INTISARI
Kanker payudara adalah penyakit kanker yang terjadi pada sel-sel payudara
dan 60% kanker payudara terdeteksi sebagai kanker dengan reseptor estrogen alfa
(RE
α)
positif. Senyawa-senyawa alam yang terbukti aktif sebagai antagonis RE
α
telah banyak dilaporkan. Daidzein adalah salah satu senyawa alam kelompok
fitoestrogen yang telah terbukti secara
in vivo
mampu menghambat proliferasi sel
kanker payudara. Penelitian ini bertujuan untuk melakukan simulasi penambatan
molekuler daidzein pada RE
α dan melihat interaksi
nya dalam kantung ikatan RE
α
secara
in silico
.
Penelitian ini memanfaatkan perkembangan kimia komputasi (metode
in
silico
)
yang mempunyai berbagai keuntungan dalam menemukan obat baru.
Metode yang digunakan adalah identifikasi
sidik jari interaksi dengan perangkat
lunak
Python-based Protein-Ligand Interaction Fingerprint
(PyPLIF) yang telah
terbukti dapat meningkatkan kualitas Penapisan Virtual Berbasis Struktur (PVBS)
dalam proses validasi retrospektif untuk identifikasi ligan bagi RE
α.
Hasil penelitian menunjukkan bahwa protokol yang dikembangkan Radifar
et al.
(2013) tidak dapat mengenali daidzein sebagai ligan RE
α dan
protokol
tersebut tidak dapat digunakan untuk elusidasi moda ikatan daidzein karena tidak
mampu mereproduksi moda ikatan ligan kokristal yang digunakan. Dalam
elusidasi moda ikatan yang menggunakan protokol PVBS tanpa identifikasi sidik
jari interaksi, ditemukan setidaknya dua pose ikatan daidzein pada RE
α.
ABSTRACT
Breast cancer is cancer which happened in breast cells and about 60% of
breast cancers are detected as estrogen reseptor
alpha (ERα) positive cancer.
There are active natural compounds that have bee
n reported as ERα
antagonist.
Daidzein, one of phytoestrogen that has been proven in
in vivo studies could
inhibit breast cancer cells proliferation. The purposes of this study are to simulate
molecular docking of daidzein in ERα
and examine how daidzein interact in
binding pocket of the receptor.
This study utilized computational chemistry (in silico
method) to find new
drugs with various benefits. This study utilized one of advanced methods which is
interaction fingerprint identification using Python-based Protein-Ligand
Interaction Fingerprint (PyPLIF) software that can improve Structure Based
Virtual Screening (SBVS) method quality in retrospective validation for
identification ligand of ER
α
.
The results of this study showed that protocol developed by Radifar
et al.
(2013) could not recognize daidzei
n as ligand for ERα
and could not be employed
to elucidate daidzein binding mode since it could not reproduce co-crystal
reference binding mode. Therefore, another SBVS protocol validated here was
used to elucidate daidzein binding mode. The protocol identified at least two
binding poses of daidzein in ERα.
SIMULASI PENAMBATAN MOLEKULER DAIDZEIN PADA
RESEPTOR ESTROGEN ALFA
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Farmasi (S.Farm.)
Program Studi Ilmu Farmasi
Oleh:
Astuti Malyawati Soesanto
NIM: 108114180
FAKULTAS FARMASI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
iv
HALAMAN PERSEMBAHAN
"Tidak semua yang kalian inginkan harus terjadi seketika. Kita tidak
hidup di dunia dongeng. Bahkan banyak orang di luar sana harus
berjuang mati-matian untuk mewujudkan satu keinginan kecil.
Bersabarlah."
Tere Liye
Kupersembahkan buah karyaku ini untuk:
Mom and Dad, the first man and woman in my live
Cita dan cintaku pada negeri ini
Sanata Dharma, almamaterku tercinta
Dan
Rasa syukur yang tak akan ada habisnya untuk
Tuhan ku Yesus Kristus
Dialah yang membuat segalanya menjadi mungkin
vi
PRAKATA
Puji syukur kepada Tuhan Yang Maha Esa atas penyertaan dan kasih
setia-Nya sehingga penulis dapat menyelesaikan skripsi yang
berjudul “Simulasi
Penambatan Molekuler Daidzein pada Reseptor Estrogen Alfa” sebagai salah satu
syarat untuk memperoleh gelar Sarjana Farmasi (S.Farm.).
Dalam penyusunan skripsi ini penulis mendapat banyak bantuan berupa
bimbingan, saran, dan dukungan dari berbagai pihak. Untuk itu pada kesempatan
ini penulis menyampaikan terimakasih yang sebesar-besarnya kepada:
1.
Enade Perdana Istyastono, Ph.D., Apt.
selaku dosen pembimbing yang
telah memberikan pengetahuan yang berharga melalui pengarahan,
bimbingan, dan pendampingannya dalam pengerjaan skripsi ini.
2.
Agustina Setiawati, M.Sc., Apt. selaku dosen pembimbing pendamping
yang telah banyak membantu dan memberikan masukan selama
penyusunan skripsi.
3.
Mama, Papa, dan Adik-adikku yang senantiasa memperhatikan, memberi
dukungan, dan selau mendoakan suksesnya penyusunan skripsi ini.
4.
Ka Dika dan Chris yang senantiasa membantu memecahkan masalah.
5.
Kenny dan Chandra, teman sekelompokku, yang selalu berbagi segala
informasi selama penyusunan skripsi ini.
6.
Mas Otok selaku laboran di Laboratorium Virtual yang selalu menyiapkan
alat-alat yang dibutuhkan selama pengumpulan data.
7.
Ade yang mengisi hari-hariku dan menyiapkan aplikasi yang dibutuhkan
vii
8.
Teman-teman SERAMS, teman seperjuanganku yang telah menemani dari
awal perkuliahan sampai selesainya skripsi ini.
9.
Teman-teman FST B 2010, teman sekelasku yang selalu menyemangati
dalam penyusunan skripsi ini.
10.
Teman-
teman PELMAT, teman se”geng”ku yang selalu mendoakan
suksesnya skripsi ini.
11.
Semua pihak yang telah membantu dan memberikan kontribusi selama
penyusunan skripsi ini.
Akhir kata, penulis menyadari bahwa penyusunan skripsi ini masih jauh
dari sempurna, mengingat penulis memiliki keterbatasan pengetahuan dan
pengalaman. Oleh karena itu, saran dan kritik yang membangun sangat
diharapkan oleh penulis. Semoga karya ini dapat bermanfaat bagi perkembangan
penelitian kimia komputasi.
Yogyakarta, 24 Februari 2014
viii
ix
DAFTAR ISI
Halaman
HALAMAN JUDUL...
i
HALAMAN PERSETUJUAN PEMBIMBING...
ii
HALAMAN PENGESAHAN...
iii
HALAMAN PERSEMBAHAN...
iv
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI...
v
PRAKATA...
vi
PERNYATAAN KEASLIAN KARYA...
viii
DAFTAR ISI...
ix
DAFTAR TABEL...
xii
DAFTAR GAMBAR...
xiii
DAFTAR LAMPIRAN...
xiv
DAFTAR SINGKATAN KATA...
xv
INTISARI...
xvi
ABSTRACT...
xvii
BAB I. PENDAHULUAN...
1
A.
Latar Belakang...
1
1.
Perumusan Masalah...
2
2.
Keaslian Penelitian...
2
3.
Manfaat Penelitian...
3
x
b.
Manfaat Praktis...
3
B.
Tujuan Penelitian...
3
1.
Tujuan Umum...
3
2.
Tujuan Khusus...
3
BAB II. PENELAAHAN PUSTAKA...
4
A.
K
anker………..
4
B.
Kanker Payudara...
5
C.
Reseptor Estrogen
(RE)
...
7
D.
Daidzein...
9
E.
Kimia Komputasi...
10
F.
Penapisan Virtual (PV
)………..………..…..
11
G.
Sidik Jari Interaksi...
13
H.
Landasan Teori...
14
I.
Hipotesis...
15
BAB III. METODE PENELITIAN...
16
A.
Jenis dan Rancangan Penelitian...
16
B.
Variabel dan Definisi Operasional...
16
1.
Variabel Penelitian...
16
a.
Variabel Utama...
16
b.
Variabel Pengacau...
16
2.
Definisi Operasional...
16
C.
Kelengkapan Penelitian...
17
xi
BAB IV. HASIL DAN PEMBAHASAN...
21
A.
Penambatan Ulang 4-Hidroksi-tamoksifen...
21
B.
Analisis Hasil Penambatan Ulang 4-Hidroksi-
tamoxifen………
..
21
C.
Persiapan Per
lakuan Daidzein………
58
D.
Penambatan Daidzein………
.
58
E.
Analisa Statistik………
.
58
F.
Elusidasi Pose Ikatan Daidzein pada RE
α………
.
59
BAB V. KESIMPULAN DAN SARAN...
68
A.
Kesimpulan...
68
B.
Saran...
68
DAFTAR PUSTAKA...
69
LAMPIRAN...
74
xii
DAFTAR TABEL
Halaman
Tabel I.
Nilai RMSD 4-hidroksi-tamoxifen dari Tc-PLIF yang
disaring ikatan hidrogen dengan Asp351...
22
Tabel II.
