Skripsi Nur Fitri Fatimah

  • December 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Skripsi Nur Fitri Fatimah as PDF for free.

More details

  • Words: 15,969
  • Pages: 105
SKRIPSI

APLIKASI METODE MLR DAN PCR PADA ANALISIS HUBUNGAN KUANTITATIF STRUKTUR DAN AKTIVITAS ANTITOKSOPLASMA SENYAWA TURUNAN KUINOLON BERDASARKAN DESKRIPTOR TEORITIK

Nur Fitri Fatimah 04/177763/PA/10013

JURUSAN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS GADJAH MADA JOGJAKARTA 2008

SKRIPSI

APLIKASI METODE MLR DAN PCR PADA ANALISIS HUBUNGAN KUANTITATIF STRUKTUR DAN AKTIVITAS ANTITOKSOPLASMA SENYAWA TURUNAN KUINOLON BERDASARKAN DESKRIPTOR TEORITIK

Nur Fitri Fatimah 04/177763/PA/10013 Diajukan untuk memenuhi salah satu syarat memperoleh derajat Sarjana Sains Ilmu Kimia

Pembimbing : Drs. Iqmal Tahir, M.Si Dr.rer.nat. Ria Armunanto, M.Si

JURUSAN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS GADJAH MADA JOGJAKARTA 2008

i

UNDERGRADUATE THESIS APPLICATION OF MLR AND PCR METHOD FOR QUANTITATIVE STRUCTURE AND ANTITOXOPLASMA ACTIVITY RELATIONSHIP ANALYSIS OF QUINOLONES BASED ON THEORETICAL DESCRIPTORS

Nur Fitri Fatimah 04/177763/PA/10013 Submitted to fulfill one of the requirement to obtain the degree of Sarjana Sains in Chemistry

Supervisors : Drs. Iqmal Tahir, M.Si Dr.rer.nat. Ria Armunanto, M.Si

CHEMISTRY DEPARTMENT FACULTY OF MATHEMATICS AND NATURAL SCIENCES UNIVERSITAS GADJAH MADA JOGJAKARTA 2008

ii

HALAMAN PENGESAHAN APLIKASI METODE MLR DAN PCR PADA ANALISIS HUBUNGAN KUANTITATIF STRUKTUR DAN AKTIVITAS ANTITOKSOPLASMA SENYAWA TURUNAN KUINOLON BERDASARKAN DESKRIPTOR TEORITIK

Nur Fitri Fatimah 04/177763/PA/10013

Dinyatakan lulus ujian skripsi dalam Ujian Skripsi pada tanggal 7 Juli 2008

DEWAN PENGUJI

Drs. Iqmal Tahir, M.Si Ketua/Pembimbing I

Drs. Priatmoko, MS Anggota

Dr.rer.nat. Ria Armunanto, M.Si Anggota/Pembimbing II

Dr. Dwi Siswanta, M.Eng Anggota

iii

KATA PENGANTAR

Alhamdulillah, segala puji bagi Allah Rabb semesta alam yang telah melimpahkan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan penelitian dan penulisan skripsi yang menjadi salah satu persyaratan untuk memperoleh derajat sarjana S1 di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Gadjah Mada. Penulis menyadari bahwa skripsi ini dapat selesai juga atas bantuan beberapa pihak. Oleh karena itu penulis ingin menyampaikan rasa terima kasih kepada: 1.

Drs. Iqmal Tahir, M.Si selaku dosen pembimbing I yang telah banyak memberikan bantuan berupa arahan dan masukan selama kegiatan penelitian dan penulisan skripsi.

2.

Dr.rer.nat. Ria Armunanto, M.Si selaku dosen pembimbing II yang telah banyak memberikan bantuan berupa arahan dan masukan selama kegiatan penelitian dan penulisan skripsi.

3.

Kepala Laboratorium Kimia Komputasi Austrian-Indonesian Center for Computational Chemistry (AIC) Jurusan Kimia FMIPA UGM.

4.

Teman-teman di Laboratorium Kimia Komputasi: Mega, Mas Rozaq, Mbak Mirta, Mas Hanggara, Mas Aan, dan Mbak Nelam atas diskusidiskusi yang bermanfaat selama ini.

5.

Bapak, ibu, dan Mas Akhsan atas kasih sayang dan motivasi yang diberikan.

iv

6.

Suami dan putri kecilku Syifa yang telah membuat hari-hari Ummi penuh makna. Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Oleh

karena itu saran dan kritik yang membangun selalu penulis terima dengan hati yang lapang. Semoga karya ini bermanfaat bagi perkembangan ilmu pengetahuan.

Jogjakarta, Juni 2008 Penulis

v

DAFTAR ISI

HALAMAN JUDUL ..............................................................................................i HALAMAN PENGESAHAN ……………………………………............……..iii KATA PENGANTAR ..........................................................................................iv DAFTAR ISI .........................................................................................................vi DAFTAR GAMBAR ............................................................................................ix DAFTAR TABEL ..................................................................................................x DAFTAR LAMPIRAN ........................................................................................xi INTISARI ............................................................................................................xii ABSTRACT ........................................................................................................xiii BAB I

PENDAHULUAN I.1 Latar Belakang ...........................................................................1 I.2 Tujuan Penelitian .......................................................................4

BAB II

TINJAUAN PUSTAKA II.1 Toksoplasmosis ........................................................................5 II.2 Obat Toksoplasmosis Turunan Kuinolon .................................7 II.3 Hubungan Kuantitatif Struktur dan Aktivitas (HKSA) ..........13 II.3.1 Persamaan Free-Wilson ...........................................14 II.3.2 Persamaan Hansch ...................................................15 II.3.3. Model HKSA-3D ....................................................16 II.4 Penggunaan Deskriptor Elektronik, Sterik, dan Hidrofobik untuk HKSA ........................................................................17 II.4.1 Deskriptor hidrofobik ..............................................17 II.4.2 Deskriptor elektronik ...............................................18 II.4.3 Deskriptor sterik ......................................................21 II.5 Analisis Statistik dalam HKSA ..............................................23

BAB III

LANDASAN TEORITIK, HIPOTESIS, DAN RANCANGAN PENELITIAN III.1 Landasan Teoritik ..................................................................28 III.2 Hipotesis ................................................................................31

vi

III.3 Rancangan Penelitian ............................................................31 BAB IV

METODE PENELITIAN IV.1 Peralatan Penelitian ...............................................................33 IV.2 Obyek Penelitian ...................................................................33 IV.3 Prosedur ................................................................................34 IV.3.1 Pemodelan molekul ................................................34 IV.3.2Perhitungan struktur elektronik dengan metode semiempiris AM1 ..................................................34 IV.3.3 Penentuan koefisien partisi (log P) .......................35 IV.3.4 Perhitungan struktur sterik .....................................35 IV.3.5 Analisis statistik HKSA .........................................36 IV.3.5.1 Analisis korelasi ......................................36 IV.3.5.2 Analisis statistik menggunakan Multilinear Regression (MLR) ...............36 IV.3.5.3 Analisis statistik menggunakan Principal Component Regression(PCR)...37 IV.3.5.4 Validasi persamaan HKSA .....................38

BAB V

HASIL PENELITIAN DAN PEMBAHASAN V.1 Pemodelan Struktur Senyawa Turunan Kuinolon ..................40 V.2 Rekapitulasi Deskriptor Hidrofobik, Sterik, dan Elektronik .........................................................................42 V.2.1 Rekapitulasi deskriptor hidrofobik ..........................42 V.2.2 Rekapitulasi deskriptor sterik ..................................44 V.2.2 Rekapitulasi deskriptor elektronik...........................46 V.3 Analisis HKSA dengan Metode Regresi Multilinier (MLR)...................................................................................50 V.3.1 Evaluasi HKSA dengan data fitting ........................51 V.3.2 Pengujian model persamaan ....................................53 V.3.3 Perumusan persamaan HKSA dengan total data .....55 V.3.4 Analisis deskriptor berpengaruh ..............................56 V.4 Analisis HKSA dengan Metode Principal Component Regression (PCR).....................................................................58 V.5 Perbandingan Hasil Analisis MLR dan PCR..........................60

vii

BAB VI

KESIMPULAN DAN SARAN VI.1 Kesimpulan ...........................................................................61 VI.2 Saran .....................................................................................62

DAFTAR PUSTAKA ..........................................................................................63 LAMPIRAN .........................................................................................................66

viii

DAFTAR GAMBAR

Gambar I.1

Struktur takizoit T.gondii ................................................................2

Gambar II.1

Siklus hidup Toxoplasma gondii .....................................................7

Gambar II.2

Struktur umum kuinolon ................................................................7

Gambar II.3

Struktur dasar 24 kuinolon ..............................................................8

Gambar III.1 Aktivitas antibakteri kuinolon .......................................................29 Gambar IV.1 Atom-atom pada kerangka struktur induk kuinolon .....................35 Gambar V.1

Grafik energi potensial minimum untuk molekul trovafloksasin pada (a) substituen R1 dan (b) substituen R7 ...............................40

Gambar V.2

Struktur molekul trovafloksasin setelah proses optimasi ..............41

Gambar V.3

Hasil pemisahan senyawa asli (a) menjadi senyawa fitting (b) dan senyawa uji (c) ..............................................................................52

Gambar V.4

Grafik korelasi antara aktivitas (log 1/IC50) prediksi dengan aktivitas (log 1/IC50) eksperimen terhadap (a) data internal (fitting) dan (b) data eksternal (uji) ............................................................55

Gambar V.5

Grafik korelasi antara aktivitas (log 1/IC50) prediksi dan eksperimen pada 24 seri senyawa turunan kuinolon .....................56

Gambar V.6

Grafik %kumulatif lima komponen pertama ................................59

ix

DAFTAR TABEL

Tabel II.1 Struktur 2D dan aktivitas antitoksoplasma (IC50) 24 kuinolon dari literatur (Gozalbez et al., 2000) …………………………………9 Tabel V.1 Data log P, indeks Harary dan indeks Randic pada 24 senyawa turunan kuinolon …………………………..……..…………..……...43 Tabel V.2 Data selisih energi HOMO-LUMO pada 24 senyawa turunan kuinolon ...............................................................................................46 Tabel V.3 Data perhitungan muatan bersih atom 24 senyawa turunan kuinolon ...............................................................................................48 Tabel V.4 Korelasi antara aktivitas biologi dengan deskriptor hidofobik, elektronik, dan sterik ...........................................................................50 Tabel V.5 Data deskriptor statistik pada 9 model persamaan linier ....................53 Tabel V.6 Data PRESSinternal dan PRESSeksternal ...................................................54 Tabel V.7 Nilai initial eigenvalues hasil analisis PCA ........................................59 Tabel V.8 Hasil analisis PCR menggunakan metode enter .................................60

x

DAFTAR LAMPIRAN

Lampiran 1. Hasil perhitungan struktur elektonik 24 senyawa kuinolon .............66 Lampiran 2. Tabel data perhitungan deskriptor hidrofobik, sterik, dan elektronik 24 senyawa turunan kuinolon dengan parameter variabel berpengaruh ......................................................................................78 Lampiran 3. Bagan alir prosedur optimasi geometri .............................................79 Lampiran 4. Hasil analisis MLR dengan data fitting ............................................80 Lampiran 5. Hasil analisis MLR dengan total data ……………………………...85 Lampiran 6. Bobot komponen matriks hasil analisis PCA ...................................86 Lampiran 7. Hasil perhitungan variabel laten …………………………...............87 Lampiran 8. Hasil analisis PCR dengan total data …………………………...….88

xi

APLIKASI METODE MLR DAN PCR PADA ANALISIS HUBUNGAN KUANTITATIF STRUKTUR DAN AKTIVITAS ANTITOKSOPLASMA SENYAWA TURUNAN KUINOLON BERDASARKAN DESKRIPTOR TEORITIK

Nur Fitri Fatimah 04/177763/PA/10013 INTISARI

Telah dilakukan analisis hubungan kuantitatif struktur dan aktivitas antitoksoplasma 24 senyawa turunan kuinolon menggunakan deskriptor teoritik berupa efek hidrofobik (log P), sterik (indeks Harary dan indeks Randic), dan elektronik (muatan bersih atom dan selisish energi HOMO-LUMO). Seluruh senyawa dihitung log P dan indeks sterik, kemudian perhitungan struktur elektronik diawali dengan pemodelan molekul untuk mendapatkan struktur paling stabil. Data perhitungan struktur elektronik diperoleh setelah prosedur optimasi geometri dengan metode semiempirik AM1 sedangkan data aktivitas antitoksoplama (IC50) didapatkan dari literatur. Analisis dilakukan terhadap data awal yang dipisahkan secara acak menjadi data fitting dan data uji dengan metode MLR dan dengan total data untuk metode PCR. Hasil analisis HKSA dari kedua metode adalah sebagai berikut: Metode MLR: log1 / IC50 = 83,287 − 0,522.ΔE - 225,7.qC4 + 7,963.qC5 + 4,285.qX8 + 32,329.qC9

- 109,956.qΟ1 + 172,007.qΟ 2 + 0,025.Η dengan n = 24; r = 0,942; r2 = 0,887; SE = 0,254; Fhit/Ftab = 5,586 Metode PCR: log 1 / IC50 = −3,943 − 0,459.T1 + 0,521.T2 dengan n = 24; r = 0,665; r2 = 0,442; SE = 0,478; Fhit/Ftab = 2,395 Dari analisis statistik didapatkan bahwa metode MLR memberikan hasil yang lebih baik daripada metode PCR.

xii

APPLICATION OF MLR AND PCR METHOD FOR QUANTITATIVE STRUCTURE AND ANTITOXOPLASMA ACTIVITY RELATIONSHIP ANALYSIS OF QUINOLONES BASED ON THEORETICAL DESCRIPTORS

Nur Fitri Fatimah 04/177763/PA/10013 ABSTARCT

Quantitative Structure and antitoxoplasma Activity Relationship (QSAR) analysis of 24 quinolones has been performed using theoretical descriptors, i.e. log P, atomic net charge, HOMO-LUMO energy band gap, Harary and Randic descriptors. Calculation of each descriptors was conducted by using semiempirical method AM1 after geometry optimization of each structure. The antitoxoplasma activities were taken from literature. Separation of initial data into fitting data and testing data was done with randomize separation technique for the MLR methods while the PCR was done with all data. The MLR and PCR methods have been used to give the relationship between activity and descriptors. The result of MLR method is: log1 / IC50 = 83.287 − 0.522ΔE - 225.7qC 4 + 7.963qC5 + 4.285qX8 + 32.329qC9

- 109.956qΟ1 + 172.007qΟ 2 + 0.025Η n = 24; r = 0.942; r2 = 0.887; SE = 0.254; Fhit/Ftab = 5.586 While PCR is: log 1 / IC 50 = −3.943 − 0.459T1 + 0.521T2 n = 24; r = 0.665; r2 = 0.442; SE = 0.478; Fhit/Ftab = 2.395 It is shown that MLR method gave better output than PCR.

xiii

1

BAB I PENDAHULUAN

I.1 Latar Belakang Toksoplasmosis merupakan penyakit pada sel darah dan limpa yang disebabkan oleh protozoa Toxoplasma gondii (Gerard et al., 2002). T. gondii menginfeksi sebagian besar populasi dunia tetapi pada umumnya tidak terlalu beresiko. Namun, bagi beberapa individu seperti janin, bayi yang baru lahir, dan pasien dengan kekebalan tubuh lemah, parasit ini berpotensi tinggi menyebabkan penyakit yang parah atau bahkan membahayakan nyawa (Hökelek, 2006). Terapi untuk penyakit toksoplasmosis adalah kombinasi pirimetamin dan sulfonamid yang bekerja dengan menghambat tetrahidrofolat-dehidrogenase (Schunack et al., 1990). Namun, obat itu kini telah tergantikan oleh senyawa antibiotik lain yang lebih aktif. Salah satu senyawa yang dikembangkan adalah antibiotik golongan kuinolon dan florokuinolon. Cara kerja kuinolon adalah dengan menghambat sintesis DNA dengan cara menginhibisi enzim DNA gyrase atau topoisomerase. Fichera dan Roos (1997) menemukan bahwa beberapa antibiotik seperti azithromycin dan ciprofloksasin dapat menghambat replikasi DNA dalam apicoplast sehingga mampu menghambat pertumbuhan toksoplasma. Fungsi apicoplast (terdapat dalam struktur takizoit T. gondii pada gambar I.1) masih belum jelas, tetapi adanya struktur prokariotik dalam T. gondii ini menjadi target terapi yang khas sehingga penemuan organel ini dalam parasit apicomplexan dan sifatnya dalam T. gondii menawarkan kesempatan baru dalam

2

penelitian farmakologi terhadap beberapa protozoa untuk kepentingan medis yang penting (Soldati, 1999).

