.569- 32,329.qC4,285.qX7,963.qC225,7.qC-E0,522. 83,287/1log
21
985450
qqIC
dengan n = 24; r = 0,942; r2 = 0,887; SE = 0,254; Fhit/Ftab = 5,586 Metode PCR:
2150 .521,0.459,0943,3/1log TTIC +−−= dengan n = 24; r = 0,665; r2 = 0,442; SE = 0,478; Fhit/Ftab = 2,395
Dari analisis statistik didapatkan bahwa metode MLR memberikan hasil yang lebih baik daripada metode PCR.
xii
APPLICATION OF MLR AND PCR METHOD FOR QUANTITATIVE STRUCTURE AND ANTITOXOPLASMA ACTIVITY RELATIONSHIP
ANALYSIS OF QUINOLONES BASED ON THEORETICAL DESCRIPTORS
Nur Fitri Fatimah 04/177763/PA/10013
ABSTARCT
Quantitative Structure and antitoxoplasma Activity Relationship (QSAR) analysis of 24 quinolones has been performed using theoretical descriptors, i.e. log P, atomic net charge, HOMO-LUMO energy band gap, Harary and Randic descriptors. Calculation of each descriptors was conducted by using semiempirical method AM1 after geometry optimization of each structure. The antitoxoplasma activities were taken from literature. Separation of initial data into fitting data and testing data was done with randomize separation technique for the MLR methods while the PCR was done with all data. The MLR and PCR methods have been used to give the relationship between activity and descriptors. The result of MLR method is:
Η020 + Ο + Ο910 +++Δ−=
5.007.17256.9- 32.329qC4.285qX7.963qC225.7qC-E0.522 83.287/1log
21
985450
qqIC
n = 24; r = 0.942; r2 = 0.887; SE = 0.254; Fhit/Ftab = 5.586 While PCR is:
2150 521.0459.0943.3/1log TTIC +−−= n = 24; r = 0.665; r2 = 0.442; SE = 0.478; Fhit/Ftab = 2.395 It is shown that MLR method gave better output than PCR.
xiii
1
BAB I
PENDAHULUAN
I.1 Latar Belakang
Toksoplasmosis merupakan penyakit pada sel darah dan limpa yang
disebabkan oleh protozoa Toxoplasma gondii (Gerard et al., 2002). T. gondii
menginfeksi sebagian besar populasi dunia tetapi pada umumnya tidak terlalu
beresiko. Namun, bagi beberapa individu seperti janin, bayi yang baru lahir, dan
pasien dengan kekebalan tubuh lemah, parasit ini berpotensi tinggi menyebabkan
penyakit yang parah atau bahkan membahayakan nyawa (Hökelek, 2006).
Terapi untuk penyakit toksoplasmosis adalah kombinasi pirimetamin dan
sulfonamid yang bekerja dengan menghambat tetrahidrofolat-dehidrogenase
(Schunack et al., 1990). Namun, obat itu kini telah tergantikan oleh senyawa
antibiotik lain yang lebih aktif. Salah satu senyawa yang dikembangkan adalah
antibiotik golongan kuinolon dan florokuinolon. Cara kerja kuinolon adalah
dengan menghambat sintesis DNA dengan cara menginhibisi enzim DNA gyrase
atau topoisomerase. Fichera dan Roos (1997) menemukan bahwa beberapa
antibiotik seperti azithromycin dan ciprofloksasin dapat menghambat replikasi
DNA dalam apicoplast sehingga mampu menghambat pertumbuhan toksoplasma.
Fungsi apicoplast (terdapat dalam struktur takizoit T. gondii pada gambar I.1)
masih belum jelas, tetapi adanya struktur prokariotik dalam T. gondii ini menjadi
target terapi yang khas sehingga penemuan organel ini dalam parasit
apicomplexan dan sifatnya dalam T. gondii menawarkan kesempatan baru dalam
2
penelitian farmakologi terhadap beberapa protozoa untuk kepentingan medis yang
penting (Soldati, 1999).
Gambar I.1 Struktur takizoit T.gondii (Ajioka et al., 2001)
Penelitian Khan et al., (1996) dan Khan et al., (1999) menunjukkan bahwa
di antara florokuinolon hanya trovafloksasin dan beberapa turunannya yang dapat
menghambat pertumbuhan toksoplasma pada konsentrasi mikromolar, sedangkan
ciprofloksasin menunjukkan kegagalan pada percobaan in vitro dan in vivo.
Namun Liguori et al., (2005) meneliti bahwa di antara enam florokuinolon
(trovafloksasin, temafloksasin, enoksasin, sparfloksasin, ciprofloksasin, dan
grepafloxacin), hanya trovafloksasin yang toksik. Dari kenyataan tersebut,
diperlukan suatu senyawa obat baru yang lebih aktif terhadap toksoplasma namun
dengan tingkat toksisitas yang lebih rendah.
Inti dari suatu penelitian senyawa obat menurut Schunack et al., (1990)
adalah pengembangan zat aktif baru untuk menyembuhkan penyakit yang dengan
terapi obat sampai saat ini tidak atau belum berjalan seperti yang diharapkan, atau
untuk mengurangi resiko terapeutik jika dibandingkan dengan obat lama.
Perkembangan kimia komputasi menawarkan sebuah solusi dalam desain
senyawa obat baru. Salah satu metode kimia komputasi yang populer dalam
3
desain obat adalah Hubungan Kuantitatif Struktur-Aktivitas (HKSA). Setiap suatu
senyawa aktif yang diketahui perubahan strukturnya dengan perubahan aktivitas
biologinya dinamakan mempelajari hubungan Structure-Activity (SAR) (Wolff,
1994). Menurut Schunack et al., (1990) jenis dan intensitas hubungan antaraksi
antara senyawa obat dan sistem biologik sangat ditentukan oleh sifat fisika dan
kimia molekul obat. Sifat ini adalah hasil dari jenis dan jumlah serta ikatan antar
atom dan susunan ruang atom yang membentuk molekulnya.
Aktivitas toksoplasma sangat dipengaruhi oleh masing-masing atom atau
substituen pada cincin kuinolon (Gozalbez et al., 2000). Hal ini merupakan bukti
yang sejalan dengan alur pikir Wolff (1990) bahwa reaktivitas dari senyawa kimia
akan berubah bila struktur kimia berubah. Atas dasar itu, perubahan struktur kimia
akan membawa perubahan sifat biologis.
Dalam mempelajari aktivitas suatu obat dengan metode HKSA, diperlukan
parameter-parameter fisika kimia tertentu yang berkaitan, sehingga dapat
digunakan untuk memprediksi molekul obat baru yang lebih potensial. Ada tiga
macam parameter fisika kimia, yaitu parameter hidrofobik, efek elektronik, dan
efek sterik. Pada studi HKSA tentang mutagenesis kuinolin, korelasi terbaik
didapatkan dengan perhitungan muatan bersih atom pada atom karbon dan
parameter hidrofobik (log P) menggunakan metode semiempiris AM1 serta
dengan mempertimbangkan energi HOMO-LUMO dan kerapatan elektron
(Katritzky et al., 1996).
Merujuk pada publikasi tersebut, maka pada penelitian ini akan digunakan
tiga buah parameter, yaitu parameter hidrofobik berupa koefisien partisi (log P),
4
parameter sterik berupa deskriptor topologi indeks Harary dan indeks Randic, dan
parameter elektronik berupa muatan bersih atom dan selisih energi orbital molekul
HOMO-LUMO yang dihitung dengan metode semiempirik AM1. Pengolahan
data statistik dilakukan dengan menggunakan dua metode yang akan
dibandingkan yakni metode-metode Multilinear Regression (MLR) dan Principal
Component Regression (PCR).
I.2 Tujuan Penelitian
Tujuan penelitian ini adalah untuk memperoleh informasi hubungan
kuantitatif antara struktur dan aktivitas anti toksoplasma dari 24 senyawa turunan
kuinolon berdasarkan parameter hidrofobik, sterik, dan elektronik menggunakan
dua metode MLR dan PCR.
5
BAB II
TINJAUAN PUSTAKA
II.1 Toksoplasmosis
Toksoplasmosis merupakan penyakit pada sel darah dan limpa yang
disebabkan oleh protozoa Toxoplasma gondii (Gerard, 2002). Protozoa adalah
makhluk hewani bersel satu yang relatif berbeda dengan bakteri, sebagai eukariot,
protozoa mempunyai inti sel dan sitoplasma yang terdeferensiasi kuat (Schunack
et al., 1990).
T. gondii menginfeksi sebagian besar populasi dunia tetapi pada umumnya
tidak terlalu beresiko. Namun, bagi beberapa individu, parasit ini berpotensi tinggi
menyebabkan penyakit yang parah atau bahkan membahayakan nyawa. Beberapa
individu tersebut adalah janin, bayi yang baru lahir, dan pasien dengan kekebalan
tubuh lemah. Di antara individu-individu dengan kekebalan tubuh kurang,
toksoplasmosis paling sering terjadi pada individu yang memiliki kecacatan pada
kekebalan T-cell-mediated. Termasuk di dalamnya adalah individu yang memiliki
resiko penyakit darah yang parah, sumsum tulang dan pencangkokan organ solid,
atau penderita AIDS (Hökelek, 2006).
T. gondii telah ditemukan dari Alaska sampai Australia. Hampir satu dari
tiga orang terkena parasit ini. Pada sebagian besar orang dewasa, parasit ini tidak
menyebabkan penyakit serius, tetapi parasit ini dapat menyebabkan kebutaan dan
perlambatan mental, yaitu pada anak-anak yang telah cacat saat lahir (cacat
6
bawaan). Parasit ini juga menyebabkan penyakit yang parah pada individu dengan
daya tahan tubuh lemah (Anonim , 2005). a
Organisme toksoplasmosis mempunyai dua siklus hidup yang nyata.
Gambar siklus hidup organisme ini ditunjukkan pada gambar II.1. Siklus seksual
hanya terjadi pada kucing, yang merupakan inang pasti. Siklus aseksual
melibatkan mamalia lainnya (termasuk manusia) dan berbagai spesies burung
berkicau. Siklus ini terdiri dari dua bentuk yang terkenal sebagai takizoit (bentuk
yang secara sangat cepat membelah dan teramati dalam infeksi fase akut) dan
bradizoit (bentuk yang tumbuh dengan lambat yang teramati dalam kista
jaringan). Siklus seksual dimulai pada saluran pencernaan kucing.
Makrogametosit dan mikrogametosit berkembang dari bradizoit dan bergabung
membentuk zigot. Zigot kemudian terselubung oleh dinding kaku dan membuka
sebagai ookista. Zigot tersporulasi dan membelah untuk membentuk sporozoit di
dalam ookista. Sporozoit akan menular dalam 24 jam atau lebih setelah kucing
mengeluarkan ookista (dalam kotoran kucing). Selama infeksi primer, kucing
dapat mengeluarkan jutaan ookista dalam sehari selama 1-3 minggu. Ookista
sangat tahan dan dapat tetap menular dalam kurun waktu setahun pada lingkungan
yang lembab dan hangat (Hökelek, 2006).
Ookista, takizoit, dan bradizoit pada T. gondii dapat menyebabkan infeksi
pada manusia. Infeksi dapat terjadi jika ookista tertelan melalui tanah atau kotoran
kucing yang terinfeksi atau dengan mengkonsumsi makanan atau minuman yang
terkontaminasi (misalnya sayuran yang tidak dicuci). Penularan takizoit pada
janin dapat terjadi melalui plasenta yang disusul oleh infeksi kehamilan primer.
7
Penularan dapat pula disebabkan karena menelan kista jaringan (bradizoit) yang
terdapat pada daging yang dimasak kurang matang atau melalui pencangkokan
organ yang mengandung kista jaringan (Hökelek, 2006).
Gambar II.1 Siklus hidup Toxoplasma gondii (Anonimb, _)
II.2 Obat Toksoplasmosis Turunan Kuinolon
Kuinolon adalah senyawa analog asam nalidiksat (Jawetz et al., 2001).
Mekanisme kerja agen antibakteri kuinolon melibatkan inhibisi DNA gyrase. Jadi
dapat diasumsikan bahwa aktivitas antibakteri kuinolon merupakan akibat dari
penetrasi sel bakteri dan aktivitas penghambatan DNA gyrase (Chu dan
Fernandes, 1989). Struktur umum kuinolon ditampilkan pada gambar II.2.
Y
X N
OR5
R6
R7
R8 R1
C
O
OH
Gambar II.2 Struktur umum kuinolon
8
X dan Y dapat berupa atom karbon atau nitrogen, dan gugus-gugus R1, R5,
R6, R7, dan R8 dapat berupa struktur yang sangat bervariasi (Gozalbez et al.,
2000). Jika gugus R6 berupa atom florin, maka struktur tersebut dinamakan
florokuinolon.
(Gozalbez et al., 2000) merinci 24 senyawa turunan kuinolon menjadi
empat buah struktur dasar berdasarkan posisi atom nitrogen pada kerangka
struktur induk seperti yang disajikan pada gambar II.3.
N
OR5
R6
R7
R8 R1
COOH
N N
OR5
R6
R7
COOH
R1 Struktur A Struktur B
N
N N
OR5
R7
COOH
R1
NN
OR5
R6
R7
COOH
R1R8 Struktur C Struktur D
Gambar II.3 Struktur dasar 24 kuinolon
Aktivitas antibakteri kuinolon dipengaruhi oleh gugus-gugus R1, R5, dan
R7. Sementara untuk fluorokuinolon, adanya atom florin pada R6 sangat
bermanfaat untuk aktivitas penetrasi membran luar dan mutagenesis DNA gyrase
(Bryskier, 2004). Gugus karboksil pada kuinolon penting untuk ikatan dengan
enzim gyrase bakteri (Bryskier dan Chantot, 1995).
9
Kuinolon merupakan antibiotik kemoterapeutika sintesis yang akhir-akhir
ini mulai populer dengan spektrum antikuman yang luas terutama untuk kuman-
kuman Gram negatif dan Gram positif. Aktivitas kuinolon yang dinyatakan dalam
IC50 sangat dipengaruhi oleh masing-masing atom atau substituen pada kerangka
struktur kuinolon. Struktur 2D dan aktivitas (IC50) kuinolon yang diambil dari
literatur (Gozalbez et al., 2000) ditampilkan pada tabel II.1.
Tabel II.1 Struktur 2D dan aktivitas antitoksoplasma (IC50) 24 kuinolon dari literatur (Gozalbez et al., 2000)
No. Kuinolon Struktur 2D IC50(mg/L)
1 Trovafloksasin N N
O
F C
C
F
F
H
HH2N
H O
OH
0.4
2 Grepafoksasin N
O
O
O
N
HN
F H
2.4
3 Gatifloksasin N
OH
F
O
N
HN
O
OH
4.1
4 Moksifloksasin N
O
OH
N
O
O
F
NH
5.1
10
No. Kuinolon Struktur 2D IC50(mg/L)
5 Temafloksasin N
O
OH
O
N
HN
F
F
F
11.5
6 Clinafloksasin N
O
OH
O
F
Cl
N
H2N
15.0
7 Acrosoksasin N
OH
O
N
O
20.3
8 Enoksasin NN
O
OH
N
HN
O
F
20.3
9 Lomefloksasin N
O
OH
O
N
HN F
F
21.2
10 Rufloksasin N
S
O
OH
N
HN
O
F
22.3
11
No. Kuinolon Struktur 2D IC50(mg/L)
11 Irloksasin N
O
OH
N
O
F
22.4
12 Asam piromidat N
N
N
OH
O
N
O
26.2
13 Sparfloksasin N
ONH2
F
F
O
OH
N
HN
39.5
14 Flumequin N
OH
OO
F
40.6
15 Fleroksasin N
O
OH
O
N
N F
F
F
46.8
16 Asam oksolinat N
O
OH
O
O
O
47.2
12
No. Kuinolon Struktur 2D IC50(mg/L)
17 Norfloksasin N
O
OH
N
HN
O
F
48.3
18 Ofloksasin N
O
O
OH
O
N
N
F
53.6
19 Asam nalidiksat NN
O
OH
O
73.6
20 Ciprofloksasin N
O
OH
N
HN
O
F
79.4
21 Pefloksasin N
O
OH
O
N
N
F
77.7
22 Asam pipemidat N
N
N
O
OH
N
HN
O
116.4
13
No. Kuinolon Struktur 2D IC50(mg/L)
23 Levofloksasin N
O
O
OH
O
N
N
F
159.6
24 Cinoksasin N
N
O
OH
O
O
O
200.0
Dari tabel II.1 diketahui bahwa terdapat empat florokuinolon yang lebih
aktif daripada kuinolon lainnya, dengan aktivitas IC50 di bawah 10 mg/L.
