Upload
soffatul-azizah
View
690
Download
14
Embed Size (px)
Citation preview
Bioassay Kuantitatif
22 Maret 2011
Bioassay kuantitatif: cara penetapan potensi obat dengan mengamati efek biologis.
Efek biologis digolongkan dalam dua bagian besar yaitu: 1.Respon farmakologis (respon yang terjadi atau
mempengaruhi satu sistem tertentu pada tubuh organisme)
Contoh: - efek hipoglikemik insulin - efek isoproterenol pada denyut jantung - efek norepinefrin pada tekanan darah - efek oksitosin pada kontraksi otot uterus
2.Respon biologis (respon terjadi atau mempengaruhi pada seluruh tubuh organisme)
Contoh:- stimulasi pertumbuhan mikroorganisme karena
pemberian vitamin
Bioassay Kuantitatif
Pengertian: hubungan antara jumlah obat dan besarnya efek (respon) yang ditimbulkan
Syarat agar bisa dievaluasi: Efek harus dpt diukur (bila berupa data kualitatif harus
diubah ke data kuantitatif) Efek obat harus mempunyai nilai Nol pd saat Dosis = 0Penggambaran kurva: Dosis → absis (independent variable) Efek → ordinat (dependent variable)Setelah pemberian obat:
Efek tergantung waktu & dosis → merupakan fungsi dari keduanya
E = ƒ (t, D)
Hubungan Dosis-Respon
Efek dosis 2
dosis 1
t1 t2
Waktu
Response (pharmacology vs toxicology)
BEBERAPA HAL YG PERLU DIPAHAMI
Efficacy obat: ukuran kemampuan intrinsik obat untuk menghasilkan efek (kemanjuran obat) penting dalam terapi
Potency obat: menunjukkan besaran dosis yang diperlukan untuk menghasilkan respon kurang penting dalam terapi (lebih penting efek) dipengaruhi oleh proses ADME
Suatu obat kadang memiliki efikasi lebih besar dibanding obat lain
tetapi potensinya lebih kecil, namun bisa juga memiliki efikasi dan
potensi yang lebih besar dibanding obat lain
EB max B EX max
EA max A EY max
DA DB DX DY
POTENSI : A > B POTENSI : X > Y
EFIKASI : B > A EFIKASI : X > Y
Metode pembuatan kurva dosis-respon Absis Ordinat Kurva 1. Linier %Emax Hiperbola 2. Linier Absolut Hiperbola 3. Log Absolut Sigmoid
KET. 1. Normalisasi
E1▬> E1 x 100%, E2▬> E2 x 100%
Emax Emax
% Analgesia
100%
50%
5 10 Dosis morfin (mg/kgBB)
2. Kenaikan waktu
Konvulsi (detik)
100
50
20 40 60 Dosis morfin (mg/kg)
3.. Tension (gram)
4
3
2 linier
1
-9 -8 -7 -6 -5 -4 Log kadar
Respon farmakologi dpt dibedakan jadi 2:
1. Graded respon (Respon bertingkat)
2. Quantal respon
GRADED RESPON GRADED RESPON Kenaikan dosis respon individu naik secara teratur (pada satu sistem
hayati)
Acetylcholine concentrations are represented as log10 and range
from 10-9 to 10-4. The numbers on the X-axis should be negative.
