Desain Obat Baru dengan Metode Kimia Komputasi

Pendahuluan

Secara umum telah dibuktikan bahwa struktur, komposisi, atau sifat fisis dari suatu senyawa yang secara langsung mempengaruhi aktifitas biologisnya untuk mencapai suatu target/penyakit. Untuk mempelajari interaksi suatu melokul obat dengan reseptornya dan mempelajari potensi suatu molekul sebagai obat dengan peninjauan aspek struktur elektronik atau aspek kimia kuantum molekul tersebut digunakan metode kimia komputasi.

Kimia komputasi telah berkembang pesat terutama berkaitan dengan perhitungan kimia kuantum dan berbagai terapan untuk berbagai bidang ilmu lainnya. Salah satu bidang yang banyak menggunakan aplikasi kimia komputasi berupa HKSA (Hubungan Kuantitatif Struktur–Aktivitas) atau QSAR (Quantitative Structure–Activity Relationship) adalah kimia medisinal. HKSA ini yang kemudian dapat membantu peneliti dalam mensintesis senyawa obat. Kimia komputasi dapat menghasilkan gambaran struktur melokul dalam berbagai model dan mempunyai aktifitas yang sama dengan penyamaan kuantum dari fisika klasik.

HKSA sejak abad ke-19. Pada 1863, A.F.A. Cros di Universitas dari Strasbourg mengobservasi toksisitas alkohol pada binatang menyusui semakin meningkat dengan daya larut dalam air dari alkohol tersebut yang menurun. Pada 1890’s, Hans Horst Meyer dari Universitas dari Marburg dan Charles Overton Ernest dari Universitas dari Zurich, Bekerja secara independen, mencatat bahwa toksisitas dari senyawa organik bergantung pada lipofilisitasnya.

Sedikit perkembangan tambahan dari HKSA telah terjadi sampai pekerjaan dari Louis Hammett (1894-1987), yang mengkorelasikan sifat elektronik dari asam organik dan basa-basa dengan reaktivitas dan tetapan keseimbangannya.

Peneliti telah  mencoba selama bertahun-tahun obat-obat untuk mengembangkan obat berdasarkan pada HKSA. Akses yang mudah sumber daya komputasi tidak tersedia ketika usaha ini mulai, maka usaha berisi secara primer dari korelasi statistik dari deskriptor struktural dengan aktivitas-aktivitas biologis. Akan tetapi, akses pada stasiun-kerja grafik dan komputer kecepatan tinggi menjadi hal yang biasa, bidang ini telah meningkatkan ke dalam apa yang adalah sering diistilahkan disain obat rasional atau disain obat computer-assisted.

            HKSA  Merupakan metode untuk membuat suatu hubungan antara struktur dan aktifitas dari berbagai deskriptornya. Deskriptor-deskriptor Fisikokimia meliputi beberapa parameter termasuk hidrofobisitas atau lifopilisitas, topologi, elektronik dan sterik, yang dilakukan secara empirik atau yang lebih baru dengan metode komputasi. HKSA digunakan dalam pengukuran aktivitas bahan kimia dan pengujian biologis. HKSA sekarang diterapkan dalam berbagai disiplin ilmu dengan banyak menyinggung kedesain obat dan penilaian resiko lingkungan.

Desain Obat

Tujuan utama upaya merancang/desain suatu obat dalam ilmu kimia medisinal adalah supaya dapat ditemukan suatu molekul yang akan menghasilkan efek biologis yang bermanfaat tanpa berakibat efek biologis yang merugikan. Sebagai contoh, suatu senyawa yang dapat menurunkan tekanan darah dapat juga memiliki efek samping pada sistem syaraf pusat. Dengan demikian merupakan suatu kesalahan apabila tujuan utama akan dapat tercapai dengan sempurna, tetapi efek negatif obat tersebut juga cukup merugikan.Taylor dan Kennewal memberi batasan kimia medisinal yang lebih spesifik sebagai yaitu studi kimiawi senyawa atau obat yang dapat memberikan efek menguntungkan dalam sistem kehidupan, yang melibatkan studi hubungan kimia senyawa dengan aktivitas biologis dan model kerja senyawa pada sistem biologis, dalam usaha mendapatkan efek terapetik obat yang maksimal dan memperkecil efek samping yang tidak diinginkan.

