PREDIKSI INTERAKSI SENYAWA-PROTEIN UNTUK DRUG REPURPOSING ANTI COVID-19 MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK BELLA ANGGITA SAFITRI

(1)

PREDIKSI INTERAKSI SENYAWA-PROTEIN UNTUK DRUG

REPURPOSING ANTI COVID-19 MENGGUNAKAN METODE

CONVOLUTIONAL NEURAL NETWORK

BELLA ANGGITA SAFITRI

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2021

F

(2)

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Prediksi Interaksi Senyawa-Protein untuk Drug Repurposing Anti COVID-19 Menggunakan Metode Convolutional Neural Network adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.

Bogor, Juli 2021 Bella Anggita Safitri NIM G64170059 Se S S S S S S S S S S S S S S S S S S S S S S S S S S S S nnn C C C C Co C C C C C C C C C C C C C C C C C C C C nnn pe pe p pe p p p p p p p p p p p p p p p p p p p p p mmm p p p p p p p p p pu p p p p p p p p p p p p p nnn ti t t ti ti ti ti ti t ti ti ti t ti ti ti t ti t ti ti ti t ti t t tdadaa D D D D D D Da Da D D D D D D D D D D D D D D D D fff Pe Pe Pe P P P P P P P P P P P P P P P P P P P rrr

(3)

ABSTRAK

BELLA ANGGITA SAFITRI. Prediksi Interaksi Senyawa-Protein untuk Drug Repurposing Anti COVID-19 Menggunakan Metode Convolutional Neural Network. Dibimbing oleh SONY HARTONO WIJAYA.

COVID-19 menyebabkan masalah kesehatan seperti demam, batuk kering, gangguan pernapasan, dan bahkan kematian. Penemuan obat secara tradisional memerlukan banyak sumber daya, sehingga pendekatan komputasional menjadi salah satu pendekatan yang efisien untuk screening senyawa potensial melalui prediksi interaksi senyawa-protein. Model deep learning yang digunakan pada penelitian ini adalah Convolutional Neural Network (CNN). Hasil pemodelan CNN dibandingkan dengan model Support Vector Machine dan Naive Bayes dengan representasi fitur protein Amino Acid Composition (AAC) dan Dipeptide Composition (DC). Selain itu, juga diamati pengaruh penggunaan seleksi fitur pada model. Selanjutnya, kinerja dari metode untuk memprediksi interaksi senyawa dan protein diukur dengan menggunakan akurasi, precision, recall, F-measure, dan AUROC. Hasil penelitian menunjukkan bahwa pemodelan dengan representasi fitur protein DC lebih baik dibandingkan dengan AAC. Pemodelan interaksi senyawa-protein menggunakan PubChem fingerprint sebagai representasi senyawa dan DC sebagai representasi protein pada CNN dengan seleksi fitur ANOVA menghasilkan kinerja terbaik dengan nilai akurasi sebesar 0.9475, recall 0.9687, precision 0.9679, F-measure 0.9683, dan AUROC 0.9751.

Kata Kunci: convolutional neural network, COVID-19, drug repurposing, drug target interaction

ABSTRACT

BELLA ANGGITA SAFITRI. Prediction of Compound-Protein Interaction for Drug Repurposing Anti COVID-19 Using Convolutional Neural Network Method. Supervised by SONY HARTONO WIJAYA.

COVID-19 is a disease that causes health problems. Traditional drug discovery requires many resources. Thus, the computational approach is one of the approaches that can be employed to screen potential compounds through the prediction of compound-protein interactions. The deep learning model used in this study is Convolutional Neural Network (CNN). The results of the CNN model were compared to Support Vector Machine (SVM) and Naive Bayes (NB) with representations of proteins using Amino Acid Composition (AAC) and Dipeptide Composition (DC). We also examined the effect of the feature selection approach using ANOVA. The results were evaluated in terms of accuracy, precision, recall, F-measure, and AUROC. Results showed that modeling with a representation of DC protein features was better than AAC. Prediction of compound-protein interaction modeling using PubChem fingerprint as a compound representation and DC as protein representation on CNN using ANOVA feature selection resulted in the best performance with an accuracy value of 0.9475, recall 0.9687, precision 0.9679, F-measure 0.9683, and AUROC 0.9751.