Gambar I.1 Struktur takizoit T.gondii (Ajioka et al., 2001)

Penelitian Khan et al., (1996) dan Khan et al., (1999) menunjukkan bahwa di antara florokuinolon hanya trovafloksasin dan beberapa turunannya yang dapat menghambat pertumbuhan toksoplasma pada konsentrasi mikromolar, sedangkan ciprofloksasin menunjukkan kegagalan pada percobaan in vitro dan in vivo. Namun Liguori et al., (2005) meneliti bahwa di antara enam florokuinolon (trovafloksasin, temafloksasin, enoksasin, sparfloksasin,

ciprofloksasin, dan

grepafloxacin), hanya trovafloksasin yang toksik. Dari kenyataan tersebut, diperlukan suatu senyawa obat baru yang lebih aktif terhadap toksoplasma namun dengan tingkat toksisitas yang lebih rendah. Inti dari suatu penelitian senyawa obat menurut Schunack et al., (1990) adalah pengembangan zat aktif baru untuk menyembuhkan penyakit yang dengan terapi obat sampai saat ini tidak atau belum berjalan seperti yang diharapkan, atau untuk mengurangi resiko terapeutik jika dibandingkan dengan obat lama. Perkembangan kimia komputasi menawarkan sebuah solusi dalam desain senyawa obat baru. Salah satu metode kimia komputasi yang populer dalam

3

desain obat adalah Hubungan Kuantitatif Struktur-Aktivitas (HKSA). Setiap suatu senyawa aktif yang diketahui perubahan strukturnya dengan perubahan aktivitas biologinya dinamakan mempelajari hubungan Structure-Activity (SAR) (Wolff, 1994). Menurut Schunack et al., (1990) jenis dan intensitas hubungan antaraksi antara senyawa obat dan sistem biologik sangat ditentukan oleh sifat fisika dan kimia molekul obat. Sifat ini adalah hasil dari jenis dan jumlah serta ikatan antar atom dan susunan ruang atom yang membentuk molekulnya. Aktivitas toksoplasma sangat dipengaruhi oleh masing-masing atom atau substituen pada cincin kuinolon (Gozalbez et al., 2000). Hal ini merupakan bukti yang sejalan dengan alur pikir Wolff (1990) bahwa reaktivitas dari senyawa kimia akan berubah bila struktur kimia berubah. Atas dasar itu, perubahan struktur kimia akan membawa perubahan sifat biologis. Dalam mempelajari aktivitas suatu obat dengan metode HKSA, diperlukan parameter-parameter fisika kimia tertentu yang berkaitan, sehingga dapat digunakan untuk memprediksi molekul obat baru yang lebih potensial. Ada tiga macam parameter fisika kimia, yaitu parameter hidrofobik, efek elektronik, dan efek sterik. Pada studi HKSA tentang mutagenesis kuinolin, korelasi terbaik didapatkan dengan perhitungan muatan bersih atom pada atom karbon dan parameter hidrofobik (log P) menggunakan metode semiempiris AM1 serta dengan mempertimbangkan energi HOMO-LUMO dan kerapatan elektron (Katritzky et al., 1996). Merujuk pada publikasi tersebut, maka pada penelitian ini akan digunakan tiga buah parameter, yaitu parameter hidrofobik berupa koefisien partisi (log P),

4

parameter sterik berupa deskriptor topologi indeks Harary dan indeks Randic, dan parameter elektronik berupa muatan bersih atom dan selisih energi orbital molekul HOMO-LUMO yang dihitung dengan metode semiempirik AM1. Pengolahan data statistik dilakukan dengan menggunakan dua metode yang akan dibandingkan yakni metode-metode Multilinear Regression (MLR) dan Principal Component Regression (PCR).

I.2 Tujuan Penelitian Tujuan penelitian ini adalah untuk memperoleh informasi hubungan kuantitatif antara struktur dan aktivitas anti toksoplasma dari 24 senyawa turunan kuinolon berdasarkan parameter hidrofobik, sterik, dan elektronik menggunakan dua metode MLR dan PCR.

5

BAB II TINJAUAN PUSTAKA

II.1 Toksoplasmosis Toksoplasmosis merupakan penyakit pada sel darah dan limpa yang disebabkan oleh protozoa Toxoplasma gondii (Gerard, 2002). Protozoa adalah makhluk hewani bersel satu yang relatif berbeda dengan bakteri, sebagai eukariot, protozoa mempunyai inti sel dan sitoplasma yang terdeferensiasi kuat (Schunack et al., 1990). T. gondii menginfeksi sebagian besar populasi dunia tetapi pada umumnya tidak terlalu beresiko. Namun, bagi beberapa individu, parasit ini berpotensi tinggi menyebabkan penyakit yang parah atau bahkan membahayakan nyawa. Beberapa individu tersebut adalah janin, bayi yang baru lahir, dan pasien dengan kekebalan tubuh lemah. Di antara individu-individu dengan kekebalan tubuh kurang, toksoplasmosis paling sering terjadi pada individu yang memiliki kecacatan pada kekebalan T-cell-mediated. Termasuk di dalamnya adalah individu yang memiliki resiko penyakit darah yang parah, sumsum tulang dan pencangkokan organ solid, atau penderita AIDS (Hökelek, 2006). T. gondii telah ditemukan dari Alaska sampai Australia. Hampir satu dari tiga orang terkena parasit ini. Pada sebagian besar orang dewasa, parasit ini tidak menyebabkan penyakit serius, tetapi parasit ini dapat menyebabkan kebutaan dan perlambatan mental, yaitu pada anak-anak yang telah cacat saat lahir (cacat

6

bawaan). Parasit ini juga menyebabkan penyakit yang parah pada individu dengan daya tahan tubuh lemah (Anonima, 2005). Organisme toksoplasmosis mempunyai dua siklus hidup yang nyata. Gambar siklus hidup organisme ini ditunjukkan pada gambar II.1. Siklus seksual hanya terjadi pada kucing, yang merupakan inang pasti. Siklus aseksual melibatkan mamalia lainnya (termasuk manusia) dan berbagai spesies burung berkicau. Siklus ini terdiri dari dua bentuk yang terkenal sebagai takizoit (bentuk yang secara sangat cepat membelah dan teramati dalam infeksi fase akut) dan bradizoit (bentuk yang tumbuh dengan lambat yang teramati dalam kista jaringan).

Siklus

seksual

dimulai

pada

saluran

pencernaan

kucing.

Makrogametosit dan mikrogametosit berkembang dari bradizoit dan bergabung membentuk zigot. Zigot kemudian terselubung oleh dinding kaku dan membuka sebagai ookista. Zigot tersporulasi dan membelah untuk membentuk sporozoit di dalam ookista. Sporozoit akan menular dalam 24 jam atau lebih setelah kucing mengeluarkan ookista (dalam kotoran kucing). Selama infeksi primer, kucing dapat mengeluarkan jutaan ookista dalam sehari selama 1-3 minggu. Ookista sangat tahan dan dapat tetap menular dalam kurun waktu setahun pada lingkungan yang lembab dan hangat (Hökelek, 2006). Ookista, takizoit, dan bradizoit pada T. gondii dapat menyebabkan infeksi pada manusia. Infeksi dapat terjadi jika ookista tertelan melalui tanah atau kotoran kucing yang terinfeksi atau dengan mengkonsumsi makanan atau minuman yang terkontaminasi (misalnya sayuran yang tidak dicuci). Penularan takizoit pada janin dapat terjadi melalui plasenta yang disusul oleh infeksi kehamilan primer.

7

Penularan dapat pula disebabkan karena menelan kista jaringan (bradizoit) yang terdapat pada daging yang dimasak kurang matang atau melalui pencangkokan organ yang mengandung kista jaringan (Hökelek, 2006).

Gambar II.1 Siklus hidup Toxoplasma gondii (Anonimb, _)

II.2 Obat Toksoplasmosis Turunan Kuinolon Kuinolon adalah senyawa analog asam nalidiksat (Jawetz et al., 2001). Mekanisme kerja agen antibakteri kuinolon melibatkan inhibisi DNA gyrase. Jadi dapat diasumsikan bahwa aktivitas antibakteri kuinolon merupakan akibat dari penetrasi sel bakteri dan aktivitas penghambatan DNA gyrase (Chu dan Fernandes, 1989). Struktur umum kuinolon ditampilkan pada gambar II.2. R5

O

R6

C Y

R7

O H O

X

N

R8

R1

Gambar II.2 Struktur umum kuinolon

8

X dan Y dapat berupa atom karbon atau nitrogen, dan gugus-gugus R1, R5, R6, R7, dan R8 dapat berupa struktur yang sangat bervariasi (Gozalbez et al., 2000). Jika gugus R6 berupa atom florin, maka struktur tersebut dinamakan florokuinolon. (Gozalbez et al., 2000) merinci 24 senyawa turunan kuinolon menjadi empat buah struktur dasar berdasarkan posisi atom nitrogen pada kerangka struktur induk seperti yang disajikan pada gambar II.3.

R5

O

R6

R5

COOH

R7

N R8

Struktur A R5

O

R6

R7

R1

COOH

N

N R1

Struktur B

O

R5

COOH

O

R6

COOH

N N

R7

N

N

R7

R1

N R8

R1

Struktur C Struktur D Gambar II.3 Struktur dasar 24 kuinolon

Aktivitas antibakteri kuinolon dipengaruhi oleh gugus-gugus R1, R5, dan R7. Sementara untuk fluorokuinolon, adanya atom florin pada R6 sangat bermanfaat untuk aktivitas penetrasi membran luar dan mutagenesis DNA gyrase (Bryskier, 2004). Gugus karboksil pada kuinolon penting untuk ikatan dengan enzim gyrase bakteri (Bryskier dan Chantot, 1995).

9

Kuinolon merupakan antibiotik kemoterapeutika sintesis yang akhir-akhir ini mulai populer dengan spektrum antikuman yang luas terutama untuk kumankuman Gram negatif dan Gram positif. Aktivitas kuinolon yang dinyatakan dalam IC50 sangat dipengaruhi oleh masing-masing atom atau substituen pada kerangka struktur kuinolon. Struktur 2D dan aktivitas (IC50) kuinolon yang diambil dari literatur (Gozalbez et al., 2000) ditampilkan pada tabel II.1. Tabel II.1 Struktur 2D dan aktivitas antitoksoplasma (IC50) 24 kuinolon dari literatur (Gozalbez et al., 2000) No.

Kuinolon

IC50 (mg/L)

Struktur 2D H

O

O

F

H

C O

H

1

N

N

Trovafloksasin

0.4 H2 N

C

F

H

F

O

O H

F O

2

Grepafoksasin

2.4 N

N

HN

H

O

O

F OH

3

Gatifloksasin

4.1 N N O HN

O

O

F OH

4

Moksifloksasin

5.1

N

N O

NH

10

No.

Kuinolon

IC50 (mg/L)

Struktur 2D O

O

F OH

5

N

Temafloksasin

N

HN

11.5 F

F

O

O

F OH

6

Clinafloksasin

15.0

N

N Cl

H 2N O

O

OH

7

Acrosoksasin

20.3 N N

O

O

F OH

8

20.3

Enoksasin N

N

N

HN O

O

F OH

9

Lomefloksasin

N HN

21.2

N F

O

O

F OH

10

Rufloksasin

22.3 N HN

N S

11

No.

Kuinolon

IC50 (mg/L)

Struktur 2D O

O

F OH

11

Irloksasin

22.4 N

N

O

O

N

12

OH

Asam piromidat

26.2 N

N

N

NH2

O

O

F OH

13

Sparfloksasin

39.5

N

N F

HN

O

O

F OH

14

Flumequin

40.6 N

O

O

F OH

15

Fleroksasin

N N

46.8

N F

F O

O

O OH

16

Asam oksolinat

47.2 O

N

12

No.

Kuinolon

IC50 (mg/L)

Struktur 2D O

O

F OH

17

Norfloksasin

48.3 N

N

HN O

O

F OH

18

Ofloksasin

53.6 N

N

N

O

O

O

OH

19

Asam nalidiksat

73.6 N

N

O

O

F OH

20

Ciprofloksasin

79.4 N

N

HN

O

O

F OH

21

Pefloksasin

77.7 N

N

N O

N

22

O

OH

Asam pipemidat

116.4 N HN

N

N

13

No.

Kuinolon

IC50 (mg/L)

Struktur 2D O

O

F OH

23

Levofloksasin

159.6 N N

N O

O

O

O OH

24

Cinoksasin O

N

200.0

N

Dari tabel II.1 diketahui bahwa terdapat empat florokuinolon yang lebih aktif daripada kuinolon lainnya, dengan aktivitas IC50 di bawah 10 mg/L. Trovafloksasin merupakan obat yang paling aktif, dengan IC50 sebesar 0,4 mg/L.

II.3 Hubungan Kuantitatif Struktur dan Aktivitas (HKSA) Pada sekitar tahun 1964 didapatkan sebuah persamaan umum yang menerangkan bahwa aktivitas biologi suatu senyawa merupakan fungsi dari sifatsifat fisikokimia suatu senyawa (Jolles dan Wooldridge, 1984).

Hubungan

Kuantitatif Struktur dan Aktivitas (HKSA) dan Hubungan Kuantitatif Struktur dan Sifat (HKSS) mencoba menggambarkan hubungan aktivitas atau sifat-sifat dengan deskriptor struktur suatu senyawa. Kemampuan dalam menghubungkan sifat fisik prediksi, aktivitas atau sifat kimia dan biologi dari struktur molekul menjadi sangat penting dalam memecahkan berbagai masalah terkait dengan ilmu kimia teori dan komputasi, kimia lingkungan, kimia medisinal, dan ilmu pengetahuan alam pada umumnya. Dengan demikian tujuan utama mempelajari HKSA adalah

14

untuk menghubungkan struktur molekul dengan aktivitas atau sifat biologi yang menggunakan metode statistik. Secara matematis Devillers et al., (1999) menuliskan persamaan tersebut seperti pada persamaan (1). A/S = f(struktur molekul) = f(deskriptor molekul)

(1)

dengan A/S merupakan aktivitas atau sifat dan f merupakan fungsi yang tergantung pada struktur molekul atau deskriptor molekul. Aktivitas biologi dapat dinyatakan dalam log 1/C, Ki, IC50, ED50, EC50, log K, dan Km (Thakur et al, 2004).

II.3.1 Persamaan Free-Wilson Free dan Wilson mengusulkan suatu model matematika untuk menaksir efek substituen tambahan dan untuk memperkirakan besar efek tersebut secara kuantitatif. Model matematika tersebut dituliskan pada persamaan (2). BAi =

∑a

j

X ij + μ

(2)

j

dengan BA merupakan aktivitas biologi, Xj merupakan substituen ke-j dengan nilai 1 bila ada dan 0 bila tidak ada, a j merupakan kontribusi dari substituen ke-j kepada BA, dan μ adalah aktivitas dari senyawa induk. Metode Free-Wilson digunakan jika cara kerja obat tidak diketahui, uji biologis lambat daripada sintesis senyawa turunannya, dan atau sifat-sifat fisika kimia substituen tidak diketahui. Model ini didasarkan pada perkiraan bahwa masing-masing substituen pada struktur senyawa induk memberikan sumbangan tetap pada aktivitas bilogis. Perkiraan dasar pada model Free-Wilson adalah

15

semua obat yang diuji harus mempunyai struktur induk sama dan substituen harus memberikan aktivitas biologis secara aditif dalam kedudukan yang sama dengan jumlah tetapan yang bebas dari ada atau tidaknya substituen (Leach, 1996).

II.3.2 Persamaan Hansch Metode HKSA pertama dan yang paling terkenal adalah model yang diusulkan oleh Hansch yang menyatakan hubungan lipofilitas relatif dengan potensi biologi yang digabungkan dengan hubungan energi bebas linier (LFER) untuk model persamaan umum HKSA dalam konteks biologi (Topliss, 1983). Lebih jauh, Hansch menyatakan bahwa hubungan struktur kimia dengan aktivitas biologis (log 1/C) suatu turunan senyawa dapat dinyatakan secara kuantitatif melalui parameter-parameter sifat fisika kimia dari substituen yaitu parameter hidrofofobik (π), elektronik (σ), dan sterik (Es) yang terdapat pada molekul (Kubinyi, 1993). Ketiga parameter tersebut oleh Chu (1990) dijabarkan sebagai berikut: 1. Parameter hidrofobik Terdiri dari parameter koefisien partisi, harga RM dalam kromatografi cair, waktu elusi dalam kromatografi cair tekanan tinggi (HPLC) dan kelarutan. 2. Efek elektronik Meliputi konstanta ionisasi, konstanta distribusi, efek resonansi, efek bidang, dan indeks orbital molekul yang terdiri dari muatan netto elektron sigma dan pi, superdelokalisasi nukleofilik dan radikal bebas, energi orbital molekul

16

(HOMO dan LUMO), serta polaritas pembatasan atom sendiri dan polarisabilitas berbatasan atom-atom. 3. Efek sterik Terdiri dari efek sterik intra molekul, refraktivitas molar, berat molekul, jarijari Van der Waals, dan jarak interatom. Persamaan Hansch yang menyatakan hubungan struktur kimia dengan aktivitas biologis melalui parameter hidrofobik, sterik, dan elektronik dituliskan pada persamaan (3). log (1/C) = -kπ2 + k′π + ρσ + k″

(3)

log (1/C) = -k(log P)2 + k′(log P) + ρσ + k″

(4)

dengan C merupakan konsentrasi molar (atau dosis) sebagai ukuran aktivitas biologis (misalnya: ED50, MED, dan IC50), π merupakan lipofilisitas substituen, log P merupakan koefisien partisi, σ merupakan efek elektronik Hammet pada substituen, dan k, k′, ρ, dan k″ merupakan koefisien regresi yang berasal dari analisis statistik. Persamaan (4) merupakan bentuk alternatif dari persamaan (3). Nilai 1/C mencerminkan fakta bahwa potensi yang tinggi berhubungan dengan dosis yang lebih rendah, dan tanda negatif dari π2 atau log P2 merupakan perkiraan lipofilisitas optimum, yang disimbolkan dengan πo atau log Po.