Nilai RMSD 4-hidroksi-tamoxifen dari Tc-PLIF yang
tidak disaring ikatan hidrogen dengan Asp
351………..
30
Tabel III.
Nilai RMSD 4-hidroksi-tamoxifen dari ChemPLP yang
disaring ikatan hidrogen dengan Asp
351…………..…..
39
Tabel IV.
Nilai RMSD 4-hidroksi-tamoxifen dari ChemPLP yang
tidak disaring ikatan hidrogen dengan Asp
351……….
.
47
Tabel V.
Persentase nilai RMSD daidzein dari data Tc-P
LIF……
56
Tabel VI.
Persentase nilai RMSD daidzein dari d
ata ChemPLP….
56
Tabel VII.
Nilai median RMSD daidzein setiap kelompok yang
xiii
DAFTAR GAMBAR
Halaman
Gambar 1.
RE
α………...
8
Gambar 2.
Struktur senyawa d
aidzein………...
10
Gambar 3.
Diagram pengambilan k
eputusan………...
18
Gambar 4.
Diagram hasil pengambilan k
eputusan………
.
………...
57
Gambar 5.
Histogram sebaran nilai Tc-PLIF daidzei
n………...
59
Gambar 6.
Histogram sebaran nilai RMSD d
aidzein…………
..
.………..
60
Gambar 7.
Plot p
engelompokkan RMSD daidzein..………...
61
Gambar 8.
Pose 4-hidroksi-tamoxifen, daidzein kelompok 1, dan
daidzein kelompok 2 (A); 4-hidroksi-tamoxifen (B); Daidzein
kelompok 1 (C); dan daidzein kelompok 1 (D) pada
RE
α………
62
xiv
DAFTAR LAMPIRAN
Halaman
Lampiran 1.
Script
untuk melakukan penambatan daidzein dan
4-hidroksi-tamoxifen pada RE
α
dan sidik jari interaksi…...
74
Lampiran 2.
Script
untuk melakukan perhitungan RMSD
4-hidroksi-tamoxifen untuk nilai ChemPLP yang disaring ikatan
hidrogen dengan Asp
351…………...
...
76
Lampiran 3.
Script
untuk melakukan perhitungan RMSD
4-hidroksi-tamoxifen untuk nilai ChemPLP yang tidak disaring
ikatan hidrogen dengan Asp
351…………..…………...
...
77
Lampiran 4.
Script
untuk melakukan perhitungan RMSD
4-hidroksi-tamoxifen untuk nilai Tc-PLIF yang disaring ikatan
hidrogen dengan Asp351
……….…………...……..
78
Lampiran 5.
Script
untuk melakukan perhitungan RMSD
4-hidroksi-tamoxifen untuk nilai Tc-PLIF yang tidak disaring ikatan
hidrogen dengan Asp
351………..
79
Lampiran 6.
Script
untuk melakukan perhitungan RMSD daidzein
untuk nilai ChemPLP yang disaring ikatan hidrogen
dengan Asp
351………
.
….
80
xv
DAFTAR SINGKATAN KATA
ChemPLP
:
Chemical Piecewise Linear Potential
DUD
:
Directory of Useful Decoys
DMBA
:
7, 12
–
Dimethylbenz
(a)
anthracene
EF
1%:
Enrichment Factor
1%
ERα
:
Estrogen Receptor Alpha
MCF-7
:
Michigan
Cancer Foundation
-7
PDB
:
Protein Data Bank
PLANTS
:
Protein-Ligand
ANT
System
PVBL
:
Penapisan Virtual Berbasis Ligan
PVBS
:
Penapisan Virtual Berbasis Struktur
PyPLIF
:
Python-based Protein-Ligand Interaction Fingerprint
RE
:
Reseptor Estrogen
REα
:
Reseptor Estrogen alfa
REβ
:
Reseptor Estrogen beta
RMSD
:
Root Mean Square Distance
SBVS
:
Structure Based Virtual Screening
SJI
:
Sidik Jari Interaksi
Tc
:
Tanimoto coefficient
Tc-PLIF
:
Tanimoto coefficient Protein-Ligand Interaction Fingerprint
WHO
:
World Health Organization
xvi
INTISARI
Kanker payudara adalah penyakit kanker yang terjadi pada sel-sel payudara
dan 60% kanker payudara terdeteksi sebagai kanker dengan reseptor estrogen alfa
(RE
α)
positif. Senyawa-senyawa alam yang terbukti aktif sebagai antagonis RE
α
telah banyak dilaporkan. Daidzein adalah salah satu senyawa alam kelompok
fitoestrogen yang telah terbukti secara
in vivo
mampu menghambat proliferasi sel
kanker payudara. Penelitian ini bertujuan untuk melakukan simulasi penambatan
molekuler daidzein pada RE
α dan melihat interaksi
nya dalam kantung ikatan RE
α
secara
in silico
.
Penelitian ini memanfaatkan perkembangan kimia komputasi (metode
in
silico
)
yang mempunyai berbagai keuntungan dalam menemukan obat baru.
Metode yang digunakan adalah identifikasi
sidik jari interaksi dengan perangkat
lunak
Python-based Protein-Ligand Interaction Fingerprint
(PyPLIF) yang telah
terbukti dapat meningkatkan kualitas Penapisan Virtual Berbasis Struktur (PVBS)
dalam proses validasi retrospektif untuk identifikasi ligan bagi RE
α.
Hasil penelitian menunjukkan bahwa protokol yang dikembangkan Radifar
et al.
(2013) tidak dapat mengenali daidzein sebagai ligan RE
α dan
protokol
tersebut tidak dapat digunakan untuk elusidasi moda ikatan daidzein karena tidak
mampu mereproduksi moda ikatan ligan kokristal yang digunakan. Dalam
elusidasi moda ikatan yang menggunakan protokol PVBS tanpa identifikasi sidik
jari interaksi, ditemukan setidaknya dua pose ikatan daidzein pada RE
α.
xvii
ABSTRACT
Breast cancer is cancer which happened in breast cells and about 60% of
breast cancers are detected as estrogen reseptor
alpha (ERα) positive cancer.
There are active natural compounds that have bee
n reported as ERα
antagonist.
Daidzein, one of phytoestrogen that has been proven in
in vivo studies could
inhibit breast cancer cells proliferation. The purposes of this study are to simulate
molecular docking of daidzein in ERα
and examine how daidzein interact in
binding pocket of the receptor.
This study utilized computational chemistry (in silico
method) to find new
drugs with various benefits. This study utilized one of advanced methods which is
interaction fingerprint identification using Python-based Protein-Ligand
Interaction Fingerprint (PyPLIF) software that can improve Structure Based
Virtual Screening (SBVS) method quality in retrospective validation for
identification ligand of ER
α
.
The results of this study showed that protocol developed by Radifar
et al.
(2013) could not recognize daidzei
n as ligand for ERα
and could not be employed
to elucidate daidzein binding mode since it could not reproduce co-crystal
reference binding mode. Therefore, another SBVS protocol validated here was
used to elucidate daidzein binding mode. The protocol identified at least two
binding poses of daidzein in ERα.
1
BAB I
PENDAHULUAN
A.
Latar Belakang
Kanker payudara adalah tumor ganas yang berasal dari sel-sel yang
terdapat pada payudara (Price, 2006). Menurut WHO, kanker payudara adalah
jenis kanker yang paling umum diderita oleh wanita dan berdasarkan data
statistiknya, 508.000 orang wanita dari seluruh wanita di dunia meninggal karena
kanker payudara pada tahun 2011 (WHO, 2013). Di Indonesia, kanker payudara
diperkirakan mengakibatkan kematian terhadap 12.352 orang pada tahun 2005
(Ramli, 2003).
Dengan pemikiran bahwa
60% kanker payudara terdeteksi sebagai kanker
dengan
reseptor estrogen alfa (REα) positif
(Dhanajaya, Sibi, Mallesha,
Ravikumar, dan Awatshi, 2013) dan dalam rangka menemukan obat baru secara
efisien, para peneliti menggunakan metode pemodelan yakni simulasi dengan
bantuan teknologi komputasi atau secara
in silico
(Pelkonen, Turpeinen, dan
Raunio, 2011) yang menggunakan RE
α
sebagai protein target. Metode ini telah
dikembangkan di negara maju dan berkembang menggunakan protokol yang
tervalidasi untuk identifikasi senyawa-senyawa antagonis RE
α
(Istyastono, 2013).
Saat ini, penggunaan obat tradisional secara umum dinilai lebih aman
daripada penggunaan obat modern. Hal ini disebabkan karena obat tradisional
memiliki efek samping yang relatif lebih sedikit daripada obat modern sehingga
2006). Salah satu senyawa alam yang terbukti aktif sebagai penghambat RE
α
adalah senyawa kelompok fitoestrogen, yakni: isoflavon, lignan, dan koumestan.
Daidzein yang merupakan bagian dari isoflavon ini secara
in vivo
mampu
menghambat proliferasi sel kanker dengan meningkatkan apoptosis (Liu, Suzuki,
Santosh, Okamoto, dan Shibutani, 2012). Namun, penelusuran mekanisme
molekuler terhadap kanker payudara perlu diteliti lebih lanjut.
Penelitian ini bertujuan untuk melakukan simulasi penambatan molekuler
secara
in silico
terhadap daidzein pada RE
α menggunakan protokol penapisan
yang dikembangkan oleh Radifar,Yuniarti, dan Istyastono (2013).