Keywords: convolutional neural network, COVID-19, drug repurposing, drug target interaction BE BE BE BE BE B B B B BE B B B B B B B B B L Reppp Di D D D D D D D D D D D D D D D D D Dbbb g g g g ga ga ga g g g g g g g ga g g g g g g g g g g g g nnn m m m m me me m m m m m m m m m m m m m m m m mmm sa sa sa sa sa sa sa sa sa sa s sa sa sa sa sa sa sa sa s s sa s sa saatuuu in in in in in in in in in in in in in in i in i i in i in in i in in i i teee ad ad ad ad a a ad ad ad a ad ad ad ad a ad a ad a ad a ad adaaa de de d d d d d d de de d d de de d de d d d d d d d d d d d d d d nnn p p p p p p pr p p p p p p p p p p p p p p p p p p p p p ooo ju j ju ju ju ju ju ju ju ju ju ju ju ju ju ju ju ju ju ju j j j ju ju jugga mettt akuuu bahhh AAAA sebbb seleee recaa Kattt inteee BEEL Reppp Suppp reququ thattt commm Connn to prooo alsooo werrr shooo AAAA as aaa fe fe fe fe fe featatataaaaaaaaaaaaa re re re re re re re re re re re re re re re re re re re re re recaccccccccccccccaccccc Ke Ke Ke Keee Ke Ke Ke Ke Ke Ke Kee Kee Ke Ke Ke Keeyyy in in in in in inn in innn in in innn innnntnttttttttttttttttetetet

(4)

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah, dan pengutipan tersebut tidak merugikan kepentingan IPB.

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam bentuk apa pun tanpa izin IPB.

ataau pennn suaaa

(5)

PREDIKSI INTERAKSI SENYAWA-PROTEIN UNTUK DRUG

REPURPOSING ANTI COVID-19 MENGGUNAKAN METODE

CONVOLUTIONAL NEURAL NETWORK

BELLA ANGGITA SAFITRI

Skripsi

sebagai salah satu syarat untuk memperoleh gelar Sarjana pada

Program Studi Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2021

F

(6)

Tim Penguji pada Ujian Skripsi :

1. Medria Kusuma Dewi Hardhienata, SKom PhD 2. Dr Eng Annisa, SKom MKom

Tim Peeeengengggggggggggggggujujjjjjjjjjjjjji 1. 1. 1. 1 1 1. 1 1 1 1 1 1 1 1 1 1 2. 2. 2 2. 2. 2 2 2. 2. 2 2 2 2 2 2 2 2 2 2 2 2 2 2

(7)

Judul Skripsi: Prediksi Interaksi Senyawa-Protein untuk Drug Repurposing Anti COVID-19 Menggunakan Metode Convolutional Neural Network

Nama : Bella Anggita Safitri NIM : G64170059

Disetujui oleh Pembimbing 1:

Dr Sony Hartono Wijaya, SKom MKom __________________

Diketahui oleh Ketua Departemen Ilmu Komputer:

Dr Sony Hartono Wijaya, SKom MKom NIP 198108092008121002 __________________ Tanggal Ujian: 16 Juli 2021 Tanggal Lulus: J J J J Ju J J J J J J ddd Na Na Na Na N N N N N N N N N N N N N N mmmm NIIMMMMMMMMMMM Pe Pe Pe P Pe Pe Pe Pe P P Pe Pe Pe Pe P Pe Pe P P Pe P Pee P P mmm D Dr Ketuuu D Dr N NI

(8)

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah subhanaahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Oktober 2020 sampai bulan Juli 2021 ini ialah Drug Repurposing Anti COVID-19, dengan judul “Prediksi Interaksi Senyawa-Protein untuk Drug Repurposing Anti COVID-19 Menggunakan Convolutional Neural Network”. Terima kasih penulis ucapkan kepada pihak-pihak yang telah berjasa dalam penyelesaian tugas akhir ini, antara lain:

1. Orangtua dan keluarga yang selalu hadir di hati penulis dan memberi doa, semangat, dukungan, kasih sayang, dan motivasi bagi penulis sehingga penelitian ini dapat diselesaikan.

2. Bapak Dr Sony Hartono Wijaya, SKom MKom selaku dosen pembimbing yang telah menyediakan waktu dan tenaga untuk memberikan bimbingan dan saran dari awal penelitian dilakukan hingga penelitian selesai.

3. Ibu Medria Kusuma Dewi Hardhienata, SKom PhD dan Ibu Dr Eng Annisa, SKom MKom selaku dosen penguji skripsi.

4. Muhammad Kamal Nasution, SKom MKom dan Lidya Dwi Utami yang telah membantu selama pengumpulan data.

5. Annisa Widia Astuti, Dina Fadhila, Faldi Sulistiawan dan Fathiya yang telah banyak membantu selama proses pembuatan skripsi.

6. Departemen Ilmu Komputer, dosen dan staf yang telah banyak membantu selama masa perkuliahan.

Semoga karya ilmiah ini bermanfaat bagi pihak yang membutuhkan dan bagi kemajuan ilmu pengetahuan.

