Struktur sekunder protein

Alfa helix, beta sheet, loop region and random coil

Struktur SMILES

Struktur SMILES (Simplified molecular input line entry specification) merupakan cara menuliskan struktur kimia dalam format linear. Format INChi adalah nama lain dari format SMILES

SMILES digunakan secara luas untuk tatanama kimia yang serbaguna serta untuk pertukaran data.  Untaian karakter dalam bentuk ASCII menunjukkan model struktur dari molekul. Format SMILES ini dapat dibaca baik oleh manusia ataupun komputer, akan tetapi komputer tidak dapat membaca struktur dua atau tiga dimensi yang dibuat oleh manusia.

Atom

Setiap unsur kimia dinyatakan dengan simbol atom standar. Hal ini diperlukan untuk menampilkan setiap atom kecuali Hidrogen. 
Unsur-unsur dan sepsies bermuatan ditulis dalam kurung siku.

Contoh:

[B]                              unsur Boron
[OH3+]                         ion Hidronium

Unsur-unsur yang mengikuti "subset organik" umumnya memiliki valensi yan jelas dan dapat dituliskan tanpa kurung jika jumlah hidrogen-hidrogen yang terikat sesuai dengan valensi normal terendah yang konsisten dengan ikatan-ikatan eksplisit. Subset ini dengan valensi terendahnya adalah:

B(3), C(4), N(3,5), O(2), P(3,5), S(2,4,6), F(1), Cl(1), Br(1), I(1).

Contoh:

C                                 metana
N                                 ammonia

Ikatan

Ikatan tunggal, rangkap, dan rangkap tiga secara berurutan ditunjukkan dengan simbol  `-', `=' dan `#'. Alternatifnya, atom-atom terhibridisasi-sp2 ditampilan dengan  huruf kecil. Ikatan tunggan dapat diabaikan. Jika atom diberi tanda kurung siku, seluruh Hidrogen eksplisit harus ditampilkan, seperti cotoh akhir pada propana dibawah ini.

Contoh:

CCC                             propana
atau
C-C-C
atau
[CH3]-[CH3]-[CH3]

C=CC=C                    butadiena
atau
cccc

CCC#C                         butuna

 

Cabang

Percabangan dilakukan dengan memasukkannya dalam tanda kurung dan dapat disarangkan atau ditumpuk. Sambungan terhadap percabangan yang diberi tanda kurung ada di sebelah kiri.
CC(C)C(=O)OC        metil isobutirat
CCN(CC)CC             trietil amin

Cincin

Contoh:
C1CCCCC1             sikloheksana
CCC1CCC1             etilsiklobutana
c1ccccc1                  benzena

Isomer geometrik

contoh:
Cl/C=C/Cl                 trans-1,2-dikloroetena
or
Cl\C=C\Cl

Cl\C=C/Cl                 cis-1,2-dikloroetena
or
Cl/C=C\Cl

Ligand Based Drug Design

Perancangan obat jenis ini dikenal juga dengan nama Analogue Based Drug Design yang memiliki ciri:
1. Reseptor tidak diketahui
2. Mekanisme kerja obat telah diketahui atau belum diketahui
3. Ligan dan aktivitas biollogisnya tidak diketahui


Arry

Structure based drug design

Atau dikenal juga dengan nama Target Based Drug Design, memiliki ciri-ciri sebagai berikut:
1. Struktur reseptor diketahui
2. Mekanisme diketahui
3. Ligan dan aktivitas biologi telah diketahui atau belum dikatahui
4. Interaksi dan kontribusi dalam ikatan telah dikenal dengan baik.

[DD] > Farmakofor

Definisi resmi dari IUPAC, 1998:

"Farmakofor adalah sekumpulan fitur sterik dan elektronik yang penting untuk menjamin interaksi supramolekular yang optimal dengan struktur target biologis yang spesifik  dan untuk memicu (atau menghambat respons biologisnya".

Farmakofor sendiri tidak mewakili molekul ataupun gugus fungsi, tetapi lebih pada konsep abstrak pada kapasitas interaksi molekuler

[DD] > Perancangan Obat Berbantuan Komputer

Ada dua pendekatan utama dalam dalam perancangan obat berbantuan komputer (Computer Aided Drug Design atau CADD) yaitu rancangan obat berbasis struktur (Structure based drug design) dan rancangan obat berbasis ligan (Ligand based drug design).