Trovafloksasin merupakan obat yang paling aktif, dengan IC50 sebesar 0,4 mg/L.
II.3 Hubungan Kuantitatif Struktur dan Aktivitas (HKSA)
Pada sekitar tahun 1964 didapatkan sebuah persamaan umum yang
menerangkan bahwa aktivitas biologi suatu senyawa merupakan fungsi dari sifat-
sifat fisikokimia suatu senyawa (Jolles dan Wooldridge, 1984). Hubungan
Kuantitatif Struktur dan Aktivitas (HKSA) dan Hubungan Kuantitatif Struktur dan
Sifat (HKSS) mencoba menggambarkan hubungan aktivitas atau sifat-sifat dengan
deskriptor struktur suatu senyawa. Kemampuan dalam menghubungkan sifat fisik
prediksi, aktivitas atau sifat kimia dan biologi dari struktur molekul menjadi
sangat penting dalam memecahkan berbagai masalah terkait dengan ilmu kimia
teori dan komputasi, kimia lingkungan, kimia medisinal, dan ilmu pengetahuan
alam pada umumnya. Dengan demikian tujuan utama mempelajari HKSA adalah
14
untuk menghubungkan struktur molekul dengan aktivitas atau sifat biologi yang
menggunakan metode statistik. Secara matematis Devillers et al., (1999)
menuliskan persamaan tersebut seperti pada persamaan (1).
A/S = f(struktur molekul)
= f(deskriptor molekul) (1)
dengan A/S merupakan aktivitas atau sifat dan f merupakan fungsi yang
tergantung pada struktur molekul atau deskriptor molekul.
Aktivitas biologi dapat dinyatakan dalam log 1/C, Ki, IC50, ED50, EC50,
log K, dan Km (Thakur et al, 2004).
II.3.1 Persamaan Free-Wilson
Free dan Wilson mengusulkan suatu model matematika untuk menaksir
efek substituen tambahan dan untuk memperkirakan besar efek tersebut secara
kuantitatif. Model matematika tersebut dituliskan pada persamaan (2).
BAi = ∑ +j
ijj Xa μ (2)
dengan BA merupakan aktivitas biologi, Xj merupakan substituen ke-j dengan
nilai 1 bila ada dan 0 bila tidak ada, merupakan kontribusi dari substituen ke-j
kepada BA, dan μ adalah aktivitas dari senyawa induk.
ja
Metode Free-Wilson digunakan jika cara kerja obat tidak diketahui, uji
biologis lambat daripada sintesis senyawa turunannya, dan atau sifat-sifat fisika
kimia substituen tidak diketahui. Model ini didasarkan pada perkiraan bahwa
masing-masing substituen pada struktur senyawa induk memberikan sumbangan
tetap pada aktivitas bilogis. Perkiraan dasar pada model Free-Wilson adalah
15
semua obat yang diuji harus mempunyai struktur induk sama dan substituen harus
memberikan aktivitas biologis secara aditif dalam kedudukan yang sama dengan
jumlah tetapan yang bebas dari ada atau tidaknya substituen (Leach, 1996).
II.3.2 Persamaan Hansch
Metode HKSA pertama dan yang paling terkenal adalah model yang
diusulkan oleh Hansch yang menyatakan hubungan lipofilitas relatif dengan
potensi biologi yang digabungkan dengan hubungan energi bebas linier (LFER)
untuk model persamaan umum HKSA dalam konteks biologi (Topliss, 1983).
Lebih jauh, Hansch menyatakan bahwa hubungan struktur kimia dengan aktivitas
biologis (log 1/C) suatu turunan senyawa dapat dinyatakan secara kuantitatif
melalui parameter-parameter sifat fisika kimia dari substituen yaitu parameter
hidrofofobik (π), elektronik (σ), dan sterik (Es) yang terdapat pada molekul
(Kubinyi, 1993).
Ketiga parameter tersebut oleh Chu (1990) dijabarkan sebagai berikut:
1. Parameter hidrofobik
Terdiri dari parameter koefisien partisi, harga RM dalam kromatografi cair,
waktu elusi dalam kromatografi cair tekanan tinggi (HPLC) dan kelarutan.
2. Efek elektronik
Meliputi konstanta ionisasi, konstanta distribusi, efek resonansi, efek bidang,
dan indeks orbital molekul yang terdiri dari muatan netto elektron sigma dan
pi, superdelokalisasi nukleofilik dan radikal bebas, energi orbital molekul
16
(HOMO dan LUMO), serta polaritas pembatasan atom sendiri dan
polarisabilitas berbatasan atom-atom.
3. Efek sterik
Terdiri dari efek sterik intra molekul, refraktivitas molar, berat molekul, jari-
jari Van der Waals, dan jarak interatom.
Persamaan Hansch yang menyatakan hubungan struktur kimia dengan
aktivitas biologis melalui parameter hidrofobik, sterik, dan elektronik dituliskan
pada persamaan (3).
log (1/C) = -kπ2 + k′π + ρσ + k″ (3)
log (1/C) = -k(log P)2 + k′(log P) + ρσ + k″ (4)
dengan C merupakan konsentrasi molar (atau dosis) sebagai ukuran aktivitas
biologis (misalnya: ED50, MED, dan IC50), π merupakan lipofilisitas substituen,
log P merupakan koefisien partisi, σ merupakan efek elektronik Hammet pada
substituen, dan k, k′, ρ, dan k″ merupakan koefisien regresi yang berasal dari
analisis statistik. Persamaan (4) merupakan bentuk alternatif dari persamaan (3).
Nilai 1/C mencerminkan fakta bahwa potensi yang tinggi berhubungan
dengan dosis yang lebih rendah, dan tanda negatif dari π2 atau log P2 merupakan
perkiraan lipofilisitas optimum, yang disimbolkan dengan πo atau log Po.
II.3.3 Model HKSA-3D
Analisis HKSA tiga dimensi (3D) dikembangkan sebagai antisipasi
permasalahan yang terdapat pada analisis Hansch, yaitu senyawa-senyawa
enantiomer yang memiliki kuantitas kimia fisika sama tetapi aktivitas biologi
17
berbeda. Ternyata diketahui bahwa efek stereokimia memegang peranan penting
pada harga aktivitas biologis.
Metode HKSA 3D menggunakan analisis perbandingan medan molekular
atau Comparative Molecular Field Analysis (CoMFA). CoMFA dikembangkan
sebagai pendekatan lain yang memasukkan bentuk deskriptor dalam HKSA.
Metode ini berusaha menyusun suatu hubungan antara aktivitas biologi dan sifat
sterik dan atau elektrostatik dari suatu seri senyawa.
Metode CoMFA berdasarkan pada congeneric suatu seri molekul.
Molekul-molekul tersebut terhampar sehingga strukturnya tumpang tindih dan
berada pada konformasi dengan aktivitas optimum. Medan molekular masing-
masing molekul kemudian dihitung dengan menempatkan molekul yang tumpang
tindih dalam bentuk tiga dimensi (Russel, 2003).
II.4 Penggunaan Deskriptor Hidrofobik, Elektronik, dan Sterik untuk
HKSA
II.4.1 Deskriptor hidrofobik
Koefisien partisi oktanol/air yang dinyatakan dalam log P merupakan
standar kuantitas untuk menentukan sifat hidrofobik/hidrofilik suatu molekul.
Parameter hidrofobik/hidrofilik adalah sifat yang sangat penting dalam aplikasi
biomedis (Katritzky et al., 1996). Sebagai contoh aplikasinya adalah untuk
memperkirakan distribusi obat dalam tubuh. Obat-obat yang bersifat hidrofobik
dengan koefisien partisi tinggi akan terdistribusi pada kompartemen yang bersifat
hidrofobik pula, misalnya lapisan lemak, sedangkan obat-obat yang bersifat
18
hidrofilik dengan koefisien partisi rendah akan terdistribusi pada kompartemen
hidrofilik, misalnya serum darah.
Nilai log P dalam oktanol/air merupakan rasio logaritma konsentrasi zat
terlarut dalam oktanol dengan konsentrasi zat terlarut dalam air. Secara matematis
dituliskan dalam persamaan (5).
[ ][ ] ⎟⎟
⎠
⎞⎜⎜⎝
⎛−
−=
air
olokairokt terlarutzat
terlarutzatP tan/ loglog (5)
II.4.2 Deskriptor elektronik
Penggunaan struktur elektronik sebagai prediktor dalam studi HKSA
cenderung disukai karena dapat ditentukan secara teoritik dan hasil yang diperoleh
cukup memuaskan. Dalam hal ini, metode kimia kuatum dapat digunakan untuk
meminimalkan energi potensial dalam struktur molekul serta memperkirakan
muatan atom, energi molekular orbital, dan deskriptor elektronik lainnya yang
dapat menunjang studi HKSA.
Postulat mekanika kuantum menjadi dasar perhitungan dalam kimia
kuantum. Dalam kimia kuantum, sistem digambarkan sebagai fungsi gelombang
yang dapat diperoleh dengan menyelesaikan persamaan Schrödinger. Persamaan
ini terkait dengan sistem dalam keadaan stasioner dan energi sistem dinyatakan
dalam operator Hamiltonian. Operator Hamiltonian dapat dilihat sebagai aturan
untuk mendapatkan energi terasosiasi dengan sebuah fungsi gelombang yang
menggambarkan posisi dari inti atom dan elektron dalam sistem.
19
Energi dan fungsi gelombang sistem dalam keadaan stasioner diberikan
dengan penyelesaian persamaan Schrödinger yang ada pada persamaan (6).
ψψ EH =∧
(6)
dengan ∧
H adalah operator Hamiltonian yang menyatakan energi kinetik dan
energi potensial dari suatu sistem yang mengandung elektron dan inti atom, ψ
adalah fungsi gelombang yang merupakan fungsi koordinat inti dan elektron yang
berisikan semua informasi mengenai koordinat sistem, dan E adalah energi total
dari sistem. Sifat molekul yang dapat dihitung melalui penyelesaian persamaan di
atas adalah geometri molekul, stabilitas relatif, dipol, dan muatan atomik.
Metode yang berdasarkan medan gaya molekular klasik dan metode kimia
kuantum, masing-masing dapat digunakan untuk meminimalkan energi potensial
struktur molekul. Kedua pendekatan tersebut dapat digunakan untuk perhitungan
secara termodinamik dan momen dwikutub tetapi hanya metode kimia kuantum
yang dapat memperkirakan muatan-muatan atom, energi orbital molekul, dan
beberapa deskriptor elektronik lainnya dalam studi HKSA. Metode kimia
kuantum dapat diaplikasikan dalam HKSA dengan menurunkan deskriptor
elektronik secara langsung dari fungsi gelombang molekular (Katritzky et al,
1996).
Mekanika kuantum dalam prakteknya terbagi menjadi dua metode, yaitu
ab initio dan semiempirik. Perhitungan mekanika kuatum semiempirik biasa
dipilih untuk kajian dengan jumlah senyawa banyak. Beberapa metode ini antara
lain adalah metode Extended Huckel, CNDO, INDO, MINDO3 (Modified
Intermediate Neglect Differential Overlap 3), MNDO, AM1, dan PM3. Metode
20
semiempirik AM1 dipilih karena kelebihannya dalam hal akurasi hasil yang
mendekati harga eksperimental dan waktu perhitungan yang tidak terlalu lama.
Pada penelitian ini digunakan deskriptor elektronik berupa muatan bersih
atom dan selisih energi orbital HOMO-LUMO. Teori kimia klasik mengatakan
bahwa seluruh interaksi kimia terjadi secara alami melalui interaksi elektrostatik
(polar) dan interaksi orbital (kovalen). Muatan listrik pada molekul merupakan
driving force pada interaksi elektrostatik, sehingga muatan maupun kerapatan
elektron lokal sangat penting dalam penentuan berbagai reaksi kimia dan sifat-
sifat fisikokimia senyawa. Deskriptor berdasarkan muatan dalam hal ini berguna
untuk mengukur interaksi intermolekular.
Energi HOMO (Highest Occupied Molecular Orbital) dan energi LUMO
(Lowest Unoccupied Molecular Orbital) merupakan deskriptor yang sangat
populer dalam kimia kuantum. Orbital-orbital ini memainkan peran yang sangat
penting dalam menentukan berbagai reaksi kimia dan dalam penentuan celah pita
elektronik. Energi HOMO berhubungan langsung dengan potensial ionisasi dan
sifat kerentanan molekul dalam penyerangan terhadap elektrofil. Sedangkan
energi LUMO berhubungan langsung dengan afinitas elektron dan sifat
kerentanan molekul dalam penyerangan terhadap nukleofil. Selisih antara energi
HOMO dan LUMO (celah HOMO-LUMO) penting dalam penentuan ukuran
stabilitas molekul. Molekul dengan celah HOMO-LUMO yang besar berarti
molekul tersebut memiliki stabilitas yang tinggi, sehingga memiliki reaktivitas
yang rendah dalam reaksi-reaksi kimia. Celah ini juga digunakan pada perkiraan
energi eksitasi terendah molekul (Katritzky et al, 1996).
21
II.4.3 Deskriptor sterik
Deskriptor sterik yang digunakan dalam penelitian ini berupa indeks
topologi. Pada hampir setiap kasus, para kimiawan lebih memilih untuk
menggunakan indeks topologi sebagai deskriptor molekular untuk melakukan
evaluasi terhadap toksisitas dan untuk memprediksi aktivitas biologi. Hal ini
karena indeks topologi menawarkan cara yang mudah dalam pengukuran cabang
molekul, bentuk, ukuran, siklisitas, simetri, sentrisitas, dan kompleksitas
(Devillers, 1997). Topologi molekul dapat digunakan sebagai deskriptor molekul
numerik dalam HKSA atau HKSS.
Indeks topologi menjelaskan bahwa suatu struktur kimia, disebut sebagai
grafik kimia, yaitu suatu model kimia yang digunakan untuk menjelaskan sifat
interaksi antara obyek-obyek kimia (atom, ikatan, gugusan atom, molekul,
pasangan molekul, dan sebagainya).
Suatu grafik G = G(V,E), oleh Ivanciuc dan Balaban (1998) dijelaskan
sebagai pasangan terurut yang terdiri dari dua buah himpunan V = V(G) dan E =
E(G). Unsur-unsur pada himpunan V(G) disebut vertices (puncak) dan unsur-
unsur pada himpunan E(G), termasuk hubungan biner antara puncak-puncak
disebut edges (tepi). Jumlah puncak N menggambarkan jumlah unsur-unsur pada
V(G), N = |V(G)| dan jumlah tepi M menggambarkan jumlah unsur-unsur pada
E(G), M = |E(G)|. Puncak-puncak suatu grafik diberi nama dari 1 sampai N, E(G)
= (ν1, ν2, ..., νN), dan tepi yang menghubungkan puncak-puncak νi dan νj disebut
eij. Dua buah puncak νi dan νj pada grafik G disebut berdekatan atau berbatasan
bila terdapat tepi eij yang menyertainya.
22
Sebagai contoh adalah gambar II.4 yang memperlihatkan sebuah grafik
dengan sembilan puncak dan sembilan tepi. Himpunan puncak pertama
dilambangkan dengan V(1) terdiri dari puncak-puncak ν1, ν2, ν3, ν4, ν5, ν6, ν7, ν8,
dan ν9 dan himpunan tepi pertama yang dilambangkan dengan E(1) meliputi tepi-
tepi e12, e23, e24, e45, e56, e67, e78, e89, dan e49.
2
45
6
7
9
8
1 3
Gambar II.4 Grafik dengan 9 puncak dan 9 tepi
Indeks topologi yang digunakan dalam penelitian ini adalah indeks Harary
dan indeks Randic.
a. Indeks Harary
Indeks Harary yang dinyatakan dengan H diturunkan dari hubungan timbal
balik (resiprokal) matriks jarak dan memiliki sejumlah sifat-sifat yang menarik.
Indeks ini berdasarkan pada dugaan para kimiawan bahwa situs-situs yang terletak
berjauhan dalam suatu struktur seharusnya memiliki pengaruh yang lebih kecil
antara satu dengan lainnya daripada situs-situs yang letaknya berdekatan.
