STUDI IN SILICO
POTENSI SENYAWA BIOAKTIF PADA ACALYPHA INDICA SEBAGAI ANTIKANKER
Dosen Pengampu:
Prof. Dr. drh. R. Susanti, M.P
Disusun Oleh : Kelompok 5
Nurul Safitri (4411420006) Alia Tsabitha Putricia (4411420029) Yumna Maida Rinangku (4411420051)
JURUSAN BIOLOGI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI SEMARANG
2023
1. PENDAHULUAN
Kanker merupakan salah satu penyakit tidak menular yang paling mengerikan yang bisa secara drastis menurunkan kualitas hidup seseorang dan juga menjadi salah satu penyebab utama kematian manusia di dunia, ditandai dengan adanya beberapa sel yang tumbuh tidak terkendali dan menyebar ke bagian tubuh lainnya. Kanker dimulai dengan deformasi sel alami yang disebabkannya oleh mutasi genetik pada DNA. Sel abnormal ini bereproduksi dalam sebuah cara abnormal dengan reproduksi aseksual, yaitu mengabaikan sinyal berkaitan dengan pengaturan pertumbuhan sel di sekitarnya dan memperoleh karakteristik invasi dan menyebabkan perubahan pada jaringan sekitarnya (Hinkle &
Cheever, 2018).
Kanker merupakan masalah kesehatan yang penting di negara berkembang dan maju.
Kematian yang disebabkan oleh kanker akan meningkat di seluruh dunia. Saat ini, berbagai metode digunakan untuk pengobatan kanker. Masalah terpenting dalam pengobatan kanker adalah menghancurkan sel tumor dengan adanya sel alami, tanpa merusak sel alami (Kooti et al., 2017). Berbagai penelitian dilakukan untuk menemukan obat baru yang berpotensi sebagai antikanker, salah satunya dengan menggunakan senyawa metabolit sekunder dari tanaman anting-anting (Acalypha indica).
Anting-anting (Acalypha indica L.) merupakan tanaman liar yang sering dijumpai di tepi jalan, lapangan rumput yang tidak terawat dan lebih dikenal sebagai gulma. Anting- anting berpotensi dalam pengobatan anti kanker karena mengandung senyawa metabolit sekunder atau senyawa bioaktif diantaranya flavonoid, alkaloid, steroid dan saponin.
Flavonoid merupakan golongan senyawa aktif dengan potensi terapeutik yang banyak terdapat di alam dan sudah terbukti aktivitasnya sebagai antikanker. Kuersetin (kuer) dan kaempferol (kaemp) adalah dua senyawa turunan flavonoid golongan flavonol yang paling banyak dipelajari bioaktivitasnya (Yuniati et al., 2023). Kaempferol telah diketahui mampu menekan perkembangan dan progresivitas kanker melalui aksinya sebagai antioksidan dan anti-inflamasi (Imran et al., 2019).
Metode in silico merupakan metode baru yang menarik dan menjanjikan dalam mengidentifikasi target obat karena dapat mengetahui mekanisme interaksi antara senyawa bioaktif dengan protein target. Uji in silico memiliki peran penting dalam bidang kimia medisinal untuk merancang, menemukan dan optimasi senyawa bioaktif pada proses pengembangan obat (Kesuma et al., 2018). Oleh karena itu, penelitian ini bertujuan untuk
mengetahui kandungan senyawa bioaktif tanaman anting-anting yang berpotensi pada jalur persinyalan antikanker melalui studi in silico.
2. METODE
Penelitian ini dilakukan menggunakan metode deskriptif eksploratif yang meliputi eksplorasi senyawa aktif Acalypha indica, prediksi aktivitas, pengumpulan protein target dan interaksi reseptor dengan senyawa dan jalur pensinyalan.