Desain obat dapat dibagi menjadi 2 kategori, langsung dan tidak langsung. Pendekatan langsung (Direct Approach) menguntungkan dari segi pengetahuan tentang struktur atom dari reseptor obat dan memegang peranan penting dalam penelitian di bidang farmasi. Pendekatan tidak langsung (Indirect Approach) merupakan pendekatan yang diterapkan program penelitian kimia medicinal pada umumnya, dimana tidak ada informasi secara terstrukur tentang reseptor target. Kedua pendekatan tersebut meliputi optimalisasi suatu senyawa penuntun atau senyawa-senyawa hasil sintesis dari molekul baru

Metode komputasi memberikan dukungan yang sangat penting terhadap kedua pendekatan tersebut. Beberapa perangkat spesifik untuk desain obat secara langsung mencoba menghasilkan desain de novo untuk molekul-molekul dengan terhadap reseptor tertentu berdasarkan struktur reseptor tersebut. Perkembangan sekarang termasuk mencoba untuk membentuk molekul dengan suatu bagian yang aktif dan keberhasilan metode penelusuran data base 3D dari Desjarlanis dkk. Pendekatan-pendekatan yang paling berarti dalam lingkup desain obat secara tidak langsung didasarkan penggunaan metode statistic terhadap desain seri molekul-molekul untuk sintesis dan analisis HKSA dalam hal data yang berkaitan dengan obat.

Suatu pendekatan yang sempurna awalnya dikembangkan di Marshall’s Laboratory di St. Louis, yakni membuat model-model tiga dimensi dari ikatan reseptor dengan obat dengan membandingkan afinitas terhadap suatu reseptor yang sama dari beberapa molekul yang berbeda berdasarkan struktur molekul-molekul tersebut. Model-model tersebut merupakan dasar untuk kajian COMFA (Comparative molecular field analysis), yang mengijinkan para desainer obat untuk memprediksi aktivitas molekul-molekul hipotesis berdasarkan data 3D ligan-ligan terhadap suatu reseptor dengan struktur yang tidak diketahui dan penelusuran data base 3D terhadap senyawa penuntun.

Metode yan digunakan dalam kajian HKSA

            Kajian HKSA berdasarkan parameter yang digunakan digolongkan dalam 3 metode, yaitu: metode Hansch, metode Fee-Wilson, dan metode QSAR-3D atau CoMFA (Comparative Molecular Field Analysis).

Metode Hansch

                        Metode Hansch dikembangkan oleh Hansch pada tahun 1964. Model Hanch mengasumsikan aktivitas biologis sebagai fungsi dari parameter-parameter hidrofobisitas (π), elektronik (σ), dan sterik (E_s) yang terdapat pada molekul, yang dapat dinyatakan secara matematis sebagai persamaan (II,3) berikut:

                        Log A = aΣπ + bΣ σ + cΣ Es + d

Notasi a,b,c dan d mmenyatakan tetapan persamaan regresi. Notasi π  adalah tetapan hidrofobisitas subsituen menurut Hansch-Fujita, σ adalah tetapan hammet yan menyatakan sifat elektronik, dan E_s­ adalah tetapan subtituen sterik menurut Taft. Ketiga parameter tersebut diperoleh dari pendekatan ekstratermodinamika atau model kaitan linear energi bebas (Linear Free Energy Relationship), yaitu suatu model matematik yang dikembangkan dari hubungan reaktivitas kimia dengan parameter subtituen yang dikemukaan oleh Hammet pada tahun 1938.

                        Analisis Hansch kemudian dikembangkan dengan menggunakan parameter sifat fisikokimia dari struktur molekul atau menggunakan beberapa parameter teoritis. Parameter-parameter tersebut digunakan sebagai variabel bebas yang memberikan aktivitas biologis. Istilah ”parameter” sebagai variabel bebas dalam analisis QSAR sering disebut predikator atau deskriptor.

Metode Free-Wilson

            Model Free-Wilson atau model de novo dikembangkan oleh Free dan Wilson. Metode ini didasarkan pada perkiraan bahwa masing-masing substituen pada struktur senyawa induk memberikan sumbangan yang tetap pada aktivitas biologis. Sumbangan ini bersifat aditif dan tidak bersifat sumbangan subtituen yang lain. Model Free-Wilson mengajukan model matematik (persamaan II.4) yang memperkirakan bahwa aktivitas biologis sama dengan jumlah sumbangan subtituen ditambah aktivitas biologi senyawa induk. (Free-Wilson, 1964).

Log A = Σ S +μ

S adalah sumbangan subtituen pada aktivitas keseluruhan senyawa turunan senyawa induk dengan subtituen yang bersangkutan dan adalah aktivitas biologis kerangka dasar atau senyawa induk.

Penyelesaian model Free-Wilson menggunakan matriks dan analisis regresi miltilinear. Pada matriks ini substituen mendapat nilai indikator 1 jika terdapat dalam molekul dan mendapat nilai indikator 0 jika terdapat pada molekul. Untuk senyawa rasemik, pengaruh suatu subtituen pada atom kiral diberikan nilai indikator 0,5. selanjutnya untuk setiap struktur dikorelasikan dengan harga aktivitas biologisnya dengan menggunakan analisis regresi multilinear.