Indeks Harary H = H(G) pada grafik molekular G dengan puncak N
didefinisikan sebagai setengah dari jumlah diagonal unsur-unsur pada matriks
jarak resiprokal Dr = Dr(G) yang dituliskan pada persamaan (7).
ij
N
j
rN
iDH ][
21
11∑∑==
= (7)
23
Matriks jarak resiprokal Dr diperoleh dengan mengganti semua diagonal
unsur-unsur [Dij] menjadi bentuk kebalikannya ditunjukkan pada persamaan (8)
[Dr]ij = 1/[Dij] (8)
sehingga untuk diagonal (Dr)ii bernilai nol (Lucic et al., 2002).
b. Indeks Randic
Indeks Randic atau indeks konektivitas molekular Randic sangat mirip
dengan indeks Zagreb, namun lebih dapat diterima dan digunakan secara luas.
Secara matematis dituliskan pada persamaan (9).
( ) 2/1−
−∑=
tepiansemuajiννχ (9)
Sesuai dengan definisi yang diberikan, maka semakin rapat grafik, maka
akan semakin rendah harga χ (Ivanciuc dan Balaban, 1998).
II.5 Analisis Statistik dalam HKSA
Analisis statistik diperlukan dalam pengolahan data-data untuk
menemukan sebuah persamaan HKSA. Hubungan antara struktur dan aktivitas
biologi suatu zat adalah linier. Linieritas suatu fungsi dapat ditentukan dengan
metode regresi linier. Bila dilihat dari jumlah variabel bebas, analisis regresi linier
terdiri dari dua macam, yaitu analisis regresi linier tunggal dan analisis regresi
multilinier atau Multilinear Regression (MLR).
Regresi terkait dengan prediksi, yang dengannya dapat digunakan untuk
membuat model statistik yang menggunakan beberapa data berupa satu set
variabel bebas (prediktor) untuk memperkirakan harga variabel tergantung
24
prediksi (Berenson, 1983). Dalam hal ini, analisis korelasi sangat penting untuk
mengetahui hubungan antarvariabel.
Pada analisis regresi linier tunggal, dengan hanya terdapat sebuah variabel
bebas, X, hubungan fungsional dapat dituliskan pada persamaan (10).
Yi = f(Xi) + ∈i (10)
dengan Yi adalah data yang diamati, Xi adalah model fitting, dan ∈i adalah residu,
yaitu data-data yang menyebar di atas atau di bawah garis linier.
Untuk kasus tertentu dimana terdapat beberapa variabel bebas, digunakan
analisis regresi multilinier, dengan asumsi adanya hubungan linier antara variabel-
variabel bebas dengan variabel tergantung. Persamaan regresi multilinier
dituliskan pada persamaan (11).
Yi = βo + β1X1i + β2X2i + ∈i (11)
dengan βo = intersep Y
β1 = slope dari Y dengan variabel X1 (variabel X2 konstan)
β2 = slope dari Y dengan variabel X2 (variabel X1 konstan)
∈i = tingkat kesalahan acak pada Y untuk pengamatan i
Syarat dalam analisis dengan MLR adalah bahwa masing-masing
deskriptor saling tidak tergantung dan bebas kesalahan untuk menghindari adanya
kolinieritas karena akan menyebabkan kesalahan dalam hasil regresi (Jolles dan
Wooldridge, 1984). Untuk itu, analisis korelasi antarvariabel bebas sangat penting
dilakukan sebelum melakukan analisis regresi multilinier. Analisis korelasi
dilakukan untuk mengukur hubungan antara satu set variabel. Semakin tinggi nilai
korelasi, maka semakin erat hubungan antara dua variabel.
25
Tujuan utama analisis regresi linier adalah untuk mengetahui hubungan
linier antara variabel tergantung dan variabel bebas. Semakin linier hubungan
kedua variabel, maka akan semakin baik model persamaan HKSA yang didapat.
Parameter statistik yang dapat digunakan sebagai faktor uji adalah berupa nilai r,
F, dan SE.
Koefisien korelasi, yang dinyatakan dengan r, merupakan ukuran kekuatan
hubungan antara variabel tergantung (Y) dengan variabel bebas (X). Nilai r
berjarak dari -1 hingga +1. Nilai -1 menandakan bahwa hubungan X dan Y negatif
sempurna, sedangkan nilai +1 menyatakan hubungan positif sempurna. Jadi, jika r
mendekati ± 1, maka hubungan linier antara X dan Y semakin kuat. Jika r = 0,
slope akan sama dengan nol, dan X tidak dapat digunakan untuk memprediksi Y.
Harga r dapat dihitung dengan rumus yang tertulis pada persamaan (12).
∑∑
∑∑
∑∑
∑
=
=
=
=
=
=
=
⎟⎠
⎞⎜⎝
⎛
−⎟⎠
⎞⎜⎝
⎛
−
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡⎟⎠
⎞⎜⎝
⎛
⎟⎠
⎞⎜⎝
⎛−
=
n
i
n
ii
i
n
i
n
ii
i
n
i
n
iin
iiii
n
YY
n
XX
n
YXYX
r
1
2
12
1
2
12
1
1
1 (12)
F merupakan ukuran perbedaan tingkat signifikansi dari model regresi.
Nilai F dihitung dengan rumus yang dituliskan pada persamaan (13).
)1()1(
2
2
rkknrF
−−−
= (13)
Signifikansi dari persamaan regresi terjadi apabila nilai Fhitung lebih besar
dariapada Ftabel untuk batas konfidensi yang ditentukan. Untuk analisis HKSA,
tingkat konfidensi yang biasa digunakan adalah 95% atau 99%.
26
Kadang-kadang dalam suatu set data, terdapat beberapa data di sekitar
garis linier. Untuk mengukur data yang menyebar tersebut digunakan suatu
perkiraan standard error (SE) seperti pada persamaan (14).
21
2
| −
⎟⎠⎞
⎜⎝⎛ −
=∑=
∧
n
YYS
n
iii
XY (14)
dengan Yi adalah nilai Y yang diteliti untuk nilai-nilai Xi dan yang diberikan
dalam data.
∧
iY
Untuk suatu kasus tertentu dengan jumlah variabel yang banyak, misalnya
dalam analisis HKSA antitoksoplasma senyawa turunan kuinolon yang
melibatkan tiga jenis deskriptor dengan total variabel sebanyak 18 buah dapat
dilakukan proses analisis menggunakan analisis faktor atau PCA (Principal
Component Analysis). PCA merupakan suatu teknik dalam mereduksi sejumlah
data dengan adanya korelasi dalam data tersebut. Jika masing-masing variabel
tidak mempunyai korelasi, maka teknik PCA tidak dapat digunakan.
Ide di balik PCA adalah untuk menemukan komponen-komponen utama,
Z1, Z2, ..., Zn yang merupakan kombinasi linier dari variabel asli yang
mendeskripsikan masing-masing senyawa X1, X2, ..., Xn.
Z1 = a11X1 + a12X2 + a13X3 + ... a1nXn (15)
Z2 = a21X1 + a22X2 + a23X3 + ... a2nXn, (16)
Zn = ........
(Miller dan Miller, 2000).
27
Dalam analisis dengan PCA, dilakukan suatu penyederhanaan struktur data
dan dimensi yang cukup besar, khususnya apabila variabel yang dihadapi cukup
banyak (Puspitasari et al., 2006). Kemudian, untuk menentukan parameter
statistik yang dapat digunakan untuk memprediksi aktivitas antitoksoplasma
secara teoritis digunakan perhitungan dengan teknik Principal Component
Regression (PCR).
28
BAB III
LANDASAN TEORITIK, HIPOTESIS, DAN RANCANGAN PENELITIAN
III.1 Landasan Teoritik
Penyakit toksoplasmosis yang disebabkan oleh protozoa T. gondii dulu
diobati dengan kombinasi pirimetamin dan sulfonamid yang bekerja dengan
menghambat enzim tetrahidrofolat-dehidrogenase. Namun karena faktor
resistensi, maka kombinasi ini telah digantikan oleh antibiotik lain yang lebih
aktif. Kuinolon merupakan salah satu alternatif antibiotik yang sekarang ini
sedang dikembangkan sebagai terapi toksoplasmosis. Salah satu jenis kuinolon,
yaitu trovafloksasin, mempunyai aktivitas penghambatan 50% (IC ) yang rendah,
yaitu 0,4 mg/L, artinya obat ini memiliki potensi baik sebagai obat
toksoplasmosis. Namun sebuah penelitian menunjukkan bahwa trovafloksasin
mempunyai kekurangan dalam hal toksisitas yang relatif tinggi daripada kuinolon
lainnya. Hal ini membuka kesempatan dalam penemuan obat baru yang lebih
potensial dengan tingkat toksisitas yang rendah.
50
Analisis HKSA antitoksoplasma senyawa kuinolon pada penelitian ini
dilakukan untuk menemukan model persamaan terbaik yang kemudian digunakan
sebagai dasar penentuan aktivitas senyawa baru (dinyatakan dalam log 1/IC50)
yang diharapkan lebih potensial untuk terapi toksoplasmosis. Turunan senyawa
kuinolon pada penelitian ini diperoleh dari literatur yang menampilkan aktivitas
(IC50) eksperimental 24 senyawa turunan kuinolon melalui studi in vitro oleh
29
Gozalbez et al., (2000). Data aktivitas (IC50) eksperimental 24 senyawa turunan
kuinolon disajikan dalam tabel II.1.
Struktur kuinolon memiliki aktivitas antibakteri pada gugus R1, R5, dan R7
seperti tampak dalam gambar III.1.
Gambar III.1. Aktivitas antibakteri kuinolon (Bryskier, 2004)
Dari struktur tersebut terlihat bahwa substituen yang ada pada gugus-
gugus antibakteri akan menentukan aktivitas kuinolon. Analisis HKSA
antitoksoplasma yang dilakukan oleh Gozalbez et al., (2000) menunjukkan model
terbaik untuk penggunaan deskriptor topologi yang dilakukan untuk meneliti
pengaruh masing-masing atom atau substituen pada kerangka struktur kuinolon
terhadap aktivitas antitoksoplasma, yaitu menggunakan metode LDA dan MLR
dengan korelasi (r2) sebesar 0,87.
Pemilihan parameter merupakan langkah pertama yang penting dalam
studi HKSA. Jika asosiasi antara parameter terseleksi dan aktivitas sangat kuat,
prediksi aktivitas menjadi mungkin. Jika hanya berupa asosiasi lemah, harga
parameter yang diketahui tidak akan membantu memprediksi aktivitas. Jadi dalam
suatu penelitian, parameter harus dipilih yang relevan dengan aktivitas suatu seri
30
molekul yang diselidiki dan parameter tersebut haruslah mempunyai nilai yang
didapatkan dengan cara yang konsisten (Pranowo, 2004).
Secara khusus, muatan bersih atom, selisih energi HOMO-LUMO,
kerapatan elektron orbital perbatasan, dan superdelokalisabilitas telah terlihat
memiliki hubungan dengan berbagai aktivitas biologi (Katritzky et al., 1996).
Muatan bersih atom berguna dalam penentuan berbagai reaksi kimia maupun
sifat-sifat fisiko kimia suatu molekul, sedangkan selisih energi HOMO-LUMO
dapat digunakan untuk menentukan reaktivitas suatu senyawa.
Efek pelarut juga memegang peranan penting dalam proses kimia dan
fisika larutan. Koefisien partisi sebagai parameter hidrofobik dapat menjadi
karakteristik pelarutan karena berhubungan langsung dengan perubahan energi
bebas pelarutan pada larutan antara air dan oktanol. Log P juga berhubungan
dengan kemampuan suatu obat untuk menembus sel target dalam organisme
patogen.
Selain parameter-parameter tersebut, dalam penelitian ini juga digunakan
deskriptor sterik berupa indeks topologi yaitu indeks Harary dan indeks Randic.
Sebagai deskriptor sterik, indeks topologi menawarkan cara yang mudah dalam
pengukuran cabang molekul, bentuk, ukuran, siklisitas, simetri, sentrisitas, dan
kompleksitas (Devillers et al., 1997). Para ilmuwan cenderung memilih deskriptor
topologi dalam penentuan aktivitas biologi maupun evaluasi terhadap toksisitas
senyawa. Dalam hal ini, topologi molekul dapat digunakan sebagai deskriptor
molekul numerik dalam HKSA atau HKSS.
31
Dengan mempelajari hubungan antara parameter elektronik seperti muatan
bersih atom dan selisih energi HOMO-LUMO, efek hidrofobik (log P), dan efek
sterik berupa indeks topologi terhadap aktivitas senyawa turunan kuinolon,
diharapkan akan dapat ditentukan suatu model persamaan HKSA antitoksoplasma
yang baik.
III.2 Hipotesis
Terdapat hubungan linier antara efek elektronik (muatan atom-atom pada
kerangka struktur induk dan selisih energi HOMO-LUMO), efek hidrofobik (log
P), dan efek sterik berupa indeks topologi (indeks Harary dan indeks Randic) pada
satu seri senyawa turunan kuinolon dengan aktivitas antibakteri turunan kuinolon.
III.3 Rancangan Penelitian
Penelitian dimulai dengan penggunaan data aktivitas eksperimental (IC50)
24 kuinolon yang didapatkan dari literatur (Gozalbez et al., 2000) kemudian
dilakukan pemodelan molekul untuk memperoleh struktur dengan energi potensial
minimum. Selanjutnya dilakukan optimasi geometri dengan metode semiempirik
AM1 dan perhitungan seluruh deskriptor meliputi deskriptor elektronik, yaitu
muatan bersih atom-atom yang membentuk struktur induk kuinolon (14 atom) dan
selisih energi HOMO-LUMO, deskriptor hidrofobik berupa koefisien partisi (log
P) serta deskriptor topologi meliputi indeks Harary dan indeks Randic. Data-data
yang telah didapat kemudian dipisahkan menjadi data fitting (18 senyawa) dan
data uji (6 senyawa). Pemilihan data uji dilakukan dengan mengacak berdasarkan
32
aktivitas senyawa. Data uji diambil masing-masing dua senyawa dengan aktivitas
tinggi, sedang, dan kecil. Data fitting kemudian dianalisis statistik, meliputi
analisis korelasi, analisis regresi multilinier (MLR), serta dibandingkan dengan
analisis total data (24 senyawa) menggunakan PCA yang dilanjutkan dengan
PCR.
Persamaan terbaik yang didapat dari analisis MLR terhadap data fitting
kemudian diuji validitasnya menggunakan senyawa uji dan total senyawa dengan
memperhatikan nilai-nilai r, F, dan SE. Kualitas persamaan kedua metode diuji
dengan nilai PRESS.
33
BAB IV
METODE PENELITIAN
IV.1 Peralatan Penelitian
Peralatan yang digunakan berupa perangkat keras dan perangkat lunak.
a. Perangkat keras
Perangkat keras yang digunakan berupa komputer dengan prosesor
Intel Pentium 4 dengan kapasitas 1,5 GHz dan RAM 128 MB.
b. Perangkat lunak
Perangkat lunak yang digunakan adalah softaware ChemDraw Ultra
10.0 (ChemOffice 2006) untuk menggambar struktur 2D molekul,
softaware HyperchemTM versi 7.0 untuk melakukan optimasi
geometri semiempirik AM1, perhitungan muatan atom, log P, dan
selisih energi HOMO-LUMO, softaware MarvinView
(marvinbeans-4_1_13-windows_with_jre.exe) dari ChemAxon untuk
menentukan indeks Harary dan indeks Randic, softaware Microsoft
Office Excel 2003 untuk perhitungan data, dan softaware SPSS 11.5
for Windows untuk analisis statistik.
IV.2 Obyek Penelitian
Penelitian ini menggunakan data aktivitas (IC50) eksperimental 24
senyawa kuinolon yang diperoleh dari literatur. Struktur dasar kuinolon, meliputi
34
struktur A, B, C, dan D ditampilkan pada gambar II.3 dan data aktivitas (IC50)
eksperimental 24 senyawa kuinolon ditampilkan pada tabel II.1.
IV.3 Prosedur
IV.3.1 Pemodelan molekul
Sejumlah 24 senyawa turunan kuinolon yang diambil dari literatur
(Gozalbez et al., 2000) digambar dibentuk secara 2D kemudian diubah ke dalam
bentuk 3D. Langkah yang dilakukan pertama kali adalah penentuan energi
potensial minimum untuk tiap-tiap senyawa menggunakan metode mekanika
molekular MM+. Penentuan energi potensial minimum dilakukan dengan
Compute-Potential pada substituen yang terikat pada atom-atom C1, C7, dan C8
dengan cara evaluasi sudut torsi yang sesuai dengan tingkat energi minimum yang
ditampilkan. Pemodelan struktur bertujuan untuk mendapatkan struktur dengan
energi minimum sehingga diperoleh keadaan paling stabil.