2.1Alat dan Bahan
Alat dan Bahan Alat yang digunakan pada penelitian ini terdiri perangkat keras dan perangkat lunak yakni Laptop Asus Corei3, Dr. Duke’s Phytochemical and Ethnobotanical (https://phytochem.nal.usda.gov/phytochem/search), Pubchem, PASS Online (Prediction of Activity Spectra for Subtances), Swiss Target Prediction, SEA (Similarity Ensemble Approach), STRING, dan PyRx. Adapun bahan yang digunakan pada penelitian ini adalah senyawa bioaktif tanaman anting-anting (Acalypha indica) yang diperoleh dari database online.
2.2Prosedur
2.2.1 Koleksi dan Unifikasi senyawa bioaktif Acalypha indica
Senyawa bioaktif bioaktif tanaman Acalypha indica dikoleksi dari database online Dr. Duke’s Phytochemical and Ethnobotanical pada laman https://phytochem.nal.usda.gov/phytochem/search. Koleksi data senyawa bioaktif menggunakan kata kunci “Acalypha indica”. Unduh hasil dalam bentuk Microsoft excel. Senyawa bioaktif yang telah dikoleksi, selanjutnya diunifikasi dengan mengoleksi Canonical SMILE masing-masing senyawa menggunakan database online PubChem pada laman https://Pubchem.ncbi.nlm.nih.gov. Canonical SMILE yang telah dikoleksi digunakan untuk prediksi bioaktivitas dan protein target.
2.2.2 Skrining senyawa bioaktif Acalypha indica
Senyawa bioaktif Acalypha indica dilakukan skrining untuk memperoleh senyawa yang paling potensial sebagai antikanker. Skrining dilakukan menggunakan database online yaitu PASS online pada laman http://www.pharmaexpert.rupassonline dengan menggunakan canonical SMILE.
Hasil uji PASS online memberikan informasi bioaktivitas masing-masing senyawa, Pa (potential activity) dan Pi (potential inhibitory).
2.2.3 Prediksi protein target senyawa bioaktif Acalypha indica
Prediksi protein target dilakukan menggunakan SEA (Similarity Ensemble Approach) yang dapat diakses pada laman https://sea.bkslab.org/ dan Swiss Target Prediction diakses pada laman http://www.swisstargetprediction.ch/. Aplikasi ini bertujuan untuk menentukan protein target dari suatu senyawa berdasarkan kemiripan strukturnya. Cara melakukan prediksi protein target yakni dengan memasukkan canonical SMILE senyawa bioaktif tanaman Acalypha indica.
2.2.4 Kontruksi jejaring protein target senyawa bioaktif Acalypha indica
Network interaksi protein target dari senyawa bioaktif Acalypha indica bertujuan untuk mengetahui hubungan antar protein target senyawa bioaktif serta menganalisis pathway biologi terutama dalam antikanker. Proses ini menggunakan aplikasi web STRING pada laman https://string-db.org/. Cara melakukannya yakni dengan memasukkan UNIPROT dari koleksi protein target pada pilihan multiple protein selanjutnya dipilih spesien Homo sapiens, dan dirunning.
Koleksi Fitokimia
1. Koleksi fitokimia dengan Dr. Duke’s phytochemical and Ethnobotanical Database dengan cara membuka https://phytochem.nal.usda.gov/ lalu cari Acalypha indica pada search box
2. Pilih entitas dengan logo P atau Plant
3. Download data senyawa fitokimia dalam bentuk excel
4. Highlight senyawa yang diketahui memiliki sifat anticancer atau anticarcinogenic
Penelusuran Canomical SMILES Pada Pubchem dan Bioaktivitas pada PASS online 1. Buka pubchem (https://pubchem.ncbi.nlm.nih.gov/) lalu ketikkan senyawa yang memiliki
aktivitas sebagai anticarcinogenic hasil dari membaca literasi. Disini, saya mengetahui bahwa terdapat aktivitas anticarcinogenic yaitu Ascorbic-acid, kaempferol, resin, dan tannin