Keuntungan penggunaan model Free-Wilson adalah dapat dikerjakan dengan cepat, sederhana, dan murah. Disamping pengetahuan tentang struktur molekul dan aktivitas biologis yang sesuai, tidak diperlukan pengetahuan tantang tetapan subtituen seperti σ, π, E_s. Metode Free-Wilson lebih efektif diterapkan jika uji aktivitas biologis lebih lambat daripada sintesis senyawa turunan dan jika tidak tersedia tetapan substituen.

Kelemahan metode Free-Wilson  yaitu:

1. penggunaan model Free-Wilson akan menghasilkan model persamaan yang hanya dapat memprediksikan turunan baru dalam jumlah terbatas.
2. tidak dapat digunakan untuk memprediksi gugus lain yang berbeda dari jenis gugus yang digunakan dalam analisis.
3. pada kebanyakan kasus, jumlah parameter akan jauh lebih besar daripada jumlah senyawa sehingga secara statistik akan tidak signifikan.

Analisis QSAR-3D

Analisis QSAR tiga dimensi (3D) dikembangkan sebagai antisipasi permasalahan pada analisis Hansch, yaitu senyawa-senyawa enantiomer yang memiliki kuantitas sifat fisikakimia yang sama, tetapi memiliki aktivitas biologis yang berbeda. Ternyata diketahui bahwa efek stereokimia memegang peranan penting pada harga aktivitas biologis obat.

Metode QSAR-3D memnggunakan prosedur analisis perbandingan medan molecular atau Comparative Molecular Field Analysis (CoMFA) yang dikemukakan oleh Cramer dkk, (1988). CoMFA berusaha untuk menyusun suatu hubungan antara aktivitas biologis da sifat sterik dan atau elektrostatik dari suatu seri senyawa.

Prosedur CoMFA diawali dengan mendefenisikan aturan superposisi suatu seri senyawa-senyawa, kemudian dilakukan perhitungan energi sterik dan energi interaksi elektrostatik dengan atom-atom dari masing-masing senyawa pada setiap titik kisi (grid point) dalam suatu ruang tiga dimensi. Hasil dari prosedur ini adalah suatu matriks dengan jumlah kolom energi (energi interaksi medan) lebih banyak dari pada jumlah baris senyawa.

Untuk memperoleh persamaan linier dari matriks tersebut menggunakan metode analisis regresi yang disebut Partial Least Squares (PLS).

Beberapa penelitian melaporkan penggunaan deskriptor topologis atau konektivitas molekular dalam studi QSAR-3D.                                                                             

Teknik Statistik

Komputasi Kimia menghadirkan struktur molekular sebagai suatu model numerikal dan mensimulasi sifatnya dengan persamaan dari kuantum dan ilmu fisika klasik. Program tersedia memungkinkan ilmuwan dengan mudah menghasilkan dan berpresentasi data molekular yang termasuk geometri, energi dan sifat yang berhubungan (elektronik, spectroscopic dan bulk). Paradigma yang biasa untuk mempertunjukkan dan memanipulasikan data ini adalah suatu tabel pada mana senyawa didefinisikan oleh baris individu dan sifat molekular (atau deskriptor) didefinisikan oleh kolom yang berhubungan. Suatu HKSA berusaha untuk menemukan hubungan konsisten antara variasi pada nilai-nilai dari sifat molekular dan aktivitas biologis untuk suatu seri-seri dari senyawa sedemikian sehingga ini ” aturan” dapat digunakan untuk mengevaluasi keseluruhan bahan kimia baru.

Suatu QSAR [yang] secara umum menggunakan bentuk dari suatu persamaan linier

Aktivitas Biologis = Const + (C₁ .P₁) + (C2 .P2) + (C3 .P3) +…

dimana parameter P₁ melalui P_n dihitung untuk masing-masing molekul pada seri-seri dan koefisien C₁ melalui C_n dikalkulasikan dengan mencocokkan variasi pada parameter dan aktivitas biologis. Karena hubungan ini adalah secara umum ditemukan melalui aplikasi dari teknik-teknik statistik.

Persamaan HKSA adalah model linier  yang mana  merelasikan variasi pada aktivitas biologis kepada variasi pada nilai-nilai dari sifat terhitung (atau terukur) untuk suatu seri-seri dari molekul. Selama metode untuk mengerjakan secara efisien, senyawa diseleksi untuk menggambarkan “chemical space” dari eksperimen (perangkat percobaan) harus berbeda. Pada sintesis berikutnya, senyawa disiapkan yang secara struktural serupa kepada struktur induk. Yang tak anehnya, nilai aktivitas untuk seri-seri dari senyawa akan sering memutar suatu kisaran yang dibatasi juga. Pada kasus ini, senyawa tambahan harus dibuat dan diuji untuk mengisi perangkat percobaan.