IV.3.2 Perhitungan struktur elektronik dengan metode semiempiris AM1
Senyawa turunan kuinolon setelah melalui pemodelan molekul kemudian
dioptimasi menggunakan metode semiempirik AM1 algoritma Polak-Ribiere
dengan batas konvergensi 0,001 kkal/(Åmol) untuk mendapatkan struktur yang
paling stabil dengan tingkat energi terendah. Setelah itu dilakukan perhitungan
struktur elektronik yang terdiri dari muatan bersih atom-atom pada kerangka
struktur induk kuinolon dan selisih energi HOMO-LUMO. Prosedur optimasi
geometri ditampilkan pada lampiran 3.
35
Muatan bersih pada atom-atom yang terdapat dalam kerangka struktur
induk kuinolon terdiri dari 14 atom, yaitu: qN1, qC2, qC3, qC4, qC5, qY6, qC7, qX8,
qC9, qC10, qC11, qO1, qO2, dan qO3 yang ditampilkan pada gambar IV.1.
Y
X N
OR5
R6
R7
R8 R1
C
(1)
(9)
(10)(4)(5)
(6)
(7)(8)
(2)
(3)
O
O(1)
(11)
(2)(3)
H
Gambar IV.1 Atom-atom pada kerangka struktur induk kuinolon
Selanjutnya dilakukan perhitungan selisih energi HOMO-LUMO dengan
menggunakan Compute-Orbitals. Energi HOMO merupakan energi pada orbital
molekul paling tinggi yang terisi elektron, sedangkan energi LUMO merupakan
energi pada orbital molekul terendah yang tidak terisi elektron. Selisih energi
HOMO-LUMO didapatkan dengan mengurangkan energi HOMO dan LUMO
pada dua simetri yang terdekat.
IV.3.3 Penentuan koefisien partisi (log P)
Koefisien partisi tiap-tiap molekul dalam satu seri senyawa kuinolon
ditentukan dengan Compute-QSAR Properties-Log P.
IV.3.4 Perhitungan struktur sterik
36
Perhitungan struktur sterik yang terdiri dari indeks Harary dan indeks
Randic dilakukan dengan Tools-Geometry-Topology Analysis.
IV.3.5 Analisis statistik HKSA
Data-data yang didapat dari penelitian ini terdiri dari muatan bersih atom
pada kerangka struktur induk kuinolon (14 atom), selisih energi HOMO-LUMO,
log P, dan indeks Harary serta indeks Randic. Data-data tersebut akan dilakukan
analisis statistik untuk mencari model persamaan HKSA terbaik dalam
menentukan prediksi aktivitas senyawa kuinolon. Analisis dilakukan dengan dua
buah metode, yaitu MLR dan PCR.
IV.3.5.1 Analisis korelasi
Analisis korelasi bivariate dilakukan dengan metode two-tailed dan
koefisien korelasi Pearson. Pada langkah ini, masing-masing deskriptor dicari
tingkat korelasinya terhadap aktivitas antitoksoplasma (log 1/IC50). Deskriptor
dengan tingkat korelasi yang tinggi berarti mempunyai pengaruh yang besar
terhadap aktivitas antitoksoplasma (log 1/IC50).
IV.3.5.2 Analisis statistik menggunakan Multilinear Regression (MLR)
Analisis MLR melibatkan dua buah variabel, yaitu variabel bebas dan
variabel tergantung. Variabel bebas berupa muatan bersih atom pada kerangka
struktur induk kuinolon (berjumlah 14 atom) yang dinyatakan dalam Coulomb,
selisih energi HOMO-LUMO yang dinyatakan dalam eV, nilai log P, indeks
Harary dan indeks Randic. Variabel tergantung berupa aktivitas antitoksoplasma
37
(log 1/IC50) untuk masing-masing senyawa kuinolon (berjumlah 24 senyawa).
Analisis regresi multilinier dilakukan dua kali, yaitu pertama dilakukan terhadap
data fitting sebanyak 18 senyawa dan ke dua dilakukan terhadap data uji sebanyak
6 senyawa untuk validitas persamaan. Pengambilan data uji dilakukan secara acak
yaitu diambil senyawa masing-masing dua buah, dengan aktivitas tinggi, sedang,
dan rendah. Selanjutnya analisis diujikan pada 24 seri senyawa untuk
mendapatkan hasil yang lebih representatif.
Analisis regresi multilinier dilakukan dengan metode backward. Prosedur
dalam eliminasi backward dimulai dengan model regresi yang komplit, yaitu yang
memasukkan seluruh variabel bebas yang tepat, kemudian dicoba untuk
menghilangkannya satu per satu dalam satu waktu (Berenson, et al, 1983).
IV.3.5.3 Analisis statistik menggunakan Principal Component Regression (PCR)
Analisis PCR diawali dengan analisis faktor (PCA) dengan analisis
reduksi variabel-variabel bebas. Analisis ini dilakukan dengan memasukkan
seluruh variabel bebas, kemudian akan didapatkan sebuah komponen matriks
baru.
Analisis PCA digunakan untuk menentukan jumlah komponen matrik
yang akan digunakan. Bobot dari komponen yang diperoleh digunakan untuk
menghitung nilai variabel laten (sesuai jumlah komponen) sehingga diperoleh
matriks baru (Puspitasari et al., 2006).
Matriks baru ini dikalikan dengan nilai-nilai pada variabel bebas, sehingga
didapatkan variabel baru yang disebut variabel laten (dilambangkan dengan ”T”).
38
Variabel laten kemudian dianalisis PCR melawan log 1/IC50 sebagai variabel
tergantung. Analisis PCR dilakukan dengan total data berjumlah 24 senyawa
dengan metode enter.
Metode ini dilakukan dengan cara memasukkan variabel laten satu demi
satu. Analisis regresi pertama melibatkan T1 sebagai variabel bebas dan log 1/IC50
sebagai variabel tergantung. Hasil yang diperoleh berupa persamaan regresi.
Selanjutnya dianalisis dengan melibatkan variabel laten T1 dan T2. Jika kedua
variabel masuk dalam persamaan, maka dapat diartikan bahwa kedua variabel
memiliki pengaruh terhadap aktivitas kuinolon. Persamaan pertama tidak lagi
berlaku dan digantikan dengan persamaan HKSA yang baru. Selanjutnya dicoba
untuk memasukkan T3. Jika tidak ada variabel yang keluar, maka dilanjutkan
sampai variabel laten yang berikutnya. Namun bila ada salah satu variabel yang
keluar, maka analisis dihentikan dan didapatkan model persamaan ke tiga.
Demikian selanjutnya sampai variabel laten terakhir dimasukkan dalam analisis
regresi. Persamaan yang memenuhi kriteria sebagai persamaan terpilih akan
dijadikan pedoman dalam menentukan log 1/IC50 prediksi.
IV.3.5.4 Validasi persamaan HKSA
Setelah dilakukan analisis statistik dengan MLR maupun PCR, akan
didapatkan beberapa model persamaan. Model-model tersbut diuji validitasnya
dengan mempertimbangkan nilai-nilai r, F, SE, dan PRESS. Persamaan yang
diterima harus memiliki kriteria-kriteria sebagai berikut:
1. Nilai r mendekati 1
39
2. Fhitung/Ftabel > 1
3. Nilai SE dan PRESS kecil
SE kecil menandakan bahwa tingkat kesalahan antara data dan model
relatif kecil. Nilai PRESS yang kecil mengindikasikan bahwa harga
prediksi mendekati harga eksperimental.
40
BAB V
HASIL PENELITIAN DAN PEMBAHASAN
V.1 Pemodelan Struktur Senyawa Turunan Kuinolon
Pada penelitian ini telah digunakan kajian analisis HKSA antitoksoplasma
untuk 24 senyawa turunan kuinolon yang diperoleh dari literatur (Gozalbez et al.,
2000). Analisis HKSA pada senyawa tersebut dilakukan dengan menggunakan
deskriptor hidrofobik, sterik, dan elektronik. Sebelumnya telah dilakukan
pemodelan molekul serta proses optimasi geometri untuk mendapatkan struktur
paling stabil dengan tingkat energi minimum.
Penentuan energi minimum dilakukan dengan pembatasan (constrain)
pada sudut torsi struktur molekul kuinolon tersebut. Sebagai contoh adalah
penentuan energi minimum pada struktur molekul trovafloksasin.
(a) (b) Gambar V.1 Grafik energi potensial minimum untuk molekul trovafloksasin pada
(a) substituen R1 dan (b) substituen R7.
41
Pada molekul trovafloksasin, terdapat dua buah sudut torsi yang akan
ditentukan energi potensial minimumnya, yaitu sudut yang terbentuk antara
kerangka struktur induk kuinolon dengan substituen pada R1 dan R7. Penentuan
energi potensial minimum dilakukan dengan metode mekanika molekular MM+
dengan Compute-Potential. Grafik energi potensial minimum akan tampil seperti
pada gambar V.1.
Dari gambar V.1 tampak bahwa energi minimum molekul trovafloksasin
sebesar 275º kkal/mol berada pada sudut 100o atau 300o untuk substituen R1 dan
sebesar 275 kkal/mol pada sudut 100o pada substituen R7, sehingga diperlukan
pembatasan (constrain) sudut torsi pada substituen R1 sebesar 100o atau 300o dan
100o pada substituen R7.
Setelah dilakukan pemodelan, selanjutnya molekul trovafloksasin
dioptimasi dengan menggunakan metode semiempirik AM1 untuk mendapatkan
struktur paling stabil. Struktur molekul trovafloksasin setelah proses optimasi
ditampilkan pada gambar V.2.
Gambar V.2 Struktur molekul trovafloksasin setelah proses optimasi
42
Selanjutnya dilakukan hal yang sama terhadap 23 senyawa turunan
kuinolon lainnya, sehingga seluruh struktur senyawa turunan kuinolon berada
pada keadaan yang paling stabil.
V.2 Rekapitulasi Deskriptor Hidrofobik, Sterik, dan Elektronik
V.2.1 Rekapitulasi deskriptor hidrofobik
Penelitian ini menggunakan tiga buah deskriptor yang terdiri dari
deskriptor hidrofobik, sterik, dan elektronik. Deskriptor hidrofobik berupa log P,
deskriptor sterik terdiri dari indeks Harary dan indeks Randic, serta deskriptor
elektronik berupa muatan bersih atom pada cincin induk kuinolon yang berjumlah
14 atom dan selisih enegi HOMO-LUMO, sehingga total deskriptor yang
digunakan adalah 18 buah.
Data-data deskriptor hidrofobik (log P) dan sterik (indeks Harary dan
indeks Randic) untuk 24 senyawa turunan kuinolon disajikan pada tabel V.1
sedangkan data-data selisih energi HOMO-LUMO dan muatan bersih atom
disajikan berturut-turut pada tabel V.2 dan V.3.
Tabel V.1 memperlihatkan nilai log P dari 24 senyawa turunan kuinolon
berkisar antara -3,34 sampai dengan 1,39. Nilai log P berkaitan dengan distribusi
obat dalam tubuh. Semakin positif nilai log P senyawa akan cenderung berada
pada fase non polar daripada fase polar, sedangkan semakin negatif nilai log P
senyawa akan cenderung berada pada fase polar daripada fase non polar, yang
berarti senyawa tersebut hanya larut dalam cairan tubuh saja dan sulit untuk
menembus membran biologis sehingga tidak dapat berikatan dengan reseptor.
43
Senyawa dengan nilai log P paling positif yaitu sebesar 1,39 adalah asam
nalidiksat dan senyawa dengan nilai log P paling negatif yaitu sebesar -3,34
adalah sparfloksasin. Ini berarti bahwa asam nalidiksat merupakan kuinolon
dengan kecenderungan berada pada fase non polar paling tinggi, sedangkan
sparfloksasin merupakan kuinolon dengan kecenderungan berada pada fase polar
yang paling tinggi.
Tabel V.1 Data log P, indeks Harary dan indeks Randic pada 24 senyawa turunan kuinolon
No Kuinolon Log P Indeks Harary Indeks Randic 1 Trovafloksasin -1,69 126,14 14,56 2 Grepafoksasin -1,28 102,91 12,38 3 Gatifloksasin -2,43 109,35 13,35 4 Moxifloksasin -2,30 121,88 13,99 5 Temafloksasin -2,56 125,69 14,26 6 Clinafloksasin 0,75 97,66 11,88 7 Acrosoksasin -0,66 78,15 10,61 8 Enoksasin -0,12 84,25 11,02 9 Lomefloksasin -2,09 96,46 11,85 10 Rufloksasin -2,71 98,02 11,97 11 Irloksasin -1,68 79,32 15,93 12 Asam Piromidat 0,93 73,39 10,11 13 Sparfloksasin -3,34 116,19 13,20 14 Flumequin -0,26 66,12 8,99 15 Fleroksasin -2,32 101,38 12,35 16 Asam Oksolinat -1,59 64,81 9,11 17 Norfloksasin -1,90 84,25 11,02 18 Ofloksasin -2,64 104,3 12,38 19 Asam Nalidiksat 1,39 53,85 8,04 20 Ciprofloksasin -1,85 90,59 11,56 21 Pefloksasin -1,54 89,27 11,42 22 Asam Pipemidat 0,04 78,15 10,61 23 Levofloksasin -2,64 104,3 12,38 24 Cinoksasin -0,34 64,81 9,11
44
Senyawa dengan aktivitas tinggi seperti empat senyawa urutan atas
(trovafloksasin, grepafoksasin, gatifloksasin, dan moksifloksasin) pada umumnya
adalah senyawa dengan koefisien partisi berada di tengah-tengah kisaran,
sehingga senyawa tersebut dapat larut dalam tubuh dan juga mudah untuk
berinteraksi dengan reseptor.
V.2.2 Rekapitulasi deskriptor sterik
Deskriptor sterik yang digunakan dalam penelitian ini adalah indeks
topologi yang dihitung berdasarkan matriks jarak. Pada software yang digunakan
untuk perhitungan indeks topologi dalam penelitian ini, terdapat delapan buah
deskriptor, namun yang digunakan dalam penelitian ini hanyalah dua deskriptor
saja, yaitu indeks Harary dan indeks Randic. Kedua indeks ini dipilih karena
alasan kesederhanaan dalam perhitungannya dan juga lebih dapat diterima serta
telah digunakan secara luas.
Dari tabel V.1 tampak bahwa kuinolon dengan substituen yang besar pada
umumnya akan memiliki harga indeks Harary dan indeks Randic yang besar pula.
Hal ini dapat dijelaskan pertama dengan keruahan molekul atau efek sterik itu
sendiri. Molekul dengan keruahan besar akan memberikan harga indeks topologi
yang besar. Ke dua dengan dasar perhitungan indeks topologi bahwa atom
dipandang sebagai puncak (edge) dan ikatan dipandang sebagai tepian (vertice).
Dengan asumsi bahwa semakin banyak atom penyusun molekul akan semakin
banyak pula ikatan antar atom yang terjadi, maka kecenderungan harga indeks
45
Harary dan indeks Randic yang perhitungannya terkait dengan jumlah puncak
(atom) dan tepian (ikatan) akan menjadi lebih besar.
Harga indeks Harary dan indeks Randic terendah berturut-turut sebesar
53,85 dan 8,04 ditunjukkan oleh kuinolon yang sama yaitu asam nalidiksat
sedangkan harga terbesar ada sedikit perbedaan. Untuk indeks Harary terbesar
yaitu 126,14 ditunjukkan oleh trovafloksasin dan indeks Randic terbesar yaitu
15,93 pada molekul irloksasin. Perbedaan ini lebih dikarenakan karena faktor
perhitungan kedua indeks yang berbeda. Namun kecenderungan yang ada pada
kuinolon lainnya tetaplah sama, yaitu bahwa kedua indeks akan menunjukkan
harga yang besar untuk molekul-molekul dengan keruahan besar dan sebaliknya
akan mengecil bila molekul tidak terlalu meruah.