2. Scroll down hingga menemukan canomical SMILES dan kemudian copy
3. Lakukan dan copy canomical SMILES pada senyawa yang lain juga dan lakukan unifikasi data pada excel
4. Buka PASS online (www.way2drug.com/PASSOnline/predict.php)
5. Pilih section ”SMILES” lalu masukkan cannomical smiles yang telah kita kumpulkan.
Selanjutnya, klik get prediction
6. Pilih pa>0,7 yang berarti potentian activity diatas 7 sehingga aktivitasnya lebih besar.
Bioaktivitas yang dipiliih disini adalah “Anticarcinogenic”
7. Kumpulkan nilai Pa dan Pi pada setiap senyawa, lalu lakukan unifikasi data pada excel
8. Dari prediction activity dapat kita lihat aktivitas terbesar berada pada senyawa kaempferol dengan Pa 0,715
Prediksi dan Pemilihan Protein Target
1. Buka database SwissTargetPrediction (http://www.swisstargetprediction.ch/) masukkan canomical SMILES kaempferol pada kolom yang tersedia, lalu klik predict target
2. Unduh data protein target yang ada pada kempferol dalam format excel
3. Buka database STRING (https://string-db.org/). Upload file hasil Uniprot ID dari SwissTrarget Kaempferol yang telah kita unduh dalam excel pada kolom yang tersedia.
Lalu, klik Search
4. Tampilan awal hasil STRING
5. Selanjutnya, aturlah tingkat aktivitas menjadi minimum required interactions menjadi High confidence (0.70). selanjutnya, klik update
6. Interaksi akan diseleksi dan tampilan berubah
7. Pilih menu Analysis
8. Scroll down dan telusuri KEGG pathway yang sesuai. Disini saya memilih untuk penyakit breast cancer yang masih berkaitan dengan carcinogenic.
9. Hal yang selanjutnya dilakukan adalah pencarian artikel yang mengkaji mekanisme terjadi penyakit breast cancer di tingkat molekuler. Dari literatur yang telah saya baca, saya memilih protein target yang akan dipilih ialah GSK3B (Glycoen synthase kinase-3 beta). Protein ini terlibat langsung dalam modulasi pertumbuhan dan penyebaran sel cancer breast (McCubrey, et al., 2014). Salah satu cara untuk menghambat survival dan proliferasi sel kanker adalah dengan cara menghambat aktivitas GSK3B (Gambar 1.1).
Gambar 1.1 Pathway Breast cancer – homo sapiens (Human)
Klik protein target untuk melihat deskripsi lebih lanjut
Preparasi Ligand dan Protein Target
1. Buka database RCSB-PDB (https://www.rcsb.org/), masukkan nama protein target, yaitu GSK3B. Lalu, klik search
2. Pemilihan struktur protein GSK3B. Struktur yang dipilih adalah yang berkode
‘1SGO’ kemudian download protein dalam format PDB
3. Ligand yang dipilih disini adalah Kaempferol karena berdasarkan hasil uji PASS online, senyawa tersebut memiliki aktivitas sebesar 0,948
4. Buka database PUBCHEM (https://pubchem.ncbi.nlm.nih.gov/). Lalu, ketikkan nama ligand dan klik search
5. Unduh ligand dengan format SDF pada bagian 3D conformer
Visualisasi Protein Target
1. Buka software “Discovery studio”. Lalu pilih file dan load molecule, kemudian pilih file hasil download protein target PDB.
2. Dikarenakan protein target telah bersih dari water dan hetatm, maka langkah selanjutnya adalah pilih kolom ‘chemistry’, lalu hydrogen, lalu klik ‘add polar’
3. Klik file lalu save dalam format .pdb
DOCKING
1. Buka software Pyrx. Pilih menu ‘File’ lalu pilih ‘load molecules’ dan masukkan file hasil protein target dari Discoverystudio
2. Klik kanan mouse file protein target lalu pilih ‘autodock’ lalu ‘make macromolecule’
3. Pindah ke menu autodock, klik open babel, lalu insert new item yang terdapat pada pojok kanan bawah untuk memasukkan ligand