Perlu untuk mengembangkan suatu pemahaman dari faktor-faktor yang mempengaruhi aktivitas di dalam seri-seri ini molekul dan menggunakan pemahaman ini untuk memprediksi aktivitas untuk senyawa baru. Dalam rangka memenuhi obyektif ini, membutuhkan:

• Pengukuran data pengikatan dengan ketepatan cukup untuk membedakan antara senyawa;

• Seperangkat  parameter yang dapat dengan mudah diperoleh dan yang nampaknya akan direlasikan dengan afinitas reseptor;

• Suatu metode untuk mendeteksi suatu hubungan antara parameter dan data ikatan (HKSA) dan

• Suatu metode untuk menvalidasikan HKSA itu.

Sekali ketika data biologis telah dikumpulkan, sering ditemukan bahwa data diekspresikan dalam hal yang mana  tidak dapat digunakan pada suatu analisis QSAR. Karena QSAR didasarkan dalam hubungan dengan energi bebas dengan tetapan keseimbangan, data untuk suatu studi QSAR harus diekspresikan dalam kaitan dengan perubahan-perubahan energi bebas yang terjadi selama respon biologis. Bilamana memeriksa potensi dari suatu obat (dosis tertentu dibutuhkan untuk memproduksi suatu efek biologis), perubahan pada energi bebas dapat dikalkulasikan menjadi sebanding kepada invers logaritma dari konsentrasi senyawa.

G₀= – 2.3RTlogK= log 1/[S]

Lebih lanjut, karena data biologis secara umum ditemukan menjadi miring, transformasi log memindahkan data itu pada suatu distribusi normal. Jadi, ketika mengukur respon di bawah kondisi keseimbangan, transformasi yang paling sering digunakan adalah untuk mengekspresi nilai-nilai konsentrasi (seperti misalnya IC₅₀, EC₅₀, dll.) sebagai log[C] atau log 1/[C].

Ada beberapa kelas potensial dari parameter digunakan pada studi-studi HKSA. Substituent yang konstan dan parameter fisika-kimia lain (seperti misalnya konstanta sigma Hammett) mengukur efek-efek yang elektronik dari suatu gugus pada molekul. Hitung Fragmen digunakan untuk menyebut satu persatu kehadiran dari substruktur spesifik. Parameter lain dapat meliputi topological deskriptor dan nilai-nilai diderivatkan dari kalkulasi kimia kuantum.

Seleksi parameter-parameter adalah suatu langkah pertama penting pada manapun studi HKSA. Jika asosiasi antara parameter yang diseleksi dan aktivitas adalah kuat, kemudian prediksi aktivitas akan jadi mungkin. Jika ada hanya asosiasi lemah, mengetahui nilai dari parameter tidak akan membantu pada memprediksikan aktivitas. Jadi, untuk suatu studi yang diberikan, parameter harus diseleksi yang mana berkaitan dengan aktivitas untuk seri-seri dari molekul yang diinvestigasi dan parameter ini harus mempunyai nilai-nilai yang diperoleh pada suatu cara konsisten.

Metode Kimia Kuantum dalan Kimia Komputasi

Kimia kuantum didasarkan pada postulat mekanika kuantum. Dalam kimia kuantum, sistem digambarkan sebagai fungsi gelombang yang dapat diperoleh dengan menyelesaikan persamaan Schroedinger. Persamaan ini terkait dengan sistem dalam keadaan stationer dan energinya 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. Dalam prakteknya, persamaan Schroedinger tidak dapat diselesaikan secara eksak sehingga beberapa pendekatan harus dibuat. Pendekatan sinamakan ab initio jika metoda tersebut dibuat tanpa menggunakan informasi empiris, kecuali untuk konstanta dasar seperti massa elektron, konstanta Planck dll yang diperlukan untuk sampai pada prediksi numerik. Jangan mengartikan kata ab initio sebagai penyelesaian eksak, teori ab initio adalah suatu konsep pengembangan yang bersifat umum dan keunggulan secara praktis adalah kesuksesan dan kesalahannya sedikit banyak terprediksi.