1.
Perumusan Masalah
Berdasarkan uraian-uraian di atas, maka dapat dirumuskan permasalahan
sebagai berikut:
a.
Apakah protokol penapisan yang dikembangkan Radifar
et al.
(2013)
dapat mengenali daidzein sebagai ligan RE
α secara
in silico
?
b.
Bagaimanakah pose daidzein di dalam kantung ikatan RE
α?
2.
Keaslian Penelitian
Penelitian berbasis virtual skrining belum banyak dilakukan. Anita,
Radifar, Kardono, Hanafi, dan Istyastono (2012) melakukan penelitian
tentang aktivitas eugenol dan turunannya terhadap RE
α dengan
menggunakan senyawa pembanding ZINC01914469 yang diukur dengan
Docking Score Ligand Efficiency
(DSLE). Istyastono
(2013) melakukan
penelusuran senyawa antagonis RE
α baru pada ZINC
Drug Database
Sepanjang pengetahuan penulis, penelitian ini berbeda dengan
penelitian sebelumnya karena penelitian ini menggunakan daidzein
sebagai senyawa pembanding dan
Python-based Protein-Ligand
Interaction Fingerprint
(PyPLIF) sebagai salah satu aplikasinya.
3.
Manfaat Penelitian
a.
Manfaat Teoretis
Penelitian ini diharapkan dapat bermanfaat bagi perkembangan ilmu
pengetahuan khususnya ilmu kefarmasian mengenai senyawa daidzein
pada
RE
α
.
b.
Manfaat Praktis
Penelitian ini diharapkan dapat menghasilkan senyawa pembanding
yang dapat dipakai pada penelitian berikutnya terkait senyawa yang
berpotensi sebagai ligan antagonis pada
RE
α
.
B.
Tujuan Penelitian
1.
Tujuan Umum
Secara umum penelitian ini bertujuan untuk
mengetahui dan menguji
apakah protokol penapisan
in silico
yang dikembangkan oleh Radifar
et
al.
(2013) mampu mengenali daidzein sebagai ligan RE
α.
2.
Tujuan Khusus
Secara khusus penelitian ini bertujuan untuk mengetahui pose daidzein di
4
BAB II
PENELAAHAN PUSTAKA
A.
Kanker
Kanker merupakan suatu penyakit sel yang ditandai dengan hilangnya
fungsi kontrol sel terhadap pertumbuhan sel. Akibatnya, sel akan berproliferasi
terus-menerus sehingga menimbulkan pertumbuhan jaringan yang abnormal yang
dapat menyebar dan menghancurkan organ-organ lain dan jaringan tubuh.
Apoptosis tidak lagi terjadi pada sel-sel abnormal ini (Macdonald, Ford, dan
Casson, 2004).
Patogenesis terjadinya kanker yang sering disebut karsinogenesis dapat
dibagi dalam tiga fase utama yaitu fase inisiasi (perubahan histologis dan
biokimiawi belum terlihat, hanya terlihat nekrosis sel dengan meningkatnya
proliferasi sel), fase promosi (gambaran histologis dan biokimiawi terlihat
abnormal), dan fase progresi (gambaran histologis dan biokimiawi menunjukkan
keganasan) (Kartawiguna, 2001). Pada fase inisiasi, terjadi perubahan pada
material genetik sel normal sehingga sel kanker teraktivasi. Setelah itu,
pembelahan terus menerus terjadi (fase promosi) sampai sel kanker menyebar ke
jaringan di sekitarnya atau dapat juga ke jaringan lain di tubuh (metastasis)
(Chabner dan Thompson, 2013).
diminati oleh masyarakat karena bahan alam tidak berbahaya bagi tubuh
mengingat terapi kanker yang selama ini ada memiliki efek samping yang sangat
berbahaya terhadap tubuh kita (Darma, Pratama, dan Sukamdi , 2008).
B.
Kanker Payudara
Kanker payudara adalah penyakit kanker yang terjadi pada sel-sel
payudara (Purba, 2004). Kanker ini berasal dari kelenjar, saluran, dan jaringan
penunjang payudara, namun tidak termasuk kulit payudara (Purwantaka, 2010).
Berdasarkan penemuan terakhir kaum pria pun bisa terkena kanker payudara,
walaupun masih jarang terjadi (Purwoastuti, 2008).
Penyebab kanker masih belum diketahui dengan pasti. Namun, ada
beberapa faktor yang diduga meningkatkan risiko terjadinya kanker payudara ini,
yakni: (i) mendapat haid pertama pada usia muda; (ii) tidak menikah atau tidak
pernah melahirkan anak; (iii) tidak pernah menyusui anak; (iv) salah satu anggota
keluarga ada yang menderita kanker payudara; (v) pernah melakukan program
KB; (x) kelebihan berat badan; (xi) sering minum minuman beralkohol; dan (xii)
perokok aktif atau pasif (Purwantaka, 2010).
Yogyakarta merupakan kanker dengan angka kejadian tertinggi. Oleh karena itu,
kanker payudara adalah jenis kanker yang mendesak dan penting untuk diteliti dan
dikembangkan terkait terapi dan deteksi dininya (Istyastono, 2013).
Kanker payudara yang bersifat invasif dapat dibedakan menjadi dua
subti
pe berdasarkan ekspresi REα dari sel tumor yakni REα
-positif (kanker
payudara yang melibatkan REα) dan REα
-negatif (kanker payudara yang tidak
melibatkan REα).
Sekitar 75% dari kan
ker payudara adalah REα
-positif dan 25%
lainnya adalah REα
-
negatif. Kanker payudara dengan REα
-negatif ini lebih
mematikan karena
sel terus menerus membelah tanpa ada ekspresi REα. K
anker
payudara dengan REα
-negatif dapat terjadi karena adanya perubahan struktur
kromosom dengan tahapan metilasi DNA. Pengobatan pada kanker payudara
dengan REα
-negatif tidak dapat dilakukan dengan terapi hormon seperti yang
sering dilakukan pada kanker payudara dengan REα
-positif. Pengobatan untuk
kanker payudara dengan REα
-negatif dapat dilakukan dengan cara menghambat
C.
Reseptor Estrogen (RE)
RE yang terdiri dari protein
twelve helix
(helix 12) ini terletak di inti sel
atau sitoplasma sel sehingga RE mempunyai efek langsung dalam transkripsi
DNA dan hanya dapat dipengaruhi oleh molekul kecil yang dapat melewati
membran sel (Lund, 2005). RE memiliki tiga tempat ikatan spesifik, yaitu
terhadap ligan (
ligand binding domain
(AF-2)), terhadap
growth factor
(AF-1),
dan terhadap DNA (
DNA-binding domain
) (Shiau
et al.
, 1998).
Ada dua subtipe RE dan beberapa isoform serta sambungan varian dari
setiap subtipe. Subtipe pertama, RE
α, pertama kali diklon tahun 1986 dan su
btipe
kedua, reseptor estrogen beta (RE
β) ditemukan paling terkini. Kedua subtipe
reseptor ini bervariasi dalam struktur dan gen-gen pengkode di dalam
kromosom-kromosom yang berbeda pula (Gruber, Tschuggei, Schneebeger, dan Huber,
2002). Pada RE
α
, jika ligan agonisnya (estrogen) berikatan, kemudian terjadi
perubahan konformasi reseptor yang memungkinkan terjadinya ikatan dengan
koaktivator dan mengaktifkan faktor transkripsi serta mempengaruhi berbagai
fungsi sel tergantung macam dan targetnya (Putra
et al.
, 2008), sedangkan jika
REα berikatan dengan ligan antagonisnya (tamoxifen), maka perubahan
konformasi yang terjadi adalah memblok koaktivator yang berikatan (Shiau,
1998) atau berikatan dengan korepresor (Deroo dan Korach, 2006). Sementara itu,
jika agonis (estrogen) berikatan dengan RE
β
, helix 12 tidak melapisi
Ligand
Binding Domain
seperti yang terjadi pada RE
α dan posisinya terlihat seperti
RE
α
Menurut Dhanajaya
et al.
(2012) lebih dari 60% kanker payudara
terdeteksi sebagai kanker payudara dengan
REα
positif
dan pengobatan dilakukan
dengan
REα sebagai target terapinya
.Kemudian
Shiau
et al.
(1998) berhasil
memecahkan
truktur kristal REα dengan 4
-hidroksi-tamoxifen (metabolit
tamoxifen yang memiliki afinitas 30-100 kali lipat lebih kuat terhadap RE
α)
sebagai ligan kokristal dan disimpan serta dapat diakses publik di situs
Protein
Data Bank
(PDB) dengan kode 3ERT (Istyastono, 2013). Inspeksi visual 3ERT
menunjukkan 70 residu asam amino yang membentuk kantung ikatan dan dua
jejaring ikatan hidrogen yang diduga berperan penting dalam menentukan
interaksi ligan d
an REα: (i) interaksi bagian 4
-hidroksi dari 4-hidroksi-tamoxifen
dengan molekul air yang
conserved
dan residu asam amino Glu353 dan Arg394
dan interaksi bagian (2-hidroksi-etil)-dimetilazanium dari 4-hidroksi-tamoxifen
dengan residu asam amino Thr347 dan Asp351 (Shiau
et al.
, 1998; Anita
et al
.
,
2012).