[HM] RMSD

RMSD (Root Mean Square Deviation) adalah parameter yang digunakan untuk mengevaluasi kemiripan dua buah struktur. Kemiripan tersebut diukur bedasarkan perbedaan jarak atom sejenis.

[MD] > GROMACS

ROMACS (Groningen Machine for Chemical Simulation) merupakan suatu program simulasi dinamika molekuler dan penyusutan energi yang dirintis oleh Universitas Groningen Belanda pada awal 1990an. Pada mulanya GROMACS didesain untuk molekul biokimia seperti protein dan lemak yang memiliki banyak interaksi ikatan yang rumit. Tetapi karena kerja GROMACS yang cepat dalam menghitung interaksi non bonding (yang) umumnya mendominasi simulasi), maka GROMACS juga digunakan untuk meneliti sistem non-biologis, seperti polimer. GROMACS tidak mempunyai force field sendiri, tetapi GROMACS dapat menggunakan force field Gromos, OPLS, Amber, dan ENCAD. Tujuan dari program GROMACS adalah menyediakan program dinamika molekuler yang efisien dan canggih serta dapat berjalan pada satu prosesor maupun sistem paralel. GROMACS tidak hanya menyediakan mekanika mikrokanomikal Hamiltonian, tetapi juga stochastic dynamics (SD) termasuk dinamika Langevin dan Brownian, serta penyusutan energi (energy minimisation, EM). GROMACS merupakan program dinamika molekuler yang tercepat saat ini. Selain itu, dukungan dari force field yang berbeda membuat GROMACS lebih fleksibel.

[MD] > Dinamika Molekul

Dinamika molekuler adalah bentuk simulasi komputer dimana atom dan molekul berinteraksi selama periode waktu tertentu berdasarkan hukum fisika (1). Simulasi dinamika molekuler mensimulasikan suatu persamaan pergerakan Newton [ F = m.a ], dimana gaya (F) ditentukan oleh massa (m) dan percepatan (a). Energi yang ada didistrubusikan antara energi potensial dan kinetik. Dengan demikian molekul dapat mengatasi barier pemisah minima jika puncak barier kurang dari energi total minus energi potensial. Persamaan Newton memerlukan tahap waktu yang singkat (level femtosecond) untuk dapat diintegrasikan sehingga membuat simulasi berlangsung singkat, umumnya saat ini menggunakan satuan nanoseconds (2)

Dalam simulasi dinamika molekuler ini, kita dapat mempelajari struktur, dinamika, dan termodinamika molekul biologis dan kompleksnya. Aktivitas biologis yang dapat diteliti menggunakan simulasi molekular dinamik antara lain pelipatan protein, katalisis enzim, stabilitas protein, dan perubahan konformasi yang barkaitan dengan fungsi biomolekuler (3) Dinamika molekuler memberikan pengetahuan tentang dinamika makromolekul besar, termasuk sistem biologi seperti protein, asam nukleat (DNA dan RNA), serta membran. Metode ini telah digunakan secara luas untuk mengevaluasi sifat molekul secara komputasional tanpa melalui tahap sintesis yang sifatnya lebih mahal.

Peristiwa dinamik memegang peranan dalam mengontrol proses yang berkaitan dengan sifat fungsional biomolekul. Teknik dinamika molekuler merupakan alat penting untuk menyelidiki struktur, pelipatan, dinamika dan fungsi biomolekul. Simulasi komputasi membuktikan dan mengindikasikan bahwa ada keterkaitan antara struktur biomolekul, dinamika internal dan fungsi. 

Dinamika dan fungsi kompleks biomolekul memiliki rentang skala waktu. Pergerakan internal protein terjadi dari 10-15 sampai 10-3 detik, yang berkaitan dengan berbagai fungsi protein (seperti katalisis enzim). Pergerakan dinamika juga memiliki rentang dari beberapa sampai puluhan angstrom (10-10 sampai 10-8 m). Simulasi komputasi menggunakan teknik dinamika molekuler akan menyediakan informasi penting dan pemahaman biomolekul yang lebih baik (3)

Saat ini telah tersedia beberapa perangkat lunak yang dapat digunakan untuk simulasi dinamika molekuler. Contoh perangkat lunak untuk simulasi ini adalah Amber, CHARMM, LAMPPS, NAMD, dan GROMACS.


