BioInformatika Untuk Penemuan Obat (Revisi)

  • Published on
    17-Dec-2015

  • View
    218

  • Download
    5

Embed Size (px)

DESCRIPTION

Bioinformatika Obat

Transcript

<p>BioInformatika Untuk Penemuan Obat</p> <p>BioInformatika Untuk Penemuan Obat.Usaha penemuan obat biasanya dilakukan dengan penemuan zat/senyawa yang bisa menekan perkembangbiakan suatu agent penyebab penyakit. Karena banyak faktor yang bisa mempengaruhi perkembangbiakan agent tersebut, faktor-faktor itulah yang dijadikan target. Diantara faktor tersebut adalah enzim-enzim yang diperlukan untuk perkembangbiakan suatu agent. Langkah pertama yang dilakukan adalah analisa struktur dan fungsi enzim-enzim tersebut. Kemudian mencari atau mensintesa zat/senyawa yang bisa menekan fungsi dari enzim-enzim tersebut. Penemuan obat yang efektif adalah penemuan senyawa yang berinteraksi dengan asam amino yang berperan untuk aktivitas (active site) dan untuk kestabilan enzim tersebut.</p> <p>Karena itu analisa struktur dan fungsi enzim ini biasanya difokuskan pada analisa asam amino yang berperan untuk aktivitas (active site) dan untuk kestabilan enzim tersebut. Analisa ini dilakukan dengan cara mengganti asam amino tertentu dan menguji efeknya. Sebelum perkembangan Bioinformatika, analisa penggantian asam amino ini dilakukan secara random sehingga memakan waktu yang lama. Dengan adanya Bioinformatika, data-data protein yang sudah dianalisa bebas diakses oleh siapapun, baik data sekuen asam amino-nya seperti yang ada di SWISS-PROT (http://www.ebi.ac.uk/swissprot/) maupun struktur 3D-nya yang tersedia di Protein Data Bank (PDB) (http://www.rcsb.org/pdb/). Dengan database yang tersedia ini, enzim yang baru ditemukan bisa dibandingkan sekuen asam amino-nya, sehingga bisa diperkirakan asam amino yang berperan untuk active site dan kestabilan enzim tersebut. Hasil perkiraan kemudian diuji di laboratorium. Dengan demikian, akan lebih menghemat waktu dari pada analisa secara random.</p> <p>Setelah penemuan asam amino yang berperan sebagai active site dan untuk kestabilan enzim tersebut, kemudian dicari atau disintesa senyawa yang bisa berinteraksi dengan asam amino tersebut. Sebelumnya pencarian atau sintesa senyawa juga dilakukan secara random. Dengan data yang tersedia di PDB, bisa dilihat struktur 3D suatu enzim termasuk active site-nya, sehingga bisa diperkirakan bentuk senyawa yang akan berinteraksi dengan active site tersebut. Dengan demikian, kita cukup hanya mensintesa senyawa yang diperkirakan akan berinteraksi, sehingga obat terhadap suatu penyakit akan jauh lebih cepat ditemukan dari pada mencari secara random. Cara ini dinamakan docking dan telah banyak digunakan oleh perusahaan farmasi untuk penemuan obat baru.Untuk enzim dari agent penyakit baru bisa dilakukan dengan homology modeling menggunakan enzim yang sudah ada struktur 3D-nya sebagai referensi. Misalnya penemuan obat SARS. Sekarang tengah diusahakan mencari inhibitor enzim protease SARS. Karena virusnya juga baru, otomatis belum ada data 3D-nya di PDB. Tetapi karena data coronavirus sebelumnya tersedia di PDB, data ini digunakan untuk homology modeling protease dari virus SARS [8]. Dari homology modeling didapatkan struktur 3D proteinase dari virus SARS (Gambar 8A). Dari hasil analisa docking diperkirakan bahwa senyawa AG7088 bisa dijadikan leader compound (senyawa induk) untuk penemuan obat anti virus corona termasuk anti virus SARS.Analisa docking dan homology modeling seperti ini memerlukan software yang harganya agak mahal sehingga hanya dimiliki oleh lembaga penelitian dan perusahaan farmasi. Diantara software tersebut adalah Insight II (Accelrys Inc.) dan The Molecular Operating Environment (MOE, Scalable Software), dua software yang banyak dipakai.</p> <p>Walaupun dengan sarana Bioinformatika bisa diperkirakan senyawa yang berinteraksi dan menekan fungsi suatu enzim, hasilnya harus dikonfirmasi melalui eksperiment di laboratorium. Namun dengan Bioinformatika, semua proses ini bisa dilakukan lebih cepat sehingga lebih efesien baik dari segi waktu maupun finansial.</p> <p>Bidang Farmasi Yang Terkait Dengan Bioinformatika1. PharmacogenomicsPharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnosa (kemungkinan untuk mengejar target potensial terapi kanker). Istilah pharmacogenomics digunakan lebih untuk urusan yang lebih trivial tetapi dapat diargumentasikan lebih berguna dari aplikasi pendekatan Bioinformatika pada pengkatalogan dan pemrosesan informasi yang berkaitan dengan ilmu Farmasi dan Genetika, untuk contohnya adalah pengumpulan informasi pasien dalam database.2. PharmacogeneticsTiap individu mempunyai respon yang berbeda-beda terhadap berbagai pengaruh obat; sebagian ada yang positif, sebagian ada yang sedikit perubahan yang tampak pada kondisi mereka dan ada juga yang mendapatkan efek samping atau reaksi alergi. Sebagian dari reaksi-reaksi ini diketahui mempunyai dasar genetik. Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan. Secara menakjubkan pendekatantersebut telah digunakan untuk menghidupkan kembali obat-obatan yang sebelumnya dianggap tidak efektif, namun ternyata diketahui manjur pada sekelompok pasien tertentu. Disiplin ilmu ini juga dapat digunakan untuk mengoptimalkan dosis kemoterapi pada pasien-pasien tertentu. Gambaran dari sebagian bidang-bidang yang terkait dengan Bioinformatika di atas memperlihatkan bahwa Bioinformatika mempunyai ruang lingkup yang sangat luas dan mempunyai peran yang sangat besar dalam bidangnya. Bahkan pada bidang pelayanan kesehatan Bioinformatika menimbulkan disiplin ilmu baru yang menyebabkan peningkatan pelayanan kesehatan.BioInformatics For Drug DiscoveryDrug discovery effort is usually done by the discovery of substances / compounds which can suppress the proliferation of a disease-causing agent. Because many factors can influence the proliferation of such agents, the factors that are targeted. Among these factors are enzymes required for the proliferation of an agent. The first step taken is to analyze the structure and function of these enzymes. Then find or synthesize substances / compounds which can suppress the function of these enzymes. Effective drug discovery is the discovery of compounds that interact with amino acids that contribute to the activity (active site) and for the stability of the enzyme.Therefore, analyzes the structure and function of this enzyme is usually focused on the analysis of amino acids that contribute to the activity (active site) and for the stability of the enzyme. This analysis is done by replacing certain amino acids and tested their effects. Before the development of bioinformatics, analysis of amino acid replacement is done randomly, so take a long time. With the Bioinformatics, data-free analysis of proteins that have been accessed by anyone, either the amino acid sequence data was like in the SWISS-Prot (http://www.ebi.ac.uk/swissprot/) and 3D structure it is available in the Protein Data Bank (PDB) (http://www.rcsb.org/pdb/). With this database available, the newly discovered enzyme can be compared to its amino acid sequence, so it can be expected amino acid that plays a role for active site and stability of the enzyme. Estimates are then tested in the laboratory. Thus, it will save more time from the randomized analysis</p> <p>After the discovery of amino acids that act as active site and for the stability of the enzyme, then sought or synthesized compounds that can interact with these amino acids. Previous search or synthesizing the compound is also done randomly. With the available data on GDP, we can see the 3D structure of an enzyme, including its active site, so it can be expected to form compounds that will interact with the active site. Thus, it is sufficient only to synthesize compounds that are expected to interact, so the drug to a disease is found to be much faster than random search. This method is called "docking" and has been widely used by pharmaceutical companies for new drug discovery. </p> <p>For the enzyme from a new disease agent can be done by homology modeling using existing enzyme its 3D structure as a reference. Eg SARS drug discovery. Now the center attempted to find the SARS protease enzyme inhibitors. Because the virus is also new, there is no automatic 3D data in the PDB. But because the data previously available coronavirus in GDP, this data is used for homology modeling of SARS virus protease [8]. Obtained from homology modeling the 3D structure of the SARS virus proteinase (Fig. 8A). From the results of the docking analysis predicted that the compound can be a leader compound AG7088 (parent compound) for the discovery of anti-viral drugs, including anti-virus corona SARS. Docking analysis and homology modeling software like this requires that the price is rather expensive, so only owned by research institutions and pharmaceutical companies. Among these is the Insight II software (Accelrys Inc.). And The Molecular Operating Environment (MOE, Scalable Software), two widely used software.Although by means of bioinformatics can be expected of compounds that interact with and suppress the function of an enzyme, the results must be confirmed through experiments in the laboratory. But with Bioinformatics, all these processes can be done more quickly so it is more efficient in terms of both time and financially.Pharmaceutical field that was related to Bioinformatics</p> <p>1. Pharmacogenomics</p> <p>Pharmacogenomics is the application of genomic approaches and technologies to the identification of drug targets. Examples include the genome to screen all potential recipients by using bioinformatics way, or by investigating the form of patterns of gene expression in both pathogen and host during an infection, or by examining the characteristics and patterns of expression found in tumor samples from patients or for diagnoses of interest (the possibility to pursue a potential target of cancer therapy). The term pharmacogenomics is used more for the affairs of the more "trivial" - but it can be argued more useful-from the application of bioinformatics approaches to pengkatalogan and processing information related to pharmaceutical science and genetics, for example, is the collection of patient information in a database.2. PharmacogeneticsEach individual has different responses to the various effects of drugs; some are positive, some are a little visible change in their condition and some are getting side effects or allergic reactions. Some of these reactions are known to have a genetic basis. Pharmacogeneticsadalah part of pharmacogenomics which uses methods of genomics / bioinformatics to identify genomic relationships, such as SNPs (single nucleotide polymorphisms), the characteristics of particular patient response profiles and use this information to inform the administration and development of therapeutic treatment. Miraculously approach has been used to "resurrect" drugs that were previously considered ineffective, but in fact it is known efficacious in a particular group of patients. These disciplines can also be used to optimize the dose of chemotherapy in certain patients. Overview of some of the areas related to Bioinformatics above shows that Bioinformatics has a very broad scope and has a very large role in the field. Even in the field of health care Bioinformatics raises new scientific discipline that led to an increase in health care.</p>