Gambar 1.
REα
(PhospoSite, 2013)
Kanker jenis RE
dependent
dapat terjadi melalui 2 tahap: (i) estrogen yang
target di jaringan, dan meningkatnya jumlah sel dapat menyebabkan replikasi
menjadi eror sehingga terjadi mutasi yang akan berpengaruh pada apoptosis,
proliferasi sel, dan DNA
repair
; (ii) hasil dari metabolisme estrogen mengarah
pada sifat
genotoxic
yang dapat menyebabkan kerusakan DNA sehingga terjadi
mutasi (Deroo dan Korach, 2006).
D.
Daidzein
Daidzein (Gambar 2) adalah salah satu senyawa kelompok fitoestrogen
(isoflavon) yang banyak terdapat pada kacang kedelai dan produk olahannya
seperti tahu dan miso (Barlow, 2007). Senyawa golongan isoflavon menunjukkan
supresi terhadap angiogenesis serta dilaporkan dapat menghambat lipoksigenase
dan hemolisis peroksidase dari eritrosit kambing percobaan (Biben, 2012).
Daidzein dapat berikatan dengan RE (
REα dan REβ) pada beberapa jaringan
terutama jaringan yang terdapat di payudara (Manjanatha, Shelton, Bishop, Cook,
dan Aidoo, 2006) dengan aktivitas agonis, parsial agonis atau antagonis (Barlow,
2007) tergantung waktu pemejanan, konsentrasi yang diberikan, bentuk konsumsi,
bahan makanan, dan status RE (Dhanajaya
et al.
, 2012). Daidzein banyak
digunakan oleh wanita
postmenopausal
untuk terapi hormon sebagai pengganti
hormon estrogen karena beberapa penelitian menunjukkan bahwa terapi dengan
hormon estrogen dapat meningkatkan potensi kanker payudara dan endometrium
(Aidoo
et al.
, 2009).
penyakit jantung (Aidoo
et al.
, 2009). Secara
in vivo
, Liu
et al.
(2012)
membuktikan bahwa daidzein dapat menekan pertumbuhan kanker payudara
melalui proses peningkatan apoptosis pada tikus yang terinduksi
7,12-dimethylbenz
(a)
anthracene
(DMBA) dengan konsentrasi 1,0 mg (2,7
µmol)/KgBB.
Gambar 2. Struktur senyawa daidzein.
E.
Kimia Komputasi
Kimia komputasi adalah disiplin ilmu yang berkembang dengan
penggunaan perangkat lunak komputer sebagai sarana untuk mendapatkan
informasi tentang proses kimia yang terjadi dalam suatu sistem (Dearing, 1988).
sehingga hasil perhitungan kimia komputasi dapat dibandingkan secara langsung
dengan hasil skala laboratorium, seperti reaksi pada kondisi tekanan yang sangat
tinggi atau melibatkan gas berbahaya (Pranowo, 2004).
Keunggulan dari studi kimia komputasi dalam menemukan obat baru
adalah kimia komputasi medisinal ini menawarkan metode
in silico
yang dapat
menggambarkan senyawa obat secara tiga dimensi (3D) dan melakukan
komparasi atas dasar kemiripan struktur dan energi dengan senyawa lain yang
sudah diketahui memiliki aktivitas tinggi sehingga senyawa dengan aktivitas
rendah dapat langsung dieliminasi tanpa harus diujicobakan lebih lanjut (Pranowo
dan Hetadi, 2010).
F.
Penapisan Virtual (PV)
PV secara umum dapat dibagi menjadi dua: Penapisan Virtual Berbasis
Struktur (PVBS) dan Penapisan Virtual Berbasis Ligan (PVBL) (Cramp
et al.
,
2010). PVBS memiliki fokus utama pada prediksi geometrik kompleks
protein-ligan dan afinitas ikatannya (
Schlosser, 2010
) yang membutuhkan keberadaan
struktur protein target (De Graaf
et al.
, 2011). Sementara itu PVBL merupakan
penapisan yang tidak membutuhkan struktur protein target dan metode ini dapat
dimulai dengan memprofilkan senyawa-senyawa yang sudah terbukti aktif
(Cramp
et al.
, 2010). Penapisan yang digunakan dalam penelitian ini adalah
PVBS atau biasa dikenal dengan
Structure Based Virtual Screening
(SBVS).
senyawa di dalam kantung ikatan yang membantu untuk optimasi selanjutnya
(Istyastono, 2013).
Protokol penapisan yang dikembangkan Anita
et al.
(2012) divalidasi
secara retrospektif dengan menggunakan antagonis RE
α
dan
decoys
(diambil dari
website
DUD (http://dud.docking.org/r2/)) yang dinilai berdasarkan nilai
Enrichment Factor
1% (EF
1%) (dengan cara membandingkan prosentase senyawa
aktif (
true positives
) dan
decoys
yang diidentifikasi sebagai senyawa aktif (
false
positives
)
sejumlah 1% (semakin besar nilainya berarti semakin baik protokol
tersebut)). Nilai EF
1%protokol yang dikembangkan oleh Anita
et al.
(2012),
mengalami peningkatan dari protokol sebelumnya dari 12.7 menjadi 15.9 dan
mengalami peningkatan lagi menjadi 21.2 setelah ditambahkan molekul air yang
bersifat
conserved
(Anita
et al.
, 2012).
Protokol juga divalidasi secara internal dengan menggunakan cara yang
objektif yakni ukuran nilai
Root Mean Square Distance
(RMSD) dengan tujuan
dapat mengetahui apakah simulasi penambatan yang dilakukan menghasilkan
pose ligan yang sesuai pose struktur kokristal (Anita
et al.
, 2012). Nilai RMSD
yang dihasilkan sangat memiliki kecocokan dengan pose struktur ligan kokristal
(
Schlosser, 2010
).
Hasil dari penambatan molekul dengan aplikasi PLANTS 1.2 (Korb,
Stutzle, dan Exner, 2009) menghasilkan luaran berupa pose penambatan dan nilai
ChemPLP yang akan digunakan sebagai masukkan untuk aplikasi PyPLIF
(Radifar
et al.
, 2013). ChemPLP merupakan
scoring function
dari hasil
penambatan molekular yang bekerja dengan menilai interaksi yang ada
berdasarkan gaya tarik-menarik dan tolak-menolak antara protein dan ligan (Korb
et al.
, 2009). Nilai ini telah terbukti lebih efektif daripada
scoring function
lainnya
untuk memprediksi pose dan penapisan virtual (Liebeschuetz, Cole, dan Korb,
2012).
G.
Sidik Jari Interaksi
Sidik jari interaksi (SJI) adalah metode yang dapat mengubah interaksi
molekular dari ligan-protein (3D) menjadi susunan bit (1D) berdasarkan senyawa
yang dianalisa dan tipe interaksinya, yakni tipe non polar (
van der waals
),
interaksi aromatik (
face to face
), interaksi aromatik (
face to edge
), ikatan hidrogen
Susunan bit ligan daidzein maupun ligan standar yang telah didapat dari
SJI, selanjutnya dapat dianalisa menggunakan perhitungan
Tanimoto Coefficient
(Tc). Tc merupakan sebuah perhitungan sederhana yang menunjukkan ukuran
kemiripan aktivitas senyawa-senyawa kimia (Ahmed, 2011). Dalam perhitungan
ini dihasilkan nilai dengan rentang 0,000 yang berarti tidak ada kemiripan sampai
1,000 yang berarti keduanya memiliki kemiripan (Radifar, 2013).
Protokol yang dikembangkan oleh Anita
et al.
(2012) telah ditingkatkan
kualitas penapisannya dengan penilaian ulang menggunakan nilai
Tanimoto
Coefficient-Protein Ligand Interaction Finger Print
(Tc-PLIF) yang merupakan
hasil identifikasi SJI protein-ligan dan penyaringan pada ikatan hidrogen dengan
Asp351 dengan aplikasi
Python-based Protein Ligand Interaction Finger Print
(
PyPLIF) oleh Radifar
et al.
(2013). Protokol ini melakukan penyaringan pada
ikatan hidrogen dengan Asp351 karena asam amino ini merupakan jangkar dari
ligan-ligan RE
α
dengan kata lain semua ligan bagi RE
α
pasti mempunyai ikatan
hidrogen dengan Asp351. Selain itu, dengan disaring ikatan hydrogen dengan
Asp351, nilai EF
1%meningkat secara signifikan menjadi 53,8 (Radifar
et al.
,
2013). Suatu senyawa dapat dikatakan sebagai ligan dari RE
α jika
memiliki nilai
Tc-PLIF yang lebih besar atau sama dengan 0,600 (nilai standar)
(Rognan dan
Marcou, 2007).
H.
Landasan Teori
Kanker adalah suatu penyakit yang disebabkan oleh pertumbuhan sel yang
payudara. Salah satu titik tangkap pengobatan kanker payudara ini adalah
penghambatan RE
α yang merupakan reseptor faktor transkripsi yang terdapat
pada inti sel payudara.
Belakangan ini pencegahan menggunakan bahan-bahan alami sedang
banyak dikembangkan daripada pengobatannya. Daidzein, senyawa fitoestrogen
yang banyak terdapat dalam kacang kedelai, telah terbukti secara
in vivo
dapat
menghambat pertumbuhan sel kanker payudara. Dengan menggunakan protokol
PyPLIF yang telah divalidasi retrospektif dengan EF
1%lebih besar daripada
protokol sebelumnya dan validasi internal dengan RMSD < 2 Å, akan dilakukan
simulasi penambatan daidzein pada RE
α
dan melihat pose daidzein pada RE
α
tersebut secara
in silico
.