II.3.3 Model HKSA-3D Analisis HKSA tiga dimensi (3D) dikembangkan sebagai antisipasi permasalahan yang terdapat pada analisis Hansch, yaitu senyawa-senyawa enantiomer yang memiliki kuantitas kimia fisika sama tetapi aktivitas biologi

17

berbeda. Ternyata diketahui bahwa efek stereokimia memegang peranan penting pada harga aktivitas biologis. Metode HKSA 3D menggunakan analisis perbandingan medan molekular atau Comparative Molecular Field Analysis (CoMFA). CoMFA dikembangkan sebagai pendekatan lain yang memasukkan bentuk deskriptor dalam HKSA. Metode ini berusaha menyusun suatu hubungan antara aktivitas biologi dan sifat sterik dan atau elektrostatik dari suatu seri senyawa. Metode CoMFA berdasarkan pada congeneric suatu seri molekul. Molekul-molekul tersebut terhampar sehingga strukturnya tumpang tindih dan berada pada konformasi dengan aktivitas optimum. Medan molekular masingmasing molekul kemudian dihitung dengan menempatkan molekul yang tumpang tindih dalam bentuk tiga dimensi (Russel, 2003).

II.4 Penggunaan Deskriptor Hidrofobik, Elektronik, dan Sterik untuk HKSA II.4.1 Deskriptor hidrofobik Koefisien partisi oktanol/air yang dinyatakan dalam log P merupakan standar kuantitas untuk menentukan sifat hidrofobik/hidrofilik suatu molekul. Parameter hidrofobik/hidrofilik adalah sifat yang sangat penting dalam aplikasi biomedis (Katritzky et al., 1996). Sebagai contoh aplikasinya adalah untuk memperkirakan distribusi obat dalam tubuh. Obat-obat yang bersifat hidrofobik dengan koefisien partisi tinggi akan terdistribusi pada kompartemen yang bersifat hidrofobik pula, misalnya lapisan lemak, sedangkan obat-obat yang bersifat

18

hidrofilik dengan koefisien partisi rendah akan terdistribusi pada kompartemen hidrofilik, misalnya serum darah. Nilai log P dalam oktanol/air merupakan rasio logaritma konsentrasi zat terlarut dalam oktanol dengan konsentrasi zat terlarut dalam air. Secara matematis dituliskan dalam persamaan (5).

⎛ [zat − terlarut ]ok tan ol log Pokt / air = log⎜⎜ ⎝ [zat − terlarut ]air

⎞ ⎟⎟ ⎠

(5)

II.4.2 Deskriptor elektronik Penggunaan struktur elektronik sebagai prediktor dalam studi HKSA cenderung disukai karena dapat ditentukan secara teoritik dan hasil yang diperoleh cukup memuaskan. Dalam hal ini, metode kimia kuatum dapat digunakan untuk meminimalkan energi potensial dalam struktur molekul serta memperkirakan muatan atom, energi molekular orbital, dan deskriptor elektronik lainnya yang dapat menunjang studi HKSA. Postulat mekanika kuantum menjadi dasar perhitungan dalam kimia kuantum. Dalam kimia kuantum, sistem digambarkan sebagai fungsi gelombang yang dapat diperoleh dengan menyelesaikan persamaan Schrödinger. Persamaan ini terkait dengan sistem dalam keadaan stasioner dan energi sistem dinyatakan dalam operator Hamiltonian. Operator Hamiltonian dapat dilihat sebagai aturan untuk mendapatkan energi terasosiasi dengan sebuah fungsi gelombang yang menggambarkan posisi dari inti atom dan elektron dalam sistem.

19

Energi dan fungsi gelombang sistem dalam keadaan stasioner diberikan dengan penyelesaian persamaan Schrödinger yang ada pada persamaan (6). ∧

H ψ = Eψ

(6)



dengan H adalah operator Hamiltonian yang menyatakan energi kinetik dan energi potensial dari suatu sistem yang mengandung elektron dan inti atom, ψ adalah fungsi gelombang yang merupakan fungsi koordinat inti dan elektron yang berisikan semua informasi mengenai koordinat sistem, dan E adalah energi total dari sistem. Sifat molekul yang dapat dihitung melalui penyelesaian persamaan di atas adalah geometri molekul, stabilitas relatif, dipol, dan muatan atomik. Metode yang berdasarkan medan gaya molekular klasik dan metode kimia kuantum, masing-masing dapat digunakan untuk meminimalkan energi potensial struktur molekul. Kedua pendekatan tersebut dapat digunakan untuk perhitungan secara termodinamik dan momen dwikutub tetapi hanya metode kimia kuantum yang dapat memperkirakan muatan-muatan atom, energi orbital molekul, dan beberapa deskriptor elektronik lainnya dalam studi HKSA. Metode kimia kuantum dapat diaplikasikan dalam HKSA dengan menurunkan deskriptor elektronik secara langsung dari fungsi gelombang molekular (Katritzky et al, 1996). Mekanika kuantum dalam prakteknya terbagi menjadi dua metode, yaitu ab initio dan semiempirik. Perhitungan mekanika kuatum semiempirik biasa dipilih untuk kajian dengan jumlah senyawa banyak. Beberapa metode ini antara lain adalah metode Extended Huckel, CNDO, INDO, MINDO3 (Modified Intermediate Neglect Differential Overlap 3), MNDO, AM1, dan PM3. Metode

20

semiempirik AM1 dipilih karena kelebihannya dalam hal akurasi hasil yang mendekati harga eksperimental dan waktu perhitungan yang tidak terlalu lama. Pada penelitian ini digunakan deskriptor elektronik berupa muatan bersih atom dan selisih energi orbital HOMO-LUMO. Teori kimia klasik mengatakan bahwa seluruh interaksi kimia terjadi secara alami melalui interaksi elektrostatik (polar) dan interaksi orbital (kovalen). Muatan listrik pada molekul merupakan driving force pada interaksi elektrostatik, sehingga muatan maupun kerapatan elektron lokal sangat penting dalam penentuan berbagai reaksi kimia dan sifatsifat fisikokimia senyawa. Deskriptor berdasarkan muatan dalam hal ini berguna untuk mengukur interaksi intermolekular. Energi HOMO (Highest Occupied Molecular Orbital) dan energi LUMO (Lowest Unoccupied Molecular Orbital) merupakan deskriptor yang sangat populer dalam kimia kuantum. Orbital-orbital ini memainkan peran yang sangat penting dalam menentukan berbagai reaksi kimia dan dalam penentuan celah pita elektronik. Energi HOMO berhubungan langsung dengan potensial ionisasi dan sifat kerentanan molekul dalam penyerangan terhadap elektrofil. Sedangkan energi LUMO berhubungan langsung dengan afinitas elektron dan sifat kerentanan molekul dalam penyerangan terhadap nukleofil. Selisih antara energi HOMO dan LUMO (celah HOMO-LUMO) penting dalam penentuan ukuran stabilitas molekul. Molekul dengan celah HOMO-LUMO yang besar berarti molekul tersebut memiliki stabilitas yang tinggi, sehingga memiliki reaktivitas yang rendah dalam reaksi-reaksi kimia. Celah ini juga digunakan pada perkiraan energi eksitasi terendah molekul (Katritzky et al, 1996).

21

II.4.3 Deskriptor sterik Deskriptor sterik yang digunakan dalam penelitian ini berupa indeks topologi. Pada hampir setiap kasus, para kimiawan lebih memilih untuk menggunakan indeks topologi sebagai deskriptor molekular untuk melakukan evaluasi terhadap toksisitas dan untuk memprediksi aktivitas biologi. Hal ini karena indeks topologi menawarkan cara yang mudah dalam pengukuran cabang molekul, bentuk, ukuran, siklisitas, simetri, sentrisitas, dan kompleksitas (Devillers, 1997). Topologi molekul dapat digunakan sebagai deskriptor molekul numerik dalam HKSA atau HKSS. Indeks topologi menjelaskan bahwa suatu struktur kimia, disebut sebagai grafik kimia, yaitu suatu model kimia yang digunakan untuk menjelaskan sifat interaksi antara obyek-obyek kimia (atom, ikatan, gugusan atom, molekul, pasangan molekul, dan sebagainya). Suatu grafik G = G(V,E), oleh Ivanciuc dan Balaban (1998) dijelaskan sebagai pasangan terurut yang terdiri dari dua buah himpunan V = V(G) dan E = E(G). Unsur-unsur pada himpunan V(G) disebut vertices (puncak) dan unsurunsur pada himpunan E(G), termasuk hubungan biner antara puncak-puncak disebut edges (tepi). Jumlah puncak N menggambarkan jumlah unsur-unsur pada V(G), N = |V(G)| dan jumlah tepi M menggambarkan jumlah unsur-unsur pada E(G), M = |E(G)|. Puncak-puncak suatu grafik diberi nama dari 1 sampai N, E(G) = (ν1, ν2, ..., νN), dan tepi yang menghubungkan puncak-puncak νi dan νj disebut eij. Dua buah puncak νi dan νj pada grafik G disebut berdekatan atau berbatasan bila terdapat tepi eij yang menyertainya.

22

Sebagai contoh adalah gambar II.4 yang memperlihatkan sebuah grafik dengan sembilan puncak dan sembilan tepi. Himpunan puncak pertama dilambangkan dengan V(1) terdiri dari puncak-puncak ν1, ν2, ν3, ν4, ν5, ν6, ν7, ν8, dan ν9 dan himpunan tepi pertama yang dilambangkan dengan E(1) meliputi tepitepi e12, e23, e24, e45, e56, e67, e78, e89, dan e49.

1

3

2 4

9

5

8

6

7 Gambar II.4 Grafik dengan 9 puncak dan 9 tepi Indeks topologi yang digunakan dalam penelitian ini adalah indeks Harary dan indeks Randic. a. Indeks Harary Indeks Harary yang dinyatakan dengan H diturunkan dari hubungan timbal balik (resiprokal) matriks jarak dan memiliki sejumlah sifat-sifat yang menarik. Indeks ini berdasarkan pada dugaan para kimiawan bahwa situs-situs yang terletak berjauhan dalam suatu struktur seharusnya memiliki pengaruh yang lebih kecil antara satu dengan lainnya daripada situs-situs yang letaknya berdekatan. Indeks Harary H = H(G) pada grafik molekular G dengan puncak N didefinisikan sebagai setengah dari jumlah diagonal unsur-unsur pada matriks jarak resiprokal Dr = Dr(G) yang dituliskan pada persamaan (7).

1 N H= ∑ 2 i =1

N

∑[ D j =1

r

]ij

(7)

23

Matriks jarak resiprokal Dr diperoleh dengan mengganti semua diagonal unsur-unsur [Dij] menjadi bentuk kebalikannya ditunjukkan pada persamaan (8) [Dr]ij = 1/[Dij]

(8)

sehingga untuk diagonal (Dr)ii bernilai nol (Lucic et al., 2002). b. Indeks Randic Indeks Randic atau indeks konektivitas molekular Randic sangat mirip dengan indeks Zagreb, namun lebih dapat diterima dan digunakan secara luas. Secara matematis dituliskan pada persamaan (9).

χ=

∑ (ν ν )

−1 / 2

i semua −tepian

(9)

j

Sesuai dengan definisi yang diberikan, maka semakin rapat grafik, maka akan semakin rendah harga χ (Ivanciuc dan Balaban, 1998).

II.5 Analisis Statistik dalam HKSA Analisis

statistik

diperlukan

dalam

pengolahan

data-data

untuk

menemukan sebuah persamaan HKSA. Hubungan antara struktur dan aktivitas biologi suatu zat adalah linier. Linieritas suatu fungsi dapat ditentukan dengan metode regresi linier. Bila dilihat dari jumlah variabel bebas, analisis regresi linier terdiri dari dua macam, yaitu analisis regresi linier tunggal dan analisis regresi multilinier atau Multilinear Regression (MLR). Regresi terkait dengan prediksi, yang dengannya dapat digunakan untuk membuat model statistik yang menggunakan beberapa data berupa satu set variabel bebas (prediktor) untuk memperkirakan harga variabel tergantung

24

prediksi (Berenson, 1983). Dalam hal ini, analisis korelasi sangat penting untuk mengetahui hubungan antarvariabel. Pada analisis regresi linier tunggal, dengan hanya terdapat sebuah variabel bebas, X, hubungan fungsional dapat dituliskan pada persamaan (10). Yi = f(Xi) + ∈i

(10)

dengan Yi adalah data yang diamati, Xi adalah model fitting, dan ∈i adalah residu, yaitu data-data yang menyebar di atas atau di bawah garis linier. Untuk kasus tertentu dimana terdapat beberapa variabel bebas, digunakan analisis regresi multilinier, dengan asumsi adanya hubungan linier antara variabelvariabel bebas dengan variabel tergantung. Persamaan regresi multilinier dituliskan pada persamaan (11). Yi = βo + β1X1i + β2X2i + ∈i

(11)

dengan βo = intersep Y β1 = slope dari Y dengan variabel X1 (variabel X2 konstan) β2 = slope dari Y dengan variabel X2 (variabel X1 konstan) ∈i = tingkat kesalahan acak pada Y untuk pengamatan i Syarat dalam analisis dengan MLR adalah bahwa masing-masing deskriptor saling tidak tergantung dan bebas kesalahan untuk menghindari adanya kolinieritas karena akan menyebabkan kesalahan dalam hasil regresi (Jolles dan Wooldridge, 1984). Untuk itu, analisis korelasi antarvariabel bebas sangat penting dilakukan sebelum melakukan analisis regresi multilinier. Analisis korelasi dilakukan untuk mengukur hubungan antara satu set variabel. Semakin tinggi nilai korelasi, maka semakin erat hubungan antara dua variabel.

25

Tujuan utama analisis regresi linier adalah untuk mengetahui hubungan linier antara variabel tergantung dan variabel bebas. Semakin linier hubungan kedua variabel, maka akan semakin baik model persamaan HKSA yang didapat. Parameter statistik yang dapat digunakan sebagai faktor uji adalah berupa nilai r, F, dan SE. Koefisien korelasi, yang dinyatakan dengan r, merupakan ukuran kekuatan hubungan antara variabel tergantung (Y) dengan variabel bebas (X). Nilai r berjarak dari -1 hingga +1. Nilai -1 menandakan bahwa hubungan X dan Y negatif sempurna, sedangkan nilai +1 menyatakan hubungan positif sempurna. Jadi, jika r mendekati ± 1, maka hubungan linier antara X dan Y semakin kuat. Jika r = 0, slope akan sama dengan nol, dan X tidak dapat digunakan untuk memprediksi Y. Harga r dapat dihitung dengan rumus yang tertulis pada persamaan (12). ⎡ ⎛ n ⎞⎤ ⎜ ∑ Yi ⎟ ⎥ ⎢ n ⎛ ⎞ ⎝ i =1 ⎠ ⎥ ⎢ X i Yi − ⎜ ∑ X i ⎟ ∑ ⎢⎝ i =1 ⎠ n ⎥ i =1 ⎢ ⎥ ⎣ ⎦ n

r=

⎛ n ⎞ ⎜∑ Xi ⎟ n X i2 − ⎝ i =1 ⎠ ∑ n i =1

2

⎛ n ⎞ ⎜ ∑ Yi ⎟ n 2 Yi − ⎝ i =1 ⎠ ∑ n i =1

(12) 2

F merupakan ukuran perbedaan tingkat signifikansi dari model regresi. Nilai F dihitung dengan rumus yang dituliskan pada persamaan (13). F=

r 2 (n − k − 1) k (1 − r 2 )

(13)

Signifikansi dari persamaan regresi terjadi apabila nilai Fhitung lebih besar dariapada Ftabel untuk batas konfidensi yang ditentukan. Untuk analisis HKSA, tingkat konfidensi yang biasa digunakan adalah 95% atau 99%.

26

Kadang-kadang dalam suatu set data, terdapat beberapa data di sekitar garis linier. Untuk mengukur data yang menyebar tersebut digunakan suatu perkiraan standard error (SE) seperti pada persamaan (14). ∧ ⎛ ⎞ ⎜ Yi − Yi ⎟ ∑ ⎠ i =1 ⎝ n−2 n

SY | X =

2

(14) ∧

dengan Yi adalah nilai Y yang diteliti untuk nilai-nilai Xi dan Yi yang diberikan dalam data. Untuk suatu kasus tertentu dengan jumlah variabel yang banyak, misalnya dalam analisis HKSA antitoksoplasma senyawa turunan kuinolon yang melibatkan tiga jenis deskriptor dengan total variabel sebanyak 18 buah dapat dilakukan proses analisis menggunakan analisis faktor atau PCA (Principal Component Analysis). PCA merupakan suatu teknik dalam mereduksi sejumlah data dengan adanya korelasi dalam data tersebut. Jika masing-masing variabel tidak mempunyai korelasi, maka teknik PCA tidak dapat digunakan. Ide di balik PCA adalah untuk menemukan komponen-komponen utama, Z1, Z2, ..., Zn yang merupakan kombinasi linier dari variabel asli yang mendeskripsikan masing-masing senyawa X1, X2, ..., Xn. Z1 = a11X1 + a12X2 + a13X3 + ... a1nXn

(15)

Z2 = a21X1 + a22X2 + a23X3 + ... a2nXn,

(16)

Zn = ........ (Miller dan Miller, 2000).