Bogor, Juli 2021 Bella Anggita Safitri ka ka ka ka k k k ka k k k k k k k k k k k k k k k k ruru p p p p p pe pe p pe pe p p p p p pe p p p p pe pe pe p p p nnn D D D D D D D D D Dr D D D D D D D D D D D D D D D D D D D uuu un un un un u u u u u u u u un u u un u u u u u u u u u tutu N N N N Ne N N N N N N N N N N N N N N N N N N N N N N N N N N ttt pe pe p pe p p p p p p p p pe p p p p p p p p p p p p p p p p nnn kemmm

(9)

DAFTAR ISI

DAFTAR TABEL viii

DAFTAR GAMBAR viii

DAFTAR LAMPIRAN viii

PENDAHULUAN 1

Latar Belakang 1

Perumusan Masalah 3

Tujuan Penelitian 3

Manfaat Penelitian 3

Ruang Lingkup Penelitian 3

TINJAUAN PUSTAKA 4

Drug Repurposing 4

One Way ANOVA F-Test 4

Convolutional Neural Network 5

METODE 7

Tahapan Penelitian 7

Data Penelitian 7

Praproses Data 7

Membuat Model Prediksi 9

Pengujian dan Evaluasi Hasil 11

Lingkungan Pengembangan 12

HASIL DAN PEMBAHASAN 12

Praproses Data 12

Pembuatan Model Prediksi 14

Tuning parameter dan hasil model prediksi SVM 15

Pengujian dan Evaluasi hasil model prediksi SVM 15

Tuning parameter dan hasil model prediksi NB 17

Pengujian dan Evaluasi hasil model prediksi NB 17

Tuning parameter dan hasil model prediksi CNN 19

Pengujian dan Evaluasi hasil model prediksi CNN 20

Evaluasi model classifier 22

SIMPULAN DAN SARAN 25

Simpulan 25 Saran 25 DAFTAR PUSTAKA 26 LAMPIRAN 28 RIWAYAT HIDUP 30 DA DA DA DA D DAAA DA DA DA D D D D D D D D D D D D D D D D D D D D D D D D P P P P PE PE PE P P P P P P P P P P P P P P P P P P P NNN T T T T T T T T TI T T T T T T T T T T T T T T T T T NNN MEEE HAAA SIMMM DA DAA DAAAAAAAA DAA DAA DAA DAAAAAAA LA LA LA LA LA LA LA LA LA LA LA LA LAA LA LA LA LA LAA LAAAAA RI RI RI RIII RI RI RI RI RI RI RII RII RI RI RI RIIWWW

(10)

DAFTAR TABEL

1 Perhitungan ANOVA 4

2 Confusion matrix 11

3 Statistik data penelitian 12

4 Dataset penelitian 14

5 Tuning parameter SVM 15

6 Hasil Tuning parameter SVM 15

7 Hasil confusion matrix dan metrik SVM 16

8 Tuning parameter NB 17

9 Hasil Tuning parameter NB 17

10 Hasil confusion matrix dan metrik NB 18

11 Tuning parameter CNN 19

12 Hasil Tuning parameter CNN 20

13 Hasil confusion matrix dan metrik CNN 20

14 Perbandingan hasil evaluasi classifier dataset 1 22 15 Perbandingan hasil evaluasi classifier dataset 2 22

16 Perbandingan running time classifier (detik) 24

DAFTAR GAMBAR

1 Contoh arsitektur 1D CNN (Kiranyaz et al. 2019) 5

2 Forward dan backpropagation pada hidden CNN layer (Kiranyaz et al. 2019) 6

3 Tahapan penelitian 7

4 Tahapan praproses data 8

5 Ilustrasi pengambilan fitur senyawa 8

6 Ilustrasi pengambilan fitur protein 9

7 Ilustrasi baris dataset penggabungan feature vector 9

8 Ilustrasi drug discovery menggunakan SVM 10

9 Arsitektur CNN yang akan digunakan (Zhao et al. 2018) 11 10 Perbandingan kelas positif dan negatif setelah sampling 13 11 Scatter plot penentuan k-feature terbaik ANOVA 14

12 ROC SVM menggunakan dataset 1 16

13 ROC SVM menggunakan dataset 2 17

14 ROC NB menggunakan dataset 1 19

15 ROC NB menggunakan dataset 2 19

16 ROC CNN menggunakan dataset 1 21

17 ROC CNN menggunakan dataset 2 21

18 Perbandingan ROC antar model dataset 1 23

19 Perbandingan ROC antar model dataset 2 23

DAFTAR LAMPIRAN

1 Implementasi seleksi fitur 29

2 Pemodelan Convolutional Neural Network 29

1 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 1000000000000000000000 11111111 122222222222222222222 13333333333 14 15 16 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2