I.
Hipotesis
1.
Daidzein dapat dik
enali sebagai ligan REα secara
in silico
berdasarkan
protokol penapisan yang dikembangkan Radifar
et al.
(2013).
16
BAB III
METODE PENELITIAN
A.
Jenis dan Rancangan Penelitian
Penelitian ini termasuk jenis penelitian eksperimental komputasi dimana
terdapat intervensi terhadap variabel yang dilakukan berbantukan komputer
dengan rancangan penelitian studi dokumentasi yakni pengumpulan data lewat
berbagai dokumen yang telah ada.
B.
Variabel dan Definisi Operasional
1.
Variabel Penelitian
a.
Variabel Utama
1)
Variabel bebas: Protokol penapisan
2)
Variabel tergantung: Nilai Tc-PLIF, ChemPLP, dan Pose daidzein
b.
Variabel Pengacau
1)
Variabel pengacau terkendali: Perangkat lunak dan peralatan
komputasi.
2)
Variabel pengacau tak terkendali: Sifat algoritma yang stokastik
(kebolehjadian).
2.
Definisi Operasional
a.
Protokol penelitian: Algoritma yang digunakan oleh Anita
et al.
(2012)
dan telah direvalidasi oleh Radifar
et al.
(2013).
C.
Kelengkapan Penelitian
1.
Bahan visualisasi didapatkan dari
PDB (www.rcsb.org) dan
ZDD berupa struktur
3 dimensi (3D) (Irwin dan Schoichet, 2005; Irwin, Sterling, Mysinger, Bolstad,
dan Coleman, 2012).
2.
Berkas konfigurasi water_plantsconfig didapatkan dari hasil penelitian Anita
et
al.
(2012) dan config.txt didapatkan dari hasil penelitian Radifar
et al.
(2013)
3.
Penelitian
ini
menggunakan
seperangkat
alat
kimia
komputasi
@pharmacomp.usd di Laboratorium Virtual Universitas Sanata Dharma HP
Proliant ML1|0-67 dengan spesifikasi prosesor Intel Xeon® E31220 @3.10
GHz dan
random acess memory
(RAM) 8GB terinstal sistem operasi Ubuntu
12.04, versi kernel 3.5.0-23-genetic dan aplikasi-aplikasi berikut: Open Babel
2.2.3 (O’Boyle
et al.
, 2011), SPORES (Ten Brink dan Exner, 2009), PLANTS
1.2 (Korb
et al.
, 2009), PyPLIF (Radifar
et al.
, 2013), PyMOL1.2rl (Lill dan
Danielson, 2011), dan R 2.14.0 (R Development Core Team, 2008).
D.
Tata Cara Penelitian
1.
Penambatan Ulang 4-Hidroksi-tamoxifen
Ligan 4-hidroksi-tamoxifen ditambatkan pada RE
α
sebanyak 1000 kali
dengan tiga replikasi. Setelah itu, hasil penambatan dilakukan identifikasi sidik
jari interaksi menggunakan aplikasi PyPLIF (Radifar
et al.
, 2013) dilanjutkan
penyaringan pada ikatan hidrogen dengan Asp351 (Radifar
et al.
, 2013) dan
Tc-PLIF tidak disaring ikatan hidrogen dengan Asp351, (iii) nilai ChemPLP
disaring ikatan hidrogen dengan Asp351, dan (iv) nilai ChemPLP tidak
disaring ikatan hidrogen dengan Asp351.
2.
Analisis Hasil Penambatan Ulang 4-Hidroksi-tamoxifen
[image:37.595.100.508.255.670.2]Pose dengan nilai terbaik dari masing-masing bagian luaran dipilih
sebagai pose standar untuk menghitung nilai RMSD di masing-masing bagian
tersebut secara berurutan dimulai dari nomor i sampai poin iv.
Pengambilankeputusan ditampilkan pada Gambar 3.
Simulasi yang dilakukan pada daidzein disesuaikan dengan bagian data yang
dinyatakan valid dari Gambar 3 di atas.
3.
Persiapan Perlakuan Daidzein
Dilakukan pengunduhan senyawa daidzein dari ZDD (Irwin dan
Schoichet, 2005; Irwin
et al.
, 2012) dengan kode ZINC18847034 dan
disiapkan dengan menggunakan Open Babel (O’Boyle
et al.
, 2011) dan
SPORES (Ten Brink dan Exner, 2009).
4.
Penambatan Daidzein
Daidzein ditambatkan pada RE
α
sebanyak 1000 kali dengan tiga
replikasi. Setelah itu, hasil penambatan dilakukan identifikasi sidik jari
interaksi menggunakan aplikasi PyPLIF (Radifar
et al.
, 2013) dilanjutkan
penyaringan pada ikatan hidrogen dengan Asp351 (Radifar
et al.
, 2013) dan
pengurutan dari nilai yang didapatkan. Pengurutan hanya dilakukan pada
bagian data yang telah dinyatakan valid dari Gambar 3.
5.
Analisa Statistik
6.
Elusidasi Pose Ikatan Daidzein pada RE
α
Pose penambatan dengan nilai ChemPLP terbaik dipilih (jika dalam
penambatan terdapat lebih dari satu nilai ChemPLP terbaik, maka diambil nilai
yang mempunyai nilai Tc-PLIF yang lebih baik) sebagai pose standar dalam
memeriksa nilai RMSD. Jika nilai RMSD < 2 Å yang didapat lebih dari 95%
data, maka pose yang divisualisasikan adalah pose standar. Namun, jika nilai
RMSD < 2 Å yang didapat tidak lebih dari 95% data, maka data
dikelompokkan menggunakan metode pengelompokkan
k
-
means clustering
21
BAB IV
HASIL DAN PEMBAHASAN
A.
Penambatan Ulang 4-Hidroksi-tamoxifen
Tahap penambatan ulang 4-hidroksi-tamoxifen ini bertujuan untuk
melakukan validasi internal terhadap protokol yang digunakan. Hasil awal
yang diperoleh adalah pose hasil penambatan molekul, nilai ChemPLP, dan
nilai Tc-PLIF. Hasil awal yang didapatkan diproses lebih lanjut dengan
melakukan pengurutan nilai ChemPLP dan Tc-PLIF yang disaring ikatan
hidrogen dengan Asp351 maupun yang tidak disaring ikatan hidrogen dengan
Asp351. Penyaringan pada interaksi ikatan hidrogen dengan Asp351
dilakukan karena dipercaya mampu meningkatkan kualitas penapisan virtual
yang dilakukan (Radifar
et al.,
2013). Hasil akhir yang didapatkan dari tahap
ini terbagi menjadi empat bagian: (i) nilai Tc-PLIF disaring ikatan hidrogen
dengan Asp351, (ii) nilai Tc-PLIF tidak disaring ikatan hidrogen dengan
Asp351, (iii) nilai ChemPLP disaring ikatan hidrogen dengan Asp351, dan
(iv) nilai ChemPLP tidak disaring ikatan hidrogen dengan Asp351 yang
masing-masing bagiannya berisi 3000 data.
B.
Analisis Hasil Penambatan Ulang 4-Hidroksi-tamoxifen
pose dengan nilai terbaik dari setiap bagian (pose standar). Hasil nilai RMSD
ditampilkan pada Tabel I, II, III, dan IV.