27

Dalam analisis dengan PCA, dilakukan suatu penyederhanaan struktur data dan dimensi yang cukup besar, khususnya apabila variabel yang dihadapi cukup banyak (Puspitasari et al., 2006). Kemudian, untuk menentukan parameter statistik yang dapat digunakan untuk memprediksi aktivitas antitoksoplasma secara teoritis digunakan perhitungan dengan teknik Principal Component Regression (PCR).

28

BAB III LANDASAN TEORITIK, HIPOTESIS, DAN RANCANGAN PENELITIAN

III.1 Landasan Teoritik Penyakit toksoplasmosis yang disebabkan oleh protozoa T. gondii dulu diobati dengan kombinasi pirimetamin dan sulfonamid yang bekerja dengan menghambat

enzim

tetrahidrofolat-dehidrogenase.

Namun

karena

faktor

resistensi, maka kombinasi ini telah digantikan oleh antibiotik lain yang lebih aktif. Kuinolon merupakan salah satu alternatif antibiotik yang sekarang ini sedang dikembangkan sebagai terapi toksoplasmosis. Salah satu jenis kuinolon, yaitu trovafloksasin, mempunyai aktivitas penghambatan 50% (IC50) yang rendah, yaitu 0,4 mg/L, artinya obat ini memiliki potensi baik sebagai obat toksoplasmosis. Namun sebuah penelitian menunjukkan bahwa trovafloksasin mempunyai kekurangan dalam hal toksisitas yang relatif tinggi daripada kuinolon lainnya. Hal ini membuka kesempatan dalam penemuan obat baru yang lebih potensial dengan tingkat toksisitas yang rendah. Analisis HKSA antitoksoplasma senyawa kuinolon pada penelitian ini dilakukan untuk menemukan model persamaan terbaik yang kemudian digunakan sebagai dasar penentuan aktivitas senyawa baru (dinyatakan dalam log 1/IC50) yang diharapkan lebih potensial untuk terapi toksoplasmosis. Turunan senyawa kuinolon pada penelitian ini diperoleh dari literatur yang menampilkan aktivitas (IC50) eksperimental 24 senyawa turunan kuinolon melalui studi in vitro oleh

29

Gozalbez et al., (2000). Data aktivitas (IC50) eksperimental 24 senyawa turunan kuinolon disajikan dalam tabel II.1. Struktur kuinolon memiliki aktivitas antibakteri pada gugus R1, R5, dan R7 seperti tampak dalam gambar III.1.

Gambar III.1. Aktivitas antibakteri kuinolon (Bryskier, 2004)

Dari struktur tersebut terlihat bahwa substituen yang ada pada gugusgugus antibakteri akan menentukan aktivitas kuinolon. Analisis HKSA antitoksoplasma yang dilakukan oleh Gozalbez et al., (2000) menunjukkan model terbaik untuk penggunaan deskriptor topologi yang dilakukan untuk meneliti pengaruh masing-masing atom atau substituen pada kerangka struktur kuinolon terhadap aktivitas antitoksoplasma, yaitu menggunakan metode LDA dan MLR dengan korelasi (r2) sebesar 0,87. Pemilihan parameter merupakan langkah pertama yang penting dalam studi HKSA. Jika asosiasi antara parameter terseleksi dan aktivitas sangat kuat, prediksi aktivitas menjadi mungkin. Jika hanya berupa asosiasi lemah, harga parameter yang diketahui tidak akan membantu memprediksi aktivitas. Jadi dalam suatu penelitian, parameter harus dipilih yang relevan dengan aktivitas suatu seri

30

molekul yang diselidiki dan parameter tersebut haruslah mempunyai nilai yang didapatkan dengan cara yang konsisten (Pranowo, 2004). Secara khusus, muatan bersih atom, selisih energi HOMO-LUMO, kerapatan elektron orbital perbatasan, dan superdelokalisabilitas telah terlihat memiliki hubungan dengan berbagai aktivitas biologi (Katritzky et al., 1996). Muatan bersih atom berguna dalam penentuan berbagai reaksi kimia maupun sifat-sifat fisiko kimia suatu molekul, sedangkan selisih energi HOMO-LUMO dapat digunakan untuk menentukan reaktivitas suatu senyawa. Efek pelarut juga memegang peranan penting dalam proses kimia dan fisika larutan. Koefisien partisi sebagai parameter hidrofobik dapat menjadi karakteristik pelarutan karena berhubungan langsung dengan perubahan energi bebas pelarutan pada larutan antara air dan oktanol. Log P juga berhubungan dengan kemampuan suatu obat untuk menembus sel target dalam organisme patogen. Selain parameter-parameter tersebut, dalam penelitian ini juga digunakan deskriptor sterik berupa indeks topologi yaitu indeks Harary dan indeks Randic. Sebagai deskriptor sterik, indeks topologi menawarkan cara yang mudah dalam pengukuran cabang molekul, bentuk, ukuran, siklisitas, simetri, sentrisitas, dan kompleksitas (Devillers et al., 1997). Para ilmuwan cenderung memilih deskriptor topologi dalam penentuan aktivitas biologi maupun evaluasi terhadap toksisitas senyawa. Dalam hal ini, topologi molekul dapat digunakan sebagai deskriptor molekul numerik dalam HKSA atau HKSS.

31

Dengan mempelajari hubungan antara parameter elektronik seperti muatan bersih atom dan selisih energi HOMO-LUMO, efek hidrofobik (log P), dan efek sterik berupa indeks topologi terhadap aktivitas senyawa turunan kuinolon, diharapkan akan dapat ditentukan suatu model persamaan HKSA antitoksoplasma yang baik.

III.2 Hipotesis Terdapat hubungan linier antara efek elektronik (muatan atom-atom pada kerangka struktur induk dan selisih energi HOMO-LUMO), efek hidrofobik (log P), dan efek sterik berupa indeks topologi (indeks Harary dan indeks Randic) pada satu seri senyawa turunan kuinolon dengan aktivitas antibakteri turunan kuinolon.

III.3 Rancangan Penelitian Penelitian dimulai dengan penggunaan data aktivitas eksperimental (IC50) 24 kuinolon yang didapatkan dari literatur (Gozalbez et al., 2000) kemudian dilakukan pemodelan molekul untuk memperoleh struktur dengan energi potensial minimum. Selanjutnya dilakukan optimasi geometri dengan metode semiempirik AM1 dan perhitungan seluruh deskriptor meliputi deskriptor elektronik, yaitu muatan bersih atom-atom yang membentuk struktur induk kuinolon (14 atom) dan selisih energi HOMO-LUMO, deskriptor hidrofobik berupa koefisien partisi (log P) serta deskriptor topologi meliputi indeks Harary dan indeks Randic. Data-data yang telah didapat kemudian dipisahkan menjadi data fitting (18 senyawa) dan data uji (6 senyawa). Pemilihan data uji dilakukan dengan mengacak berdasarkan

32

aktivitas senyawa. Data uji diambil masing-masing dua senyawa dengan aktivitas tinggi, sedang, dan kecil. Data fitting kemudian dianalisis statistik, meliputi analisis korelasi, analisis regresi multilinier (MLR), serta dibandingkan dengan analisis total data (24 senyawa) menggunakan PCA yang dilanjutkan dengan PCR. Persamaan terbaik yang didapat dari analisis MLR terhadap data fitting kemudian diuji validitasnya menggunakan senyawa uji dan total senyawa dengan memperhatikan nilai-nilai r, F, dan SE. Kualitas persamaan kedua metode diuji dengan nilai PRESS.

33

BAB IV METODE PENELITIAN

IV.1 Peralatan Penelitian Peralatan yang digunakan berupa perangkat keras dan perangkat lunak. a. Perangkat keras Perangkat keras yang digunakan berupa komputer dengan prosesor Intel Pentium 4 dengan kapasitas 1,5 GHz dan RAM 128 MB. b. Perangkat lunak Perangkat lunak yang digunakan adalah softaware ChemDraw Ultra 10.0 (ChemOffice 2006) untuk menggambar struktur 2D molekul, softaware HyperchemTM versi 7.0 untuk melakukan optimasi geometri semiempirik AM1, perhitungan muatan atom, log P, dan selisih

energi

HOMO-LUMO,

softaware

MarvinView

(marvinbeans-4_1_13-windows_with_jre.exe) dari ChemAxon untuk menentukan indeks Harary dan indeks Randic, softaware Microsoft Office Excel 2003 untuk perhitungan data, dan softaware SPSS 11.5 for Windows untuk analisis statistik.

IV.2 Obyek Penelitian Penelitian ini menggunakan data aktivitas (IC50) eksperimental 24 senyawa kuinolon yang diperoleh dari literatur. Struktur dasar kuinolon, meliputi

34

struktur A, B, C, dan D ditampilkan pada gambar II.3 dan data aktivitas (IC50) eksperimental 24 senyawa kuinolon ditampilkan pada tabel II.1.

IV.3 Prosedur IV.3.1 Pemodelan molekul Sejumlah 24 senyawa turunan kuinolon yang diambil dari literatur (Gozalbez et al., 2000) digambar dibentuk secara 2D kemudian diubah ke dalam bentuk 3D. Langkah yang dilakukan pertama kali adalah penentuan energi potensial minimum untuk tiap-tiap senyawa menggunakan metode mekanika molekular MM+. Penentuan energi potensial minimum dilakukan dengan Compute-Potential pada substituen yang terikat pada atom-atom C1, C7, dan C8 dengan cara evaluasi sudut torsi yang sesuai dengan tingkat energi minimum yang ditampilkan. Pemodelan struktur bertujuan untuk mendapatkan struktur dengan energi minimum sehingga diperoleh keadaan paling stabil.

IV.3.2 Perhitungan struktur elektronik dengan metode semiempiris AM1 Senyawa turunan kuinolon setelah melalui pemodelan molekul kemudian dioptimasi menggunakan metode semiempirik AM1 algoritma Polak-Ribiere dengan batas konvergensi 0,001 kkal/(Åmol) untuk mendapatkan struktur yang paling stabil dengan tingkat energi terendah. Setelah itu dilakukan perhitungan struktur elektronik yang terdiri dari muatan bersih atom-atom pada kerangka struktur induk kuinolon dan selisih energi HOMO-LUMO. Prosedur optimasi geometri ditampilkan pada lampiran 3.

35

Muatan bersih pada atom-atom yang terdapat dalam kerangka struktur induk kuinolon terdiri dari 14 atom, yaitu: qN1, qC2, qC3, qC4, qC5, qY6, qC7, qX8, qC9, qC10, qC11, qO1, qO2, dan qO3 yang ditampilkan pada gambar IV.1. H R5

O (3)

(5)

R6

O(2)

(4)

C (11)

(10) (6)

Y

(3)

O (1)

(9)

R7

(7)

(2)

X

N

R8

R1

(8)

(1)

Gambar IV.1 Atom-atom pada kerangka struktur induk kuinolon

Selanjutnya dilakukan perhitungan selisih energi HOMO-LUMO dengan menggunakan Compute-Orbitals. Energi HOMO merupakan energi pada orbital molekul paling tinggi yang terisi elektron, sedangkan energi LUMO merupakan energi pada orbital molekul terendah yang tidak terisi elektron. Selisih energi HOMO-LUMO didapatkan dengan mengurangkan energi HOMO dan LUMO pada dua simetri yang terdekat.

IV.3.3 Penentuan koefisien partisi (log P) Koefisien partisi tiap-tiap molekul dalam satu seri senyawa kuinolon ditentukan dengan Compute-QSAR Properties-Log P.

IV.3.4 Perhitungan struktur sterik

36

Perhitungan struktur sterik yang terdiri dari indeks Harary dan indeks Randic dilakukan dengan Tools-Geometry-Topology Analysis. IV.3.5 Analisis statistik HKSA Data-data yang didapat dari penelitian ini terdiri dari muatan bersih atom pada kerangka struktur induk kuinolon (14 atom), selisih energi HOMO-LUMO, log P, dan indeks Harary serta indeks Randic. Data-data tersebut akan dilakukan analisis statistik untuk mencari model persamaan HKSA terbaik dalam menentukan prediksi aktivitas senyawa kuinolon. Analisis dilakukan dengan dua buah metode, yaitu MLR dan PCR.

IV.3.5.1 Analisis korelasi Analisis korelasi bivariate dilakukan dengan metode two-tailed dan koefisien korelasi Pearson. Pada langkah ini, masing-masing deskriptor dicari tingkat korelasinya terhadap aktivitas antitoksoplasma (log 1/IC50). Deskriptor dengan tingkat korelasi yang tinggi berarti mempunyai pengaruh yang besar terhadap aktivitas antitoksoplasma (log 1/IC50).

IV.3.5.2 Analisis statistik menggunakan Multilinear Regression (MLR) Analisis MLR melibatkan dua buah variabel, yaitu variabel bebas dan variabel tergantung. Variabel bebas berupa muatan bersih atom pada kerangka struktur induk kuinolon (berjumlah 14 atom) yang dinyatakan dalam Coulomb, selisih energi HOMO-LUMO yang dinyatakan dalam eV, nilai log P, indeks Harary dan indeks Randic. Variabel tergantung berupa aktivitas antitoksoplasma

37

(log 1/IC50) untuk masing-masing senyawa kuinolon (berjumlah 24 senyawa). Analisis regresi multilinier dilakukan dua kali, yaitu pertama dilakukan terhadap data fitting sebanyak 18 senyawa dan ke dua dilakukan terhadap data uji sebanyak 6 senyawa untuk validitas persamaan. Pengambilan data uji dilakukan secara acak yaitu diambil senyawa masing-masing dua buah, dengan aktivitas tinggi, sedang, dan rendah. Selanjutnya analisis diujikan pada 24 seri senyawa untuk mendapatkan hasil yang lebih representatif. Analisis regresi multilinier dilakukan dengan metode backward. Prosedur dalam eliminasi backward dimulai dengan model regresi yang komplit, yaitu yang memasukkan seluruh variabel bebas yang tepat, kemudian dicoba untuk menghilangkannya satu per satu dalam satu waktu (Berenson, et al, 1983).

IV.3.5.3 Analisis statistik menggunakan Principal Component Regression (PCR) Analisis PCR diawali dengan analisis faktor (PCA) dengan analisis reduksi variabel-variabel bebas. Analisis ini dilakukan dengan memasukkan seluruh variabel bebas, kemudian akan didapatkan sebuah komponen matriks baru. Analisis PCA digunakan untuk menentukan jumlah komponen matrik yang akan digunakan. Bobot dari komponen yang diperoleh digunakan untuk menghitung nilai variabel laten (sesuai jumlah komponen) sehingga diperoleh matriks baru (Puspitasari et al., 2006). Matriks baru ini dikalikan dengan nilai-nilai pada variabel bebas, sehingga didapatkan variabel baru yang disebut variabel laten (dilambangkan dengan ”T”).

38

Variabel laten kemudian dianalisis PCR melawan log 1/IC50 sebagai variabel tergantung. Analisis PCR dilakukan dengan total data berjumlah 24 senyawa dengan metode enter. Metode ini dilakukan dengan cara memasukkan variabel laten satu demi satu. Analisis regresi pertama melibatkan T1 sebagai variabel bebas dan log 1/IC50 sebagai variabel tergantung. Hasil yang diperoleh berupa persamaan regresi. Selanjutnya dianalisis dengan melibatkan variabel laten T1 dan T2. Jika kedua variabel masuk dalam persamaan, maka dapat diartikan bahwa kedua variabel memiliki pengaruh terhadap aktivitas kuinolon. Persamaan pertama tidak lagi berlaku dan digantikan dengan persamaan HKSA yang baru. Selanjutnya dicoba untuk memasukkan T3. Jika tidak ada variabel yang keluar, maka dilanjutkan sampai variabel laten yang berikutnya. Namun bila ada salah satu variabel yang keluar, maka analisis dihentikan dan didapatkan model persamaan ke tiga. Demikian selanjutnya sampai variabel laten terakhir dimasukkan dalam analisis regresi. Persamaan yang memenuhi kriteria sebagai persamaan terpilih akan dijadikan pedoman dalam menentukan log 1/IC50 prediksi.

IV.3.5.4 Validasi persamaan HKSA Setelah dilakukan analisis statistik dengan MLR maupun PCR, akan didapatkan beberapa model persamaan. Model-model tersbut diuji validitasnya dengan mempertimbangkan nilai-nilai r, F, SE, dan PRESS. Persamaan yang diterima harus memiliki kriteria-kriteria sebagai berikut: 1.

Nilai r mendekati 1

39

2.

Fhitung/Ftabel > 1

3.

