Upload
desi-riza-pratiwi
View
60
Download
19
Embed Size (px)
Citation preview
LAPORAN RESMI
PRAKTIKUM KIMIA MEDISINAL 2
PERCOBAAN 3 DAN 4
PHARMACOPHORE MAPPING
Disusun oleh:
Nama : Desi riza pratiwi
NIM : 10/304988/FA/08652
Golongan : II
Kelas : FST 2010
Hari praktikum : Selasa, 08.00 – 12.00
Dosen : B.S. Ari Sudarmanto, S.Si., M.Si.
Dosen jaga : Dr. Riris Istighfari Jenie, M.Sc., Apt.
FAKULTAS FARMASI
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2013
PERCOBAAN 3 DAN 4PHARMACOPHORE MAPPING :
LIGAND-BASED DAN COMPLEX-BASED
1. Tujuan
a. Melakukan pemetaan fitur farmakofor berdasarkan struktur ligan yang terjajarkan.
b. Melakukan pemetaan fitur farmakofor berdasarkan struktur kompleks protein-ligan.
2. Dasar teori
Pendekatan farmakofor menjadi salah satu tool utama dalam penemuan obat akhir-
akhir ini. Konsep farmakofor pertama kali dikenalkan oleh Ehrlich (1909) yang
mendefinisikan farmakofor sebagai suatu gugus atau kerangka (framework) yang membawa
(phoros) fitur-fitur esensial yang bertanggung jawab atas aktivitas biologis obat
(pharmacon). Adanya perkembangan zaman, konsep farmakofor dasar tidak berubah hanya
saja makna dan pemanfaatannya semakin diperluas. Menurut definisi IUPAC (Wermuth,
1998) model farmakofor adalah suatu setel (ensemble) dari fitur sterik dan elektronik yang
dibutuhkan untuk memastikan interaksi supramolekuler yang optimal dengan target biologis
spesifik dan untuk memicu atau menghambat respon biologis itu sendiri.
Model farmakofor dapat ditetapkan dengan cara ligand-based, dengan menjajarkan
(superpose) satu set molekul aktif dan menapiskan (extracting) fitur-fitur kimia umum yang
esensial untuk bioaktivitasnya atau dengan cara structure-based, dengan mencari (probing)
interaksi yang mungkin antara target makromolekul dengan ligannya. Pendekatan
farmakofor telah digunakan secara ekstensif untuk virtual screening, de novo design dan
aplikasi yang lain seperti optimisasi senyawa penuntun (lead) dan desain obat multitarget.
Ligand-based pharmacophore modelling
Metode ini merupakan kunci strategi komputasional untuk memfasilitasi penemuan
obat tanpa adanya struktur target makromolekuler. Pada metode ini dilakukan penapisan
fitur-fitur kimia yang umum dari struktur 3D suatu set ligan yang diketahui yang dapat
mewakili target molekul spesifik. Secara umum, pembangkitan (generate) farmakofor dari
(multiple ligand) ligan yang banyak (selalu disebut training set compounds) terdiri dari dua
langkah, yaitu membuat ruang konformasi untuk masing-masing ligan pada training set
untuk mewakili kelenturan (flexibility) konformasi ligan dan menjajarkan multiple set pada
training set dan menentukan fitur-fitur kimia umum yang esensial untuk membangun model
farmakofor.
Complex-based pharmacophore modelling
Pada metode ini pemetaan fitur farmakofor berdasarkan informasi struktur 3D
kompleks protein-ligan. Pemetaan dengan cara ini akan menghasilkan fitur farmakofor yang
lebih realistik karena geometri ligan diperoleh dari data eksperimental. Selain itu, residu-
residu asam amino dalam situs aktif protein akan memberikan pembatasan ruang dan
informasi jenis interaksi yang dialami oleh ligan.
Idealnya, data kompleks protein-ligan yang digunakan sebaiknya lebih dari satu,
dengan variasi jenis ligan berbeda untuk target protein yang sama. Namun hal ini terkadang
sulit untuk didapatkan mengingat tidak semua data struktural protein di PDB merupakan
kompleks protein-ligan aktif dan variatif.