Tabel I. Nilai RMSD 4-hidroksi-tamoxifen dari Tc-PLIF yang disaring
ikatan hidrogen dengan Asp351
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
1 1,827 1,726 1,263 2 5,293 1,426 1,446 3 1,639 1,183 1,149 4 1,71 1,726 1,263 5 1,174 1,426 1,446 6 1,487 1,183 1,149 7 1,705 1,644 1,592 8 1,875 1,218 1,133 9 1,977 1,423 1,768 10 1,178 0,912 1,471 11 1,596 5,363 1,458 12 1,662 1,358 1,547 13 1,596 1,742 1,731 14 1,14 1,419 1,591 15 1,891 1,656 1,808 16 1,395 1,464 1,438 17 2,027 1,146 1,452 18 1,448 1,452 5,42 19 0,808 1,79 1,681 20 1,679 1,187 1,691 21 1,147 5,306 0,797 22 1,182 1,586 1,441 23 1,155 5,204 1,626 24 1,215 1,387 1,281 25 1,896 1,139 1,16 26 5,446 1,153 1,597 27 5,422 0,814 5,362 28 1,536 1,638 5,418 29 0,757 1,409 1,445 30 1,139 1,316 1,435 31 1,491 1,486 0,789
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
32 1,232 1,226 1,169 33 1,141 1,421 1,14 34 1,165 1,979 0,741 35 1,431 1,705 1,706 36 1,074 1,18 1,231 37 1,709 1,439 1,141 38 1,076 1,126 1,704 39 1,596 1,642 1,183 40 1,155 1,06 1,439 41 1,828 1,591 1,817 42 0,63 1,857 1,076 43 0,813 0,873 1,429 44 0,749 1,692 1,072 45 1,377 1,139 1,668 46 1,807 1,323 1,878 47 1,861 5,402 1,52 48 0,749 1,511 1,596 49 1,825 1,653 1,655 50 1,827 1,591 1,384 51 5,42 1,142 1,45 52 1,439 5,436 1,18 53 1,919 1,701 1,423 54 5,446 1,54 0,789 55 1,579 1,155 1,588 56 5,401 2,031 0,817 57 1,579 1,467 0,71 58 1,143 5,439 1,745 59 1,817 0,989 0,855 60 1,434 1,146 1,572 61 5,442 1,295 5,451 62 1,914 1,107 1,163
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
94 1,525 1,851 1,837 95 0,789 1,828 1,728 96 1,519 5,447 1,38 97 1,412 1,587 1,436 98 1,124 1,578 1,48 99 1,695 1,16 1,139 100 1,264 1,195 1,906 101 5,292 1,444 1,146 102 5,385 1,629 2,018 103 1,875 0,783 1,765 104 1,887 1,81 1,462 105 1,128 1,767 1,926 106 1,43 1,111 1,607 107 1,412 1,141 1,143 108 1,227 1,17 1,655 109 1,844 1,185 1,91 110 0,677 1,449 1,424 111 1,631 1,471 1,676 112 1,172 1,469 1,168 113 1,625 5,27 1,14 114 1,967 1,836 1,137 115 1,15 1,818 1,697 116 1,594 1,141 0,816 117 1,405 1,148 1,453 118 1,141 0,733 0,767 119 1,695 1,154 5,237 120 0,96 2,021 5,448 121 1,46 1,911 1,461 122 1,454 1,142 1,652 123 1,819 1,331 1,44 124 0,947 1,139 5,372 125 1,596 1,14 1,142 126 1,203 1,079 1,107 127 1,329 1,415 1,496 128 1,852 1,706 1,679 129 1,449 1,141 1,655 130 1,685 1,726 1,127 131 1,449 1,439 1,471 132 1,707 1,802 1,144 133 5,415 1,163 1,15
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
134 1,729 1,129 1,475 135 0,865 1,159 1,963 136 1,821 1,13 0,658 137 5,434 1,142 1,147 138 1,847 1,831 1,61 139 1,954 1,141 1,632 140 1,154 1,46 1,438 141 1,746 1,149 1,698 142 1,082 1,915 1,758 143 1,565 1,914 1,447 144 1,974 1,944 0,781 145 1,758 0,798 1,964 146 0,876 1,137 1,912 147 1,439 1,145 1,779 148 0,754 1,346 1,164 149 0,762 1,827 0,811 150 1,533 1,14 1,438 151 1,616 5,367 1,754 152 1,883 1,75 1,598 153 1,137 1,139 1,565 154 1,942 1,617 1,6 155 1,613 0,8 1,164 156 1,146 1,422 1,161 157 1,437 1,642 1,122 158 1,48 1,819 1,16 159 1,14 1,152 1,72 160 1,592 5,41 1,451 161 1,61 1,14 1,18 162 1,451 1,443 1,155 163 1,439 1,7 1,174 164 1,138 1,119 1,44 165 1,476 1,64 5,362 166 1,458 1,42 1,471 167 1,166 1,659 1,767 168 1,18 5,445 1,145 169 1,515 1,908 1,678 170 1,422 1,081 1,716 171 1,711 1,439 1,423 172 1,397 1,169 1,186 173 1,435 1,702 1,789
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
[image:42.595.101.516.81.763.2]No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
214 1,758 1,914 1,427 215 2,006 1,196 1,135 216 1,859 1,046 1,44 217 1,356 1,16 5,406 218 1,166 1,146 1,388 219 1,68 0,87 1,664 220 1,143 1,184 1,084 221 5,409 0,584 1,596 222 1,689 1,174 1,14 223 1,638 1,432 1,899 224 1,941 0,782 1,139 225 1,33 1,149 1,593 226 5,211 1,136 1,816 227 1,138 1,142 2,086 228 1,145 1,166 2,08 229 1,507 1,804 1,198 230 1,437 5,454 1,617 231 1,585 1,422 1,435 232 1,702 1,144 1,592 233 5,354 1,915 1,932 234 1,645 1,821 1,44 235 1,72 1,47 1,472 236 1,815 1,558 1,778 237 1,487 5,266 1,622 238 1,614 5,41 1,137 239 1,139 1,326 1,052 240 1,588 1,605 0,751 241 1,422 0,798 5,271 242 5,414 1,21 1,808 243 1,731 1,788 0,859 244 1,14 1,437 1,609 245 1,435 1,428 1,141 246 1,656 1,891 1,438 247 1,057 0,762 1,454 248 1,148 0,718 1,707 249 1,144 1,689 5,311 250 1,819 1,911 1,179 251 5,4 0,796 1,808 252 1,425 1,541 1,15 253 1,731 1,508 1,713
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
254 1,183 1,142 1,72 255 1,441 1,27 1,691 256 1,608 1,729 1,672 257 1,773 2,033 5,369 258 0,793 1,689 0,88 259 1,198 1,188 1,473 260 1,4 1,17 1,428 261 1,595 1,438 1,144 262 2,011 1,139 1,65 263 1,915 0,943 1,528 264 5,347 5,444 1,14 265 1,842 1,413 1,218 266 1,146 1,598 1,609 267 1,308 1,175 0,983 268 1,801 1,15 1,485 269 1,68 1,371 1,41 270 1,614 1,147 1,427 271 1,224 1,807 0,878 272 1,921 1,589 1,808 273 1,177 0,802 1,429 274 1,474 1,702 1,711 275 0,671 0,862 1,791 276 1,823 1,143 1,146 277 1,424 1,886 5,328 278 1,139 0,814 1,142 279 1,482 1,618 1,915 280 1,174 1,686 1,301 281 1,808 1,621 1,437 282 1,735 5,325 1,138 283 1,15 5,391 1,594 284 1,133 1,57 1,77 285 1,196 1,477 1,819 286 0,748 1,144 1,913 287 1,694 5,447 1,134 288 1,083 1,143 1,68 289 1,481 1,526 1,122 290 2,051 1,644 1,537 291 1,594 5,405 1,356 292 1,691 1,072 1,741 293 1,607 5,195 1,816
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
[image:43.595.101.516.79.761.2]No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
334 5,4 1,137 1,604 335 1,434 1,816 1,197 336 1,86 1,465 1,436 337 1,419 1,44 1,909 338 1,147 1,138 1,167 339 1,529 1,573 1,169 340 1,147 1,138 5,372 341 1,164 1,439 1,457 342 1,665 1,127 5,264 343 1,971 5,408 1,753 344 1,561 1,437 1,479 345 1,989 1,476 1,424 346 1,391 1,188 1,456 347 1,334 1,47 1,595 348 1,883 1,78 1,439 349 1,087 1,139 1,163 350 1,146 1,478 1,908 351 1,171 1,7 1,14 352 1,9 1,545 0,717 353 1,906 1,594 1,153 354 1,628 1,81 1,436 355 0,982 1,14 5,461 356 1,619 5,439 1,169 357 1,143 1,166 1,569 358 1,591 5,417 1,951 359 1,911 1,467 1,443 360 1,438 1,506 0,813 361 1,704 1,467 1,589 362 1,591 1,672 1,63 363 1,128 1,579 1,412 364 0,794 1,692 1,435 365 1,566 1,811 1,139 366 1,439 1,145 1,144 367 1,135 1,354 1,657 368 1,377 1,607 0,837 369 1,76 1,822 1,837 370 1,809 1,144 1,437 371 1,142 1,412 1,604 372 1,146 1,679 1,667 373 1,84 1,797 1,326
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