Contoh hasil percobaan dg organ terisolasi (graded respon)
Cara perhitungan respon
Dosis Log Dosis
%Respon Persamaan regresi
ED-50
D-1 Log D-1 L-1 X 100%L-max
Log dosis terhadap
%respon
Dosis yg menyebab-kan 50% efek
D-2 Log D-2 L-2 X 100%L-max
D-3 Log D-3 L-3 X 100%L-max
D-max
Log D-max
L-max X 100%L-max
Respon 100
(%maksimum)
50 linier
-D1 -D2 -D3 -Dmax Log kadar
ED-50
QUANTAL RESPON Ada dua kemungkinan: Ada efek atau Tidak ada efek
Sistem hayati (satu kelompok) Contoh: 1. Obat golongan Barbiturat efek tidur
Tidak diperhatikan intensitas tidurnya, tetapi frekuensi tidur (tidur atau tidak) ED-50
2. Uji toksisitas akut yang dihitung jumlah kematian hewan uji tiap kelompok persen respon analisis probit LD-50
3. Brine Shrimp Lethality Test/BST (uji ketoksikan suatu senyawa menggunakan larva udang)dihitung jumlah kematian larva dihitung persen kematian larva analisis probit LC-50
All or None effect
Contoh gambar uji yg menghasilkan efek quantal
Gambar larva udang yang digunakan untuk uji BST
Hitunglah LD-50 dari data berikut
Menggunakan persamaan garis y = a + bx Y = % kematian X = dosis Jika 50% LD 50 Y = -118,9568 + 112, 9568 x 50 = -118,9568 + 112, 9568 x X = 1,49576 Dosis pada LD 50 = 31,315 mg/kg
Kel . Dosis (mg/kg) Log Dosis Kematian % kematian
1 10 1 0 0
2 20 1,301 1 20
3 40 1,602 3 60
4 80 1,903 5 100
Setiap kelompok terdiri dari 5 mencit
Contoh uji yg menghasilkan efek quantal (2)
Kel. Dosis Log dosis
Jml kematian tiap kelompok
Subyek(Jml total tiap
Kelompok)
Analisis Probit
(SPSS)
DI (80 mg/kgBB)DII (100 mg/kgBB)DIII (125 mg/kgBB)
DIV (156,25 mg/kgBB)
Log- DILog- DIILog- DIIILog- DIV
1246
6666
LD-50
Cara menghitung harga LD-50 dg analisis probit Penghitungan LD-50 dengan metode probit melalui
komputer:1. Dibuka program SPSS-10 for Windows
2. Setelah program terbuka, klik pada variable view dan masukkan pada kolom name sebagai berikut:
1. dosis2. Jumlah hewan uji yang mati pada tiap kelompok
(jml_mati)3. Jumlah total hewan uji pada tiap kelompok
(subyek)
kemudian diatur angka decimal yang dikehendaki (contoh dua angka dibelakang koma), kolom lain akan terisi otomatis dan tidak memerlukan pengaturan (gambar 1). Apa yang kita masukkan otomatis akan muncul pada data view.
Gambar 1. Tampilan pada variable view
3. Klik pada data view, dan masukkan data sesuai kolom masing-masing (dosis, jumlah kematian,subyek)
4. Apabila data sudah dimasukkan seluruhnya maka akan muncul tampilan seperti gambar 2. Untuk melakukan analisis probit, klik pada menu bar dengan urutan Analyze, Regression, dan Probit, maka akan muncul kotak dialog (gambar 3).
5. Kemudian isi kotak dialog dengan pilihan yang sesuai:
# dosis ke Covariate(s) # jml_mati ke Response Frequency
# subyek ke Total Observed
Gambar 2. Tampilan pada data view setelah seluruh data dimasukkan
Gambar 3. Tampilan kotak dialog pada analisa probit
Gambar 4. Tampilan pengisian kotak dialog telah selesai
Bagian Factor dikosongkan, dosis diubah ke skala logaritma dengan cara klik panah kecil disebelah kanan Transform dan pilih Log base 10 (gambar 4). Kemudian klik OK maka akan muncul hasil yang kita harapkan (Output Probit).
Untuk memudahkan pengaturan saat akan diprint, harus dicopy lebih dahulu ke MS Word. Caranya buka file baru pada MS word dan diberi nama sesuai percobaan. Klik bagian yang akan kita copy, pilih menu Edit, Copy objects dan pilih menu Paste pada bagian yang kita inginkan.