Pada data tabel V.1 juga terlihat adanya kesamaan harga kedua indeks
yang ditunjukkan oleh molekul nomor 16, asam oksolinat dan nomor 24,
cinoksasin yaitu sebesar 64,81 untuk indeks Harary dan 9,11 untuk indeks Randic.
Persamaan harga kedua indeks dikarenakan kedua molekul tersebut memiliki
substituen yang sama persis dan terletak pada atom-atom C yang sama pula.
Meskipun demikian kedua molekul tersebut tidaklah sama persis karena terbentuk
dari struktur dasar yang berbeda. Struktur dasar asam oksolinat adalah struktur A
sedangkan struktur dasar cinoksasin adalah struktur D. Perbedaan yang ada pada
kedua struktur dasar tersebut adalah bahwa atom karbon nomor 2 (C2) struktur A,
pada struktur D diganti dengan atom nitrogen. Struktur dasar kuinolon dapat
dilihat pada gambar II.3 dan penomoran atom pada cincin induk kuinolon telah
ditampilkan pada gambar IV.1.
46
V.2.2 Rekapitulasi deskriptor elektronik
Selain deskriptor hidrofobik, penelitian ini menggunakan deskriptor
elektronik berupa selisih energi HOMO-LUMO dan muatan bersih atom-atom
pada cincin induk kuinolon. Selisih energi HOMO-LUMO untuk 24 senyawa
turunan kuinolon ditunjukkan pada tabel V.2.
Tabel V.2 Data selisih energi HOMO-LUMO pada 24 senyawa turunan kuinolon No Kuinolon E HOMO Simetri E LUMO Simetri ΔΕ (eV) 1 Trovafloksasin -9,418 77 -1,489 78 7,929 2 Grepafoksasin -8,865 69 -0,760 70 8,104 3 Gatifloksasin -9,098 72 -0,985 73 8,113 4 Moxifloksasin -8,970 77 -0,873 78 8,097 5 Temafloksasin -9,364 78 -1,277 79 8,087 6 Clinafloksasin -9,179 66 -1,078 67 8,101 7 Acrosoksasin -9,317 55 -1,127 56 8,190 8 Enoksasin -9,163 61 -1,101 62 8,062 9 Lomefloksasin -9,310 67 -1,226 68 8,084 10 Rufloksasin -8,428 66 -0,945 67 7,483 11 Irloksasin -9,281 56 -1,245 57 8,035 12 Asam Piromidat -9,240 55 -0,757 56 8,483 13 Sparfloksasin -8,685 75 -1,014 76 7,671 14 Flumequin -9,109 49 -0,925 50 8,184 15 Fleroksasin -9,025 70 -1,046 71 7,979 16 Asam Oksolinat -9,090 49 -0,864 50 8,226 17 Norfloksasin -9,012 61 -0,873 62 8,139 18 Ofloksasin -8,762 69 -0,833 70 7,929 19 Asam Nalidiksat -9,396 44 -0,911 45 8,485 20 Ciprofloksasin -8,935 63 -0,778 64 8,157 21 Pefloksasin -9,227 64 -0,974 65 8,253 22 Asam Pipemidat -9,385 58 -0,857 59 8,528 23 Levofloksasin -8,762 69 -0,833 70 7,929 24 Cinoksasin -9,235 49 -1,120 50 8,116
Selisisih energi orbital energi HOMO-LUMO menggambarkan
kemudahan suatu sistem molekul untuk mengalami eksitasi ke keadaan elektronik
47
yang lebih tinggi. Selisih energi orbital HOMO-LUMO yang lebih rendah akan
menggambarkan bahwa suatu sistem molekul relatif lebih mudah mengalami
eksitasi ke keadaan elektronik yang lebih tinggi. Selain itu, selisih energi HOMO-
LUMO juga dapat menggambarkan stabilitas suatu molekul. Molekul dengan
selisih energi HOMO-LUMO yang besar berarti molekul tersebut memiliki
stabilitas yang tinggi, sehingga memiliki reaktivitas yang rendah dalam reaksi-
reaksi kimia.
Dari tabel V.2 tampak bahwa 24 senyawa kuinolon memiliki selisih energi
orbital HOMO-LUMO yang relatif sama. Selisih energi terbesar ditunjukkan oleh
molekul asam pipemidat dengan energi sebesar 8,528 eV sedangkan harga
terendah pada molekul rufloksasin sebesar 7,483 eV.
Deskriptor elektronik lain yang digunakan dalam penelitian ini berupa
muatan bersih atom (yang berjumlah 14 atom) dari cincin induk kuinolon. Atom-
atom tersebut adalah qN1, qC2, qC3, qC4, qC5, qY6, qC7, qX8, qC9, qC10, qC11,
qO1, qO2, dan qO3. Penomoran atom pada cincin induk kuinolon ditampilkan pada
gambar IV.1.
Muatan bersih atom dalam penelitian ini dipilih sebagai deskriptor
elektronik dengan pertimbangan bahwa muatan maupun kerapatan elektron lokal
sangat penting dalam penentuan berbagai reaksi kimia dan sifat-sifat fisikokimia
senyawa. Deskriptor berdasarkan muatan dalam hal ini berguna untuk mengukur
interaksi intermolekular. Data muatan bersih atom untuk 24 senyawa turunan
kuinolon ditampilkan pada tabel V.3.
48
49
Dari tabel V.3 dapat dilihat bahwa muatan bersih atom untuk atom-atom O
baik O1, O2, dan O3 relatif tidak berbeda, sedangkan untuk muatan bersih atom-
atom C menunjukkan beberapa perubahan. Perubahan yang mencolok terlihat
pada atom-atom nomor 1, 7, dan 8. Hal ini terjadi karena adanya pengaruh
substituen yang terikat pada atom-atom tersebut. Keberadaan substituen tersebut
mengakibatkan pengurangan induksi muatan parsial. Atom hidrogen yang
digantikan dengan gugus lain akan mengakibatkan pengurangan induksi muatan
parsial positif.
Muatan bersih atom karbon dapat bernilai positif maupun negatif,
tergantung pada gugus yang terikat pada atom C tersebut. Muatan bersih atom
karbon yang bernilai positif disebabkan oleh adanya gugus-gugus penarik elektron
seperti metoksi, sehingga kerapatan elektron menjadi lebih kecil. Muatan karbon
yang bernilai negatif disebabkan karena adanya gugus-gugus metil, alkil, atom
halida, mapun atom hidrogen yang terikat pada C. Gugus-gugus tersebut
merupakan gugus penyumbang elektron, sehingga kerapatan elektron menjadi
lebih besar.
Dengan demikian dapat dikatakan bahwa substitusi gugus dengan jenis
atau posisi yang berbeda akan mempengaruhi muatan bersih atom-atom tempat
substituen itu berada. Perbedaan struktur molekul akan mengakibatkan perbedaan
sifat elektronik (muatan bersih atom) sehingga menghasilkan aktivitas (IC50) yang
berbeda.
50
V.3 Analisis HKSA dengan Metode Regresi Multilinier (MLR)
Data-data yang telah didapat dari perhitungan 18 buah deskriptor yang
terdiri dari 14 muatan bersih atom, selisih energi HOMO-LUMO, log P, indeks
Harary dan indeks Randic kemudian dianalisis statistik untuk menemukan sebuah
persamaan HKSA. Hubungan antara struktur dan aktivitas biologi suatu zat adalah
linier. Dalam penelitian ini digunakan metode regresi linier (MLR) untuk
mengetahui hubungan linier antara 18 buah deskriptor terhadap aktivitas
antitoksoplasma. Sebagai variabel bebas adalah 18 buah deskriptor yang terdiri
dari muatan bersih atom pada cincin induk kuinolon (qN1, qC2, qC3, qC4, qC5,
qY6, qC7, qX8, qC9, qC10, qC11, qO1, qO2, dan qO3), selisih energi HOMO-
LUMO, log P, indeks Harary dan indeks Randic sedangkan variabel tergantung
adalah log 1/IC50. Untuk mengetahui hubungan antara variabel tersebut dilakukan
analisis korelasi.
Analisis korelasi dilakukan untuk mengetahui derajat hubungan linier
antara aktivitas antitoksoplasma (log 1/IC50) senyawa turunan kuinolon dengan 18
buah deskriptor. Analisis korelasi dilakukan dengan metode two-tailed dan
koefisien korelasi Pearson. Nilai korelasi antarvariabel ditunjukkan pada tabel
V.4.
Tabel V.4 Korelasi antara aktivitas biologi dengan deskriptor hidofobik, elektronik, dan sterik
qN1 qC2 qC3 qC4 qC5 qY6 qC7 qX8 qC9 qC10 qC11log
1/IC500,710** 0,259 -0,206 0,130 -0,079 0,182 -0,237 0,034 0,077 0,149 -0,344
log P ΔE Harary Randic qO1 qO2 qO3
log 1/IC50 -0,120 0,179 0,600** 0,543* -0,211 0,262 0,058 Ket: * korelasi signifikan pada tingkat 0,05 ** korelasi signifikan pada tingkat 0,01
51
Dari tabel V.4 terlihat bahwa korelasi terbesar antara aktivitas dengan
muatan bersih atom (yang ditandai dengan nilai mendekati 1,000) adalah pada
qO2 sebesar 0,262. Namun karena nilai tersebut masih terlampau kecil, maka
perubahan yang terjadi seandainya ada substitusi gugus di posisi ini tidak terlalu
besar. Adapun nilai korelasi terbesar antara aktivitas dengan deskriptor sterik
adalah pada indeks Randic sebesar 0,543. Nilai korelasi aktivitas dengan indeks
Harary meskipun lebih besar tidak bisa digunakan sebagai acuan karena nilai
dengan tanda dua bintang hanya signifikan pada tingkat 0,01.
Untuk variabel lainnya, pengaruh terhadap nilai log 1/IC50 tidak cukup
kuat karena ukuran korelasinya yang tidak begitu besar. Namun demikian,
pengkajian masih harus dilakukan untuk melihat pengaruh antarvariabel tersebut
karena ukuran korelasi saja tidak cukup untuk menarik kesimpulan variabel yang
berpengaruh terhadap aktivitas.
Untuk pengkajian variabel berpengaruh lebih lanjut, dilakukan analisis
menggunakan metode regresi multilinier untuk mendapatkan sebuah persamaan
linier dengan melibatkan seluruh deskriptor sebagai variabel bebas yang dikaitkan
dengan akivitas (log 1/IC50) sebagai variabel tergantung.
V.3.1 Evaluasi HKSA dengan data fitting
Analisis regresi multilinier pada penelitian ini dilakukan dengan metode
backward. Analisis dilakukan dengan 18 data fitting yang ditampilkan pada
gambar V.3 (b) dengan menggunakan 18 deskriptor. Data perhitungan 18
deskriptor untuk senyawa fitting merujuk pada pada tabel V.3.
52
Pemisahan
(b)
No. Senyawa 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9
10 10 11 11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19 19 20 20 21 21 22 22 23 23 24 24
No. Senyawa 1 1 2 2 3 4 4 5 5 7 6 8 7 9 8 11 9 12
10 14 11 15 12 16 13 17 14 18 15 20 16 22 17 23 18 24
No. Senyawa 1 3 2 6 3 10 4 13 5 19 6 21
(c)
(a) Gambar V.3 Hasil pemisahan senyawa asli (a) menjadi senyawa fitting (b) dan
senyawa uji (c)
Dari output diperoleh 9 model persamaan HKSA yang memberikan nilai r
dan F cukup besar sehingga secara statistik dianggap layak untuk dikaji lebih
lanjut. Data deskriptor statistik ditunjukkan pada tabel V.5. Kriteria persamaan
terbaik yang dianjurkan dalam metode HKSA adalah harga koefisien korelasi (r)
harus lebih besar dari 0,8 dan harga F yang didapat harus melebihi harga Ftabel
untuk tingkat kepercayaan 95%.
53
Tabel V.5 Data deskriptor statistik pada 9 model persamaan linier No. Deskriptor r r2 Fhit Ftab Fhit/Ftab SE
1 log P, ΔE, qN1, qC2, qC4, qC5, qY6, qC7, qX8, qC9, qC10, qC11, qO1, qO2, Harary, Randic
0,993 0,985 4,137 246,32 0,017 0,332
2 log P, ΔE, qN1, qC2, qC4, qC5, qY6, qC7, qX8, qC9, qC10, qO1, qO2, Harary, Randic
0,993 0,985 8,825 19,43 0,454 0,235
3 log P, ΔE, qN1, qC2, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic 0,992 0,984 13,223 8,7133 1,518 0,199
4 log P, ΔE, qN1, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic 0,990 0,981 15,818 5,8933 2,684 0,188
5 ΔE, qN1, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic 0,989 0,978 18,956 4,68 4,050 0,179
6 ΔE, qN1, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary, Randic 0,986 0,973 19,484 4,03 4,835 0,184
7 ΔE, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary, Randic 0,984 0,969 21,625 3,64 5,941 0,182
8 ΔE, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary 0,977 0,955 18,844 3,39 5,559 0,204
9 ΔE, qC4, qC5, qX8, qC9, qO1, qO2, Harary 0,970 0,942 18,125 3,23 5,611 0,220
Berdasarkan kriteria tersebut maka model persamaan yang terpilih adalah
model persamaan 3 sampai 9. Untuk pemilihan persamaan terbaik diperlukan
persyaratan nilai PRESS dengan cara melakukan validasi terhadap kesembilan
model persamaan yang telah didapat menggunakan enam buah senyawa uji yang
ditampilkan pada gambar V.3 (c) dan data deskriptor merujuk pada tabel V.3.
V.3.2 Pengujian model persamaan
Pengujian persamaan dilakukan dengan menghitung nilai PRESSeksternal
menggunakan data uji. Sebagai pembanding, dihitung pula nilai PRESSinternal
menggunakan data fitting. Persamaan yang dipilih adalah persamaan yang
memberikan nilai PRESSeksternal dan PRESSinternal terkecil. Nilai PRESS yang kecil
menandakan bahwa persamaan tersebut memiliki kemampuan yang baik dalam
memprediksi aktivitas antitoksoplasma. Jika tidak sama-sama terkecil, maka
54
perbedaan yang ada tidak boleh terlalu besar. Data PRESSeksternal dan PRESSinternal
ditampilkan pada tabel V.6.
Tabel V.6 Data PRESSinternal dan PRESSeksternalNo. Deskriptor PRESSint PRESSekst
3 log P, ΔE, qN1, qC2, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic 2.016 11.141
4 log P, ΔE, qN1, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic 1.372 6.434
5 ΔE, qN1, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic 1.138 4.532
6 ΔE, qN1, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary, Randic 1.246 3.516
7 ΔE, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary, Randic 1.220 3.878 8 ΔE, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary 1.192 2.636 9 ΔE, qC4, qC5, qX8, qC9, qO1, qO2, Harary 1.050 1.285
Dari data pada tabel V.6 terlihat bahwa persamaan dengan nilai
PRESSinternal dan PRESSeksternal sama-sama terkecil adalah persamaan 9. Dengan
demikian, persamaan 9 merupakan persamaan HKSA terbaik.
Model 9 melibatkan deskriptor-deskriptor ΔE, qC4, qC5, qX8, qC9, qO1,
qO2, dan indeks Harary. Persamaan HKSA yang dihasilkan dituliskan pada
persamaan (17)
Η0,027 + Ο216,135 + Ο105,549 +++Δ+=
...- 25,975.qC4,075.qX11,774.qC203,355.qC-E0,023. 86,253/1log
21
985450
qqIC
�
(17) dengan n = 18; r = 0,970; r2 = 0,942; SE = 0,220; Fhit/Ftab = 5,611
Persamaan 9 memberikan persamaan garis lurus yang mendekati ideal,
yaitu yang ditunjukkan dengan harga slope mendekati 1. Gambar V.4
memperlihatkan grafik korelasi antara aktivitas (log 1/IC50) prediksi dengan
aktivitas (log 1/IC50) eksperimen terhadap (a) data internal (fitting) dan (b) data
eksternal (uji).
55
(a) (b) Gambar V.4 Grafik korelasi antara aktivitas (log 1/IC50) prediksi dengan aktivitas (log 1/IC50) eksperimen terhadap (a) data internal (fitting) dan (b) data eksternal
(uji)
Dari persamaan 17 terlihat bahwa variabel yang berpengaruh terhadap
aktivitas (log 1/IC50) adalah ΔE, qC4, qC5, qX8, qC9, qO1, qO2, dan indeks Harary.