4. Klik kanan mouse pada nama senyawa di kolom open babel, lalu klik ‘minimize all’
5. Dengan cara yang sama, pilih ‘convert all to autodock ligand’
6. Pindah ke menu ‘vina wizard’ lalu klik ‘start’ untuk memulai proses docking
7. Pada bagian ‘autodock’ pilih atau klik kedua file untuk ligand dan protein target, selanjutnya pilih ‘forward’
8. Sesuaikan ukuran grid box, selanjutnya klik ‘forward’ dan tunggu hingga proses running selesai.
Lihatlah binding affinity yang tertera yaitu sebesar -9.2 kcal/mol yang menunjukkan adanya ikatan yang kuat antara protein dan ligan. Semakin negatif nilai binding affinity maka akan semakin kuat ikatan antara protein dan ligand yang dihasilkan.
9. Klik kanan mouse file, lalu save dalam format PDB
HASIL
2.1 Koleksi dan Unifikasi Senyawa Bioaktif
Tabel.1 Hasil Koleksi Senyawa Bioaktif Tanaman Anting-anting Activity
Count
Chemical Plant
Part
Low PPM
High PPM
StdDev Reference Citation
3 2-
METHYLANTHRAQUINONE
Plant -- --
0 ACALYPHAMIDE Plant -- -- .
112 ASCORBIC-ACID Leaf 1470.0 7540.0 0.26
0 AURANTIAMIDE Plant -- --
4 BETA-SITOSTEROL-BETA-
D-GLUCOSIDE
Plant -- --
0 GAMMA-SITOSTEROL-
ACETATE
Plant -- --
75 KAEMPFEROL Plant -- --
0 N-METHYL-3-
CYANOPYRIDONES
Plant -- --
0 N-OCTACOSANOL Plant -- --
0 QUEBRACHITOL Plant -- --
0 RESIN Plant -- --
0 SUCCINIMIDE Plant -- --
35 TANNIN Plant -- --
3 TECTOQUINONE Plant -- --
0 TRI-O-METHYL-ELLAGIC-
ACID
Plant -- --
0 TRIACETONAMINE Plant -- --
Tabel.2 Hasil Unifikasi dan Skrining Senyawa Bioaktif Anti Carcinogenic
2.2Prediksi Protein Target Senyawa Bioaktif Anti Carsinogenic Kaempferol
Tabel 3. Protein Target Senyawa Bioaktif menggunakan Swiss Target Prediction
Target Common
name
Uniprot ID
ChEMBL ID Target Class Probability* Known actives (3D/2D)
NADPH oxidase 4 NOX4 Q9NPH5 CHEMBL1250375 Enzyme 1 7 / 8
Aldose reductase
(by homology) AKR1B1 P15121 CHEMBL1900 Enzyme 1 18 / 71
Xanthine
dehydrogenase XDH P47989 CHEMBL1929 Oxidoreductase 1 12 / 20
Tyrosinase TYR P14679 CHEMBL1973 Oxidoreductase 1 2 / 3
Tyrosine-protein kinase receptor
FLT3 FLT3 P36888 CHEMBL1974 Kinase 1 5 / 7
Carbonic anhydrase
II CA2 P00918 CHEMBL205 Lyase 1 8 / 14
Arachidonate 5-
lipoxygenase ALOX5 P09917 CHEMBL215 Oxidoreductase 1 5 / 47 Carbonic anhydrase
VII CA7 P43166 CHEMBL2326 Lyase 1 8 / 13
Estradiol 17-beta-
dehydrogenase 2 HSD17B2 P37059 CHEMBL2789 Enzyme 1 9 / 3
Multidrug resistance-
associated protein 1 ABCC1 P33527 CHEMBL3004
Primary active
transporter 1 7 / 11 Estradiol 17-beta-
dehydrogenase 1 HSD17B1 P14061 CHEMBL3181 Enzyme 1 9 / 4
Aryl hydrocarbon
receptor AHR P35869 CHEMBL3201
Transcription
factor 1 1 / 1
