Simulasi Dinamika Molekuler Senyawa Trisindolina Terhadap Mekanisme Antikanker Melalui Jalur Apoptosis

Rihandoko, Andis (2020) Simulasi Dinamika Molekuler Senyawa Trisindolina Terhadap Mekanisme Antikanker Melalui Jalur Apoptosis. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
01311850010002-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Kanker merupakan salah satu penyebab kematian tertinggi di dunia. Salah satu penyebab umum kanker adalah akibat dari terganggunya proses apoptosis pada jalur instrinsik maupun ekstrinsik yang umumnya juga mematikan sel normal. Berdasarkan hal tersebut maka penelitian obat kanker melalui jalur apoptosis diperlukan untuk meminimalkan efek samping terhadap organ atau sel yang normal. Salah satu kandidat obat antikanker yang sedang dikembangkan adalah Trisindolina. Berdasarkan hal tersebut maka penelitian ini dimaksudkan untuk melakukan uji pendahuluan mekanisme antikanker dari empat senyawa Trisindolina (Trisindolina 1,2,3 dan 4) melalui jalur apoptosis secara in-silico menggunakan metode docking molecular dengan perangkat lunak Autodock Vina yang dilanjutkan dengan metode Molecular Dynamics (MD) Simulation dengan metode QM/MM dengan AMBER. Protein target yang digunakan adalah cdk2, p53 dan caspase-9. Nilai binding affinity dari molecular docking tertinggi antara protein target Cdk-2 dengan ligan Trisindolina 1, sebesar -7.3 kcal/mol, 2 sebesar -7.0 kcal/mol, 3 sebesar -7.7 kcal/mol dan 4 sebesar -6.6 kcal/mol. p-53 dengan ligan Trisindolina 1, sebesar -7.5 kcal/mol, 2 sebesar -7.9 kcal/mol, 3 sebesar -7.4 kcal/mol dan 4 sebesar -7.5 kcal/mol. caspase-9 dengan ligan Trisindolina 1 dan 2 sebesar -7.5 kcal/mol, 3 sebesar -7.1 kcal/mol dan 4 sebesar -7.2 kcal/mol. Hasil dari RMSD, RMSF, dan ikatan hidrogen pada Molecular Dynamics (MD) Simulation menunjukkan protein Cdk-2 membentuk kompleks protein paling stabil dengan Trisindolina 3, p-53 dengan Trisindolina 1 dan Caspase 9 dengan Trisindolina 1. Sehingga, ligan yang berpontensi untuk menjadi antikanker adalah Trisindolina 1 dan Trisindolina 3. =========================================================================================================================== Cancer is one of the highest causes of death in the world. One of the most common causes of cancer is the disruption of the apoptosis process in the intrinsic and extrinsic pathways which generally also kill normal cells cancer drug research through apoptosis is needed to minimize side effects on normal organs or cells. One of the candidates for anticancer drugs that is being developed is trisindoline. Based on that problem, this research is intended to conduct a preliminary test of the anticancer mechanism of four trisindoline compounds (trisindoline 1,2,3 and 4) through the apoptosis pathway in silico using the docking molecular method with Autodock Vina software followed by the Molecular Dynamics method (Molecular Dynamics method) MD) Simulation using the QM / MM method with AMBER. The target proteins used are cdk2, p53 and caspase-9. The binding affinity value of the highest molecular docking between the target protein Cdk-2 with ligand Trisindolina 1 is -7.3 kcal / mol, 2 is -7.0 kcal / mol, 3 is -7.7 kcal / mol and 4 is -6.6 kcal / mol. p-53 with Trisindolina 1 ligand, amounting to -7.5 kcal / mol, 2 of -7.9 kcal / mol, 3 of -7.4 kcal / mol and 4 of -7.5 kcal / mol. caspase-9 with Trisindolina 1 and 2 ligands of -7.5 kcal / mol, 3 of -7.1 kcal / mol and 4 of -7.2 kcal / mol. The results of RMSD, RMSF, and hydrogen bonding on Molecular Dynamics (MD) Simulation showed that Cdk-2 protein formed the most stable protein complex with Trisindolina 3, p-53 with Trisindolina 1 and Caspase 9 with Trisindolina 1. Thus, ligands that have the potential to become anti-cancer are Trisindolina 1 and Trisindolina 3.

Item Type: Thesis (Masters)
Uncontrolled Keywords: caspase-9, cdk2, MD Simulation, p53, Trisindolina, Trisindoline
Subjects: Q Science > QD Chemistry > QD251.2 Chemistry, Organic. Biochemistry
Q Science > QH Biology > QH301 Biology
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Biology > 46101-(S2) Master Thesis
Depositing User: Andis Rihandoko
Date Deposited: 24 Aug 2020 03:05
Last Modified: 24 Aug 2020 03:05
URI: http://repository.its.ac.id/id/eprint/80269

Actions (login required)

View Item View Item