3. Cara kerja
Ligand-based pharmacophore mapping
Direktori kerja (WorkDir) dibuat pada folder yang dipilih
File JMC_1995_38_4570_selected.mdb dan cox2_drugs.mdb disalin ke folder tersebut
Program MOE dijalankan dan dilakukan penyetelan direktori kerja (CWD program MOE)
MOEFileOpenfolder yang ditujuCWDcancel
Membuka database senyawa aktif (cox2_drugs.mdb)
MOEFileOpencox2_drugs.mdbOK
Molekul referensi (FLP) yang sesuai dengan obat terpilih (NAPROXEN, MELOXICAM
dan IBUPROFEN) dipanggil ke dalam jendela MOE
Obat terpilih diseleksimolekul referensi send to MOE
Dilakukan flexible allignment terhadan struktur molekul obat terpilih terhadap struktur
referensi
DBVTools Batch FlexAlign
Senyawa penuntun kembali ditampilkan di jendela MOE
MOECenterSiteView
Konformasi yang paling sesuai dengan struktur referensi (dU = 0,0000) dikirim ke jendela
MOE
Konformasi diseleksiDBVMolecule Popupsend selected to MOE
Tampilan struktur senyawa diatur untuk mempermudah pengamatan
MOEPopupAtomsStyle Stick
MOEPopupAtomsColor by Chain
MOEPopupHideNonpolar Hydrogens
Pharmacophore Query Editor dibuka
MOEFileNewPharmacophore Query
Label dari fitur-fitur farmakofor dinyalakan
Pharmachopore Query EditorLigand AnnotationLong
Tampilan struktur senyawa disederhakan
Pharmachopore Query EditorSchemeInfoDon2,Acc2,PIN dimatikan
Fitur-fitur farmakofor dibuat dengan cara manual
Titik-titik pada senyawa yang saling berimpit dipilih Pharmachopore Query
EditorCreateFeature
Fitur-fitur farmakofor dibuat dengan cara otomatis
Pharmachopore Query EditorConsensus
Pharmacophore ConsensusCalculate
Pemilihan fitur-fitur farmakofor
Fitur terpilihPharmacophore ConsensusLoad Selected
Penapisan fitur-fitur terpilih terhadap dataset ligand (JMC_1995_38_4570_selected)
Pharmachopore Query EditorSearch JMC_1995_38_4570_selected.mdb
Pharmacophore SearchsetupGenerated FieldsRow,Map diseleksiCopied Fields
PIC50 dan COMPOUND_KEY diseleksiSearch
Complex-based pharmacophore mapping
Direktori kerja (WorkDir) dibuat pada folder yang dipilih
File JMC_1995_38_4570_selected.mdb disalin ke folder tersebut
Program MOE dijalankan dan dilakukan penyetelan direktori kerja (CWD program MOE)
MOEFileOpenfolder yang ditujuCWDcancel
Kompleks protein-ligan cyclooxygenase-2 (3NT1,3NTB dan 3Q7D) diunduh pada
www.pdb.org dalam bentuk text .pdb
Kompleks dibuka satu per satu pada MOE
MOEFileOpen3NT1.pdbLoad PDB FileOK
Kompleks di preparasi
MOESEQsenyawa, ligan asli diseleksi Chain PopupInvert Selection Chain
Popup Delete Selected Chainsresidu non ligan diseleksiDelete Selected Residues
Chain PopupReset AllignmentDisplayCompound Name, Actual Secondary Structure
diseleksi
Protein dan ligan diprotonasi
MOELigXGradient of 0.01OK
Kompleks yang telah dipreparasi disimpan dan diulang untuk kompleks yang lain
MOEFileSaveOK
Semua kompleks dibuka bersama-sama
MOEFileOpen3NT1_complexpreparation.moe, 3NTB_complexpreparation.moe,
3Q7D_complexpreparation.moe OK
Database (1PXX.pdb) dibuka dan dilakukan penyuntingan
MOEFileOpen1PXX.pdbOK
MOESEQligan-ligan 1PXX diseleksiDelete Selected ChainsOKChain
PopupMove ChainTop
Penyuntingan sekuens ligan
MOESEQDisplayCompound Name, Actual Secondary Structure
diseleksiDisplayColor Chain By Tag
Penghilangan sekuens HEM
MOESEQHEM pada residu ligan diseleksiPopupDelete Selected ResiduesOK
Ligan diisolasi dan backbone protein ditampilkan
MOEPopupSelectLigand
MOERHSLigandChoose Ligand
MOEPopupAtomsColorby Chain
MOEPopupHideAll Atoms
