19
Gambar 3. Protokol yang terpilih, kemudian digunakan untuk mendapatkan pose dengan nilai ChemPLP terbaik sebagai pembanding
untuk menghitung nilai RMSD dari setiap pose genistein dengan REα.
Nilai RMSD setiap pose, dikelompokkan dengan menggunakan metode
k- means clustering
pada perangkat lunak R 3.0.1. Pose pada nilai RMSD median tiap kelompok dipilih sebagai pose representatif yang akan
divisualisasikan dengan perangkat lunak PyMOL1.2 untuk melihat mode ikatan genistein di dalam kantung ikatan
REα.
Gambar 3.
Flowchart
pengambilan keputusan penelitian
20
F. Tata Cara Analisis Hasil
Data Tc-PLIF dianalisis dengan perangkat lunak R 3.0.1 menggunakan uji
Shapiro-wilk
untuk melihat distribusi data tiap kelompok. Jika didapatkan distribusi data yang tidak normal maka dilanjutkan dengan
wilcoxon rank sum test
. Apabila didapatkan distribusi data yang normal maka dilakukan uji variansi untuk mengetahui variansi antar kelompok dan dilanjutkan dengan uji T untuk
mengetahui signifikansi antara data Tc-PLIF dengan nilai 0,600.
21
BAB IV HASIL DAN PEMBAHASAN
Salah satu tujuan pengembangan metode
in silico
adalah sebagai pendekatan untuk menemukan obat baru, namun untuk melakukan pendekatan
secara
in silico
dibutuhkan protokol yang telah tervalidasi. Dengan tujuan untuk mengelusidasi pose ikatan genistein dengan
REα, penelitian ini menggunakan pendekatan kimia medisinal komputasi berupa penapisan virtual dengan protokol
penapisan virtual yang dikembangkan oleh Anita
et al
. 2012 dan divalidasi kembali oleh Radifar
et al
. 2013. Ligan yang akan ditambatkan pada REα adalah
genistein yang merupakan senyawa fitoestrogen yang telah diketahui aktif sebagai antagonis
REα secara
in vitro
maupun
in vivo
Gilani dan Anderson, 2002, sehingga penelitian ini juga dapat digunakan sebagai validasi prospektif dari
protokol penapisan virtual yang digunakan. Senyawa genistein yang merupakan ligan pada penelitian ini ditambatkan
pada REα dengan menggunakan perangkat lunak PLANTS1.2 dengan luaran
berupa pose ikatan antara genistein dengan REα dan skor ChemPLP. Hasil
penambatan molekul dilakukan identifikasi IFP dengan menggunakan perangkat
lunak PyPLIF serta dilakukan filtrasi pada pose ligan yang mempunyai ikatan hidrogen dengan Asp351 Radifar
et al.
, 2013, sehingga hanya diterima pose yang memiliki ikatan hidrogen dengan Asp351. Selanjutnya dipilih pose dengan
nilai Tc-PLIF atau ChemPLP terbaik.