Nilai SE dan PRESS kecil SE kecil menandakan bahwa tingkat kesalahan antara data dan model relatif kecil. Nilai PRESS yang kecil mengindikasikan bahwa harga prediksi mendekati harga eksperimental.

40

BAB V HASIL PENELITIAN DAN PEMBAHASAN

V.1 Pemodelan Struktur Senyawa Turunan Kuinolon Pada penelitian ini telah digunakan kajian analisis HKSA antitoksoplasma untuk 24 senyawa turunan kuinolon yang diperoleh dari literatur (Gozalbez et al., 2000). Analisis HKSA pada senyawa tersebut dilakukan dengan menggunakan deskriptor hidrofobik, sterik, dan elektronik. Sebelumnya telah dilakukan pemodelan molekul serta proses optimasi geometri untuk mendapatkan struktur paling stabil dengan tingkat energi minimum. Penentuan energi minimum dilakukan dengan pembatasan (constrain) pada sudut torsi struktur molekul kuinolon tersebut. Sebagai contoh adalah penentuan energi minimum pada struktur molekul trovafloksasin.

(a) (b) Gambar V.1 Grafik energi potensial minimum untuk molekul trovafloksasin pada (a) substituen R1 dan (b) substituen R7.

41

Pada molekul trovafloksasin, terdapat dua buah sudut torsi yang akan ditentukan energi potensial minimumnya, yaitu sudut yang terbentuk antara kerangka struktur induk kuinolon dengan substituen pada R1 dan R7. Penentuan energi potensial minimum dilakukan dengan metode mekanika molekular MM+ dengan Compute-Potential. Grafik energi potensial minimum akan tampil seperti pada gambar V.1. Dari gambar V.1 tampak bahwa energi minimum molekul trovafloksasin sebesar 275º kkal/mol berada pada sudut 100o atau 300o untuk substituen R1 dan sebesar 275 kkal/mol pada sudut 100o pada substituen R7, sehingga diperlukan pembatasan (constrain) sudut torsi pada substituen R1 sebesar 100o atau 300o dan 100o pada substituen R7. Setelah

dilakukan

pemodelan,

selanjutnya

molekul

trovafloksasin

dioptimasi dengan menggunakan metode semiempirik AM1 untuk mendapatkan struktur paling stabil. Struktur molekul trovafloksasin setelah proses optimasi ditampilkan pada gambar V.2.

Gambar V.2 Struktur molekul trovafloksasin setelah proses optimasi

42

Selanjutnya dilakukan hal yang sama terhadap 23 senyawa turunan kuinolon lainnya, sehingga seluruh struktur senyawa turunan kuinolon berada pada keadaan yang paling stabil.

V.2 Rekapitulasi Deskriptor Hidrofobik, Sterik, dan Elektronik V.2.1 Rekapitulasi deskriptor hidrofobik Penelitian ini menggunakan tiga buah deskriptor yang terdiri dari deskriptor hidrofobik, sterik, dan elektronik. Deskriptor hidrofobik berupa log P, deskriptor sterik terdiri dari indeks Harary dan indeks Randic, serta deskriptor elektronik berupa muatan bersih atom pada cincin induk kuinolon yang berjumlah 14 atom dan selisih enegi HOMO-LUMO, sehingga total deskriptor yang digunakan adalah 18 buah. Data-data deskriptor hidrofobik (log P) dan sterik (indeks Harary dan indeks Randic) untuk 24 senyawa turunan kuinolon disajikan pada tabel V.1 sedangkan data-data selisih energi HOMO-LUMO dan muatan bersih atom disajikan berturut-turut pada tabel V.2 dan V.3. Tabel V.1 memperlihatkan nilai log P dari 24 senyawa turunan kuinolon berkisar antara -3,34 sampai dengan 1,39. Nilai log P berkaitan dengan distribusi obat dalam tubuh. Semakin positif nilai log P senyawa akan cenderung berada pada fase non polar daripada fase polar, sedangkan semakin negatif nilai log P senyawa akan cenderung berada pada fase polar daripada fase non polar, yang berarti senyawa tersebut hanya larut dalam cairan tubuh saja dan sulit untuk menembus membran biologis sehingga tidak dapat berikatan dengan reseptor.

43

Senyawa dengan nilai log P paling positif yaitu sebesar 1,39 adalah asam nalidiksat dan senyawa dengan nilai log P paling negatif yaitu sebesar -3,34 adalah sparfloksasin. Ini berarti bahwa asam nalidiksat merupakan kuinolon dengan kecenderungan berada pada fase non polar paling tinggi, sedangkan sparfloksasin merupakan kuinolon dengan kecenderungan berada pada fase polar yang paling tinggi. Tabel V.1 Data log P, indeks Harary dan indeks Randic pada 24 senyawa turunan kuinolon No Kuinolon Log P Indeks Harary Indeks Randic 1 Trovafloksasin -1,69 126,14 14,56 2 Grepafoksasin -1,28 102,91 12,38 3 Gatifloksasin -2,43 109,35 13,35 4 Moxifloksasin -2,30 121,88 13,99 5 Temafloksasin -2,56 125,69 14,26 6 Clinafloksasin 0,75 97,66 11,88 7 Acrosoksasin -0,66 78,15 10,61 8 Enoksasin -0,12 84,25 11,02 9 Lomefloksasin -2,09 96,46 11,85 10 Rufloksasin -2,71 98,02 11,97 11 Irloksasin -1,68 79,32 15,93 12 Asam Piromidat 0,93 73,39 10,11 13 Sparfloksasin -3,34 116,19 13,20 14 Flumequin -0,26 66,12 8,99 15 Fleroksasin -2,32 101,38 12,35 16 Asam Oksolinat -1,59 64,81 9,11 17 Norfloksasin -1,90 84,25 11,02 18 Ofloksasin -2,64 104,3 12,38 19 Asam Nalidiksat 1,39 53,85 8,04 20 Ciprofloksasin -1,85 90,59 11,56 21 Pefloksasin -1,54 89,27 11,42 22 Asam Pipemidat 0,04 78,15 10,61 23 Levofloksasin -2,64 104,3 12,38 24 Cinoksasin -0,34 64,81 9,11

44

Senyawa dengan aktivitas tinggi seperti empat senyawa urutan atas (trovafloksasin, grepafoksasin, gatifloksasin, dan moksifloksasin) pada umumnya adalah senyawa dengan koefisien partisi berada di tengah-tengah kisaran, sehingga senyawa tersebut dapat larut dalam tubuh dan juga mudah untuk berinteraksi dengan reseptor.

V.2.2 Rekapitulasi deskriptor sterik Deskriptor sterik yang digunakan dalam penelitian ini adalah indeks topologi yang dihitung berdasarkan matriks jarak. Pada software yang digunakan untuk perhitungan indeks topologi dalam penelitian ini, terdapat delapan buah deskriptor, namun yang digunakan dalam penelitian ini hanyalah dua deskriptor saja, yaitu indeks Harary dan indeks Randic. Kedua indeks ini dipilih karena alasan kesederhanaan dalam perhitungannya dan juga lebih dapat diterima serta telah digunakan secara luas. Dari tabel V.1 tampak bahwa kuinolon dengan substituen yang besar pada umumnya akan memiliki harga indeks Harary dan indeks Randic yang besar pula. Hal ini dapat dijelaskan pertama dengan keruahan molekul atau efek sterik itu sendiri. Molekul dengan keruahan besar akan memberikan harga indeks topologi yang besar. Ke dua dengan dasar perhitungan indeks topologi bahwa atom dipandang sebagai puncak (edge) dan ikatan dipandang sebagai tepian (vertice). Dengan asumsi bahwa semakin banyak atom penyusun molekul akan semakin banyak pula ikatan antar atom yang terjadi, maka kecenderungan harga indeks

45

Harary dan indeks Randic yang perhitungannya terkait dengan jumlah puncak (atom) dan tepian (ikatan) akan menjadi lebih besar. Harga indeks Harary dan indeks Randic terendah berturut-turut sebesar 53,85 dan 8,04 ditunjukkan oleh kuinolon yang sama yaitu asam nalidiksat sedangkan harga terbesar ada sedikit perbedaan. Untuk indeks Harary terbesar yaitu 126,14 ditunjukkan oleh trovafloksasin dan indeks Randic terbesar yaitu 15,93 pada molekul irloksasin. Perbedaan ini lebih dikarenakan karena faktor perhitungan kedua indeks yang berbeda. Namun kecenderungan yang ada pada kuinolon lainnya tetaplah sama, yaitu bahwa kedua indeks akan menunjukkan harga yang besar untuk molekul-molekul dengan keruahan besar dan sebaliknya akan mengecil bila molekul tidak terlalu meruah. Pada data tabel V.1 juga terlihat adanya kesamaan harga kedua indeks yang ditunjukkan oleh molekul nomor 16, asam oksolinat dan nomor 24, cinoksasin yaitu sebesar 64,81 untuk indeks Harary dan 9,11 untuk indeks Randic. Persamaan harga kedua indeks dikarenakan kedua molekul tersebut memiliki substituen yang sama persis dan terletak pada atom-atom C yang sama pula. Meskipun demikian kedua molekul tersebut tidaklah sama persis karena terbentuk dari struktur dasar yang berbeda. Struktur dasar asam oksolinat adalah struktur A sedangkan struktur dasar cinoksasin adalah struktur D. Perbedaan yang ada pada kedua struktur dasar tersebut adalah bahwa atom karbon nomor 2 (C2) struktur A, pada struktur D diganti dengan atom nitrogen. Struktur dasar kuinolon dapat dilihat pada gambar II.3 dan penomoran atom pada cincin induk kuinolon telah ditampilkan pada gambar IV.1.

46

V.2.2 Rekapitulasi deskriptor elektronik Selain deskriptor hidrofobik, penelitian ini menggunakan deskriptor elektronik berupa selisih energi HOMO-LUMO dan muatan bersih atom-atom pada cincin induk kuinolon. Selisih energi HOMO-LUMO untuk 24 senyawa turunan kuinolon ditunjukkan pada tabel V.2. Tabel V.2 Data selisih energi HOMO-LUMO pada 24 senyawa turunan kuinolon No Kuinolon E HOMO Simetri E LUMO Simetri ΔΕ (eV) 1 Trovafloksasin -9,418 77 -1,489 78 7,929 2 Grepafoksasin -8,865 69 -0,760 70 8,104 3 Gatifloksasin -9,098 72 -0,985 73 8,113 4 Moxifloksasin -8,970 77 -0,873 78 8,097 5 Temafloksasin -9,364 78 -1,277 79 8,087 6 Clinafloksasin -9,179 66 -1,078 67 8,101 7 Acrosoksasin -9,317 55 -1,127 56 8,190 8 Enoksasin -9,163 61 -1,101 62 8,062 9 Lomefloksasin -9,310 67 -1,226 68 8,084 10 Rufloksasin -8,428 66 -0,945 67 7,483 11 Irloksasin -9,281 56 -1,245 57 8,035 12 Asam Piromidat -9,240 55 -0,757 56 8,483 13 Sparfloksasin -8,685 75 -1,014 76 7,671 14 Flumequin -9,109 49 -0,925 50 8,184 15 Fleroksasin -9,025 70 -1,046 71 7,979 16 Asam Oksolinat -9,090 49 -0,864 50 8,226 17 Norfloksasin -9,012 61 -0,873 62 8,139 18 Ofloksasin -8,762 69 -0,833 70 7,929 19 Asam Nalidiksat -9,396 44 -0,911 45 8,485 20 Ciprofloksasin -8,935 63 -0,778 64 8,157 21 Pefloksasin -9,227 64 -0,974 65 8,253 22 Asam Pipemidat -9,385 58 -0,857 59 8,528 23 Levofloksasin -8,762 69 -0,833 70 7,929 24 Cinoksasin -9,235 49 -1,120 50 8,116

Selisisih

energi

orbital

energi

HOMO-LUMO

menggambarkan

kemudahan suatu sistem molekul untuk mengalami eksitasi ke keadaan elektronik

47

yang lebih tinggi. Selisih energi orbital HOMO-LUMO yang lebih rendah akan menggambarkan bahwa suatu sistem molekul relatif lebih mudah mengalami eksitasi ke keadaan elektronik yang lebih tinggi. Selain itu, selisih energi HOMOLUMO juga dapat menggambarkan stabilitas suatu molekul. Molekul dengan selisih energi HOMO-LUMO yang besar berarti molekul tersebut memiliki stabilitas yang tinggi, sehingga memiliki reaktivitas yang rendah dalam reaksireaksi kimia. Dari tabel V.2 tampak bahwa 24 senyawa kuinolon memiliki selisih energi orbital HOMO-LUMO yang relatif sama. Selisih energi terbesar ditunjukkan oleh molekul asam pipemidat dengan energi sebesar 8,528 eV sedangkan harga terendah pada molekul rufloksasin sebesar 7,483 eV. Deskriptor elektronik lain yang digunakan dalam penelitian ini berupa muatan bersih atom (yang berjumlah 14 atom) dari cincin induk kuinolon. Atomatom tersebut adalah qN1, qC2, qC3, qC4, qC5, qY6, qC7, qX8, qC9, qC10, qC11, qO1, qO2, dan qO3. Penomoran atom pada cincin induk kuinolon ditampilkan pada gambar IV.1. Muatan bersih atom dalam penelitian ini dipilih sebagai deskriptor elektronik dengan pertimbangan bahwa muatan maupun kerapatan elektron lokal sangat penting dalam penentuan berbagai reaksi kimia dan sifat-sifat fisikokimia senyawa. Deskriptor berdasarkan muatan dalam hal ini berguna untuk mengukur interaksi intermolekular. Data muatan bersih atom untuk 24 senyawa turunan kuinolon ditampilkan pada tabel V.3.

48

49

Dari tabel V.3 dapat dilihat bahwa muatan bersih atom untuk atom-atom O baik O1, O2, dan O3 relatif tidak berbeda, sedangkan untuk muatan bersih atomatom C menunjukkan beberapa perubahan. Perubahan yang mencolok terlihat pada atom-atom nomor 1, 7, dan 8. Hal ini terjadi karena adanya pengaruh substituen yang terikat pada atom-atom tersebut. Keberadaan substituen tersebut mengakibatkan pengurangan induksi muatan parsial. Atom hidrogen yang digantikan dengan gugus lain akan mengakibatkan pengurangan induksi muatan parsial positif. Muatan bersih atom karbon dapat bernilai positif maupun negatif, tergantung pada gugus yang terikat pada atom C tersebut. Muatan bersih atom karbon yang bernilai positif disebabkan oleh adanya gugus-gugus penarik elektron seperti metoksi, sehingga kerapatan elektron menjadi lebih kecil. Muatan karbon yang bernilai negatif disebabkan karena adanya gugus-gugus metil, alkil, atom halida, mapun atom hidrogen yang terikat pada C. Gugus-gugus tersebut merupakan gugus penyumbang elektron, sehingga kerapatan elektron menjadi lebih besar. Dengan demikian dapat dikatakan bahwa substitusi gugus dengan jenis atau posisi yang berbeda akan mempengaruhi muatan bersih atom-atom tempat substituen itu berada. Perbedaan struktur molekul akan mengakibatkan perbedaan sifat elektronik (muatan bersih atom) sehingga menghasilkan aktivitas (IC50) yang berbeda.

50

V.3 Analisis HKSA dengan Metode Regresi Multilinier (MLR) Data-data yang telah didapat dari perhitungan 18 buah deskriptor yang terdiri dari 14 muatan bersih atom, selisih energi HOMO-LUMO, log P, indeks Harary dan indeks Randic kemudian dianalisis statistik untuk menemukan sebuah persamaan HKSA. Hubungan antara struktur dan aktivitas biologi suatu zat adalah linier. Dalam penelitian ini digunakan metode regresi linier (MLR) untuk mengetahui hubungan linier antara 18 buah deskriptor terhadap aktivitas antitoksoplasma. Sebagai variabel bebas adalah 18 buah deskriptor yang terdiri dari muatan bersih atom pada cincin induk kuinolon (qN1, qC2, qC3, qC4, qC5, qY6, qC7, qX8, qC9, qC10, qC11, qO1, qO2, dan qO3), selisih energi HOMOLUMO, log P, indeks Harary dan indeks Randic sedangkan variabel tergantung adalah log 1/IC50. Untuk mengetahui hubungan antara variabel tersebut dilakukan analisis korelasi. Analisis korelasi dilakukan untuk mengetahui derajat hubungan linier antara aktivitas antitoksoplasma (log 1/IC50) senyawa turunan kuinolon dengan 18 buah deskriptor. Analisis korelasi dilakukan dengan metode two-tailed dan koefisien korelasi Pearson. Nilai korelasi antarvariabel ditunjukkan pada tabel V.4. Tabel V.4 Korelasi antara aktivitas biologi dengan deskriptor hidofobik, elektronik, dan sterik qN1 qC2 qC3 qC4 qC5 qY6 qC7 qX8 qC9 qC10 log 1/IC50

**

0,710

log 1/IC50

Ket:

*

0,259

-0,206

log P -0,120

0,130

ΔE 0,179

-0,079

Harary 0,600**

0,182

Randic 0,543*

korelasi signifikan pada tingkat 0,05 korelasi signifikan pada tingkat 0,01

**

-0,237

0,034

0,077

0,149

qO1

qO2

qO3

-0,211

0,262

0,058

qC11 -0,344

51

Dari tabel V.4 terlihat bahwa korelasi terbesar antara aktivitas dengan muatan bersih atom (yang ditandai dengan nilai mendekati 1,000) adalah pada qO2 sebesar 0,262. Namun karena nilai tersebut masih terlampau kecil, maka perubahan yang terjadi seandainya ada substitusi gugus di posisi ini tidak terlalu besar. Adapun nilai korelasi terbesar antara aktivitas dengan deskriptor sterik adalah pada indeks Randic sebesar 0,543. Nilai korelasi aktivitas dengan indeks Harary meskipun lebih besar tidak bisa digunakan sebagai acuan karena nilai dengan tanda dua bintang hanya signifikan pada tingkat 0,01. Untuk variabel lainnya, pengaruh terhadap nilai log 1/IC50 tidak cukup kuat karena ukuran korelasinya yang tidak begitu besar. Namun demikian, pengkajian masih harus dilakukan untuk melihat pengaruh antarvariabel tersebut karena ukuran korelasi saja tidak cukup untuk menarik kesimpulan variabel yang berpengaruh terhadap aktivitas. Untuk pengkajian variabel berpengaruh lebih lanjut, dilakukan analisis menggunakan metode regresi multilinier untuk mendapatkan sebuah persamaan linier dengan melibatkan seluruh deskriptor sebagai variabel bebas yang dikaitkan dengan akivitas (log 1/IC50) sebagai variabel tergantung.