Ketidakunggulan metode ab initio kimia kuantum adalah kebutuhan yang besar terhadap kemampuan komputer. Dengan demikian pendekatan dapat dimasukan ke dalam metode ini dengan beberapa parameter empiris sehingga dihasilkan metode yang baru dikenal dengan semiempiris kimia kuantum yang dapat diterapkan dalam sistem yang lebih besar dan menghasilkan fungsi gelombang elektronik yang memadai sehingga sifat elektronik dapat terprediksi. Dibandingkan dengan perhitungan ab initio, reabilitas mereka rendah dan penerapan metode semi empris dibatasi pada ketersediaan parameter empiris seperti halnya pada mekanika molekular.

Secara umum kimia kuantum hanya dapat diterapkan pada sistem kecil untuk mendapatkan ketelitian yang tinggi. Metode ini dapat memprediksi sifat elektronik seperti momen elektronik, polarizabilitas, konstanta pergeseran kimia pada NMR dan ESR, juga dapat pula diterapkan pada sistem non standar yang tidak mungkin diselesaikan dengan mekanika molekular karena tidak tersedianya parameter yang valid. Sebagai contoh adalah ikatan pi, senyawa organometalik, atau sistem lain yang mempunyai jenis ikatan yang tidak umum, keadaan eksitasi, zat antara reaktif dan secara struktur umum dengan efek elektronik yang tidak umum.

Analisis Konformasi Menggunakan Simulasi Molekular

Perhitungan simulasi molekular telah menjadi pendekatan standar untuk menggambarkan sifat-sifat konformasi dari makromolekul dan untuk menguji struktur prediksi dari molekul yang didesain. Dua metode digunakan dalam simulasi molekular tersebut, yakni (1) Molecular Mechanic (MM) dan (2) Molecular Dynamics atau Monte Carlo Simulation. Perhitungan MM dapat menghasilkan suatu konformasi molekul tersier atau energi konformasi relatif dari berbagai bentuk konformasi yang memungkinkan dari molekul tersebut. Kajian Monte Carlo dapat digunakan untuk menghitung pergerakan atom dalam molekul, sifat-sifat dinamik dan termodinamik seperti entropi, entalpi, dan perbedaan energi bebas.

Inti dari teknik modelling adalah suatu seri dari fungsi energi potensial medan gaya (force field). Energi potensial suatu sistem merupakan fungsi dari koordinat yang menggambarkan tiap bagian energi multidimensi dari system. Medan gaya dirancang berdasarkan gambaran fisikakimia dari interaksi molekul. Beberapa parameter yang dapat dihitung berdasarkan medan gaya statu molekul antara lain ikatan van der waals, sudut torsi, panjang ikatan, sudut ikatan, jarak antar atom, energi bebas permukaan, dll.

Beberapa medan gaya secara rutin digunakan dalam perhitungan energi molekul dari peptide. Penerapannya meliputi  ECEPP/2, AMBER, GROMOS, CHARMM, CHARMm, CVFF dan MM2/3. Medan gaya AMBER, CHARMM dan CVFF telah digunakan secara luas dalam paket-paket software komersial. Software dan metode tersebut tersedia untuk desain obat berbasis komputer.

Salah satu software yang telah dikomersilkan yakni program Hyperchem^®, yaitu suatu program kimia aplikasi 32 bit yang dikembangkan oleh Hyper Cube Inc. untuk system operasi windows 95/98 dan windows NT. Program ini menyediakan fasilitas pembuatan model 3D, perhitungan mekanika molekular dan mekanika kuantum (Semi empiric dan ab initio). Disamping itu tersedia pula data base dan program simulasi Monte carlo dan Molecular Dynamic (MD). Program ini juga dilengkapi dengan fasilitas untuk membuat struktur cristal (crystal builder), molecular presentations, sequence editor, sugar builder, conformation search, QSAR properties, dan script editor

Desain Obat Dengan Bantuan Komputer (Computer-assisted Drug Design)

Computer-assisted drug design (CADD) biasa juga disebut computer-assisted molecular design (CAMD) merupakan aplikasi komputer lebih terkini sebagai perangkat dalam proses desain obat. Perlu diketahui bahwa komputer hanya merupakan perangkat pembantu untuk meningkatkan pengetahuan menjadi lebih baik terhadap permasalahan kimia dan biologi yang dihadapi.

Aplikasi langsung dari CADD yakni membantu membuat dan menemukan suatu ligan prediksi (the putative drug) yang akan berinteraksi dengan daerah target pada suatu reseptor. Ikatan ligan dengan reseptor dapat meliputi interaksi hidrofobik, elektrostatik, dan ikatan hidrogen. Selanjutnya, energi solvasi dari ligan dan bagian reseptor juga penting karena desolvasi secara parsial maupun sempurna pasti menjadi prioritas ikatan.