MOEPopupRibbonStyleLineColorby Chain
Superposisi terhadap semua ligan
MOEComputeBiopolymerSuperposeseleksi semua kompleks yang ingin
disuperposeSuperposeReport RMSD
Database ligan PDB dihapus dari sekuens
MOESEQpdb diseleksiDelete Selected Chains
Diagram 2D Ligand Interaction ditampilkan untuk semua kompleks
MOEComputeLigand InteractionApply
Database kompleks dibuat
MOEFileNewDatabasecox2_complex.mdbOK
DBVEditNewEntryAdd EntryModeChain Tag
MOESystemLigand 3NT1.A, Ligand 3NTB.A, Ligand 3Q7D.A diseleksi
PLIF dihitung
DBVComputePLIFGeneratePLIF SetupReceptorDatabasefieldname
LigandLigandGenerateRebuild Interactions diseleksiGeneratePrepareOK
PLIF:I.mdbLigandToolsQuery GeneratorEntriesAllBuildCreateYes
Fitur-fitur farmakofor dibuat dengan cara manual
Titik-titik pada senyawa yang saling berimpit dipilih Pharmachopore Query
EditorCreateFeature
Fitur-fitur farmakofor dibuat dengan cara otomatis
Pharmachopore Query EditorConsensus
Pharmacophore ConsensusCalculate
Pemilihan fitur-fitur farmakofor
Fitur terpilihPharmacophore ConsensusLoad Selected
Penapisan fitur-fitur terpilih terhadap dataset ligand (JMC_1995_38_4570_selected)
Pharmachopore Query EditorSearch JMC_1995_38_4570_selected.mdb
Pharmacophore SearchsetupGenerated FieldsRow,Map diseleksiCopied Fields
PIC50 dan COMPOUND_KEY diseleksiSearch
4. Data
Ligand-based pharmacophore mapping
Dataset : Naproxen, Meloxicam dan Ibuprofen
Flexible Allignment
File : terpilih.mdb
Ligan acuan Ligan uji U F S dU dF dS
FLP
Naproxen 23,2597 -159,4878 -136,2282 0,00000,042
90,0000
Meloxicam 17,4768 -128,7481 -111,2714 0,73008,285
30,0000
Ibuprofen 14,7996 -150,7992 -135,9995 0,00000,000
00,0000
Pharmacophore Query
Title : Pharmacophore Query
File : pharmacophore_query.ph4
ID Expression Radius (Ȧ) jarak antar fitur
F1 Hyd│Aro 1,4 F1-F2 : 4,963 Ȧ; F1-F3 : 4,124 Ȧ; F1-F4 : 2,870 Ȧ
F2 Aro│Hyd│Acc 1,31 F2-F3 : 8,920 Ȧ; F2-F4 : 2,235 Ȧ
F3 Aro│Hyd│Acc│Don 2,08 F3-F4 : 6,744 Ȧ
F4 Aro│Hyd 0,8
Pharmacophore Search
File : flp_ph4out.mdb
Input : 33 molecule
Result : 6 hits,
Hit Ligand (mol) RMSD Hitmap pIC50
Indomethacin 0,3129 49 5 50 42 6,0500
L-745337 0,9361 42 39 40 3 7,7000
SC-58125 0,5370 44 40 42 4 7,3000
DuP-697 0,8658 41 40 6 42 8,0000
8l 0,9894 45 38 5 44 8,7000
7m 1,0383 53 52 50 5 8,3000
Complex-based pharmacophore mapping
Dataset : 3NT1, 3NTB, 3Q7D
Superposisi PDB
File MOE : ph4_cb
RMSD : 0,276
Database : 3NT1, 3NTB, 3Q7D
PDB Res (Ȧ) Het Ligand Match %Identity %Similarity
3NT1 0,32 NPS NAPROXEN 552 100 100
3NTB 0,28 T1N
(2S)-2-[6-(methylsulfanyl)
naphtalen-2-yl] propanac
acid
552 100 100
3Q7D 0,32 NPX NAPROXEN 552 100 100
Pharmacophore Query
Title : PLIF Pharmacophore
File : COX-2_3NT1_3NTB_3Q7D.ph4
ID Expression Radius (Ȧ) jarak antar fitur
F1 Aro│Hyd 0,92 F1-F2 : 5,559 Ȧ; F1-F3 : 3,761 Ȧ
F2 Hyd│Acc 1,3 F2-F3 : 9,307 Ȧ
F3 Hyd 0,73
Pharmacophore Search
File : 3NT1_3NTB_3Q7D_ph4out.mdb
Input : 33 molecule
Result : 32 hits, 266 entries
Hit Ligand (mol) RMSD Hitmap pIC50
7a 0,6780 44 41 43 7,5900
7b 0,5102 44 41 43 7,2900
7c 0,5288 45 41 43 7,5200
7f 0,5893 40 41 43 8,5200
7g 0,5253 40 41 43 8,0000
7h 0,5734 49 45 47 9,3000
7i 0,4768 49 45 47 6,9200
7j 0,4933 50 45 47 6,8500
7k 0,4841 51 45 47 7,7700
7l 0,6576 47 7 44 7,6800
7m 0,4656 55 49 51 8,3000
7n 0,6489 45 44 47 8,5200
7o 0,5373 48 44 46 6,0600
7p 0,5409 43 45 46 6,1200
8a 0,7575 39 6 40 8,1600
8b 0,6850 42 5 40 7,7400
8c 0,7353 43 6 40 8,0000
8e 0,6832 42 6 40 5,5400
8f 0,6525 44 40 42 8,5200
