Selain itu, secara
in vivo
coumestrol dapat menjadi senyawa anti estrogen pada otak dan kelenjar pituitari yang bekerja dengan berikatan
REα Jacob dkk., 2000. Struktur coumestrol dapat dilihat pada Gambar 2.
Gambar 2. Struktur coumestrol
E. Penapisan Virtual Berbasis Struktur
Penapisan virtual berbasis struktur PVBS adalah teknik komputasi dalam penemuan obat untuk mengidentifikasi bagaimana suatu senyawa dapat
berikatan pada targetnya seperti enzim atau reseptor dimana struktur dari molekul target sudah diketahui sehingga dilakukan dengan cara menambatkan ligan
dengan protein target kemudian dilanjutkan dengan
scoring
untuk memperkirakan afinitas ligan terhadap protein target Kroemer, 2007.
PVBS bersifat
stochastic
, oleh karena itu diperlukan validasi
.
Ada 2 macam validasi yaitu validasi internal dan validasi retrospektif. Validasi internal
dilakukan dengan cara menambatkan kembali ligan standar dengan protein target untuk kemudian dilihat bagaimana pose penambatannya terhadap struktur kristal
awal. Tujuan dilakukan validasi internal adalah untuk menguji apakah protokol PVBS dapat memberikan data yang reprodusibel Anita dkk., 2012. Parameter
yang digunakan pada validasi internal yaitu
Root Mean Square Distance
RMSD.
Protokol suatu PVBS dapat diterima a pabila memiliki nilai RMSD ≤ 2 Å
Marcou dan Rognan, 2007. Validasi retrospektif dilakukan dengan menggunakan senyawa yang aktif
terhadap reseptor target REα dan pengecoh untuk ditambatkan menggunakan
protokol yang sama kemudian dilihat nilai
Enrichment Factor
1 EF1. Nilai EF1 didapat dengan membandingkan
True Positive
pada 1
False Positive
. Nilai EF1 tersebut kemudian dibandingkan dengan EF1 pada pertama kali
dilakukan retrospektif PVBS terhadap REα. Apabila nilai EF1 lebih besar dari
EF1 awal maka protokol tersebut dikatakan baik Huang, Soichet, Irwin, 2006. Salah satu perangkat lunak penambatan yang dapat digunakan dalam
penapisan virtual berbasis struktur adalah PLANTS 1.2 Korb, Stutzle, dan Exner, 2007; Korb dkk., 2009. PLANTS 1.2 memberikan luaran ChemPLP
chemical piecewise linear potential
yang merupakan suatu
scoring function
yang menilai interaksi yang ada berdasarkan gaya tarik-menarik dan tolak-menolak antara
protein reseptor dan ligan. Prinsip dari penilaian ChemPLP adalah memberi nilai suatu penambatan protein-ligan berdasarkan posisi ligan di dalam reseptor target.
Nilai ChemPLP suatu ligan yang memiliki posisi penambatan yang sama persis dengan ligan lain akan selalu sama, karena penilaian ini berdasarkan perhitungan
matematis Korb dkk., 2007. Kualitas PVBS dapat ditingkatkan dengan menggunakan
Interaction Fingerprint
IFP Marcou dan Rognan, 2007. Dasar dari IFP yaitu dengan mengubah bentuk 3 dimensi dari interaksi protein-ligan ke dalam 1 dimensi
bitstrings
.
Bitstrings
tersebut kemudian digunakan untuk membandingkan
interaksi protein-ligan pada
docking tools
terhadap ligan pembanding. Perbandingan ini menghasilkan nilai yang dapat digunakan untuk meningkatkan
PVBS Radifar dkk., 2013. Namun kebanyakan
tools
IFP berbayar sehingga kemampuan untuk megembangkan IFP terbatas. Oleh karena itu Radifar dkk.
2013 mengembangkan metode penapisan virtual yaitu PyPLIF
Python-based Protein-Ligan Interaction Fingerprint
. PyPLIF merupakan pengembangan IFP dengan mengubah interaksi
molekuler protein-ligan menjadi
bitstrings
sesuai dengan residu dan tipe interaksinya. Untuk setiap residu terdapat 7 bit yang mewakili 7 tipe interaksi
yaitu 1 apolar, 2 interaksi aromatik
face to face
, 3 interaksi aromatik
face to edge
, 4 ikatan hidrogen protein sebagai donor, 5 ikatan hidrogen protein sebagai akseptor, 6 interaksi elektrostatik protein bermuatan positif, dan 7
interaksi elektrostatik protein bermuatan negatif. Kemudian
bitstrings
tersebut dibandingkan terhadap standar untuk dilihat kemiripanya dengan menggunakan
Tanimoto coefficient Protein-Ligan Interaction Fingerprint
Tc-PLIF Radifar dkk., 2013.
Tanimoto coefficient
Tc merupakan hasil dari pembagian antara jumlah bit pada kedua ligan dengan jumlah bit pada ligan standar dan ligan yang
ditambatkan dikurangi jumlah bit pada kedua ligan. Tc-PLIF menghasilkan nilai 0,000-1,000 dimana 0,000 menunjukkan tidak ada kemiripan dan 1,000
menunjukkan interaksi fingerprint ligan standar dan ligan yang ditambatkan identik Radifar dkk., 2013. Suatu ligan dapat dikenali pada suatu protein target
apabila memiliki nilai Tc- PLIF ≥ 0,600 Marcou dan Rognan, 2007.
F. Landasan Teori
Kanker adalah pertumbuhan sel abnormal dimana pertumbuhan sel tersebut tidak terkontrol dan tidak dapat berhenti meskipun rangsangan
pertumbuhan sel tersebut telah dihentikan. Kanker payudara yaitu kanker yang terletak pada payudara yaitu sekitar 50
– 75 terjadi di bagian duktus. Kanker payudara merupakan kanker terbanyak yang diderita wanita dengan 93.000
kematian pada negara di Asia Tenggara selain itu berdasarkan data Sistem Informasi Rumah Sakit SIRS tahun 2007, kanker payudara menempati urutan
pertama pada pasien rawat inap di seluruh RS di Indonesia yaitu sebesar 16,85. RE yaitu reseptor yang memerlukan hormon estrogen dalam proses
pengaktifannya. Aktivasi RE oleh ligan dapat melalui 2 jalur yaitu aktivasi pada RE dalam kompartemen inti
transactivation transcription
dan aktivasi RE pada membran
signaling
. Sinyal ini dapat mengaktifkan gen C-Myc yang merupakan gen untuk proliferasi sel, menginaktivasi gen P53 yang merupakan gen penekan
tumor dan mengaktifkan c-jun yang merupakan anti apoptosis. Terdapat 2 jenis RE yaitu
REα dan REβ. Berdasarkan penelitian sekitar 70 REα diekspresikan berlebihan pada penderita kanker payudara dimana ekspresi berlebihan tersebut
dapat mengganggu daur sel, apoptosis, dan perbaikan DNA sehingga dapat memicu terbentuknya tumor. Berdasarkan penelitian Radifar dkk. 2013 yang
berperan sebagai jangkar ligan bagi REα adalah Asp 351.
Coumestrol merupakan senyawa fitoestrogen dapat ditemukan dalam kacang-kacangan, bayam, kedelai, dan cengkeh. Secara