Pendekatan CADD mengoptimalkan kesesuaian ligan dengan suatu bagian aktif  (site) pada receptor. Bagaimana pun kesesuain optimal dalam suatu site target tidak menjamin bahwa aktivitas yang diinginkan dari suatu obat akan meningkat atau efek samping yang tidak diinginkan akan diminimalkan. Lagi pula pendekatan ini tidak mempertimbangkan farmakokinetika dari obat.

Pendekatan yang digunakan dalam CADD bergantung pada informasi yang tersedia tentang ligan dan reseptor. Idealnya, suatu kajian sebaiknya memiliki informasi struktur 3D tentang receptor dan kompleks ligan-reseptor dari data difraksi sinar X dan NMR, tetapi jarang terealisasi. Sebaliknya, suatu kajian boleh tidak memiliki data eksperimen untuk membantu dalam membangun model-model ligan dan receptor, dalam beberapa kasus, metode komputasi harus digunakan tanpa keharusan menyediakan data eksperimen.

Berdasarkan informasi yang tersedia, suatu kajian dapat menggunakan metode desain molekular berbasis ligan atau receptor. Pendekatan  berbasis ligan dapat digunakan jika  struktur site receptor tidak diketahui, tetapi suatu seri senyawa yang telah diidentifikasi menujukan aktivitas yang menarik. Agar dapat digunakan lebih efektif, suatu kajian sebaiknya memiliki senyawa-senyawa yang mirip dengan aktivitas yang tinggi, tanpa aktivitas, dan dengan aktivitas yang menengah. Dalam mengenal pemetaan bagian yang aktif dari suatu senyawa  (site mapping), suatu usaha dilakukan untuk mengidentifikasi suatu pharmacophore, suatu bentuk struktur analog dari senyawa tersebut. Pharmacophore merupakan suatu perwujudan dari sekumpulan kelompok  gugus-gugus fungsi dalam bentuk tiga dimensi yang mengisi geometri dari site reseptor.

Pendekatan berbasis reseptor pada aplikasi CADD jika suatu model yang dapat dipercaya dari site receptor tersedia, dalam bentuk difraksi sinar X, NMR, atau modelling senyawa homolog. Dengan tersedianya site reseptor, masalah pada desain ligan yang akan berinteraksi dengan baik pada site, yakni masalah perkaitan (docking)

Penutup

Perkembangan teknologi bidang komputasi Sangat membantu perkembangan ilmu farmakokimia dalam memprediksi aktivitas biologis suatu senyawa secara cepat, akurat dan murah.

Peran Kimia Komputasi dalam bidang Desain molekul Obat

Metode in vitro dan in vivo lazim digunakan dalam proses penemuan obat. Komputer menawarkan metode in silico, yaitu suatu metode yang menggunakan kemampuan komputer dalam rancang obat- sebagai komplemen dari in vitro dan in vivo. Kemampuan komputasi yang meningkat secara eksponensial merupakan peluang mengembangkan simulasi dan kalkulasi dalam merancang obat baru.

Desain obat merupakan proses iterasi dimulai dengan penentuan senyawa yang menunjukkan sifat biologi penting dan diakhiri dengan langkah optimasi, baik dari profil aktivitas maupun sintesis senyawa kimia. Tanpa pengetahuan lengkap tentang proses biokimia yang bertanggungjawab terhadap aktivitas biologis, hipotesis desain obat pada umumnya didasarkan pada pengujian kemiripan struktural dan pembedaan antara molekul aktif dan tak aktif (Leach, 2001). Kombinasi antara strategi mensintesis dan uji aktivitasnya menjadi sangat rumit dan memerlukan waktu yang lama untuk sampai pada pemanfaatan obat. Dengan kemajuan di bidang kimia komputasi, peneliti dapat menggunakan komputer untuk mengoptimasi aktivitas, geometri dan reaktivitas, sebelum senyawa disintesis secara eksperimental. Hal ini dapat menghindarkan langkah sintesis suatu senyawa yang membutuhkan waktu dan biaya mahal, tetapi senyawa baru tersebut tidak memiliki aktivitas seperti yang diharapkan.