Activity Count
Chemical Pa Pi SMILES
75 Kaempferol 0,715 0,008 C1=CC(=CC=C1C2=C(C(=O)C3=C(C=C(C=C3O2)O)O)O)O 0 Resin 0,342 0,044 C1=CC=C(C=C1)CO
35 Tannin 0,71 0,006 (C(C(CC1(C(=O)O)O)OC(=O)C2=CC(=C(C(=C2)O)O)O)OC(=O)C3=
CC(=C(C(=C3)OC(=O)C4=CC(=C(C(=C4)OC(=O)C5=
CC(=C(C(=C5)O)O)O)O)O)O)O)OC(=O)C6=CC(=C(C(=C6)O)O)O 112 Ascorbic-
acid
0,332 0,047 C(C(C1C(=C(C(=O)O1)O)O)O)O
Carbonic anhydrase
XII CA12 O43570 CHEMBL3242 Lyase 1 10 / 17
Estrogen-related
receptor alpha ESRRA P11474 CHEMBL3429
Nuclear
receptor 1 2 / 2
P-glycoprotein 1 ABCB1 P08183 CHEMBL4302
Primary active
transporter 1 12 / 48 Cytochrome P450
1B1 CYP1B1 Q16678 CHEMBL4878
Cytochrome
P450 1 12 / 46
ATP-binding cassette sub-family
G member 2 ABCG2 Q9UNQ0 CHEMBL5393
Primary active
transporter 1 6 / 47 Adenosine A1
receptor (by
homology) ADORA1 P30542 CHEMBL226
Family A G protein-coupled
receptor 0,795047263 6 / 23 Carbonic anhydrase
IV CA4 P22748 CHEMBL3729 Lyase 0,795047263 7 / 12
Acetylcholinesterase ACHE P22303 CHEMBL220 Hydrolase 0,768469201 4 / 26 Monoamine oxidase
A MAOA P21397 CHEMBL1951 Oxidoreductase 0,658019738 5 / 18 Glyoxalase I GLO1 Q04760 CHEMBL2424 Enzyme 0,658019738 3 / 4 Tyrosine-protein
kinase SYK SYK P43405 CHEMBL2599 Kinase 0,658019738 3 / 3
Glycogen synthase
kinase-3 beta GSK3B P49841 CHEMBL262 Kinase 0,658019738 3 / 6 Matrix
metalloproteinase 9 MMP9 P14780 CHEMBL321 Protease 0,658019738 2 / 2 Matrix
metalloproteinase 2 MMP2 P08253 CHEMBL333 Protease 0,658019738 2 / 2 Arachidonate 15-
lipoxygenase ALOX15 P16050 CHEMBL2903 Enzyme 0,64978075 6 / 8 Arachidonate 12-
lipoxygenase ALOX12 P18054 CHEMBL3687 Enzyme 0,633326262 9 / 10 Receptor-type
tyrosine-protein
phosphatase S PTPRS Q13332 CHEMBL2396508 Phosphatase 0,608446264 7 / 8 Adenosine A2a
receptor (by
homology) ADORA2A P29274 CHEMBL251
Family A G protein-coupled
receptor 0,5673019 5 / 11 Cyclin-dependent
kinase 5/CDK5 activator 1
CDK5R1 CDK5
Q15078
Q00535 CHEMBL1907600 Kinase 0,517921498 6 / 18
Cyclin-dependent kinase 1/cyclin B
CCNB3 CDK1 CCNB1 CCNB2
Q8WWL7 P06493 P14635
O95067 CHEMBL2094127
Other cytosolic
protein 0,517921498 4 / 11 Arginase-1 (by
homology) ARG1 P05089 CHEMBL1075097 Enzyme 0,517921498 2 / 2 G-protein coupled
receptor 35 GPR35 Q9HC97 CHEMBL1293267
Family A G
protein-coupled 0,501530018 2 / 4
receptor Estrogen receptor
beta ESR2 Q92731 CHEMBL242
Nuclear
receptor 0,501530018 93 / 38 Death-associated
protein kinase 1 DAPK1 P53355 CHEMBL2558 Kinase 0,501530018 2 / 2 DNA-3-
methyladenine
glycosylase MPG P29372 CHEMBL3396943 Enzyme 0,501530018 1 / 1 Solute carrier family
22 member 12 SLC22A12 Q96S37 CHEMBL6120
