Fernando, Fedric (2019) Bat Algorithm Untuk Molecular Docking Senyawa Alkaloid SA2014 Terhadap Cyclin D1 Pada Kanker. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06111750010013-Master_Thesis.pdf Download (5MB) | Preview |
Abstract
Bioinformatika adalah bidang interdisipliner yang menggabungkan biologi, ilmu komputer, teknik informatika, matematika, dan statistik untuk menganalisis dan menginterpretasikan data biologi. Akhir-akhir ini, bioinformatika memiliki peran penting dalam penemuan obat baru. Salah satu langkah dalam penemuan obat baru adalah molecular docking. Molecular docking meniru interaksi antara ligan dan protein tujuan dalam uji in-vitro. Menyelesaikan permasalahan molecular docking bukanlah permasalahan yang mudah, dikarenakan molecular docking melibatkan banyak derajat kebebasan. Banyak metode yang telah digunakan dalam menyelesaikannya, salah satunya adalah menggunakan artificial intelligence. Penelitian ini menggunakan bat algorithm dalam menyelesaikan permasalahan molecular docking. Bat algorithm adalah suatu algoritma yang meniru karakteristik kelelawar dalam mencari mangsa. Penelitian ini menggunakan permasalahan molecular docking atas senyawa alkaloid SA2014 terhadap protein cyclin D1 dalam kanker. Senyawa alkaloid SA2014diisolasikan dari spons laut Cinachyrella anomala. Fungsi objektif dari permasalahan ini adalah meminimalkan nilai energi bebas, semakin kecil nilai energi bebas, maka ikatan antar protein dan ligan semakin kuat. Peneliti menggunakan root mean squared deviation (RMSD) dari struktur yang telah ter-docking dibandingkan dengan struktur nyata, untuk memastikan apakah bat algorithm dapat digunakan sebagai suatu metode pengerjaan. Struktur yang dipakai dalam validasi adalah struktur 3ptb dan 2cpp. Hasil validasi menunjukkan bahwa bat algorithm merupakan suatu metode yang valid untuk menyelesaikan permasalahan molecular docking dikarenakan nilai dari RMSD tidak melebihi 2Å dan nilai energi bebas yang didapatkan bernilai negatif. Untuk molecular docking SA2014 terhadap cyclin D1, bat algorithm memunculkan nilai energi bebas sebesar
-2.3009868.
=================================================================================================================================
Bioinformatics is an interdisciplinary field that combines biology, computer science, information engineering, mathematics, and statistic to analyze and interpret biological data. Recently, bioinformatics had an important role in drug discovery. One of the steps for drug discovery is molecular docking. Molecular docking mimics the interaction between ligand and the target protein for in-vitro testing. Solving molecular docking problem isn’t an easy task, because molecular docking involves many degrees of freedom. A lot of methods had been applied for this problem, one of them is artificial intelligence. This research studied the usage of bat algorithm in solving the molecular docking problem. Bat algorithm is an algorithm that uses the characteristic of the bats in searching prey. The problem that this research used is to solve the molecular docking of alkaloid compound SA2014 towards cyclin D1 protein in cancer. Alkaloid Compound SA2014 is isolated from marine sponge Cinachyrella anomala. The objective function for this problem is to minimize the binding energy, the lower energy means the bound of protein and ligand will be stronger. We use root mean squared deviation (RMSD) of protein structures to check the validation of bat algorithm. For validation, we used structure 3ptb and 2cpp. The validation shows that the bat algorithm is a valid method to solve the molecular docking problem because of the RMSD is not over 2Å and the free binding energy is negative. For docking SA2014 towards cyclin D1, bat algorithm shows a negative value -2.3009868.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTMa 005.101 Fer b-1 2019 |
| Uncontrolled Keywords: | molecular docking, algoritma kelelawar, SA2014, Cinachyrella anomala, cyclin D1 |
| Subjects: | Q Science > Q Science (General) > Q337.3 Swarm intelligence Q Science > QA Mathematics > QA336 Artificial Intelligence Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP Q Science > QR Microbiology > QR 201.T84 Tumors. Cancer |
| Divisions: | Faculty of Mathematics, Computation, and Data Science > Mathematics > 44101-(S2) Master Thesis |
| Depositing User: | Fedric Fernando |
| Date Deposited: | 04 Jun 2024 03:36 |
| Last Modified: | 04 Jun 2024 03:36 |
| URI: | http://repository.its.ac.id/id/eprint/64457 |
Actions (login required)
 |
View Item |