Keberadaan komputer yang dilengkapi dengan aplikasi kimia komputasi, memungkinkan ahli kimia komputasi medisinal menggambarkan senyawa obat secara tiga dimensi (3D) dan melakukan komparasi atas dasar kemiripan dan energi dengan senyawa lain yang sudah diketahui memiliki aktivitas tinggi (pharmacophore query). Berbagai senyawa turunan dan analog dapat "disintesis" secara in silico atau yang sering diberi istilah senyawa hipotetik (Zoumpoulaki dan Mavromoustakos, 2005). Aplikasi komputer melakukan kajian interaksi antara senyawa hipotetik dengan reseptor yang telah diketahui data struktur 3D secara in silico. Kajian ini dapat memprediksi aktivitas senyawa-senyawa hipotetik dan sekaligus dapat mengeliminasi senyawa-senyawa yang memiliki aktivitas rendah. Prediksi toksisitasnya secara in silico juga dilakukan dengan cara melihat interaksi senyawa dengan enzim yang bertanggung jawab terhadap metabolisme obat. Hasilnya adalah usulan senyawa yang siap disintesis dan diyakini mempunyai aktivitas tinggi dibandingkan dengan senyawa yang telah dikenal. Jumlah senyawa yang diusulkan biasanya jauh lebih sedikit dibandingkan penemuan obat secara konvesional. Hal inilah yang menjadi keunggulan dari studi komputasi dalam menemukan obat baru.

Dua metode yang saling melengkapi dalam penggunaan komputer sebagai alat bantu penemuan obat, adalah ligand-based drug design (LBDD) yaitu rancangan obat berdasarkan ligan yang sudah diketahui, dan structure-based drug design (SBDD) yaitu rancangan obat berdasarkan struktur target yang didasarkan pada struktur target reseptor yang bertanggung jawab atas toksisitas dan aktivitas suatu senyawa didalam tubuh. LBDD memanfaatkan informasi sifat fisikokimia senyawa aktif sebagai landasan mendesain senyawa baru. Metode LBDD yang lazim digunakan adalah pharmacophore discovery, hubungan kuantitatif struktur-aktivitas (HKSA/QSAR), dan docking molekular (molecular docking). Pharmacophore discovery merupakan metode pencarian kesamaan sifat fisikokimia, seperti sifat elektronik, hidrofobik dan sterik dari senyawa-senyawa yang dilaporkan aktif. Langkah selanjutnya adalah menggambarkan struktur 3D yang menggabungkan sifat gugus-gugus maupun bagian senyawa yang diduga bertanggung jawab terhadap aktivitasnya (pharmacophore). QSAR memadukan statistika dengan sifat fisikokimia senyawa yang diprediksi dengan bantuan komputer untuk menurunkan suatu persamaan yang digunakan memprediksi aktivitas suatu senyawa (Istiyastono dkk., 2003; Pranowo dkk., 2007; Yuliana dkk., 2004). Prediktor yang digunakan dalam studi QSAR diperoleh dari hasil pengukuran (measurable) seperti kerapatan, energi ionisasi, titik didih, massa molekul, momen dipol, tetapan keasaman dan lipofilitas. Kimia komputasi banyak memberikan keuntungan dalam studi QSAR karena dapat menghasilkan prediktor yang diperoleh dari perhitungan (calculated) antara lain muatan atom netto, beda energi HOMO (Highest Occupied Molecular Orbital) dan LUMO (Lowest Unoccupied Molecular Orbital), polarizabilitas, luas area, volume molekular, dan refraktivitas molar (Hansch, dkk., 2002). Perangkat lunak Gaussian (www.gaussian.com) atau Turbomole (www.turbomole.com) merupakan dua diantara banyak perangkat lunak kimia komputasi handal untuk penentuan sifat molekular sistem kimia.

Perkembangan lanjut dari QSAR adalah 3D-QSAR atau CoMFA (Comparative Molecular Field Analysis). CoMFA merupakan metode 3D-QSAR yang menggunakan teknik hubungan kuantitatif antara aktivitas biologis dari sekelompok senyawa deret homolog dengan sifat tiga dimensinya yang berkait dengan sifat elektronik dan sterik. Dalam metode CoMFA, efek sterik, elektrostatik, luas permukaan, hidrofobitas dan ikatan hidrogen dari molekul dihubungkan pada deskripsi molekular spesifik (Paulino, 2008). Pelopor perkembangan 3D-QSAR adalah Marshall yang telah mengkomersialkan pendekatan analog aktif ini, dan beberapa teknik desain obat lain dalam program pemodelan molekul bernama SYBYL (www.tripos.com/sybyl/).

SBDD memanfaatkan informasi dari struktur protein target untuk mencari sisi aktif protein yang berikatan dengan senyawa obat. Berdasarkan prediksi sisi aktif dapat dirancang senyawa yang diharapakan berikatan dengan protein target tersebut dan memiliki aktivitas biologis. Struktur protein target dapat dimodelkan dari data struktur kristalnya (www.rscb.org) ataupun hasil analisis nuclear magnetic resonance, NMR maupun data genomic (bioinformatics).