Electrochemical
transporter 0,501530018 6 / 1
Transthyretin TTR P02766 CHEMBL3194
Secreted
protein 0,484896363 2 / 3 Aldo-keto reductase
family 1 member
B10 AKR1B10 O60218 CHEMBL5983 Enzyme 0,484896363 2 / 3
Tankyrase-2 TNKS2 Q9H2K2 CHEMBL6154 Enzyme 0,484896363 4 / 12 Tankyrase-1 TNKS O95271 CHEMBL6164 Enzyme 0,484896363 4 / 28 Cyclin-dependent
kinase 6 CDK6 Q00534 CHEMBL2508 Kinase 0,476835618 3 / 4
Cyclin-dependent
kinase 2 CDK2 P24941 CHEMBL301 Kinase 0,476835618 1 / 17
Cytochrome P450
19A1 CYP19A1 P11511 CHEMBL1978
Cytochrome
P450 0,427205275 6 / 18 Casein kinase II
alpha CSNK2A1 P68400 CHEMBL3629 Kinase 0,427205275 3 / 2
Epidermal growth factor receptor
erbB1 EGFR P00533 CHEMBL203 Kinase 0,40264338 7 / 29
Vasopressin V2
receptor AVPR2 P30518 CHEMBL1790
Family A G protein-coupled
receptor 0,40264338 1 / 1 Insulin-like growth
factor I receptor IGF1R P08069 CHEMBL1957 Kinase 0,40264338 3 / 3
Thrombin F2 P00734 CHEMBL204 Protease 0,40264338 11 / 3
Serine/threonine-
protein kinase PIM1 PIM1 P11309 CHEMBL2147 Kinase 0,40264338 8 / 7 Serine/threonine-
protein kinase
Aurora-B AURKB Q96GD4 CHEMBL2185 Kinase 0,40264338 3 / 4
Dopamine D4
receptor DRD4 P21917 CHEMBL219
Family A G protein-coupled
receptor 0,40264338 1 / 1 Myeloperoxidase MPO P05164 CHEMBL2439 Enzyme 0,40264338 1 / 1 PI3-kinase p85-
alpha subunit PIK3R1 P27986 CHEMBL2506 Enzyme 0,40264338 1 / 1 Liver glycogen
phosphorylase PYGL P06737 CHEMBL2568 Enzyme 0,40264338 1 / 1 Carbonic anhydrase
I CA1 P00915 CHEMBL261 Lyase 0,40264338 4 / 5
Tyrosine-protein
kinase SRC SRC P12931 CHEMBL267 Kinase 0,40264338 3 / 10
Focal adhesion
kinase 1 PTK2 Q05397 CHEMBL2695 Kinase 0,40264338 1 / 2
Vascular endothelial growth factor
receptor 2 KDR P35968 CHEMBL279 Kinase 0,40264338 2 / 3
Matrix
metalloproteinase
13 MMP13 P45452 CHEMBL280 Protease 0,40264338 1 / 1
Matrix
metalloproteinase 3 MMP3 P08254 CHEMBL283 Protease 0,40264338 1 / 1 Carbonic anhydrase
III CA3 P07451 CHEMBL2885 Lyase 0,40264338 1 / 1
Serine/threonine-
protein kinase PLK1 PLK1 P53350 CHEMBL3024 Kinase 0,40264338 2 / 3 Carbonic anhydrase
VI CA6 P23280 CHEMBL3025 Lyase 0,40264338 1 / 1
Cyclin-dependent
kinase 1 CDK1 P06493 CHEMBL308 Kinase 0,40264338 3 / 13
Protein kinase N1 PKN1 Q16512 CHEMBL3384 Kinase 0,40264338 1 / 3 Carbonic anhydrase
XIV CA14 Q9ULX7 CHEMBL3510 Lyase 0,40264338 1 / 1
Carbonic anhydrase
IX CA9 Q16790 CHEMBL3594 Lyase 0,40264338 3 / 6
Hepatocyte growth
factor receptor MET P08581 CHEMBL3717 Kinase 0,40264338 4 / 4 Serine/threonine-
protein kinase
NEK2 NEK2 P51955 CHEMBL3835 Kinase 0,40264338 1 / 2
Interleukin-8
receptor A CXCR1 P25024 CHEMBL4029