Selanjutnya deskriptor terpilih tersebut yang akan digunakan untuk merumuskan
persamaan akhir dengan melibatkan total 24 senyawa. Hal ini dilakukan dengan
pertimbangan bahwa semakin banyak data akan memberikan hasil yang lebih
representatif.
V.3.3 Perumusan persamaan HKSA dengan total data
Persamaan terbaik terpilih, yaitu persamaan 9 diujikan dengan 24 seri
senyawa turunan kuinolon. Analisis MLR dilakukan dengan metode enter dengan
deskriptor variabel berpengaruh pada persamaan terpilih. Data 24 seri senyawa
turunan kuinolon dengan variabel berpengaruh dapat dilihat pada lampiran 2.
Hasil regresi linier memberikan hasil yang cukup baik dengan nilai
koefisien korelasi yang cukup tinggi, yaitu 0,942. Hasil ini juga didukung oleh
56
nilai-nilai SE yang kecil, yaitu 0,254 serta nilai rasio Fhit/Ftab yang cukup besar,
5,586. Grafik korelasi antara aktivitas (log 1/IC50) prediksi dan eksperimen yang
ditunjukkan pada gambar V.5 juga mempelihatkan slope yang mendekati 1. Ini
berarti bahwa persamaan yang dihasilkan mampu memberikan tingkat prediksi
yang cukup baik.
Gambar V.5 Grafik korelasi antara aktivitas (log 1/IC50) prediksi dan eksperimen
pada 24 seri senyawa turunan kuinolon
Dari perhitungan didapatkan persamaan HKSA yang dituliskan pada
persamaan 18.
Η0,02 + Ο, + Ο,910 +++Δ−=
.5.007172.569- 32,329.qC4,285.qX7,963.qC225,7.qC-E0,522. 83,287/1log
21
985450
qqIC
�
(18) dengan n = 24; r = 0,942; r2 = 0,887; SE = 0,254; Fhit/Ftab = 5,586
V.3.4 Analisis deskriptor berpengaruh
Dari persamaan 18 dapat dilihat bahwa deskriptor yang berpengaruh
terhadap aktivitas antitoksoplasma kuinolon adalah selisih energi HOMO-LUMO
(ΔE), muatan bersih atom-atom qC4, qC5, qX8, qC9, qO1, qO2, dan indeks Harary.
Selisih energi HOMO-LUMO penting dalam penentuan indeks stabilitas
molekul. Energi HOMO berhubungan langsung dengan potensial ionisasi dan sifat
kerentanan molekul dalam penyerangan terhadap elektrofil. Sedangkan energi
57
LUMO berhubungan langsung dengan afinitas elektron dan sifat kerentanan
molekul dalam penyerangan terhadap nukleofil (Katritzky et al, 1996). Molekul
dengan selisih energi HOMO-LUMO yang besar memiliki stabilitas yang yang
tinggi. Semakin stabil senyawa obat, maka akan semakin baik aktivitas obat
tersebut, karena reaktivitasnya rendah.
Gambar III.1 menjelaskan adanya pengaruh substituen yang terikat pada
atom-atom kerangka struktur induk kuinolon, di antaranya adalah gugus-gugus
karbonil dan karboksilat yang berpengaruh dalam hal fiksasi serta substituen pada
R5 yang berperan sebagai aktivitas antibakteri. Dalam penelitian ini, muatan atom
qC4 yang merupakan atom karbonil serta muatan atom qO1 dan qO2 yang
merupakan atom O pada gugus-gugus karbonil diketahui telah terlibat dalam
persamaan HKSA terpilih. Dengan demikian perubahan muatan bersih atom-atom
tersebut akan berpengaruh terhadap aktivitas antitoksoplasma kuinolon.
Selain itu muatan atom yang terlibat lainnya adalah qX8, dengan X adalah
atom karbon atau nitrogen. Atom karbon yang ada di posisi 8 terdapat pada
struktur dasar A dan D, sedangkan atom nitrogen terdapat pada struktur B dan C.
Adanya substitusi karbon menjadi nitrogen di posisi 8 pada struktur B dan C
sangat berpengaruh terhadap muatan bersih atom pada posisi tersebut, yaitu
muatan bersih atom menjadi lebih negatif karena N lebih bersifat elektronegatif
daripada C. Perubahan muatan bersih atom qX8 juga dipengaruhi oleh adanya
substituen yang bersifat penarik maupun penyumbang elektron yang terikat pada
atom tersebut, yaitu khususnya untuk senyawa-senyawa kuinolon dengan struktur
dasar A dan C. Keberadaan gugus-gugus penarik elektron akan mengakibatkan
58
muatan bersih atom qX8 menjadi lebih elektropositif, sedangkan adanya gugus-
gugus penyumbang elektron akan mengakibatkan muatan bersih atom qX8
menjadi lebih elektronegatif.
Muatan atom yang berpengaruh lainnya yaitu muatan atom pada posisi 9.
Pada posisi ini, muatan bersih atom karbon terutama dipengaruhi oleh dua atom
yang terikat di posisi 1 dan 8. Perubahan muatan bersih atom posisi 9 yang
dipengaruhi oleh atom posisi 1 adalah karena adanya substituen yang terikat pada
posisi tersebut. Untuk kuinolon dengan struktur dasar B dan C dengan atom N
pada posisi 8, muatan bersih atom di C9 cenderung lebih positif, karena atom C
tersebut mengikat dua buah atom N yang bersifat elektronegatif, sehingga
elektron-elektron cenderung tertarik pada atom-atom N. Akibatnya muatan bersih
atom pada posisi 9 menjadi lebih positif. Perubahan muatan bersih atom pada
posisi 9 dengan demikian akan mempengaruhi aktivitas kuinolon tersebut.
Dengan mengetahui deskriptor yang berpengaruh terhadap aktivitas (log
1/IC50), maka akan dapat dilakukan prediksi aktivitas antitoksoplasma terhadap
senyawa kuinolon dengan mempertimbangkan deskriptor-deskriptor yang
berpengaruh tersebut.
V.4 Analisis HKSA dengan Metode Principal Component Regression (PCR)
Analisis dengan PCR terhadap 24 senyawa kuinolon dimulai dengan
analisis faktor (PCA) dengan melibatkan 18 jenis deskriptor. Penelitian ini
menggunakan variabel yang banyak, sehingga diperlukan suatu penyederhanaan
59
struktur data. Metode yang digunakan dalam rangka penyederhanaan struktur data
adalah metode PCA.
Tabel V.7 Nilai initial eigenvalues hasil analisis PCA Initial eigenvalues Komponen Akar karakteristik %Keragaman %Kumulatif
1 6,182 34,347 34,347 2 3,408 18,932 53,279 3 2,908 16,154 69,432 4 1,645 9,139 78,571 5 1,121 6,230 84,801
0
10
20
30
40
50
60
70
80
90
0 1 2 3 4 5 6
Komponen
%K
umul
atif
Gambar V.6 Grafik %kumulatif lima komponen pertama
Data nilai-nilai initial eigenvalues hasil analisis PCA untuk komponen-
komponen utama serta grafik % kumulatif lima komponen pertama ditampilkan
pada tabel V.7 dan gambar V.6. Dari nilai initial eigenvalues hasil analisis PCA
pada tabel V.7 terlihat bahwa komponen dengan akar karakteristik lebih besar dari
satu adalah komponen-komponen 1, 2, 3, 4, dan 5 sehingga dapat dikatakan
bahwa lima komponen pertama telah mampu menerangkan keragaman data
sebesar persentase kumulatif yaitu 84,801% karena memiliki nilai akar
karakteristik yang lebih dari satu. Nilai-nilai akar karakteristik yang kurang dari
satu memiliki kontribusi yang kecil dalam menerangkan keragaman data. Bobot
yang diperoleh untuk kelima komponen matriks hasil analisis PCA disajikan pada
lampiran 6. Bobot masing-masing komponen dapat digunakan untuk menghitung
60
variabel laten masing-masing senyawa. Variabel laten sebagai variabel bebas
kemudian diregresi dengan aktivitas antitoksoplasma (log 1/IC50) sebagai variabel
tergantung menggunakan metode enter. Hasil analisis PCR menggunakan metode
enter ditampilkan pada tabel V.8.
Tabel V.8 Hasil analisis PCR menggunakan metode enter Deskriptor n r r2 Fhit/Ftab SE PRESS
T1 24 0.568 0,323 2,441 0,514 6,584 T1, T2 24 0,665 0,442 2,395 0,478 6,202
Dari tabel V.8 terlihat bahwa untuk persamaan dengan variabel laten T1
dan T2 memiliki nilai r yang mendekati satu, artinya ada kedekatan korelasi antara
variabel tergantung dengan variabel laten. Nilai Fhit/Ftab sebesar 2,395 dan nilai SE
yang relatif kecil yaitu 0,478 menunjukkan bahwa data yang diperoleh cukup
signifikan. Hal ini juga didukung dengan nilai PRESS yang kecil, 6,202, artinya
persamaan HKSA yang dihasilkan memiliki kemampuan memprediksi aktivitas
antitoksoplasma dengan cukup baik. Aktivitas antitoksoplasma 24 senyawa
turunan kuinolon yang dihitung berdasarkan persamaan HKSA yang dihasilkan
dengan metode PCR disajikan pada persamaan (19).
2150 .521,0.459,0943,3/1log TTIC +−−= (19) dengan n = 24; r = 0,665; r2 = 0,442; SE = 0,478; Fhit/Ftab = 2,395
V.5 Perbandingan Hasil Analisis MLR dan PCR
Dari hasil analisis MLR dan PCR terlihat bahwa analisis MLR
memberikan hasil lebih baik berdasarkan parameter statistik yang diwakili oleh
nilai-nilai r, Fhit/Ftab, SE, dan PRESS. Dengan demikian, persamaan HKSA yang
didapat dari metode analisis MLR mempunyai kemampuan untuk memprediksi
aktivitas antitoksoplasma senyawa turunan kuinolon dengan lebih baik.
BAB VI
KESIMPULAN DAN SARAN
VI.1 Kesimpulan
Dari hasil perhitungan yang telah dilakukan dapat ditarik kesimpulan
sebagai berikut:
1. Deskriptor muatan bersih atom-atom qC4, qC5, qX8, qC9, qO1, dan qO2,
dan selisih energi HOMO-LUMO (ΔE) yang dihitung menggunakan
metode semiempirik AM1 serta indeks Harary dari senyawa turunan
kuinolon merupakan deskriptor yang berpengaruh terhadap aktivitas
antitoksoplasma pada 24 senyawa turunan kuinolon.
2. Persamaan HKSA terbaik yang menghubungkan deskriptor muatan bersih
atom, selisih energi HOMO-LUMO, log P, indeks Harary dan indeks
Randic dengan aktivitas antitoksoplasma senyawa turunan kuinolon pada
analisis menggunakan MLR dan PCR adalah sebagai berikut:
Metode MLR:
Η0,02 + Ο, + Ο,910 +++Δ−=
.5.007172.569- 32,329.qC4,285.qX7,963.qC225,7.qC-E0,522. 83,287/1log
21
985450
qqIC
�dengan n = 24; r = 0,942; r2 = 0,887; SE = 0,254; Fhit/Ftab = 5,586
Metode PCR:
2150 .521,0.459,0943,3/1log TTIC +−−= dengan n = 24; r = 0,665; r2 = 0,442; SE = 0,478; Fhit/Ftab = 2,395
3. Berdasarkan parameter statistik pada model persamaan HKSA terlihat
bahwa analisis HKSA antitoksoplasma senyawa turunan kuinolon hasil
61
perhitungan deskriptor berpengaruh dengan metode MLR lebih baik
daripada PCR.
VI.2 Saran
Perlu dilakukan penelitian yang lebih mendalam tentang aktivitas
antitoksoplasma senyawa turunan kuinolon dengan menggunakan indeks topologi
selain indeks Harary dan indeks Randic sehingga dapat diperoleh hasil yang lebih
representatif.
62
56
DAFTAR PUSTAKA
Ajioka, J.W., Fitzpatrick, J.M., dan Reitter, C.P., 2001, Ultrastructure of A Toxoplasma gondii Tachyzoite, Cambridge University Press (diakses dari http://journals.cambridge.org/fulltext_content/ERM/ERM3_01/S1462399401002204sup002.htm tanggal 26 Mei 2008).
Anonima, 2005, Toxoplasmosis, http://arsserv0.tamu.edu/Main/site_main.htm,
diakses tanggal 27 Februari 2008. Anonimb, _, Chapter 5 Phylum Apicomplexa,
http://compepid.tuskegee.edu/syllabi/pathobiology/pathology/parasitology/chapter5.html, diakses tanggal 26 Mei 2008.
Berenson, M.L., Levine, D.M., dan Goldstein. M., 1983. Intermediate Statistical
Methods and Application, A Computer Package Approach, Prentice-Hall, Inc., London.
Bryskier, A., 2004, Antibacterial Agent Structure Activity Relationships,
www.infectio-lille.com/diaporamas/invites/struct-act-duatb05-bryskier.pdf diakses tanggal 15 Februari 2008.
Bryskier, A., dan Chantot, J.F., 1995, Classification and Structure-Activity
Relationship of Fluoroquinolones, Drugs, 49, 2, 16-28. Chu, D.T.W., dan Fernandes, P.B., 1989, Structure-Activity Relationships of the
Fluoroquinolones, J. Antimicrob. Agents. Chemother., 2, 33, 131-135. Devillers, J., Domine, D., Guillon, C., Bintein, S. dan Karcher, W., 1997,
Prediction of Partition Coefficients (logPoct) Using Autocorrelation Descriptors, SAR QSAR Environ. Res., 7, 151-172.
Fichera, M. E., dan Roos, D. S., 1997, A Plastid Organelle as A Drug Target In
Apicomplexan Parasites, Nature, 390, 407-409. Gerard, J. T., Berdell, R. F., dan Christine, C., 2002, Microbiology An
Introduction Media Update 7th Edition, Benjamin Cummings, San Fransisco, hal 642.
Gozalbez, R., Brun-Pascaud, M., Garcia-Domenech, R., Galvez, J., Girard, P.,
Doucet, J., dan Derouin, F., 2000, Anti-Toxoplasma Activities of 24 Quinolones and Fluoroquinolones In Vitro: Prediction of Activity by Molecular Topology and Virtual Computational Techniques, J. Antimicrob. Agents. Chemother., 10, 44, 2771-2776.
57
Hökelek M., MD, PhD, 2006, Toxoplasmosis, http://www.emedicine.com/med/_
topic2294.htm, diakses tanggal 27 Februari 2008. Hu, Q., Liang, Y., dan Fang, K., 2003, The Matrix Expression, Topological
Indeks and Atomic Attribute of Molecular Topological Structure, J. Dat. Sc. 1., 361-389.
Ivanciuc, O., dan Balaban, A.T., 1998, Graph Theory in Chemistry, John Wiley &
Sons. Jawetz, E., Melnick J.L., dan Adelberg, F.A., 2001, Medical Microbiology
20thedition, McGraw-Hill, USA, hal 582-584. Jolles, G., dan Wooldridge, K.R.H., 1984, Drug Design: Fact or Fantasy?,
Academic Press Inc, London. Katritzky, A.R., Karelson, M., dan Lobanov, V.S., 1996, Quantum-Chemical
Descriptors in QSAR/QSPR Studies, J. Am. Chem. Soc. 96, 3, 1027 -1044. Khan, A.A., T. Slifer., F.G. Araujo., dan J.S. Remington., 1996, Trovafloxacin is
Active Againts Toxoplasma gondii, J. Antimicrob. Agents. Chemoter., 40, 1855-1859.
Khan, A. A., F.G. Araujo., K.E. Brighty., T.D. Gootz., dan J.S. Remington., 1999,
Anti-Toxoplasma gondii Activities and Structure-Activity Relationship of Novel Fluoroquinolone Related to Trovafloxacin, J. Antimicrob. Agents. Chemoter., 43, 1783-1787.
Kubinyi, H., 1993, QSAR: Hansch Analysis and Related Approach, VCH, New
York. Leach, A.P., 1996, Molecular Modelling, Principles and Applications, Addison
Wesley Longman Limited, Singapore.
Lucic, B., Milicevic, A., Nikolic, S., dan Trinajstic, N., 2002, Harary Index – Twelve Years Later, Croatica. Chem. Act., 75, 4, 847-868.