Paul Ehrlich (abad 19) menghipotesiskan bahwa semua obat harus bergabung dengan suatu reseptor sedemikian hingga terjadi efek yang diinginkan. Hipotesis ini telah menyebabkan perubahan cara berpikir dunia kedokteran. Karena jasa-jasanya inilah maka Paul Ehrlich disebut sebagai Father of Pharmacotherapy. Dengan teori Magic Bullets, molekul obat disamakan seperti roket yang setelah ditembakkan mencari mangsanya (reseptor) dan menimbulkan efeknya (Lewis, 2006). Hal ini menjadi dasar filosofi dari docking molekular yang didasarkan pada pemanfaatan informasi struktur target maupun sifat fisikokimia ligan untuk melakukan uji interaksi senyawa obat pada prediksi sisi aktif protein. Berdasarkan informasi yang diperoleh dirancang senyawa baru yang diharapkan lebih aktif dari senyawa-senyawa yang telah tersedia. Fleksibilitas protein dan interaksinya dengan suatu senyawa dianalisis dengan mengaplikasikan simulasi Molecular Dynamics (MD), yaitu simulasi yang menganalisis perubahan struktur suatu senyawa sebagai fungsi waktu berdasarkan parameter-parameter tertentu (Trieb dkk., 2004).

Prinsip dasar kimia medisinal adalah aktivitas biologi yang bergantung pada posisi tiga-dimensi dari gugus fungsi yang spesifik (farmakofor). Kecanggihan dalam menyusun model matematika yang diikuti dengan kemampuan komputer yang semakin cepat dan mudah digunakan, telah memungkinkan untuk mendapatkan sifat spesifik senyawa obat yang telah dikenal, dan selanjutnya digunakan untuk memprediksi senyawa obat dengan aktivitas yang lebih tinggi. High throughput screen (HTS), merupakan metode penemuan molekul obat baru yang didasarkan pada otomatisasi proses skrining. Jika dikombinasikan dengan penyediaan ekstrak oleh kimia medisinal dan kimia kombinatorial maka HTS akan mampu menghasilkan lead compound dengan cepat dan efisien. 

Perkembangan program pemodelan molekul dan aplikasinya dalam penelitian farmasi dikenal dengan desain obat terbantukan komputer (Computer-Assisted drug Design, CADD) atau desain molekuler terbantukan komputer (Computer-Assisted Molecular Design, CAMD). Cara ini dapat diterapkan jika telah diketahui struktur molekul reseptor secara tiga-dimensi, cara kerja obat pada taraf molekuler, cara bergabungnya dan peran berbagai kekuatan interaksi fisik dan kimia terhadap penggabungan kompleks reseptoragonis (Chen dkk., 2005).

Teknik yang diciptakan oleh ahli komputer yang tertarik dalam intelegensi artifisial telah diterapkan pada kebanyakan kegiatan perancangan obat pada tahun belakangan ini. Metode ini dikenal dengan nama de Novo atau rancangan obat rasional (rational drug design). Skenario umumnya adalah beberapa sisi aktif diidentifikasi dan dilanjutkan melihat struktur molekular yang akan berinteraksi dengan sisi aktif tersebut agar dapat menentukan fungsi atau aktivitas.

Desain obat tidak hanya desain ligan, tetapi juga farmakokinetik dan toksisitas yang pada umumnya diluar kemampuan untuk didesain dengan bantuan komputer. Namun demikian, perangkat khemometri yang dilengkapi desain eksperimental dan statistik mutivarat dapat membantu merencanakan dan mengevaluasi farmakokinetik dan toksikologi eksperimental.

Referensi

1. Kubinyi, H.,1993,QSAR:Hansch Analysis and Related Approaches, VCH,  New York, USA.
2. Siswandono dan Bambang Sukarjo, 1998, Prinsip-prinsip Rancangan Obat, Airlangga University Press, Surabaya.
3. Sardjoko, 1993, Rancangan Obat, Gadjah Mada University Press, Yogyakarta.
4. Bravi, G.,E. Garcia, D.V.S. Green, M.M. Hann, 2000, Modelling Structure – Activity Relationship; Virtual Screening for Bioactive Molecules, vol. 10., Wiley-VCH, Basel, Germany.
5. Pranowo, H.D.,2000, Metoda Kimia Kuantum dalam Kimia Komputasi, Pusat Kimia Komputasi Indonesia Austria, Jurusan Kimia FMIPA Universitas Gadjah Mada, Yogyakarta.
6. Prammer, K.V., M. Winter, T. Kieber Emmons, 1995, Biocomputational Approaches in Protein-Based Drug Design; Chemical and Structural Approaches to Rational Drug Design, CRC Press, USA.
7. _______,1999, HyperCheme® Release 6.0 for Windows, Hypercube Inc.Canada  

Sumber https://islamudinahmad84.wordpress.com/tulisan/lain-lain/desain-obat-baru-dengan-metode-kimia-komputasi-2/