Family A G protein-coupled
receptor 0,40264338 1 / 1 CaM kinase II beta CAMK2B Q13554 CHEMBL4121 Kinase 0,40264338 1 / 2 ALK tyrosine kinase
receptor ALK Q9UM73 CHEMBL4247 Kinase 0,40264338 2 / 4
Serine/threonine-
protein kinase AKT AKT1 P31749 CHEMBL4282 Kinase 0,40264338 1 / 4 Serine/threonine-
protein kinase
NEK6 NEK6 Q9HC98 CHEMBL4309 Kinase 0,40264338 1 / 2
Phospholipase A2
group 1B PLA2G1B P04054 CHEMBL4426 Enzyme 0,40264338 1 / 1 Carbonic anhydrase
VA CA5A P35218 CHEMBL4789 Lyase 0,40264338 1 / 1
Beta-secretase 1 BACE1 P56817 CHEMBL4822 Protease 0,40264338 6 / 17 Tyrosine-protein
kinase receptor UFO AXL P30530 CHEMBL4895 Kinase 0,40264338 2 / 4 NUAK family NUAK1 O60285 CHEMBL5784 Kinase 0,40264338 1 / 2
SNF1-like kinase 1 Aldo-keto reductase family 1 member C2
(by homology) AKR1C2 P52895 CHEMBL5847 Enzyme 0,40264338 1 / 1 Aldo-keto reductase
family 1 member C1
(by homology) AKR1C1 Q04828 CHEMBL5905 Enzyme 0,40264338 1 / 1 Aldo-keto-reductase
family 1 member C3
(by homology) AKR1C3 P42330 CHEMBL4681 Enzyme 0,40264338 1 / 1 Aldo-keto reductase
family 1 member C4
(by homology) AKR1C4 P17516 CHEMBL4999 Enzyme 0,40264338 1 / 1 Carbonic anhydrase
XIII (by
homology) CA13 Q8N1Q1 CHEMBL3912 Lyase 0,40264338 1 / 1
Aldehyde reductase
(by homology) AKR1A1 P14550 CHEMBL2246 Enzyme 0,40264338 1 / 1 Beta amyloid A4
protein APP P05067 CHEMBL2487
Membrane
receptor 0,295453305 2 / 12 Poly [ADP-ribose]
polymerase-1 PARP1 P09874 CHEMBL3105 Enzyme 0,295453305 3 / 9 Matrix
metalloproteinase
12 MMP12 P39900 CHEMBL4393 Protease 0,295453305 1 / 1
Lymphocyte differentiation
antigen CD38 CD38 P28907 CHEMBL4660 Enzyme 0,295453305 2 / 2 DNA topoisomerase
I (by homology) TOP1 P11387 CHEMBL1781 Isomerase 0,295453305 1 / 1 Estrogen receptor
alpha ESR1 P03372 CHEMBL206
Nuclear
receptor 0,270836923 73 / 38 Cyclooxygenase-2 PTGS2 P35354 CHEMBL230 Oxidoreductase 0,270836923 1 / 25 Cystic fibrosis
transmembrane conductance
regulator CFTR P13569 CHEMBL4051
Other ion
channel 0,270836923 1 / 1 6-phosphofructo-2-
kinase/fructose-2,6-
bisphosphatase 3 PFKFB3 Q16875 CHEMBL2331053 Enzyme 0,262581506 2 / 2
AMY1C AMY1A P04745 CHEMBL2478 Enzyme 0,237885168 1 / 1
G protein-coupled
receptor kinase 6 GRK6 P43250 CHEMBL6144 Kinase 0,237885168 2 / 4 Telomerase reverse
transcriptase TERT O14746 CHEMBL2916 Enzyme 0,229685699 9 / 22 Microtubule-
associated protein
tau MAPT P10636 CHEMBL1293224
Unclassified
protein 0,171978589 1 / 1
Pencarian koleksi senyawa bioaktif yang diperoleh dari tanaman anting-anting didapatkan dari datebase online yang sering digunakan sebagai sumber informasi yaitu Dr.