Makky, F.E., 2003, Analisis Sifat Fotosensitivitas Senyawa Antibakteri Turunan
Fluorokuinolon Berdasarkan Data Transisi Elektronik dan Selisih Energi Orbital HOMO-LUMO, Skripsi, FMIPA UGM, Yogyakarta.
Miller, J.N., dan Miller, J.C., 2000, Statistics and Chemometrics for Analytical
Chemistry Fourth Edition, Prentice Hall, London. Pranowo, H.D., 2004, Kimia Komputasi, Pusat Kimia Komputasi Indonesia-
Austria Universitas Gadjah Mada, Yogyakarta.
58
Puspitasari, N.S., Tahir, I., dan Mudasir, 2006, Aplikasi Principal Component
Regression untuk Analisis QSAR Senyawa Antioksidan Turunan Flavon/Flavonol Menggunakan Deskriptor Elektronik Hasil Perhitungan Metode AM1, Berkala MIPA, 16, 3, 19-26.
Russell, L., 2003, Drug Design,
http://www.chemsoc.org/ExemplarChem/entries/2003/nottingham_russell/6.html, diakses tanggal 20 Maret 2008.
Schunack, W., Mayer, K., dan Haake, M., 1990, Senyawa Obat (diterjemahkan
oleh Joke R. Wattimena, M. Sc., Dr dan Sriewoelan Soebito, Dr) edisi 2, Penerbit Gadjah Mada University Press, Yogyakarta.
Soldati, D., 1999, The Apicoplast as A Potential Therapeutic Target In
Toxoplasma and Other Apicomplexan Parasites, Parasitol, Today, 15, 5-7. Thakur, A., Thakur, M., Kakani, M., Joshi, A., Thakur, S., dan Gupta, A., 2004,
Application of topological and physicochemical descriptors: QSAR study of phenylamino-acridine derivatives, Arkivoc, 14, 36-43.
Topliss, J.G., 1983, Quantitative Structure-Activity Relationship of Drugs, Academic Press Inc, London.
Wolff, M.E., 1994, Asas-Asas Kimia Medisinal (diterjemahkan oleh Muljadi,
Sabikis, dan Sumarno) edisi 4, Penerbit Gadjah Mada University Press, Yogyakarta.
66
Lampiran 1. Hasil perhitungan struktur elektonik 24 senyawa turunan kuinolon
Senyawa 1 NET CHARGES
Atom Z Charge Mass 15 7 -0.097421 14.00700 16 6 0.111545 12.01100 17 6 -0.329329 12.01100 18 6 0.331105 12.01100 14 6 -0.055296 12.01100 9 6 0.008403 12.01100 10 6 0.044458 12.01100 11 7 -0.158875 14.00700 12 6 0.133953 12.01100 13 6 -0.191484 12.01100 22 6 0.369938 12.01100 32 8 -0.341199 15.99900 45 8 -0.278922 15.99900 19 8 -0.336111 15.99900
Senyawa 2 NET CHARGES
Atom Z Charge Mass 1 7 -0.159090 14.00700 2 6 0.114568 12.01100 3 6 -0.351064 12.01100 4 6 0.334076 12.01100 6 6 0.022297 12.01100 7 6 0.002444 12.01100 8 6 0.114339 12.01100 9 6 -0.245514 12.01100 10 6 0.122139 12.01100 5 6 -0.185697 12.01100 11 6 0.373076 12.01100 12 8 -0.356470 15.99900 13 8 -0.286322 15.99900 14 8 -0.362499 15.99900
67
Senyawa 3 NET CHARGES
Atom Z Charge Mass 7 7 -0.141339 14.00700
8 6 0.113981 12.01100 9 6 -0.356319 12.01100
10 6 0.329013 12.01100 6 6 -0.092254 12.01100 1 6 0.038482 12.01100 2 6 0.028603 12.01100 3 6 0.040098 12.01100 4 6 0.083977 12.01100 5 6 -0.151834 12.01100
15 6 0.373437 12.01100 27 8 -0.352190 15.99900 28 8 -0.285032 15.99900 11 8 -0.350953 15.99900
Senyawa 4 NET CHARGES
Atom Z Charge Mass 1 7 -0.141551 14.00700 2 6 0.115887 12.01100 3 6 -0.359500 12.01100 4 6 0.329002 12.01100 6 6 -0.099914 12.01100 7 6 0.051906 12.01100 8 6 0.019339 12.01100 9 6 0.044768 12.01100 10 6 0.074719 12.01100 5 6 -0.146487 12.01100 11 6 0.373712 12.01100 12 8 -0.353966 15.99900 13 8 -0.286249 15.99900 19 8 -0.352363 15.99900
68
Senyawa 5 NET CHARGES
Atom Z Charge Mass 1 7 -0.143752 14.00700 2 6 0.127846 12.01100 3 6 -0.346693 12.01100 4 6 0.328941 12.01100 6 6 -0.084405 12.01100 7 6 0.035020 12.01100 8 6 0.041294 12.01100 9 6 -0.136207 12.01100
10 6 0.081376 12.01100 5 6 -0.148182 12.01100
11 6 0.371523 12.01100 12 8 -0.347476 15.99900 13 8 -0.282993 15.99900 14 8 -0.343986 15.99900
Senyawa 6 NET CHARGES
Atom Z Charge Mass 1 7 -0.148565 14.00700 2 6 0.116452 12.01100 3 6 -0.352159 12.01100 4 6 0.329281 12.01100 6 6 -0.086491 12.01100 7 6 0.046007 12.01100 8 6 0.045830 12.01100 9 6 -0.076178 12.01100
10 6 0.086866 12.01100 5 6 -0.149564 12.01100 11 6 0.372769 12.01100 12 8 -0.350029 15.99900 13 8 -0.283894 15.99900 14 8 -0.344392 15.99900
69
Senyawa 7 NET CHARGES
Atom Z Charge Mass 1 7 -0.183337 14.00700 2 6 0.115243 12.01100 3 6 -0.351578 12.01100 4 6 0.327765 12.01100 6 6 -0.046697 12.01100 7 6 -0.149797 12.01100 8 6 0.011547 12.01100 9 6 -0.170124 12.01100
10 6 0.092608 12.01100 5 6 -0.165917 12.01100
11 6 0.372149 12.01100 12 8 -0.352855 15.99900 13 8 -0.284665 15.99900 20 8 -0.352561 15.99900
Senyawa 8 NET CHARGES
Atom Z Charge Mass 1 7 -0.173700 14.00700 2 6 0.116172 12.01100 3 6 -0.348252 12.01100 4 6 0.335002 12.01100 6 6 -0.044656 12.01100 7 6 0.000077 12.01100 8 6 0.128599 12.01100 9 7 -0.223628 14.00700
10 6 0.152188 12.01100 5 6 -0.213193 12.01100 11 6 0.372001 12.01100 12 8 -0.349922 15.99900 13 8 -0.283468 15.99900 20 8 -0.351187 15.99900
70
Senyawa 9 NET CHARGES
Atom Z Charge Mass 1 7 -0.175984 14.00700 2 6 0.114611 12.01100 3 6 -0.352168 12.01100 4 6 0.327773 12.01100 6 6 -0.098338 12.01100 7 6 0.055590 12.01100 8 6 0.003885 12.01100 9 6 0.084725 12.01100
10 6 0.052607 12.01100 5 6 -0.134948 12.01100 11 6 0.372687 12.01100
12 8 -0.348645 15.99900 13 8 -0.282866 15.99900 14 8 -0.345079 15.99900
Senyawa 10 NET CHARGES
Atom Z Charge Mass 1 7 -0.189360 14.00700 2 6 0.112741 12.01100 3 6 -0.343936 12.01100 4 6 0.332870 12.01100 6 6 -0.054902 12.01100 7 6 0.007210 12.01100 8 6 0.161311 12.01100 9 6 -0.337137 12.01100
10 6 0.120681 12.01100 5 6 -0.184195 12.01100
14 6 0.372303 12.01100 15 8 -0.352684 15.99900 16 8 -0.284189 15.99900 23 8 -0.354308 15.99900
71
Senyawa 11 NET CHARGES
Atom Z Charge Mass 1 7 -0.183263 14.00700 2 6 0.115516 12.01100 3 6 -0.348060 12.01100 4 6 0.330054 12.01100 6 6 -0.065372 12.01100 7 6 0.038643 12.01100 8 6 0.101316 12.01100 9 6 -0.197131 12.01100
10 6 0.104147 12.01100 5 6 -0.165064 12.01100
11 6 0.371966 12.01100 12 8 -0.350143 15.99900 13 8 -0.282726 15.99900 19 8 -0.346910 15.99900
Senyawa 12 NET CHARGES
Atom Z Charge Mass 10 7 -0.181057 14.00700 9 6 0.110470 12.01100 8 6 -0.336846 12.01100 7 6 0.34761 12.01100 5 6 0.07676 12.01100 6 7 -0.236737 14.00700 1 6 0.225155 12.01100 2 7 -0.292649 14.00700 3 6 0.210165 12.01100 4 6 -0.340011 12.01100
11 6 0.370831 12.01100 36 8 -0.351842 15.99900 35 8 -0.285167 15.99900 17 8 -0.365337 15.99900
72
Senyawa 13 NET CHARGES
Atom Z Charge Mass 7 7 -0.152460 14.00700 8 6 0.117087 12.01100 9 6 -0.353106 12.01100
10 6 0.345541 12.01100 6 6 0.166712 12.01100 1 6 -0.058208 12.01100 2 6 0.063727 12.01100 3 6 0.015681 12.01100 4 6 0.106799 12.01100 5 6 -0.224028 12.01100
15 6 0.373859 12.01100 20 8 -0.349796 15.99900 21 8 -0.285084 15.99900 11 8 -0.387900 15.99900
Senyawa 14 NET CHARGES
Atom Z Charge Mass 1 7 -0.173718 14.00700 2 6 0.115023 12.01100 3 6 -0.357572 12.01100 4 6 0.327600 12.01100 6 6 -0.089669 12.01100 7 6 0.065339 12.01100 8 6 -0.116737 12.01100 9 6 -0.087953 12.01100
10 6 0.077795 12.01100 5 6 -0.141934 12.01100
14 6 0.373402 12.01100 15 8 -0.355375 15.99900 16 8 -0.284946 15.99900 17 8 -0.351033 15.99900
73
Senyawa 15 NET CHARGES
Atom Z Charge Mass 1 7 -0.182448 14.00700 2 6 0.109205 12.01100 3 6 -0.346945 12.01100 4 6 0.331878 12.01100 6 6 -0.062531 12.01100 7 6 0.011596 12.01100 8 6 0.105974 12.01100 9 6 -0.015774 12.01100
10 6 0.090370 12.01100 5 6 -0.175029 12.01100 11 6 0.370857 12.01100 12 8 -0.345032 15.99900 13 8 -0.284630 15.99900 14 8 -0.349494 15.99900
Senyawa 16 NET CHARGES
Atom Z Charge Mass 1 7 -0.179183 14.00700 2 6 0.110376 12.01100 3 6 -0.346971 12.01100 4 6 0.329328 12.01100 6 6 -0.034230 12.01100 7 6 -0.021480 12.01100 8 6 0.070214 12.01100 9 6 -0.176581 12.01100 10 6 0.100046 12.01100 5 6 -0.175534 12.01100 11 6 0.372265 12.01100 12 8 -0.352598 15.99900 13 8 -0.284433 15.99900 14 8 -0.355150 15.99900
74
Senyawa 17 NET CHARGES
Atom Z Charge Mass 1 7 -0.184206 14.00700 2 6 0.113011 12.01100 3 6 -0.348415 12.01100 4 6 0.331738 12.01100 6 6 -0.062987 12.01100 7 6 0.024951 12.01100 8 6 0.108839 12.01100 9 6 -0.234414 12.01100
10 6 0.112755 12.01100 5 6 -0.180536 12.01100 11 6 0.372159 12.01100 12 8 -0.353467 15.99900 13 8 -0.284778 15.99900 20 8 -0.353699 15.99900
Senyawa 18 NET CHARGES
Atom Z Charge Mass 1 7 -0.179646 14.00700 2 6 0.117491 12.01100 3 6 -0.351601 12.01100 4 6 0.333792 12.01100 6 6 -0.072611 12.01100 7 6 0.021966 12.01100 8 6 0.122128 12.01100 9 6 -0.048169 12.01100 10 6 0.071524 12.01100 5 6 -0.169502 12.01100 14 6 0.372911 12.01100 15 8 -0.356083 15.99900 16 8 -0.285034 15.99900 17 8 -0.353891 15.99900
75
Senyawa 19 NET CHARGES
Atom Z Charge Mass 1 7 -0.172815 14.00700 2 6 0.116244 12.01100 3 6 -0.350502 12.01100 4 6 0.333420 12.01100 6 6 -0.010455 12.01100 7 6 -0.221474 12.01100 8 6 0.054660 12.01100 9 7 -0.189146 14.00700
10 6 0.141026 12.01100 5 6 -0.218967 12.01100 11 6 0.372116 12.01100 12 8 -0.351485 15.99900 13 8 -0.284885 15.99900 14 8 -0.355907 15.99900
Senyawa 20 NET CHARGES
Atom Z Charge Mass 1 7 -0.157302 14.00700 2 6 0.118656 12.01100 3 6 -0.351970 12.01100 4 6 0.332660 12.01100 6 6 -0.058863 12.01100 7 6 0.007633 12.01100 8 6 0.106686 12.01100 9 6 -0.210489 12.01100
10 6 0.109881 12.01100 5 6 -0.181043 12.01100 11 6 0.372721 12.01100 12 8 -0.354993 15.99900 13 8 -0.285860 15.99900 20 8 -0.354981 15.99900
76
Senyawa 21 NET CHARGES
Atom Z Charge Mass 1 7 -0.180656 14.00700 2 6 0.115919 12.01100 3 6 -0.352784 12.01100 4 6 0.328457 12.01100 6 6 -0.082656 12.01100 7 6 0.031507 12.01100 8 6 0.037737 12.01100 9 6 -0.144767 12.01100
10 6 0.079433 12.01100 5 6 -0.151114 12.01100 11 6 0.372450 12.01100 12 8 -0.352414 15.99900 13 8 -0.284224 15.99900 14 8 -0.349293 15.99900
Senyawa 22 NET CHARGES
Atom Z Charge Mass 10 7 -0.179824 14.00700 9 6 0.111006 12.01100 8 6 -0.336664 12.01100 7 6 0.346385 12.01100 5 6 0.074464 12.01100 6 7 -0.232719 14.00700 1 6 0.207329 12.01100 2 7 -0.285443 14.00700
3 6 0.206223 12.01100 4 6 -0.328750 12.01100
11 6 0.370660 12.01100 13 8 -0.350318 15.99900 12 8 -0.284214 15.99900 20 8 -0.361269 15.99900
77
Senyawa 23 NET CHARGES
Atom Z Charge Mass 1 7 -0.179646 14.00700 2 6 0.117491 12.01100 3 6 -0.351601 12.01100 4 6 0.333792 12.01100 6 6 -0.072611 12.01100 7 6 0.021966 12.01100 8 6 0.122128 12.01100 9 6 -0.048169 12.01100
10 6 0.071524 12.01100 5 6 -0.169502 12.01100 14 6 0.372911 12.01100 15 8 -0.356083 15.99900 16 8 -0.285034 15.99900 17 8 -0.353891 15.99900
Senyawa 24 NET CHARGES
Atom Z Charge Mass 1 7 -0.155766 14.00700 2 7 0.093645 14.00700 3 6 -0.274644 12.01100 4 6 0.301743 12.01100 6 6 -0.031814 12.01100 7 6 -0.019001 12.01100 8 6 0.076554 12.01100 9 6 -0.171716 12.01100
10 6 0.079186 12.01100 5 6 -0.185111 12.01100 11 6 0.374878 12.01100 12 8 -0.289346 15.99900 13 8 -0.280594 15.99900 14 8 -0.323650 15.99900
Lampiran 2. Tabel data perhitungan deskriptor hidrofobik, sterik, dan elektronik 24 senyawa turunan kuinolon dengan parameter variabel berpengaruh
No Kuinolon ΔE (eV) q4 q5 q8 q9 qO1 qO2 Harary log 1/IC50
eksp. log 1/IC50
pred PRESS
1 Trovafloksasin 7.928562 0.331105 -0.055296 -0.158875 0.133953 -0.341199 -0.278922 126.14 0.40 0.321198 0.005889 2 Grepafoksasin 8.104480 0.334076 0.022297 -0.245514 0.122139 -0.356470 -0.286322 102.91 -0.38 -0.75096 0.137454 3 Gatifloksasin 8.113078 0.329013 -0.092254 0.040098 0.083977 -0.352190 -0.285032 109.35 -0.61 -0.62251 9.46E-05 4 Moksifloksasin 8.096920 0.329002 -0.099914 0.044768 0.074719 -0.353966 -0.286249 121.88 -0.71 -0.65268 0.003013 5 Temafloksasin 8.087015 0.328941 -0.084405 -0.136207 0.081376 -0.347476 -0.282993 125.69 -1.06 -1.12882 0.004641 6 Clinafloksasin 8.100682 0.329281 -0.086491 -0.076178 0.086866 -0.350029 -0.283894 97.66 -1.18 -1.36960 0.037447 7 Acrosoksasin 8.190073 0.327765 -0.046697 -0.170124 0.092608 -0.352855 -0.284665 78.15 -1.31 -1.28378 0.000562 8 Enoksasin 8.062104 0.335002 -0.044656 -0.223628 0.152188 -0.349922 -0.283468 84.25 -1.31 -1.10133 0.042503 9 Lomefloksasin 8.084176 0.327773 -0.098338 0.084725 0.052607 -0.348645 -0.282866 96.46 -1.33 -1.53842 0.044978
10 Rufloksasin 7.482963 0.332870 -0.054902 -0.337137 0.120681 -0.352684 -0.284189 98.02 -1.35 -1.38046 0.001034 11 Irloksasin 8.035347 0.330054 -0.065372 -0.197131 0.104147 -0.350143 -0.282726 79.32 -1.35 -1.54646 0.038500 12 Asam piromidat 8.483305 0.347613 0.076764 -0.292649 0.210165 -0.351842 -0.285167 73.39 -1.42 -1.97468 0.309552 13 Sparfloksasin 7.670988 0.345541 0.166712 0.015681 0.106799 -0.349796 -0.285084 116.19 -1.60 -1.52796 0.004711 14 Flumequin 8.184099 0.327600 -0.089669 -0.087953 0.077795 -0.355375 -0.284946 66.12 -1.61 -1.78439 0.030929 15 Fleroksasin 7.978847 0.331878 -0.062531 -0.015774 0.090370 -0.345032 -0.284630 101.38 -1.67 -1.91229 0.058586 16 Asam oksolinat 8.226242 0.329328 -0.034230 -0.176581 0.100046 -0.352598 -0.284433 64.81 -1.67 -1.66522 7.62E-05 17 Norfloksasin 8.138725 0.331738 -0.062987 -0.234414 0.112755 -0.353467 -0.284778 84.25 -1.68 -1.7072 0.000541 18 Ofloksasin 7.928581 0.333792 -0.072611 -0.048169 0.071524 -0.356083 -0.285034 104.3 -1.73 -1.92776 0.039440 19 Asam nalidiksat 8.485168 0.333420 -0.010455 -0.189146 0.141026 -0.351485 -0.284885 53.85 -1.87 -1.73775 0.016675 20 Ciprofloksasin 8.156689 0.332660 -0.058863 -0.210489 0.109881 -0.354993 -0.285860 90.59 -1.90 -1.74204 0.024894 21 Pefloksasin 8.253363 0.328457 -0.082656 -0.144767 0.079433 -0.352414 -0.284224 89.27 -1.89 -1.77126 0.014199 22 Asam pipemidat 8.527920 0.346385 0.074464 -0.285443 0.206223 -0.350318 -0.284214 78.15 -2.07 -1.72033 0.119453 23 Levofloksasin 7.928581 0.333792 -0.072611 -0.048169 0.071524 -0.356083 -0.285034 104.3 -2.20 -1.92776 0.075775 24 Cinoksasin 8.115641 0.301743 -0.031814 -0.171716 0.079186 -0.289346 -0.280594 64.81 -2.30 -2.31045 8.87E-05
79
Lampiran 3. Bagan alir prosedur optimasi geometri
Setup HyperChem
Struktur 3D kuinolon
Add H and model build
Optimasi geometri dengan metode semiempirik AM1
Simpan dalam satu file
Start log
Single point
Stop log
Simpan dalam file.log
80
Lampiran 4. Hasil analisis MLR dengan data fitting
81
82
Coefficients(a)
Unstandardized Coefficients
Standardized Coefficients t Sig.