V.3.1 Evaluasi HKSA dengan data fitting Analisis regresi multilinier pada penelitian ini dilakukan dengan metode backward. Analisis dilakukan dengan 18 data fitting yang ditampilkan pada gambar V.3 (b) dengan menggunakan 18 deskriptor. Data perhitungan 18 deskriptor untuk senyawa fitting merujuk pada pada tabel V.3.

52

No.

Senyawa

No.

Senyawa

No.

Senyawa

1

1

1

1

1

3

2

2

2

2

2

6

3

3

3

4

3

10

4

4

4

5

4

13

5

5

5

7

5

19

6

6

6

8

6

21

7

9

Pemisahan

7

7

8

8

8

11

9

9

9

12

10

10

10

14

11

11

11

15

12

12

12

16

13

13

13

17

14

14

14

18

15

15

15

20

16

16

16

22

17

17

17

23

18

18

18

24

19

19

20

20

21

21

22

22

23

23

24

24

(c)

(b)

(a) Gambar V.3 Hasil pemisahan senyawa asli (a) menjadi senyawa fitting (b) dan senyawa uji (c)

Dari output diperoleh 9 model persamaan HKSA yang memberikan nilai r dan F cukup besar sehingga secara statistik dianggap layak untuk dikaji lebih lanjut. Data deskriptor statistik ditunjukkan pada tabel V.5. Kriteria persamaan terbaik yang dianjurkan dalam metode HKSA adalah harga koefisien korelasi (r) harus lebih besar dari 0,8 dan harga F yang didapat harus melebihi harga Ftabel untuk tingkat kepercayaan 95%.

53

Tabel V.5 Data deskriptor statistik pada 9 model persamaan linier No. 1

2 3 4 5 6 7 8 9

Deskriptor log P, ΔE, qN1, qC2, qC4, qC5, qY6, qC7, qX8, qC9, qC10, qC11, qO1, qO2, Harary, Randic log P, ΔE, qN1, qC2, qC4, qC5, qY6, qC7, qX8, qC9, qC10, qO1, qO2, Harary, Randic log P, ΔE, qN1, qC2, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic log P, ΔE, qN1, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic ΔE, qN1, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic ΔE, qN1, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary, Randic ΔE, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary, Randic ΔE, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary ΔE, qC4, qC5, qX8, qC9, qO1, qO2, Harary

r

r2

Fhit

Ftab

Fhit/Ftab

SE

0,993

0,985

4,137

246,32

0,017

0,332

0,993

0,985

8,825

19,43

0,454

0,235

0,992

0,984

13,223

8,7133

1,518

0,199

0,990

0,981

15,818

5,8933

2,684

0,188

0,989

0,978

18,956

4,68

4,050

0,179

0,986

0,973

19,484

4,03

4,835

0,184

0,984

0,969

21,625

3,64

5,941

0,182

0,977

0,955

18,844

3,39

5,559

0,204

0,970

0,942

18,125

3,23

5,611

0,220

Berdasarkan kriteria tersebut maka model persamaan yang terpilih adalah model persamaan 3 sampai 9. Untuk pemilihan persamaan terbaik diperlukan persyaratan nilai PRESS dengan cara melakukan validasi terhadap kesembilan model persamaan yang telah didapat menggunakan enam buah senyawa uji yang ditampilkan pada gambar V.3 (c) dan data deskriptor merujuk pada tabel V.3.

V.3.2 Pengujian model persamaan Pengujian persamaan dilakukan dengan menghitung nilai PRESSeksternal menggunakan data uji. Sebagai pembanding, dihitung pula nilai PRESSinternal menggunakan data fitting. Persamaan yang dipilih adalah persamaan yang memberikan nilai PRESSeksternal dan PRESSinternal terkecil. Nilai PRESS yang kecil menandakan bahwa persamaan tersebut memiliki kemampuan yang baik dalam memprediksi aktivitas antitoksoplasma. Jika tidak sama-sama terkecil, maka

54

perbedaan yang ada tidak boleh terlalu besar. Data PRESSeksternal dan PRESSinternal ditampilkan pada tabel V.6. Tabel V.6 Data PRESSinternal dan PRESSeksternal No. 3 4 5 6 7 8 9

Deskriptor log P, ΔE, qN1, qC2, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic log P, ΔE, qN1, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic ΔE, qN1, qC4, qC5, qY6, qC7, qX8, qC9, qO1, qO2, Harary, Randic ΔE, qN1, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary, Randic ΔE, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary, Randic ΔE, qC4, qC5, qC7, qX8, qC9, qO1, qO2, Harary ΔE, qC4, qC5, qX8, qC9, qO1, qO2, Harary

PRESSint

PRESSekst

2.016

11.141

1.372

6.434

1.138

4.532

1.246

3.516

1.220 1.192 1.050

3.878 2.636 1.285

Dari data pada tabel V.6 terlihat bahwa persamaan dengan nilai PRESSinternal dan PRESSeksternal sama-sama terkecil adalah persamaan 9. Dengan demikian, persamaan 9 merupakan persamaan HKSA terbaik. Model 9 melibatkan deskriptor-deskriptor ΔE, qC4, qC5, qX8, qC9, qO1, qO2, dan indeks Harary. Persamaan HKSA yang dihasilkan dituliskan pada persamaan (17) log1 / IC50 = 86,253 + 0,023.ΔE - 203,355.qC4 + 11,774.qC5 + 4,075.qX8 + 25,975.qC9 - 105,549.qΟ1 + 216,135.qΟ2 + 0,027.Η

(17) 2

dengan n = 18; r = 0,970; r = 0,942; SE = 0,220; Fhit/Ftab = 5,611 Persamaan 9 memberikan persamaan garis lurus yang mendekati ideal, yaitu yang ditunjukkan dengan harga slope mendekati 1. Gambar V.4 memperlihatkan grafik korelasi antara aktivitas (log 1/IC50) prediksi dengan aktivitas (log 1/IC50) eksperimen terhadap (a) data internal (fitting) dan (b) data eksternal (uji).

55

(a) (b) Gambar V.4 Grafik korelasi antara aktivitas (log 1/IC50) prediksi dengan aktivitas (log 1/IC50) eksperimen terhadap (a) data internal (fitting) dan (b) data eksternal (uji)

Dari persamaan 17 terlihat bahwa variabel yang berpengaruh terhadap aktivitas (log 1/IC50) adalah ΔE, qC4, qC5, qX8, qC9, qO1, qO2, dan indeks Harary. Selanjutnya deskriptor terpilih tersebut yang akan digunakan untuk merumuskan persamaan akhir dengan melibatkan total 24 senyawa. Hal ini dilakukan dengan pertimbangan bahwa semakin banyak data akan memberikan hasil yang lebih representatif.

V.3.3 Perumusan persamaan HKSA dengan total data Persamaan terbaik terpilih, yaitu persamaan 9 diujikan dengan 24 seri senyawa turunan kuinolon. Analisis MLR dilakukan dengan metode enter dengan deskriptor variabel berpengaruh pada persamaan terpilih. Data 24 seri senyawa turunan kuinolon dengan variabel berpengaruh dapat dilihat pada lampiran 2. Hasil regresi linier memberikan hasil yang cukup baik dengan nilai koefisien korelasi yang cukup tinggi, yaitu 0,942. Hasil ini juga didukung oleh

56

nilai-nilai SE yang kecil, yaitu 0,254 serta nilai rasio Fhit/Ftab yang cukup besar, 5,586. Grafik korelasi antara aktivitas (log 1/IC50) prediksi dan eksperimen yang ditunjukkan pada gambar V.5 juga mempelihatkan slope yang mendekati 1. Ini berarti bahwa persamaan yang dihasilkan mampu memberikan tingkat prediksi yang cukup baik.

Gambar V.5 Grafik korelasi antara aktivitas (log 1/IC50) prediksi dan eksperimen pada 24 seri senyawa turunan kuinolon Dari perhitungan didapatkan persamaan HKSA yang dituliskan pada persamaan 18. log1 / IC50 = 83,287 − 0,522.ΔE - 225,7.qC4 + 7,963.qC5 + 4,285.qX8 + 32,329.qC9 - 109,956.qΟ1 + 172,007.qΟ 2 + 0,025.Η

(18) dengan n = 24; r = 0,942; r2 = 0,887; SE = 0,254; Fhit/Ftab = 5,586 V.3.4 Analisis deskriptor berpengaruh Dari persamaan 18 dapat dilihat bahwa deskriptor yang berpengaruh terhadap aktivitas antitoksoplasma kuinolon adalah selisih energi HOMO-LUMO (ΔE), muatan bersih atom-atom qC4, qC5, qX8, qC9, qO1, qO2, dan indeks Harary. Selisih energi HOMO-LUMO penting dalam penentuan indeks stabilitas molekul. Energi HOMO berhubungan langsung dengan potensial ionisasi dan sifat kerentanan molekul dalam penyerangan terhadap elektrofil. Sedangkan energi

57

LUMO berhubungan langsung dengan afinitas elektron dan sifat kerentanan molekul dalam penyerangan terhadap nukleofil (Katritzky et al, 1996). Molekul dengan selisih energi HOMO-LUMO yang besar memiliki stabilitas yang yang tinggi. Semakin stabil senyawa obat, maka akan semakin baik aktivitas obat tersebut, karena reaktivitasnya rendah. Gambar III.1 menjelaskan adanya pengaruh substituen yang terikat pada atom-atom kerangka struktur induk kuinolon, di antaranya adalah gugus-gugus karbonil dan karboksilat yang berpengaruh dalam hal fiksasi serta substituen pada R5 yang berperan sebagai aktivitas antibakteri. Dalam penelitian ini, muatan atom qC4 yang merupakan atom karbonil serta muatan atom qO1 dan qO2 yang merupakan atom O pada gugus-gugus karbonil diketahui telah terlibat dalam persamaan HKSA terpilih. Dengan demikian perubahan muatan bersih atom-atom tersebut akan berpengaruh terhadap aktivitas antitoksoplasma kuinolon. Selain itu muatan atom yang terlibat lainnya adalah qX8, dengan X adalah atom karbon atau nitrogen. Atom karbon yang ada di posisi 8 terdapat pada struktur dasar A dan D, sedangkan atom nitrogen terdapat pada struktur B dan C. Adanya substitusi karbon menjadi nitrogen di posisi 8 pada struktur B dan C sangat berpengaruh terhadap muatan bersih atom pada posisi tersebut, yaitu muatan bersih atom menjadi lebih negatif karena N lebih bersifat elektronegatif daripada C. Perubahan muatan bersih atom qX8 juga dipengaruhi oleh adanya substituen yang bersifat penarik maupun penyumbang elektron yang terikat pada atom tersebut, yaitu khususnya untuk senyawa-senyawa kuinolon dengan struktur dasar A dan C. Keberadaan gugus-gugus penarik elektron akan mengakibatkan

58

muatan bersih atom qX8 menjadi lebih elektropositif, sedangkan adanya gugusgugus penyumbang elektron akan mengakibatkan muatan bersih atom qX8 menjadi lebih elektronegatif. Muatan atom yang berpengaruh lainnya yaitu muatan atom pada posisi 9. Pada posisi ini, muatan bersih atom karbon terutama dipengaruhi oleh dua atom yang terikat di posisi 1 dan 8. Perubahan muatan bersih atom posisi 9 yang dipengaruhi oleh atom posisi 1 adalah karena adanya substituen yang terikat pada posisi tersebut. Untuk kuinolon dengan struktur dasar B dan C dengan atom N pada posisi 8, muatan bersih atom di C9 cenderung lebih positif, karena atom C tersebut mengikat dua buah atom N yang bersifat elektronegatif, sehingga elektron-elektron cenderung tertarik pada atom-atom N. Akibatnya muatan bersih atom pada posisi 9 menjadi lebih positif. Perubahan muatan bersih atom pada posisi 9 dengan demikian akan mempengaruhi aktivitas kuinolon tersebut. Dengan mengetahui deskriptor yang berpengaruh terhadap aktivitas (log 1/IC50), maka akan dapat dilakukan prediksi aktivitas antitoksoplasma terhadap senyawa kuinolon dengan mempertimbangkan deskriptor-deskriptor yang berpengaruh tersebut.

V.4 Analisis HKSA dengan Metode Principal Component Regression (PCR) Analisis dengan PCR terhadap 24 senyawa kuinolon dimulai dengan analisis faktor (PCA) dengan melibatkan 18 jenis deskriptor. Penelitian ini menggunakan variabel yang banyak, sehingga diperlukan suatu penyederhanaan

59

struktur data. Metode yang digunakan dalam rangka penyederhanaan struktur data adalah metode PCA. Tabel V.7 Nilai initial eigenvalues hasil analisis PCA Initial eigenvalues Komponen Akar karakteristik %Keragaman %Kumulatif 1 6,182 34,347 34,347 2 3,408 18,932 53,279 3 2,908 16,154 69,432 4 1,645 9,139 78,571 5 1,121 6,230 84,801 90 80

%Kumulatif

70 60 50 40 30 20 10 0 0

1

2

3

4

5

6

Komponen

Gambar V.6 Grafik %kumulatif lima komponen pertama Data nilai-nilai initial eigenvalues hasil analisis PCA untuk komponenkomponen utama serta grafik % kumulatif lima komponen pertama ditampilkan pada tabel V.7 dan gambar V.6. Dari nilai initial eigenvalues hasil analisis PCA pada tabel V.7 terlihat bahwa komponen dengan akar karakteristik lebih besar dari satu adalah komponen-komponen 1, 2, 3, 4, dan 5 sehingga dapat dikatakan bahwa lima komponen pertama telah mampu menerangkan keragaman data sebesar persentase kumulatif yaitu 84,801% karena memiliki nilai akar karakteristik yang lebih dari satu. Nilai-nilai akar karakteristik yang kurang dari satu memiliki kontribusi yang kecil dalam menerangkan keragaman data. Bobot yang diperoleh untuk kelima komponen matriks hasil analisis PCA disajikan pada lampiran 6. Bobot masing-masing komponen dapat digunakan untuk menghitung

60

variabel laten masing-masing senyawa. Variabel laten sebagai variabel bebas kemudian diregresi dengan aktivitas antitoksoplasma (log 1/IC50) sebagai variabel tergantung menggunakan metode enter. Hasil analisis PCR menggunakan metode enter ditampilkan pada tabel V.8. Tabel V.8 Hasil analisis PCR menggunakan metode enter Deskriptor n r r2 Fhit/Ftab SE PRESS 24 0.568 0,323 2,441 0,514 6,584 T1 24 0,665 0,442 2,395 0,478 6,202 T1, T2 Dari tabel V.8 terlihat bahwa untuk persamaan dengan variabel laten T1 dan T2 memiliki nilai r yang mendekati satu, artinya ada kedekatan korelasi antara variabel tergantung dengan variabel laten. Nilai Fhit/Ftab sebesar 2,395 dan nilai SE yang relatif kecil yaitu 0,478 menunjukkan bahwa data yang diperoleh cukup signifikan. Hal ini juga didukung dengan nilai PRESS yang kecil, 6,202, artinya persamaan HKSA yang dihasilkan memiliki kemampuan memprediksi aktivitas antitoksoplasma dengan cukup baik. Aktivitas antitoksoplasma 24 senyawa turunan kuinolon yang dihitung berdasarkan persamaan HKSA yang dihasilkan dengan metode PCR disajikan pada persamaan (19). log 1 / IC50 = −3,943 − 0,459.T1 + 0,521.T2 dengan n = 24; r = 0,665; r2 = 0,442; SE = 0,478; Fhit/Ftab = 2,395

(19)

V.5 Perbandingan Hasil Analisis MLR dan PCR Dari hasil analisis MLR dan PCR terlihat bahwa analisis MLR memberikan hasil lebih baik berdasarkan parameter statistik yang diwakili oleh nilai-nilai r, Fhit/Ftab, SE, dan PRESS. Dengan demikian, persamaan HKSA yang didapat dari metode analisis MLR mempunyai kemampuan untuk memprediksi aktivitas antitoksoplasma senyawa turunan kuinolon dengan lebih baik.