374 1,611 1,44 1,491 375 1,933 1,295 1,178 376 1,791 5,419 1,669 377 5,388 1,99 1,899 378 1,151 1,777 1,471 379 1,188 1,742 5,405 380 1,926 5,453 1,122 381 1,915 1,484 1,406 382 1,144 1,141 1,175 383 1,375 1,467 0,581 384 5,422 2,015 1,595 385 1,592 1,981 1,911 386 1,727 5,344 1,466 387 1,085 1,808 1,169 388 1,741 1,14 1,154 389 1,891 1,129 1,708 390 1,457 1,552 1,722 391 1,884 1,167 1,898 392 0,81 1,871 1,475 393 0,823 1,144 1,902 394 1,171 0,782 1,434 395 5,427 1,617 1,439 396 5,406 1,971 1,461 397 1,434 1,141 1,399 398 1,139 1,163 5,324 399 1,656 1,674 1,112 400 1,829 1,682 5,394 401 1,235 1,689 1,181 402 1,745 5,412 1,744 403 1,098 1,807 2,051 404 5,46 1,759 1,439 405 1,156 1,392 1,93 406 1,444 0,795 1,424 407 1,148 1,435 1,776 408 1,698 1,381 1,522 409 1,453 1,112 1,388 410 1,135 1,748 1,438 411 0,81 1,461 1,078 412 1,454 1,562 1,15 413 1,437 1,846 0,757
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
[image:44.595.102.516.83.759.2]No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
454 1,145 1,441 1,137 455 0,778 1,231 1,705 456 5,408 1,081 1,382 457 1,473 1,142 1,14 458 1,437 1,456 1,142 459 1,862 1,458 5,39 460 1,169 1,145 1,59 461 1,575 5,461 5,399 462 1,718 1,464 1,143 463 1,64 1,435 1,315 464 0,794 1,705 1,103 465 1,908 1,907 2,123 466 1,195 1,748 1,243 467 1,427 1,535 0,825 468 1,455 1,699 1,142 469 1,988 0,786 1,437 470 1,115 1,587 1,446 471 1,441 1,418 1,138 472 1,447 1,135 1,144 473 1,441 2,038 1,808 474 1,957 2,065 1,858 475 1,139 1,314 2,039 476 1,735 1,474 1,18 477 1,675 1,678 1,145 478 1,606 1,18 1,394 479 1,479 1,294 1,606 480 1,393 1,652 1,615 481 1,44 1,719 0,863 482 1,142 1,955 1,543 483 1,705 1,906 1,7 484 1,703 1,504 1,454 485 1,151 1,14 1,149 486 1,458 5,405 1,421 487 1,275 0,807 1,606 488 1,744 1,704 5,369 489 1,442 1,434 1,141 490 1,687 5,423 1,515 491 1,877 1,439 1,581 492 1,476 1,183 0,889 493 1,147 1,14 1,819
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
494 1,71 1,241 1,652 495 1,442 1,694 1,694 496 1,854 1,824 5,381 497 1,279 1,293 1,694 498 5,391 1,14 1,696 499 1,136 1,556 1,457 500 2,012 0,774 1,137 501 1,153 5,43 1,855 502 1,156 1,18 1,905 503 1,913 1,825 1,899 504 1,63 1,134 1,69 505 1,479 1,702 1,715 506 5,417 5,444 1,144 507 1,137 1,62 1,825 508 1,433 1,674 1,151 509 1,434 0,793 1,451 510 1,14 1,14 1,882 511 5,436 1,709 1,607 512 1,138 2,014 1,374 513 1,441 0,952 1,141 514 1,907 1,796 1,71 515 1,44 1,424 0,729 516 1,894 1,705 1,174 517 5,352 1,9 1,644 518 1,282 1,432 1,702 519 1,935 1,144 1,59 520 1,83 1,275 1,471 521 5,443 1,903 1,803 522 1,459 1,769 1,148 523 1,551 1,47 1,144 524 1,6 1,695 2,017 525 1,152 1,743 1,88 526 1,849 1,757 1,722 527 1,591 1,387 1,131 528 1,135 0,779 1,186 529 1,572 1,248 1,426 530 1,697 1,984 1,72 531 1,148 1,454 1,928 532 1,321 1,817 1,452 533 1,637 1,437 1,967
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
[image:45.595.101.516.80.762.2]No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
574 0,794 1,383 5,444 575 1,554 5,417 1,698 576 1,593 1,819 1,37 577 0,697 1,59 1,453 578 1,524 1,934 1,592 579 1,143 1,119 1,474 580 0,754 1,331 0,724 581 5,43 1,815 1,91 582 1,152 1,942 1,187 583 1,857 1,149 1,373 584 0,778 1,748 0,79 585 1,743 1,259 1,446 586 1,431 1,799 1,121 587 1,457 2,086 1,542 588 5,415 1,438 1,902 589 1,455 1,883 1,519 590 1,688 1,438 1,147 591 1,137 1,648 0,747 592 5,415 1,225 1,388 593 1,14 1,709 1,429 594 1,118 1,364 1,205 595 1,153 1,831 1,219 596 2,077 0,766 5,353 597 0,763 1,15 1,144 598 1,884 1,756 1,895 599 1,808 1,891 1,769 600 1,565 1,693 1,725 601 1,187 1,818 5,424 602 1,899 1,697 1,141 603 1,708 1,119 1,144 604 0,805 1,568 1,432 605 1,72 1,146 0,799 606 1,873 1,481 1,456 607 5,424 1,611 1,593 608 1,148 0,631 0,79 609 1,133 1,064 1,142 610 1,138 1,128 1,49 611 1,44 1,384 1,6 612 1,133 1,144 1,437 613 1,692 1,7 1,142
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
614 1,907 1,697 1,651 615 1,686 1,73 1,774 616 1,479 1,727 1,592 617 1,925 1,875 0,77 618 1,421 5,417 1,077 619 0,81 1,424 1,599 620 1,573 1,221 1,653 621 1,81 1,523 1,702 622 5,441 5,425 1,444 623 1,672 1,283 2,009 624 1,66 1,612 5,307 625 1,628 5,377 5,421 626 1,324 5,458 1,337 627 1,756 1,44 1,44 628 1,472 1,266 1,189 629 1,882 5,405 5,461 630 1,16 1,418 5,454 631 1,166 1,34 1,651 632 1,144 1,104 1,121 633 1,953 5,392 1,135 634 1,223 0,795 0,914 635 1,342 1,123 1,329 636 1,32 1,129 1,169 637 1,773 1,829 1,643 638 1,883 1,803 1,478 639 1,146 1,807 1,421 640 1,598 0,722 1,808 641 1,489 1,776 1,863 642 1,169 1,146 1,695 643 1,663 1,72 1,628 644 1,511 1,871 1,86 645 1,592 1,502 1,061 646 0,81 0,983 1,636 647 1,915 1,138 1,997 648 1,913 5,423 1,809 649 1,138 0,961 1,92 650 0,756 1,592 1,814 651 1,464 5,42 1,432 652 1,436 1,593 1,138 653 1,433 1,443 1,449
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
694 1,588 5,406 0,799 695 5,422 1,12 1,806 696 1,763 1,31 1,808 697 5,409 1,148 1,46 698 1,156 1,777 1,81 699 0,666 1,749 1,595 700 1,877 1,87 1,109 701 1,881 1,411 1,457 702 0,76 1,48 1,273 703 1,477 1,362 1,666 704 1,138 1,145 1,732 705 1,192 1,144 1,541 706 5,285 1,999 1,482 707 1,874 1,396 1,755 708 1,101 1,359 5,409 709 5,415 1,143 1,143 710 1,143 1,414 1,177 711 0,727 1,433 1,139 712 1,448 1,679 1,438 713 1,184 1,447 1,126 714 1,42 1,658 1,813 715 1,44 5,288 1,686 716 1,149 0,797 5,402 717 5,429 0,79 1,649 718 1,492 1,7 1,923 719 1,098 1,937 1,426 720 1,684 1,919 1,139 721 1,756 1,105 1,38 722 1,149 0,783 1,237 723 1,17 1,522 1,126 724 1,428 1,486 1,674 725 5,391 1,711 1,671 726 1,673 1,432 1,131 727 1,904 1,537 0,786 728 0,789 1,168 1,138 729 5,403 1,631 1,571 730 1,151 1,14 1,436 731 0,8 1,518 1,689 732 5,37 1,803 1,178 733 1,157 1,833 1,141
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
734 1,477 1,182 1,809 735 1,661 1,152 1,299 736 1,436 1,045 1,083 737 1,352 5,406 1,998 738 1,151 0,742 1,147 739 1,182 1,151 1,562 740 1,362 1,046 1,163 741 1,804 1,831 5,332 742 1,148 1,15 1,698 743 0,889 1,475 1,425 744 1,144 1,229 1,562 745 1,829 1,88 1,439 746 1,933 5,444 1,665 747 1,479 1,789 1,933 748 1,171 1,821 5,422 749 1,141 1,885 1,706 750 1,551 0,817 1,425 751 1,44 1,806 1,102 752 1,231 0,739 1,449 753 1,451 1,682 5,453 754 1,639 1,594 5,455 755 1,509 1,14 1,122 756 1,813 0,762 1,718 757 1,573 1,661 1,456 758 5,397 1,448 1,592 759 1,429 1,183 1,135 760 1,438 1,424 1,42 761 5,42 1,144 1,442 762 1,326 1,819 1,689 763 1,147 1,14 1,143 764 1,165 0,732 1,641 765 1,464 1,139 1,439 766 1,716 1,657 1,354 767 1,95 1,9 1,437 768 1,933 0,788 1,432 769 5,426 1,154 1,429 770 1,14 1,146 5,421 771 1,134 1,746 1,415 772 1,439 1,807 1,928 773 1,136 1,436 1,823
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