Duke's Phytochemical and Ethnobotanical Databases. Hasil yang diperoleh yaitu terdapat 30 senyawa yang kemudian diunifikasi menggunakan PubChem dan 4 diantaranya merupakan senyawa bioaktif anti carcinogenic yaitu Kaempferol, Resin, Tannin dan Ascorbic-acid.
Unifikasi senyawa dilakukan untuk proses skrining sehingga nanti akan didapatkan cannonical SMILE. Proses skrining berperan dalam menghasilkan senyawa yang paling berpotensi sebagai anti carcinogenic. Hasil unifikasi senyawa tumbuhan anting-anting diperoleh canonical SMILE dan nilai uji PASS lebih dari 0.7 (Pa > 0.7) dapat dilihat pada tabel 2.
Nilai uji PASS lebih dari 0.7 (Pa > 0.7), maka senyawa memiliki aktivitas biologis yang sangat tinggi dan hasilnya tidak berbeda signifikan dengan uji pada skala laboratorium.
Kaempferol dipilih karena hasil skrinning senyawa fitokimia tanaman anting-anting menggunakan PASS Online memiliki nilai uji PASS lebih dari 0.7. Analisis jalur persinyalan menggunakan KEGG pathways dengan memilih penyakit breast cancer karena berkaitan dengan carcinogenic. Protein target yang akan dipilih yaitu GSK3B (Glycoen synthase kinase-3 beta) berdasarkan kajian literatur di tingkat mengenai mekanisme penyakit breast cancer. Protein ini terlibat langsung dalam modulsi pertumbuhan dan penyebaran sel cancer breast (McCubrey, et al.,2014).
Gambar 1. Struktur Senyawa Kaempferol
2.4 Jalur Persinyalan
KEGG Pathaway
DAFTAR PUSTAKA
Hinkle, J. L., & Cheever, K. H. (2018). Brunner and Suddarth’s textbook of medical-surgical nursing. Wolters kluwer india Pvt Ltd.
Imran, M., Salehi, B., Sharifi-Rad, J., Aslam Gondal, T., Saeed, F., Imran, A., & Estevinho, L.
M. (2019). Kaempferol: A key emphasis to its anticancer potential. Molecules, 24(12), 2277.
Kesuma, D., Purwanto, B. T., & Hardjono, S. (2018). Uji in silico aktivitas sitotoksik dan toksisitas senyawa Turunan N-(Benzoil)-N’-feniltiourea sebagai calon obat antikanker. Journal of Pharmaceutical Science and Clinical Research, 3(1), 1- 11.
Kooti, W., Servatyari, K., Behzadifar, M., Asadi-Samani, M., Sadeghi, F., Nouri, B., & Zare Marzouni, H. (2017). Effective medicinal plant in cancer treatment, part 2:
review study. Journal of evidence-based complementary & alternative medicine, 22(4), 982-995.
Yuniati, N. I., Islamiyati, D., Khasanah, N. A. H., & Husen, F. (2023). Perbandingan Senyawa Kuersetin Dan Kaempferol Pada Reseptor COX-2 Sebagai Agen Antikanker Kolorektal Secara In-Silico. Jurnal Bina Cipta Husada, 19(1), 98-107.
McCubrey, J. A., Steelman, L. S., Bertrand, F. E., Davis, N. M., Sokolosky, M., Abrams, S.
L., ... & Cervello, M. (2014). GSK-3 as potential target for therapeutic intervention in cancer. Oncotarget, 5(10), 2881.