BAB VI KESIMPULAN DAN SARAN

VI.1 Kesimpulan Dari hasil perhitungan yang telah dilakukan dapat ditarik kesimpulan sebagai berikut: 1. Deskriptor muatan bersih atom-atom qC4, qC5, qX8, qC9, qO1, dan qO2, dan selisih energi HOMO-LUMO (ΔE) yang dihitung menggunakan metode semiempirik AM1 serta indeks Harary dari senyawa turunan kuinolon merupakan deskriptor yang berpengaruh terhadap aktivitas antitoksoplasma pada 24 senyawa turunan kuinolon. 2. Persamaan HKSA terbaik yang menghubungkan deskriptor muatan bersih atom, selisih energi HOMO-LUMO, log P, indeks Harary dan indeks Randic dengan aktivitas antitoksoplasma senyawa turunan kuinolon pada analisis menggunakan MLR dan PCR adalah sebagai berikut: Metode MLR:

log1 / IC50 = 83,287 − 0,522.ΔE - 225,7.qC4 + 7,963.qC5 + 4,285.qX8 + 32,329.qC9 - 109,956.qΟ1 + 172,007.qΟ 2 + 0,025.Η dengan n = 24; r = 0,942; r2 = 0,887; SE = 0,254; Fhit/Ftab = 5,586 Metode PCR: log 1 / IC50 = −3,943 − 0,459.T1 + 0,521.T2 dengan n = 24; r = 0,665; r2 = 0,442; SE = 0,478; Fhit/Ftab = 2,395 3. Berdasarkan parameter statistik pada model persamaan HKSA terlihat bahwa analisis HKSA antitoksoplasma senyawa turunan kuinolon hasil

61

perhitungan deskriptor berpengaruh dengan metode MLR lebih baik daripada PCR.

VI.2 Saran Perlu dilakukan penelitian yang lebih mendalam tentang aktivitas antitoksoplasma senyawa turunan kuinolon dengan menggunakan indeks topologi selain indeks Harary dan indeks Randic sehingga dapat diperoleh hasil yang lebih representatif.

62

56

DAFTAR PUSTAKA

Ajioka, J.W., Fitzpatrick, J.M., dan Reitter, C.P., 2001, Ultrastructure of A Toxoplasma gondii Tachyzoite, Cambridge University Press (diakses dari http://journals.cambridge.org/fulltext_content/ERM/ERM3_01/S14623994 01002204sup002.htm tanggal 26 Mei 2008). Anonima, 2005, Toxoplasmosis, http://arsserv0.tamu.edu/Main/site_main.htm, diakses tanggal 27 Februari 2008. Anonimb, _, Chapter 5 Phylum Apicomplexa, http://compepid.tuskegee.edu/syllabi/pathobiology/pathology/parasitology/ chapter5.html, diakses tanggal 26 Mei 2008. Berenson, M.L., Levine, D.M., dan Goldstein. M., 1983. Intermediate Statistical Methods and Application, A Computer Package Approach, Prentice-Hall, Inc., London. Bryskier, A., 2004, Antibacterial Agent Structure Activity Relationships, www.infectio-lille.com/diaporamas/invites/struct-act-duatb05-bryskier.pdf diakses tanggal 15 Februari 2008. Bryskier, A., dan Chantot, J.F., 1995, Classification and Structure-Activity Relationship of Fluoroquinolones, Drugs, 49, 2, 16-28. Chu, D.T.W., dan Fernandes, P.B., 1989, Structure-Activity Relationships of the Fluoroquinolones, J. Antimicrob. Agents. Chemother., 2, 33, 131-135. Devillers, J., Domine, D., Guillon, C., Bintein, S. dan Karcher, W., 1997, Prediction of Partition Coefficients (logPoct) Using Autocorrelation Descriptors, SAR QSAR Environ. Res., 7, 151-172. Fichera, M. E., dan Roos, D. S., 1997, A Plastid Organelle as A Drug Target In Apicomplexan Parasites, Nature, 390, 407-409. Gerard, J. T., Berdell, R. F., dan Christine, C., 2002, Microbiology An Introduction Media Update 7th Edition, Benjamin Cummings, San Fransisco, hal 642. Gozalbez, R., Brun-Pascaud, M., Garcia-Domenech, R., Galvez, J., Girard, Doucet, J., dan Derouin, F., 2000, Anti-Toxoplasma Activities of Quinolones and Fluoroquinolones In Vitro: Prediction of Activity Molecular Topology and Virtual Computational Techniques, Antimicrob. Agents. Chemother., 10, 44, 2771-2776.

P., 24 by J.

57

Hökelek M., MD, PhD, 2006, Toxoplasmosis, http://www.emedicine.com/med/_ topic2294.htm, diakses tanggal 27 Februari 2008. Hu, Q., Liang, Y., dan Fang, K., 2003, The Matrix Expression, Topological Indeks and Atomic Attribute of Molecular Topological Structure, J. Dat. Sc. 1., 361-389. Ivanciuc, O., dan Balaban, A.T., 1998, Graph Theory in Chemistry, John Wiley & Sons. Jawetz, E., Melnick J.L., dan Adelberg, F.A., 2001, Medical Microbiology 20thedition, McGraw-Hill, USA, hal 582-584. Jolles, G., dan Wooldridge, K.R.H., 1984, Drug Design: Fact or Fantasy?, Academic Press Inc, London. Katritzky, A.R., Karelson, M., dan Lobanov, V.S., 1996, Quantum-Chemical Descriptors in QSAR/QSPR Studies, J. Am. Chem. Soc. 96, 3, 1027 -1044. Khan, A.A., T. Slifer., F.G. Araujo., dan J.S. Remington., 1996, Trovafloxacin is Active Againts Toxoplasma gondii, J. Antimicrob. Agents. Chemoter., 40, 1855-1859. Khan, A. A., F.G. Araujo., K.E. Brighty., T.D. Gootz., dan J.S. Remington., 1999, Anti-Toxoplasma gondii Activities and Structure-Activity Relationship of Novel Fluoroquinolone Related to Trovafloxacin, J. Antimicrob. Agents. Chemoter., 43, 1783-1787. Kubinyi, H., 1993, QSAR: Hansch Analysis and Related Approach, VCH, New York. Leach, A.P., 1996, Molecular Modelling, Principles and Applications, Addison Wesley Longman Limited, Singapore. Lucic, B., Milicevic, A., Nikolic, S., dan Trinajstic, N., 2002, Harary Index – Twelve Years Later, Croatica. Chem. Act., 75, 4, 847-868. Makky, F.E., 2003, Analisis Sifat Fotosensitivitas Senyawa Antibakteri Turunan Fluorokuinolon Berdasarkan Data Transisi Elektronik dan Selisih Energi Orbital HOMO-LUMO, Skripsi, FMIPA UGM, Yogyakarta. Miller, J.N., dan Miller, J.C., 2000, Statistics and Chemometrics for Analytical Chemistry Fourth Edition, Prentice Hall, London. Pranowo, H.D., 2004, Kimia Komputasi, Pusat Kimia Komputasi IndonesiaAustria Universitas Gadjah Mada, Yogyakarta.

58

Puspitasari, N.S., Tahir, I., dan Mudasir, 2006, Aplikasi Principal Component Regression untuk Analisis QSAR Senyawa Antioksidan Turunan Flavon/Flavonol Menggunakan Deskriptor Elektronik Hasil Perhitungan Metode AM1, Berkala MIPA, 16, 3, 19-26. Russell, L., 2003, Drug Design, http://www.chemsoc.org/ExemplarChem/entries/2003/nottingham_russell/ 6.html, diakses tanggal 20 Maret 2008. Schunack, W., Mayer, K., dan Haake, M., 1990, Senyawa Obat (diterjemahkan oleh Joke R. Wattimena, M. Sc., Dr dan Sriewoelan Soebito, Dr) edisi 2, Penerbit Gadjah Mada University Press, Yogyakarta. Soldati, D., 1999, The Apicoplast as A Potential Therapeutic Target In Toxoplasma and Other Apicomplexan Parasites, Parasitol, Today, 15, 5-7. Thakur, A., Thakur, M., Kakani, M., Joshi, A., Thakur, S., dan Gupta, A., 2004, Application of topological and physicochemical descriptors: QSAR study of phenylamino-acridine derivatives, Arkivoc, 14, 36-43. Topliss, J.G., 1983, Quantitative Structure-Activity Relationship of Drugs, Academic Press Inc, London.

Wolff, M.E., 1994, Asas-Asas Kimia Medisinal (diterjemahkan oleh Muljadi, Sabikis, dan Sumarno) edisi 4, Penerbit Gadjah Mada University Press, Yogyakarta.

66

Lampiran 1. Hasil perhitungan struktur elektonik 24 senyawa turunan kuinolon

Senyawa 1 NET CHARGES Atom 15 16 17 18 14 9 10 11 12 13 22 32 45 19

Z 7 6 6 6 6 6 6 7 6 6 6 8 8 8

Charge -0.097421 0.111545 -0.329329 0.331105 -0.055296 0.008403 0.044458 -0.158875 0.133953 -0.191484 0.369938 -0.341199 -0.278922 -0.336111

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 14.00700 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 14

Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

Charge -0.159090 0.114568 -0.351064 0.334076 0.022297 0.002444 0.114339 -0.245514 0.122139 -0.185697 0.373076 -0.356470 -0.286322 -0.362499

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 2 NET CHARGES

67

Senyawa 3 NET CHARGES Atom 7 8 9 10 6 1 2 3 4 5 15 27 28 11

Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

Charge -0.141339 0.113981 -0.356319 0.329013 -0.092254 0.038482 0.028603 0.040098 0.083977 -0.151834 0.373437 -0.352190 -0.285032 -0.350953

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 19

Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

Charge -0.141551 0.115887 -0.359500 0.329002 -0.099914 0.051906 0.019339 0.044768 0.074719 -0.146487 0.373712 -0.353966 -0.286249 -0.352363

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 4 NET CHARGES

68

Senyawa 5 NET CHARGES Atom Z 1 7 2 6 3 6 4 6 6 6 7 6 8 6 9 6 10 6 5 6 11 6 12 8 13 8 14 8

Charge -0.143752 0.127846 -0.346693 0.328941 -0.084405 0.035020 0.041294 -0.136207 0.081376 -0.148182 0.371523 -0.347476 -0.282993 -0.343986

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 14

Charge -0.148565 0.116452 -0.352159 0.329281 -0.086491 0.046007 0.045830 -0.076178 0.086866 -0.149564 0.372769 -0.350029 -0.283894 -0.344392

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 6 NET CHARGES Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

69

Senyawa 7 NET CHARGES Atom Z 1 7 2 6 3 6 4 6 6 6 7 6 8 6 9 6 10 6 5 6 11 6 12 8 13 8 20 8

Charge -0.183337 0.115243 -0.351578 0.327765 -0.046697 -0.149797 0.011547 -0.170124 0.092608 -0.165917 0.372149 -0.352855 -0.284665 -0.352561

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 20

Charge -0.173700 0.116172 -0.348252 0.335002 -0.044656 0.000077 0.128599 -0.223628 0.152188 -0.213193 0.372001 -0.349922 -0.283468 -0.351187

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 14.00700 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 8 NET CHARGES Z 7 6 6 6 6 6 6 7 6 6 6 8 8 8

70

Senyawa 9 NET CHARGES Atom Z 1 7 2 6 3 6 4 6 6 6 7 6 8 6 9 6 10 6 5 6 11 6 12 8 13 8 14 8

Charge -0.175984 0.114611 -0.352168 0.327773 -0.098338 0.055590 0.003885 0.084725 0.052607 -0.134948 0.372687 -0.348645 -0.282866 -0.345079

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom Z 1 7 2 6 3 6 4 6 6 6 7 6 8 6 9 6 10 6 5 6 14 6 15 8 16 8 23 8

Charge -0.189360 0.112741 -0.343936 0.332870 -0.054902 0.007210 0.161311 -0.337137 0.120681 -0.184195 0.372303 -0.352684 -0.284189 -0.354308

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 10 NET CHARGES

71

Senyawa 11 NET CHARGES Atom Z 1 7 2 6 3 6 4 6 6 6 7 6 8 6 9 6 10 6 5 6 11 6 12 8 13 8 19 8

Charge -0.183263 0.115516 -0.348060 0.330054 -0.065372 0.038643 0.101316 -0.197131 0.104147 -0.165064 0.371966 -0.350143 -0.282726 -0.346910

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 10 9 8 7 5 6 1 2 3 4 11 36 35 17

Charge -0.181057 0.110470 -0.336846 0.34761 0.07676 -0.236737 0.225155 -0.292649 0.210165 -0.340011 0.370831 -0.351842 -0.285167 -0.365337

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 14.00700 12.01100 14.00700 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 12 NET CHARGES Z 7 6 6 6 6 7 6 7 6 6 6 8 8 8

72

Senyawa 13 NET CHARGES Atom Z 7 7 8 6 9 6 10 6 6 6 1 6 2 6 3 6 4 6 5 6 15 6 20 8 21 8 11 8

Charge -0.152460 0.117087 -0.353106 0.345541 0.166712 -0.058208 0.063727 0.015681 0.106799 -0.224028 0.373859 -0.349796 -0.285084 -0.387900

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 1 2 3 4 6 7 8 9 10 5 14 15 16 17

Charge -0.173718 0.115023 -0.357572 0.327600 -0.089669 0.065339 -0.116737 -0.087953 0.077795 -0.141934 0.373402 -0.355375 -0.284946 -0.351033

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 14 NET CHARGES Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

73

Senyawa 15 NET CHARGES Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 14

Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

Charge -0.182448 0.109205 -0.346945 0.331878 -0.062531 0.011596 0.105974 -0.015774 0.090370 -0.175029 0.370857 -0.345032 -0.284630 -0.349494

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 14

Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

Charge -0.179183 0.110376 -0.346971 0.329328 -0.034230 -0.021480 0.070214 -0.176581 0.100046 -0.175534 0.372265 -0.352598 -0.284433 -0.355150

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 16 NET CHARGES

74

Senyawa 17 NET CHARGES Atom Z 1 7 2 6 3 6 4 6 6 6 7 6 8 6 9 6 10 6 5 6 11 6 12 8 13 8 20 8

Charge -0.184206 0.113011 -0.348415 0.331738 -0.062987 0.024951 0.108839 -0.234414 0.112755 -0.180536 0.372159 -0.353467 -0.284778 -0.353699

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 1 2 3 4 6 7 8 9 10 5 14 15 16 17

Charge -0.179646 0.117491 -0.351601 0.333792 -0.072611 0.021966 0.122128 -0.048169 0.071524 -0.169502 0.372911 -0.356083 -0.285034 -0.353891

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 18 NET CHARGES Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

75

Senyawa 19 NET CHARGES Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 14

Z 7 6 6 6 6 6 6 7 6 6 6 8 8 8

Charge -0.172815 0.116244 -0.350502 0.333420 -0.010455 -0.221474 0.054660 -0.189146 0.141026 -0.218967 0.372116 -0.351485 -0.284885 -0.355907

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 14.00700 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 20

Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

Charge -0.157302 0.118656 -0.351970 0.332660 -0.058863 0.007633 0.106686 -0.210489 0.109881 -0.181043 0.372721 -0.354993 -0.285860 -0.354981

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 20 NET CHARGES

76

Senyawa 21 NET CHARGES Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 14

Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

Charge -0.180656 0.115919 -0.352784 0.328457 -0.082656 0.031507 0.037737 -0.144767 0.079433 -0.151114 0.372450 -0.352414 -0.284224 -0.349293

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 10 9 8 7 5 6 1 2 3 4 11 13 12 20

Z 7 6 6 6 6 7 6 7 6 6 6 8 8 8

Charge -0.179824 0.111006 -0.336664 0.346385 0.074464 -0.232719 0.207329 -0.285443 0.206223 -0.328750 0.370660 -0.350318 -0.284214 -0.361269

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 14.00700 12.01100 14.00700 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 22 NET CHARGES

77

Senyawa 23 NET CHARGES Atom 1 2 3 4 6 7 8 9 10 5 14 15 16 17

Z 7 6 6 6 6 6 6 6 6 6 6 8 8 8

Charge -0.179646 0.117491 -0.351601 0.333792 -0.072611 0.021966 0.122128 -0.048169 0.071524 -0.169502 0.372911 -0.356083 -0.285034 -0.353891

Mass 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Atom 1 2 3 4 6 7 8 9 10 5 11 12 13 14

Z 7 7 6 6 6 6 6 6 6 6 6 8 8 8

Charge -0.155766 0.093645 -0.274644 0.301743 -0.031814 -0.019001 0.076554 -0.171716 0.079186 -0.185111 0.374878 -0.289346 -0.280594 -0.323650

Mass 14.00700 14.00700 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 12.01100 15.99900 15.99900 15.99900