8g 0,6618 45 40 42 8,7000
8h 0,5621 47 44 46 8,7000
8i 0,4736 44 44 46 7,8000
8j 0,5667 48 44 46 8,0500
8k 0,5287 49 44 46 8,0500
8l 0,6812 45 6 43 8,7000
8m 0,5013 53 48 50 8,7000
8o 0,7467 46 5 43 6,8200
8p 0,6958 42 6 43 8,7700
DuP-697 0,5625 41 40 39 8,0000
Indomethacin 0,3505 48 44 45 6,0500
NS-398 0,5279 44 7 43 7,7000
SC-58125 0,4079 39 40 42 7,3000
5. Hasil dan pembahasan
Praktikum pharmacophore mapping ini menggunakan dua metode yaitu metode
LBDD (Ligan Based Drug Design) dan CBDD (Complex Based Drug Design). Tujuan dari
praktikum ini adalah agar mahasiswa mampu melakukan pemetaan fitur-fitur farmakofor
berdasarkan struktur 3D ligan dan kompleks protein-ligan. Harapan dari adanya praktikum
ini adalah ditemukan senyawa-senyawa hits yang dapat dijadikan alternatif pilihan molekul
obat yang dapat menghambat enzim siklooksigenase.
Enzim siklooksigenase (COX) merupakan enzim yang mengkatalisis pembentukan
prostaglandin, suatu mediator inflamasi, dan produk metabolisme asam arakhidonat (Ikawati
dkk.,2006). Enzim siklooksigenase terdiri dari 2 isoenzim yaitu siklooksigenase 1 (COX-1)
yang bersifat konstitutif untuk memelihara fisiologi normal dan homeostasis dan
siklooksigenase 2 (COX-2) yang terinduksi pada sel yang mengalami inflamasi oleh sitokin,
endotoksin, dan faktor pertumbuhan (Leahy et al,2002).
Pada pemetaan fitur farmakofor menggunakan metode LBDD digunakan flp sebagai
molekul referensi untuk naproxen, meloxicam dan ibuprofen. Naproxen, meloxicam dan
ibuprofen merupakan obat-obat NSAIDs. NSAIDs (Non Steroid Anti Inflammatory Drugs)
merupakan obat yang mampu menghambat enzim siklooksigenase 1 (COX-1) dan
siklooksigenase 2 (COX-2) sehingga dapat menghambat sintesis prostaglandin dan
tromboksan. Mekanisme aksi dari naproxen, meloxicam dan ibuprofen adalah dengan
menghambat enzim sikooksigenase (COX) baik siklooksigenase 1 (COX-1) maupun
siklooksigenase 2 (COX-2) sehingga ketiga obat ini merupakan non-selective NSAIDs.
Ketiga NSAIDs ini digunakan sebagai ligan yang akan di-allignment dengan molekul
referensi. Molekul referensi yang digunakan adalah flp, flp adalah suatu protein yang biasa
ditemukan pada yeast.
Salah satu tahapan pada pemetaan fitur farmakofor menggunakan metode LBDD
adalah adanya flexible allignment antara ligan dengan molekul referensi. Flexible
allignment ini berfungsi untuk melihat kemiripan konformasi ligan dengan protein dari
molekul referensi dengan memberi batasan fitur-fitur apa yang akan ditumpangtindihkan.
Dari hasil flexible allignment dipilih konformasi ligan yang paling mirip dengan molekul
referensi. Pemilihan konformasi yang sesuai dilihat dari harga dS yang menyatakan 0,0000.
dS menunjukkan score allignment menghasilkan score terkecil seperti pada senyawa kiral.
Konformasi senyawa yang dipilih kemudian dilakukan pemetaan fitur-fitur farmakofornya.
Pemetaan dapat dilakukan dengan dua cara yaitu dengan cara manual atau dengan
consensus. Pada metode manual fitur-fitur farmakofor ditentukan sendiri dengan memilih
atom-atom yang saling berhimpit, metode ini memberikan kebebasan terhadap fitur-fitur
farmakofor yang akan dipilih tetapi mebutuhkan ketelitian. Sedangkan pada metode
consensus fitur-fitur farmakofor telah ditentukan dari program sehingga sudah otomatis
mendeteksi atom-atom yang saling berhimpit. Kemudian dilakukan generate untuk
dimasukkan ke dalam farmakofor query
6. Kesimpulan
7. Daftar pustaka
8. Lampiran