814 1,144 1,202 1,268 815 1,428 1,925 1,6 816 2,116 1,292 1,403 817 1,864 0,792 1,807 818 1,146 1,408 1,795 819 1,579 1,167 1,135 820 0,758 0,826 1,454 821 1,692 1,438 1,215 822 1,434 1,147 5,44 823 1,269 1,594 1,172 824 1,108 1,597 5,42 825 1,141 1,902 1,535 826 5,471 5,416 1,727 827 1,151 1,987 1,826 828 1,057 1,14 1,67 829 1,144 1,901 1,564 830 5,32 0,788 1,516 831 1,484 1,444 1,147 832 1,621 5,265 1,203 833 1,595 1,496 1,47 834 1,773 0,751 1,598 835 1,628 0,829 1,594 836 1,142 1,403 1,77 837 1,721 2,035 1,916 838 1,719 0,841 1,15 839 1,138 1,426 1,38 840 1,124 1,122 1,706 841 1,51 1,791 0,884 842 0,761 1,464 1,179 843 1,143 1,741 1,229 844 1,141 1,094 1,631 845 1,144 0,799 1,438 846 0,743 1,147 1,588 847 1,13 1,142 0,981 848 1,172 1,457 1,74 849 0,882 1,145 5,424 850 5,392 1,755 1,69 851 1,444 1,078 5,401 852 1,242 0,71 1,979 853 1,667 1,217 1,537
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
854 1,416 1,521 1,424 855 1,143 1,706 1,795 856 1,647 1,84 1,558 857 0,759 1,64 1,811 858 1,438 1,179 1,441 859 1,386 1,849 5,434 860 1,137 2,033 5,352 861 1,904 0,748 1,46 862 0,75 5,422 1,397 863 5,405 1,144 1,143 864 1,457 1,445 1,332 865 0,624 1,178 1,813 866 1,516 1,709 1,137 867 1,485 1,193 1,367 868 1,144 1,426 1,874 869 1,59 1,666 1,95 870 1,146 1,437 1,493 871 1,143 1,641 1,487 872 1,42 1,755 1,475 873 5,377 1,995 1,289 874 1,153 1,143 1,399 875 5,413 1,287 0,782 876 1,148 1,599 1,074 877 1,8 1,66 1,659 878 1,47 1,438 1,183 879 1,18 1,361 1,455 880 1,694 5,303 1,701 881 1,451 1,602 1,76 882 1,387 1,408 1,171 883 1,2 5,405 1,181 884 1,917 1,695 1,135 885 0,781 1,751 1,144 886 1,145 1,922 1,141 887 1,796 1,438 1,157 888 1,142 1,855 1,149 889 1,241 1,437 1,435 890 0,75 1,682 1,67 891 1,261 1,81 1,532 892 5,315 1,777 1,776 893 5,415 1,139 1,441
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
934 1,578 1,438 1,658 935 1,142 1,292 1,463 936 1,439 1,141 1,394 937 1,298 1,703 1,816 938 1,142 1,141 1,14 939 1,137 1,447 1,899 940 1,401 1,335 1,376 941 1,528 1,903 1,145 942 1,553 1,52 1,308 943 1,08 5,442 1,171 944 1,668 1,702 1,476 945 1,6 1,45 1,746 946 1,133 1,845 5,248 947 0,773 1,526 1,698 948 1,183 1,437 1,185 949 1,685 1,811 1,911 950 1,809 5,401 1,697 951 1,431 1,656 1,7 952 1,502 1,44 0,808 953 1,759 0,783 1,573 954 1,447 1,138 1,439 955 1,385 1,591 1,495 956 1,417 1,683 1,527
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
957 1,165 1,329 5,426 958 1,178 1,461 5,449 959 1,699 1,312 1,805 960 1,661 1,157 1,913 961 1,144 1,443 1,708 962 1,157 5,432 1,542 963 5,38 1,896 1,707 964 1,66 1,417 1,168 965 1,823 1,097 1,678 966 1,217 1,751 1,658 967 1,441 1,149 1,509 968 1,938 1,599 1,728 969 1,588 5,436 1,486 970 1,129 1,823 1,454 971 1,641 1,186 1,089 972 1,135 1,146 1,975 973 1,808 1,894 1,486 974 1,608 1,138 5,42 975 1,683 0,739 1,52 976 1,837 1,188 1,164 977 1,452 1,438 5,357 978 0,797 1,818 1,796 979 0,639 1,087 1,439
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
980 1,972 1,612 1,697 981 1,697 1,648 1,595 982 1,38 1,851 5,328 983 1,314 1,662 1,142 984 1,861 0,867 1,644 985 1,71 1,594 1,23 986 1,127 1,379 1,599 987 1,755 1,431 1,139 988 5,419 1,439 1,55 989 2,001 1,145 1,912 990 0,657 1,205 1,385 991 1,932 1,141 1,585 992 1,804 1,684 1,623 993 0,811 1,134 0,758 994 1,099 1,141 5,411 995 0,709 1,118 1,724 996 0,761 1,407 1,58 997 1,136 5,431 0,673 998 1,122 1,438 1,923 999 1,894 5,454 5,311 1000 1,529 1,926 1,759
RMSD < 2 Å 91% 90,3% 92%
Tabel II. Nilai RMSD 4-hidroksi-tamoxifen dari Tc-PLIF yang tidak disaring
ikatan hidrogen dengan Asp351
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
1 1,664 1,093 1,635 2 1,863 1,587 1,537 3 1,761 1,629 1,149 4 1,71 1,644 1,592 5 1,174 0,957 1,189 6 1,487 1,423 1,85 7 1,565 1,161 1,845 8 1,875 1,906 1,458 9 1,732 1,358 1,571 10 1,846 1,332 1,014
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
11 1,22 1,419 1,87 12 1,662 1,79 1,552 13 1,993 1,464 1,438 14 1,543 1,654 1,762 15 1,644 1,452 1,845 16 5,434 1,79 1,681 17 1,683 1,685 1,691 18 1,448 1,849 0,797 19 1,56 1,586 1,701 20 1,351 1,851 1,859
No. Rep1 (Å)
Rep2 (Å)
Rep3 (Å)
[image:49.595.104.517.93.647.2]No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
31 1,761 1,979 0,741 32 1,106 1,962 1,224 33 0,962 1,18 2,031 34 2,04 1,556 1,141 35 1,104 1,828 1,99 36 1,074 1,602 0,827 37 1,709 1,605 1,439 38 1,014 1,846 1,615 39 1,723 1,857 1,01 40 1,155 1,444 1,429 41 1,828 1,692 1,821 42 0,63 1,287 1,668 43 0,813 1,846 1,878 44 0,749 1,613 1,41 45 1,584 1,511 1,708 46 1,807 1,653 1,243 47 1,024 1,981 1,384 48 0,749 1,142 1,45 49 1,812 1,677 1,18 50 1,827 1,701 1,423 51 2,044 1,385 0,789 52 1,439 1,546 1,871 53 1,919 1,141 1,151 54 1,664 1,467 1,724 55 1,849 1,84 1,131 56 1,427 0,989 0,855 57 1,579 1,146 1,868 58 1,143 1,656 1,474 59 0,8 1,795 1,953 60 1,434 1,78 5,44 61 1,789 1,889 1,473 62 1,914 1,106 1,146 63 1,471 2,024 1,886 64 2,106 1,696 1,231 65 1,489 1,289 1,966 66 1,312 1,458 1,422 67 1,909 0,904 1,144 68 1,437 1,792 1,077 69 0,706 1,518 1,672 70 1,869 1,801 1,38
No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
71 1,819 5,451 1,675 72 1,788 1,873 1,486 73 2,026 1,826 1,271 74 1,63 1,119 1,607 75 1,332 1,708 1,104 76 1,436 1,483 1,897 77 1,436 1,17 1,147 78 1,188 1,876 1,178 79 1,472 1,641 1,896 80 1,573 1,758 1,525 81 0,933 1,897 1,361 82 1,894 1,834 1,61 83 1,708 1,877 1,458 84 1,198 1,906 1,365 85 1,651 1,662 1,839 86 1,37 1,456 1,87 87 1,487 2,041 1,254 88 1,711 1,852 1,126 89 2,039 1,189 5,416 90 1,404 1,151 1,719 91 1,493 1,835 1,577 92 1,136 1,803 1,527 93 1,187 1,885 2,037 94 1,525 1,199 1,909 95 2,011 1,016 1,48 96 1,519 1,922 1,616 97 1,647 1,882 1,885 98 1,124 1,56 1,146 99 1,695 0,694 1,943 100 0,994 0,783 1,765 101 2,024 1,81 1,599 102 5,385 1,767 1,926 103 1,875 1,795 1,958 104 1,499 1,661 1,045 105 1,722 1,17 1,655 106 1,43 1,185 1,91 107 1,41 1,257 1,892 108 0,96 1,471 1,414 109 1,844 1,469 1,857 110 5,219 5,27 1,682
No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
[image:50.595.102.514.111.763.2]No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
151 1,345 1,617 1,309 152 1,883 0,8 1,164 153 1,137 1,358 2,032 154 1,331 1,376 1,635 155 2,088 1,196 1,906 156 1,146 1,152 1,896 157 1,816 1,802 1,191 158 1,48 1,445 1,18 159 1,14 1,443 1,155 160 1,602 1,684 1,174 161 1,825 1,595 1,824 162 1,821 1,64 5,362 163 1,206 1,42 1,473 164 1,774 1,495 1,767 165 5,406 1,751 1,27 166 5,394 1,908 1,567 167 1,166 1,836 1,716 168 1,18 1,808 1,423 169 0,698 1,169 1,616 170 1,422 1,702 1,789 171 1,683 1,397 5,417 172 1,487 1,438 1,688 173 1,881 1,908 1,867 174 1,238 1,6 1,564 175 1,143 1,661 2,06 176 1,718 1,709 1,747 177 1,956 1,902 1,14 178 1,125 1,834 1,665 179 1,272 1,384 1,426 180 2,049 5,425 1,784 181 1,866 1,882 1,21 182 2,064 1,166 1,827 183 1,322 1,404 1,891 184 1,146 1,441 1,272 185 2,044 1,72 1,123 186 1,664 1,437 1,581 187 1,114 1,816 1,143 188 1,86 2,097 1,18 189 1,497 1,259 0,632 190 0,938 1,898 1,632
No. Rep1 (Å) Rep2 (Å) Rep3 (Å)
191 1,85 1,439 1,644 192 1,531 1,918 1,876 193 1,463 1,