Senyawa 24 NET CHARGES

Lampiran 2. Tabel data perhitungan deskriptor hidrofobik, sterik, dan elektronik 24 senyawa turunan kuinolon dengan parameter variabel berpengaruh No

Kuinolon

ΔE (eV)

q4

q5

q8

q9

qO1

qO2

Harary

log 1/IC50 eksp.

log 1/IC50 pred

PRESS

1

Trovafloksasin

7.928562

0.331105

-0.055296

-0.158875

0.133953

-0.341199

-0.278922

126.14

0.40

0.321198

0.005889

2

Grepafoksasin

8.104480

0.334076

0.022297

-0.245514

0.122139

-0.356470

-0.286322

102.91

-0.38

-0.75096

0.137454

3

Gatifloksasin

8.113078

0.329013

-0.092254

0.040098

0.083977

-0.352190

-0.285032

109.35

-0.61

-0.62251

9.46E-05

4

Moksifloksasin

8.096920

0.329002

-0.099914

0.044768

0.074719

-0.353966

-0.286249

121.88

-0.71

-0.65268

0.003013

5

Temafloksasin

8.087015

0.328941

-0.084405

-0.136207

0.081376

-0.347476

-0.282993

125.69

-1.06

-1.12882

0.004641

6

Clinafloksasin

8.100682

0.329281

-0.086491

-0.076178

0.086866

-0.350029

-0.283894

97.66

-1.18

-1.36960

0.037447

7

Acrosoksasin

8.190073

0.327765

-0.046697

-0.170124

0.092608

-0.352855

-0.284665

78.15

-1.31

-1.28378

0.000562

8

Enoksasin

8.062104

0.335002

-0.044656

-0.223628

0.152188

-0.349922

-0.283468

84.25

-1.31

-1.10133

0.042503

9

Lomefloksasin

8.084176

0.327773

-0.098338

0.084725

0.052607

-0.348645

-0.282866

96.46

-1.33

-1.53842

0.044978

10

Rufloksasin

7.482963

0.332870

-0.054902

-0.337137

0.120681

-0.352684

-0.284189

98.02

-1.35

-1.38046

0.001034

11

Irloksasin

8.035347

0.330054

-0.065372

-0.197131

0.104147

-0.350143

-0.282726

79.32

-1.35

-1.54646

0.038500

12

Asam piromidat

8.483305

0.347613

0.076764

-0.292649

0.210165

-0.351842

-0.285167

73.39

-1.42

-1.97468

0.309552

13

Sparfloksasin

7.670988

0.345541

0.166712

0.015681

0.106799

-0.349796

-0.285084

116.19

-1.60

-1.52796

0.004711

14

Flumequin

8.184099

0.327600

-0.089669

-0.087953

0.077795

-0.355375

-0.284946

66.12

-1.61

-1.78439

0.030929

15

Fleroksasin

7.978847

0.331878

-0.062531

-0.015774

0.090370

-0.345032

-0.284630

101.38

-1.67

-1.91229

0.058586

16

Asam oksolinat

8.226242

0.329328

-0.034230

-0.176581

0.100046

-0.352598

-0.284433

64.81

-1.67

-1.66522

7.62E-05

17

Norfloksasin

8.138725

0.331738

-0.062987

-0.234414

0.112755

-0.353467

-0.284778

84.25

-1.68

-1.7072

0.000541

18

Ofloksasin

7.928581

0.333792

-0.072611

-0.048169

0.071524

-0.356083

-0.285034

104.3

-1.73

-1.92776

0.039440

19

Asam nalidiksat

8.485168

0.333420

-0.010455

-0.189146

0.141026

-0.351485

-0.284885

53.85

-1.87

-1.73775

0.016675

20

Ciprofloksasin

8.156689

0.332660

-0.058863

-0.210489

0.109881

-0.354993

-0.285860

90.59

-1.90

-1.74204

0.024894

21

Pefloksasin

8.253363

0.328457

-0.082656

-0.144767

0.079433

-0.352414

-0.284224

89.27

-1.89

-1.77126

0.014199

22

Asam pipemidat

8.527920

0.346385

0.074464

-0.285443

0.206223

-0.350318

-0.284214

78.15

-2.07

-1.72033

0.119453

23

Levofloksasin

7.928581

0.333792

-0.072611

-0.048169

0.071524

-0.356083

-0.285034

104.3

-2.20

-1.92776

0.075775

24

Cinoksasin

8.115641

0.301743

-0.031814

-0.171716

0.079186

-0.289346

-0.280594

64.81

-2.30

-2.31045

8.87E-05

79

Lampiran 3. Bagan alir prosedur optimasi geometri Struktur 3D kuinolon

Add H and model build

Optimasi geometri dengan metode semiempirik AM1

Simpan dalam satu file

Start log

Single point

Stop log

Simpan dalam file.log

Setup HyperChem

80

Lampiran 4. Hasil analisis MLR dengan data fitting

81

82

Coefficients(a) Unstandardized Coefficients

Model 1

2

B

Std. Error

(Constant)

82.986

339.635

LOGP

-.345

1.369

Standardized Coefficients

t

Sig.

Beta -.556

.244

.847

-.252

.843

DENERGI

.042

.047

.512

.886

.538

Q1

-13.951

23.183

-.469

-.602

.655

Q2

29.095

62.662

.288

.464

.723

Q4

-213.563

390.141

-2.993

-.547

.681

Q5

17.279

7.940

1.363

2.176

.274

Q6

1.798

9.998

.249

.180

.887

Q7

-7.223

14.391

-.849

-.502

.704

Q8

4.306

3.730

.712

1.155

.454

Q9

36.016

50.773

2.396

.709

.607

Q10

-5.952

48.186

-.507

-.124

.922

Q11

-7.390

825.146

-.014

-.009

.994

QO1

-83.696

188.318

-1.928

-.444

.734

QO2

186.001

152.882

.536

1.217

.438

HARARY

.031

.022

.947

1.383

.399

.148

RANDIC

.050

.090

(Constant)

79.980

36.298

LOGP

-.356

.380

-.574

.548

.681

2.203

.158

-.938

.447

DENERGI

.042

.017

.517

2.418

.137

Q1

-14.086

12.488

-.473

-1.128

.376

Q2

29.344

39.702

.291

.739

.537

Q4

-210.405

118.159

-2.949

-1.781

.217

Q5

17.286

5.589

1.364

3.093

.091

Q6

1.713

2.149

.237

.797

.509

Q7

-7.340

4.265

-.863

-1.721

.227

Q8

4.299

2.573

.711

1.671

.237

Q9

36.425

15.665

2.423

2.325

.146

Q10 QO1 QO2

-5.563 -82.111 186.900

14.713 45.517 81.494

-.474 -1.892 .538

-.378 -1.804 2.293

.742 .213 .149

HARARY

.031

.014

.944

2.273

.151

RANDIC

.049

.056

.147

.876

.474

83

Unstandardized Coefficients

Model 3

4

5

B

Std. Error

(Constant)

69.518

19.855

LOGP

-.285

.279

Standardized Coefficients

t

Sig.

Beta -.460

3.501

.039

-1.022

.382

DENERGI

.039

.013

.478

3.008

.057

Q1

-10.781

7.537

-.362

-1.430

.248

Q2

24.208

31.530

.240

.768

.499

Q4

-172.567

53.088

-2.419

-3.251

.047

Q5

16.552

4.429

1.306

3.737

.033

Q6

1.097

1.184

.152

.926

.423

Q7

-6.400

2.928

-.753

-2.186

.117

Q8

4.059

2.107

.671

1.926

.150

Q9

34.703

12.667

2.309

2.740

.071

QO1 QO2 HARARY RANDIC

-68.153 167.860 .028 .048

22.500 54.150 .009 .047

-1.570 .483 .853 .144

-3.029 3.100 2.985 1.019

.056 .053 .058 .383

(Constant)

64.825

17.895

3.622

.022

LOGP

-.130

.183

-.211

-.713

.515

DENERGI

.032

.009

.393

3.643

.022

Q1

-9.061

6.818

-.304

-1.329

.255

Q4

-152.760

43.953

-2.141

-3.476

.025

Q5

14.101

2.909

1.113

4.848

.008

Q6 Q7 Q8

1.032 -5.492 2.810

1.119 2.538 1.270

.143 -.646 .465

.922 -2.164 2.214

.409 .096 .091

Q9

27.525

8.097

1.831

3.399

.027

QO1

-70.710

21.080

-1.629

-3.354

.028

QO2

165.882

51.238

.478

3.237

.032

HARARY

.031

.008

.951

3.930

.017

RANDIC (Constant) DENERGI Q1

.056 66.665 .029 -7.008

.044 16.816 .007 5.869

.167 .353 -.235

1.277 3.964 4.047 -1.194

.271 .011 .010 .286

Q4

-152.907

41.737

-2.143

-3.664

.015

Q5

13.690

2.707

1.080

5.057

.004

Q6

1.199

1.039

.166

1.154

.301

Q7 Q8 Q9

-4.127 2.783 23.913

1.583 1.205 6.000

-.485 .460 1.591

-2.607 2.310 3.985

.048 .069 .010

QO1 QO2 HARARY

-75.148 174.872 .031

19.125 47.161 .008

-1.732 .504 .953

-3.929 3.708 4.147

.011 .014 .009

RANDIC

.057

.042

.170

1.371

.229

84

Unstandardized Coefficients

Model 6

7

8

9

B

Std. Error

(Constant)

64.714

17.186

DENERGI

.030

.007

Standardized Coefficients

t

Sig.

3.766

.009

4.152

.006

Beta .368

Q1

-5.624

5.901

-.189

-.953

.377

Q4 Q5 Q7 Q8

-151.439 12.218 -3.940 2.623

42.853 2.453 1.618 1.230

-2.123 .964 -.463 .434

-3.534 4.982 -2.436 2.133

.012 .002 .051 .077

Q9

22.842

6.089

1.520

3.751

.009

QO1

-74.745

19.642

-1.722

-3.805

.009

QO2

168.474

48.107

.485

3.502

.013

HARARY RANDIC (Constant)

.030 .064 58.755

.008 .042 15.903

.926 .191

3.944 1.516 3.695

.008 .180 .008

DENERGI Q4 Q5

.028 -137.964 11.873

.007 40.187 2.410

.347 -1.934 .937

4.068 -3.433 4.927

.005 .011 .002

Q7 Q8 Q9

-3.304 2.638 20.001

1.464 1.221 5.275

-.388 .436 1.331

-2.257 2.160 3.792

.059 .068 .007

QO1

-71.793

19.269

-1.654

-3.726

.007

QO2 HARARY RANDIC (Constant)

153.672 .024 .072 69.431

45.232 .004 .041 16.464

.442 .732 .215

3.397 6.292 1.748 4.217

.011 .000 .124 .003

DENERGI

.027

.008

.334

3.504

.008

Q4

-152.121

44.134

-2.132

-3.447

.009

Q5

11.400

2.685

.899

4.246

.003

Q7 Q8 Q9 QO1 QO2 HARARY

-2.348 2.736 20.966 -81.167 185.312 .028

1.522 1.368 5.882 20.752 46.479 .003

-.276 .452 1.395 -1.870 .534 .865

-1.542 2.000 3.564 -3.911 3.987 8.781

.162 .081 .007 .004 .004 .000

(Constant) DENERGI Q4

86.253 .023 -203.355

13.245 .008 31.206

.284 -2.850

6.512 2.950 -6.517

.000 .016 .000

Q5

11.774

2.871

.929

4.100

.003

Q8 Q9 QO1 QO2

4.075 25.975 -105.549 216.135

1.136 5.266 14.437 45.064

.674 1.728 -2.432 .622

3.588 4.932 -7.311 4.796

.006 .001 .000 .001

.003

.834

8.053

.000

HARARY .027 a Dependent Variable: LOGIC50

85

Lampiran 5. Hasil analisis MLR dengan total data

86

Lampiran 6. Bobot komponen matriks hasil analisis PCA

87

Lampiran 7. Hasil perhitungan variabel laten

T1 69.507543 55.764035 60.717936 67.486395 69.659050 51.561314 41.498396 44.623451 53.078185 54.351666 45.711038 37.202963 64.818352 34.464219 55.960519 34.541790 45.880683 57.719613 25.847577 49.398920 48.461849 40.558492 57.719613 33.837161

T2 67.605335 54.643850 58.672237 65.296506 67.452577 51.147931 40.979343 44.180681 51.336651 52.667234 44.494517 37.690155 62.479155 33.948323 54.194745 33.797185 44.692619 55.832799 26.695149 48.151578 47.262589 40.581020 55.832799 33.463379

88

Lampiran 8. Hasil analisis PCR dengan total data

Tabel V.3 Data perhitungan muatan bersih atom 24 senyawa turunan kuinolon No

Kuinolon

qN1

qC2

qC3

qC4

Muatan bersih atom (Coulomb) qC5 qY6 qC7 qX8 qC9 qC10

qC11

qO1

qO2

qO3

1

Trovafloksasin

-0,097

0,112

-0,329

0,331

-0,055

0,008

0,044

-0,159

0,134

-0,191

0,370

-0,341

-0,279

-0,336

2

Grepafoksasin

-0,159

0,115

-0,351

0,334

0,022

0,002

0,114

-0,246

0,122

-0,186

0,373

-0,356

-0,286

-0,362

3

Gatifloksasin

-0,141

0,114

-0,356

0,329

-0,092

0,038

0,029

0,040

0,084

-0,152

0,373

-0,352

-0,285

-0,351

4

Moxifloksasin

-0,142

0,116

-0,360

0,329

-0,100

0,052

0,019

0,045

0,075

-0,146

0,374

-0,354

-0,286

-0,352

5

Temafloksasin

-0,144

0,128

-0,347

0,329

-0,084

0,035

0,041

-0,136

0,081

-0,148

0,372

-0,347

-0,283

-0,344

6

Clinafloksasin

-0,149

0,116

-0,352

0,329

-0,086

0,046

0,046

-0,076

0,087

-0,150

0,373

-0,350

-0,284

-0,344

7

Acrosoksasin

-0,183

0,115

-0,352

0,328

-0,047

-0,150

0,012

-0,170

0,093

-0,166

0,372

-0,353

-0,285

-0,353

8

Enoksasin

-0,174

0,116

-0,348

0,335

-0,045

0,0001

0,129

-0,224

0,152

-0,213

0,372

-0,350

-0,283

-0,351

9

Lomefloksasin

-0,176

0,115

-0,352

0,328

-0,098

0,056

0,004

0,085

0,053

-0,135

0,373

-0,349

-0,283

-0,345

10

Rufloksasin

-0,189

0,113

-0,344

0,333

-0,055

0,007

0,16

-0,337

0,121

-0,184

0,372

-0,353

-0,284

-0,354

11

Irloksasin

-0,183

0,116

-0,348

0,330

-0,065

0,039

0,101

-0,197

0,104

-0,165

0,372

-0,350

-0,283

-0,347

12

Asam Piromidat

-0,181

0,110

-0,337

0,348

0,077

-0,237

0,225

-0,293

0,210

-0,340

0,371

-0,352

-0,285

-0,365

13

Sparfloksasin

-0,152

0,117

-0,353

0,346

0,167

-0,058

0,064

0,016

0,107

-0,224

0,374

-0,350

-0,285

-0,387

14

Flumequin

-0,174

0,115

-0,358

0,328

-0,090

0,065

-0,117

-0,088

0,078

-0,142

0,373

-0,355

-0,285

-0,351

15

Fleroksasin

-0,182

0,109

-0,347

0,332

-0,063

0,012

0,106

-0,016

0,090

-0,175

0,371

-0,345

-0,285

-0,349

16

Asam Oksolinat

-0,179

0,110

-0,347

0,329

-0,034

-0,021

0,070

-0,177

0,100

-0,176

0,372

-0,353

-0,284

-0,355

17

Norfloksasin

-0,184

0,113

-0,348

0,332

-0,063

0,025

0,109

-0,234

0,113

-0,181

0,372

-0,353

-0,285

-0,354

18

Ofloksasin

-0,180

0,117

-0,352

0,334

-0,073

0,022

0,122

-0,048

0,072

-0,170

0,373

-0,356

-0,285

-0,354

19

Asam Nalidiksat

-0,173

0,116

-0,351

0,333

-0,010

-0,221

0,055

-0,189

0,141

-0,219

0,372

-0,351

-0,285

-0,356

20

Ciprofloksasin

-0,157

0,119

-0,352

0,333

-0,059

0,008

0,107

-0,210

0,110

-0,181

0,373

-0,355

-0,286

-0,355

21

Pefloksasin

-0,181

0,116

-0,353

0,328

-0,083

0,032

0,038

-0,145

0,079

-0.,151

0,372

-0,352

-0,284

-0,349

22

Asam Pipemidat

-0,180

0,111

-0,337

0,346

0,074

-0,233

0,207

-0,285

0,206

-0,329

0,371

-0,350

-0,284

-0,361

23

Levofloksasin

-0,180

0,117

-0,352

0,334

-0,073

0,022

0,122

-0,048

0,072

-0,170

0,373

-0,356

-0,285

-0,354

24

Cinoksasin

-0,156

0,094

-0,275

0,302

-0,032

-0,019

0,077

-0,172

0,079

-0,185

0,375

-0,289

-0,281

-0,324

Related Documents