Hasil analisis probit dg metode SPSS Probit * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * DATA Information 4 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 0 cases rejected because LOG-transform can't be done. MODEL Information ONLY Normal Sigmoid is requested. * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * Parameter estimates converged after 20 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. DOSIS 10.25770 3.64122 2.81710 Intercept Standard Error Intercept/S.E. -20.75338 7.37219 -2.81509 Pearson Goodness-of-Fit Chi Square = .662 DF = 2 P = .718 Since Goodness-of-Fit Chi square is NOT significant, no heterogeneity factor is used in the calculation of confidence limits. * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * Observed and Expected Frequencies Number of Observed Expected DOSIS Subjects Responses Responses Residual Prob 1.90 6.0 1.0 .654 .346 .10896 2.00 6.0 2.0 2.436 -.436 .40594 2.08 6.0 4.0 4.303 -.303 .71709 2.19 6.0 6.0 5.760 .240 .95995
Hasil analisis probit dg metode SPSS (lanjutan) * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * Confidence Limits for Effective DOSIS 95% Confidence Limits Prob DOSIS Lower Upper .01 62.57642 18.52230 79.46591 .02 66.52514 22.57652 82.64879 .03 69.15870 25.58605 84.77187 .04 71.20832 28.10329 86.43044 .05 72.92024 30.32550 87.82358 .06 74.40974 32.34865 89.04407 .07 75.74076 34.22757 90.14329 .08 76.95271 35.99685 91.15292 .09 78.07176 37.67988 92.09399 .10 79.11623 39.29332 92.98131 .15 83.59141 46.66085 96.91573 .20 87.32798 53.33797 100.44582 .25 90.66647 59.63690 103.89960 .30 93.77317 65.68515 107.49344 .35 96.74693 71.51977 111.42502 .40 99.65589 77.11942 115.90951 .45 102.55357 82.42537 121.19246 .50 105.48755 87.36984 127.54505 .55 108.50548 91.91219 135.25107 .60 111.66047 96.06602 144.60979 .65 115.01785 99.90165 155.97997 .70 118.66533 103.53039 169.87652 .75 122.73141 107.09143 187.14002 .80 127.42335 110.75789 209.27016 .85 133.11924 114.77952 239.24287 .90 140.64906 119.62584 284.12598 .91 142.53071 120.77655 296.29675 .92 144.60341 122.02162 310.15482 .93 146.91726 123.38648 326.19202 .94 149.54526 124.90784 345.14332 .95 152.59994 126.64188 368.17470 .96 156.26860 128.68131 397.29302 .97 160.89984 131.19704 436.38647 .98 167.26946 134.56509 494.56616 .99 177.82455 139.95226 602.82972 Catatan, LD-50 dilihat pada bagian yang diberi tanda
Hasil analisis probit dg metode SPSS (lanjutan)Gambar . Grafik hubungan log dosis terhadap probit
Probit Transformed Responses
L o g o f DOSIS
2. 12. 01. 91. 8
Pro
bit
. 6
. 4
. 2
. 0
- . 2
- . 4
- . 6
- . 8
-1. 0
Kurva Log Dosis Respon(sigmoid)
Kurva hubungan dosis-respon (sigmoid)
Kurva sigmoid (Kurva Log Dosis Respon) sering digunakan dalam farmakologi maupun toksikologi karena:
Senyawa yg bekerja pada sistem biologi yg sama umumnya memberikan kurva yg sama bentuknya. Hal ini
mudah dilihat, demikian pula kesejajaran kurva mudah diamati
Rasio potensi lebih mudah diestimasi
Skala logaritmik memungkinkan menggambarkan kurva dg kisaran dosis yg sangat lebar pada suatu kurva tanpa harus
“memadatkan” kurva. Hal ini memungkinkan menggambarkan kurva secara teliti bagi senyawa-senyawa
yg rasio potensinya sangat besar
Bagian tengah kurva (20-80% efek maksimum) hampir linear. Hal ini sangat berguna jika harus digambarkan hanya
dari dua atau tiga pengamatan
TUGAS INDIVIDU Cari 1 journal/artikel publikasi yang berkaitan
dengan respon gradual atau quantal! Dikumpulkan max 1 pekan setelah kuliah
(tanggal 29 Maret 2011)
Terima kasih.........