Model B Std. Error Beta
1 (Constant) 82.986 339.635 .244 .847 LOGP -.345 1.369 -.556 -.252 .843 DENERGI .042 .047 .512 .886 .538 Q1 -13.951 23.183 -.469 -.602 .655 Q2 29.095 62.662 .288 .464 .723 Q4 -213.563 390.141 -2.993 -.547 .681 Q5 17.279 7.940 1.363 2.176 .274 Q6 1.798 9.998 .249 .180 .887 Q7 -7.223 14.391 -.849 -.502 .704 Q8 4.306 3.730 .712 1.155 .454 Q9 36.016 50.773 2.396 .709 .607 Q10 -5.952 48.186 -.507 -.124 .922 Q11 -7.390 825.146 -.014 -.009 .994 QO1 -83.696 188.318 -1.928 -.444 .734 QO2 186.001 152.882 .536 1.217 .438 HARARY .031 .022 .947 1.383 .399 RANDIC .050 .090 .148 .548 .681 2 (Constant) 79.980 36.298 2.203 .158 LOGP -.356 .380 -.574 -.938 .447 DENERGI .042 .017 .517 2.418 .137 Q1 -14.086 12.488 -.473 -1.128 .376 Q2 29.344 39.702 .291 .739 .537 Q4 -210.405 118.159 -2.949 -1.781 .217 Q5 17.286 5.589 1.364 3.093 .091 Q6 1.713 2.149 .237 .797 .509 Q7 -7.340 4.265 -.863 -1.721 .227 Q8 4.299 2.573 .711 1.671 .237 Q9 36.425 15.665 2.423 2.325 .146 Q10 -5.563 14.713 -.474 -.378 .742 QO1 -82.111 45.517 -1.892 -1.804 .213 QO2 186.900 81.494 .538 2.293 .149 HARARY .031 .014 .944 2.273 .151 RANDIC .049 .056 .147 .876 .474
83
Unstandardized Coefficients
Standardized Coefficients t Sig.
Model B Std. Error Beta
3 (Constant) 69.518 19.855 3.501 .039 LOGP -.285 .279 -.460 -1.022 .382 DENERGI .039 .013 .478 3.008 .057 Q1 -10.781 7.537 -.362 -1.430 .248 Q2 24.208 31.530 .240 .768 .499 Q4 -172.567 53.088 -2.419 -3.251 .047 Q5 16.552 4.429 1.306 3.737 .033 Q6 1.097 1.184 .152 .926 .423 Q7 -6.400 2.928 -.753 -2.186 .117 Q8 4.059 2.107 .671 1.926 .150 Q9 34.703 12.667 2.309 2.740 .071 QO1 -68.153 22.500 -1.570 -3.029 .056 QO2 167.860 54.150 .483 3.100 .053 HARARY .028 .009 .853 2.985 .058 RANDIC .048 .047 .144 1.019 .383 4 (Constant) 64.825 17.895 3.622 .022 LOGP -.130 .183 -.211 -.713 .515 DENERGI .032 .009 .393 3.643 .022 Q1 -9.061 6.818 -.304 -1.329 .255 Q4 -152.760 43.953 -2.141 -3.476 .025 Q5 14.101 2.909 1.113 4.848 .008 Q6 1.032 1.119 .143 .922 .409 Q7 -5.492 2.538 -.646 -2.164 .096 Q8 2.810 1.270 .465 2.214 .091 Q9 27.525 8.097 1.831 3.399 .027 QO1 -70.710 21.080 -1.629 -3.354 .028 QO2 165.882 51.238 .478 3.237 .032 HARARY .031 .008 .951 3.930 .017 RANDIC .056 .044 .167 1.277 .271 5 (Constant) 66.665 16.816 3.964 .011 DENERGI .029 .007 .353 4.047 .010 Q1 -7.008 5.869 -.235 -1.194 .286 Q4 -152.907 41.737 -2.143 -3.664 .015 Q5 13.690 2.707 1.080 5.057 .004 Q6 1.199 1.039 .166 1.154 .301 Q7 -4.127 1.583 -.485 -2.607 .048 Q8 2.783 1.205 .460 2.310 .069 Q9 23.913 6.000 1.591 3.985 .010 QO1 -75.148 19.125 -1.732 -3.929 .011 QO2 174.872 47.161 .504 3.708 .014 HARARY .031 .008 .953 4.147 .009 RANDIC .057 .042 .170 1.371 .229
84
Unstandardized Coefficients
Standardized Coefficients t Sig.
Model B Std. Error Beta
6 (Constant) 64.714 17.186 3.766 .009 DENERGI .030 .007 .368 4.152 .006 Q1 -5.624 5.901 -.189 -.953 .377 Q4 -151.439 42.853 -2.123 -3.534 .012 Q5 12.218 2.453 .964 4.982 .002 Q7 -3.940 1.618 -.463 -2.436 .051 Q8 2.623 1.230 .434 2.133 .077 Q9 22.842 6.089 1.520 3.751 .009 QO1 -74.745 19.642 -1.722 -3.805 .009 QO2 168.474 48.107 .485 3.502 .013 HARARY .030 .008 .926 3.944 .008 RANDIC .064 .042 .191 1.516 .180 7 (Constant) 58.755 15.903 3.695 .008 DENERGI .028 .007 .347 4.068 .005 Q4 -137.964 40.187 -1.934 -3.433 .011 Q5 11.873 2.410 .937 4.927 .002 Q7 -3.304 1.464 -.388 -2.257 .059 Q8 2.638 1.221 .436 2.160 .068 Q9 20.001 5.275 1.331 3.792 .007 QO1 -71.793 19.269 -1.654 -3.726 .007 QO2 153.672 45.232 .442 3.397 .011 HARARY .024 .004 .732 6.292 .000 RANDIC .072 .041 .215 1.748 .124 8 (Constant) 69.431 16.464 4.217 .003 DENERGI .027 .008 .334 3.504 .008 Q4 -152.121 44.134 -2.132 -3.447 .009 Q5 11.400 2.685 .899 4.246 .003 Q7 -2.348 1.522 -.276 -1.542 .162 Q8 2.736 1.368 .452 2.000 .081 Q9 20.966 5.882 1.395 3.564 .007 QO1 -81.167 20.752 -1.870 -3.911 .004 QO2 185.312 46.479 .534 3.987 .004 HARARY .028 .003 .865 8.781 .000 9 (Constant) 86.253 13.245 6.512 .000 DENERGI .023 .008 .284 2.950 .016 Q4 -203.355 31.206 -2.850 -6.517 .000 Q5 11.774 2.871 .929 4.100 .003 Q8 4.075 1.136 .674 3.588 .006 Q9 25.975 5.266 1.728 4.932 .001 QO1 -105.549 14.437 -2.432 -7.311 .000 QO2 216.135 45.064 .622 4.796 .001 HARARY .027 .003 .834 8.053 .000
a Dependent Variable: LOGIC50
85
Lampiran 5. Hasil analisis MLR dengan total data
86
Lampiran 6. Bobot komponen matriks hasil analisis PCA
87
Lampiran 7. Hasil perhitungan variabel laten
T1 T2 69.507543 67.60533555.764035 54.64385060.717936 58.67223767.486395 65.29650669.659050 67.45257751.561314 51.14793141.498396 40.97934344.623451 44.18068153.078185 51.33665154.351666 52.66723445.711038 44.49451737.202963 37.69015564.818352 62.47915534.464219 33.94832355.960519 54.19474534.541790 33.79718545.880683 44.69261957.719613 55.83279925.847577 26.69514949.398920 48.15157848.461849 47.26258940.558492 40.58102057.719613 55.83279933.837161 33.463379
88
Lampiran 8. Hasil analisis PCR dengan total data
Tabel V.3 Data perhitungan muatan bersih atom 24 senyawa turunan kuinolon
Muatan bersih atom (Coulomb) No Kuinolon qN1 qC2 qC3 qC4 qC5 qY6 qC7 qX8 qC9 qC10 qC11 qO1 qO2 qO3
1 Trovafloksasin -0,097 0,112 -0,329 0,331 -0,055 0,008 0,044 -0,159 0,134 -0,191 0,370 -0,341 -0,279 -0,336
2 Grepafoksasin -0,159 0,115 -0,351 0,334 0,022 0,002 0,114 -0,246 0,122 -0,186 0,373 -0,356 -0,286 -0,362
3 Gatifloksasin -0,141 0,114 -0,356 0,329 -0,092 0,038 0,029 0,040 0,084 -0,152 0,373 -0,352 -0,285 -0,351
4 Moxifloksasin -0,142 0,116 -0,360 0,329 -0,100 0,052 0,019 0,045 0,075 -0,146 0,374 -0,354 -0,286 -0,352
5 Temafloksasin -0,144 0,128 -0,347 0,329 -0,084 0,035 0,041 -0,136 0,081 -0,148 0,372 -0,347 -0,283 -0,344
6 Clinafloksasin -0,149 0,116 -0,352 0,329 -0,086 0,046 0,046 -0,076 0,087 -0,150 0,373 -0,350 -0,284 -0,344
7 Acrosoksasin -0,183 0,115 -0,352 0,328 -0,047 -0,150 0,012 -0,170 0,093 -0,166 0,372 -0,353 -0,285 -0,353
8 Enoksasin -0,174 0,116 -0,348 0,335 -0,045 0,0001 0,129 -0,224 0,152 -0,213 0,372 -0,350 -0,283 -0,351
9 Lomefloksasin -0,176 0,115 -0,352 0,328 -0,098 0,056 0,004 0,085 0,053 -0,135 0,373 -0,349 -0,283 -0,345
10 Rufloksasin -0,189 0,113 -0,344 0,333 -0,055 0,007 0,16 -0,337 0,121 -0,184 0,372 -0,353 -0,284 -0,354
11 Irloksasin -0,183 0,116 -0,348 0,330 -0,065 0,039 0,101 -0,197 0,104 -0,165 0,372 -0,350 -0,283 -0,347
12 Asam Piromidat -0,181 0,110 -0,337 0,348 0,077 -0,237 0,225 -0,293 0,210 -0,340 0,371 -0,352 -0,285 -0,365
13 Sparfloksasin -0,152 0,117 -0,353 0,346 0,167 -0,058 0,064 0,016 0,107 -0,224 0,374 -0,350 -0,285 -0,387
14 Flumequin -0,174 0,115 -0,358 0,328 -0,090 0,065 -0,117 -0,088 0,078 -0,142 0,373 -0,355 -0,285 -0,351
15 Fleroksasin -0,182 0,109 -0,347 0,332 -0,063 0,012 0,106 -0,016 0,090 -0,175 0,371 -0,345 -0,285 -0,349
16 Asam Oksolinat -0,179 0,110 -0,347 0,329 -0,034 -0,021 0,070 -0,177 0,100 -0,176 0,372 -0,353 -0,284 -0,355
17 Norfloksasin -0,184 0,113 -0,348 0,332 -0,063 0,025 0,109 -0,234 0,113 -0,181 0,372 -0,353 -0,285 -0,354
18 Ofloksasin -0,180 0,117 -0,352 0,334 -0,073 0,022 0,122 -0,048 0,072 -0,170 0,373 -0,356 -0,285 -0,354
19 Asam Nalidiksat -0,173 0,116 -0,351 0,333 -0,010 -0,221 0,055 -0,189 0,141 -0,219 0,372 -0,351 -0,285 -0,356
20 Ciprofloksasin -0,157 0,119 -0,352 0,333 -0,059 0,008 0,107 -0,210 0,110 -0,181 0,373 -0,355 -0,286 -0,355
21 Pefloksasin -0,181 0,116 -0,353 0,328 -0,083 0,032 0,038 -0,145 0,079 -0.,151 0,372 -0,352 -0,284 -0,349
22 Asam Pipemidat -0,180 0,111 -0,337 0,346 0,074 -0,233 0,207 -0,285 0,206 -0,329 0,371 -0,350 -0,284 -0,361
23 Levofloksasin -0,180 0,117 -0,352 0,334 -0,073 0,022 0,122 -0,048 0,072 -0,170 0,373 -0,356 -0,285 -0,354
24 Cinoksasin -0,156 0,094 -0,275 0,302 -0,032 -0,019 0,077 -0,172 0,079 -0,185 0,375 -0,289 -0,281 -0,324
Recommended