Ref:

1. Berendsen HJC, David VDS & Rudi VD. GROMACS: A Message-Passing Parallel Molecular Dynamics Implementation. ComputPhys Comm., 1995. 95: 43-56
2. Nordling E. Biocomputational Studies on Protein Structures. 61 hlm.http://diss.kib.ki.se/2002/91-7349-295-7/thesis.pdf. 2002. 26Januari 2008, pk 17.00.
3. Alam SR, Jeffrey SV, Pratul KA & Al Geist. Performance Characterization of Molecular Dynamics Techniques for Biomolecular Simulations. 10 hlm. http://portal.acm.org/citation.

[DC] Program komputer untuk Docking

Berbagai perangkat lunak komputer untuk proses docking yang ada saat ini antara lain:

1. Autodock (http://autodock.scripps.edu/)
2. Vina (http://vina.scripps.edu/)
3. GOLD (http://www.ccdc.cam.ac.uk/products/life_sciences/gold/)
4. GLIDE (http://www.schrodinger.com/products/14/5/)
5. Flexx (http://www.biosolveit.de/FlexX/)
6. PLANTS (http://www.tcd.uni-konstanz.de/research/plants.php)
7. MOE (http://www.chemcomp.com/software.htm)
8. ArgusLab (http://www.arguslab.com/)
9. DOCK (http://dock.compbio.ucsf.edu/)

[DC] > Docking Algorithm

TODO TODO TODO

Monte Carlo

Genetic Algorithm

Aimulated Annealing

[DC] > Molecular Docking

Molecular docking merupakan suatu metode komputasi yang digunakan untuk menggambarkan interaksi antara suatu molekul sebagai ligan dengan suatu reseptor atau protein. Reseptor atau target pada proses docking dapat diperoleh dari hasil eksperimen seperti NMR dan Kristalografi Sinar X ataupun hasil homologi modeling. Molecular docking sebagai salah satu metodologi dalam structure-based virtual screening, dimulai pada awal tahun 1980-an. Secara umum, tujuan dari studi docking adalah membuat  pemodelan struktur yang akurat dan prediksi aktivitas yang tepat.

Pada proses docking, molekul-molekul yang terlibat dapat dianggap sebagai atom-atom, permukaan, atau grid yang mewakili molekul tersebut. Proses docking terdiri atas beberapa tahap yang kompleks. Proses ini diawali dengan penerapan docking algorithm yang memposisikan ligan pada sisi aktif dengan konformasi tertentu dan urutan pencarian konformasi tertentu, kemudian scoring function yang melengkapi docking algorithm akan mengevaluasi konformasi dengan melakukan perhitungan berdasarkan sifat fisikokima untuk memperoleh struktur molekul yang optimal. Berdasarkan proses tersebut, suatu program molecular docking merupakan kombinasi dari scoring function dan docking algorithm.

[MM] > Force Field

Dalam konteks mekanika molekuler, medan gaya (force field) merujuk pada bentuk fungsional dan himpunan parameter yang digunakan untuk menjelaskan energi potensial dari sistem partikel-partikel. Fungsi-fungsi medan gaya dan himpunan–himpunan parameter diturunkan baik dari hasil ekserimen maupun perhitungan-perhitungan mekanika kuantum tingkat tinggi.

Medan gaya “All-atom” memberikan parameter untuk setiap atom dalam sistem termasuk hidrogen, sedangkan medan gaya “united-atom” memperlakukan hidrogen dan karbon dalam gugus metil dan metilen sebagai satu pusat interaksi. Medan gaya “coarse-grained” sering digunakan untuk simulasi protein dengan rentang waktu panjang, memberikan representasi yang lebih terabstraksi untuk meningkatkan efisiensi komputasi.

Penggunaan istilah medan gaya dalam komputasi kimia dan biologi berbeda dengan penggunaan standar dalam fisika. Istilah medan gaya dalam kimia didefinisikan sebagai fungsi potensial, sedangkan dalam fisika istilah ini menunjukan gradien negatif dari potensial skalar.

Medan gaya digunakan untuk meminimalkan energi tarik ikatan dari molekul etana TODO TODO TODO TODO

[MM] > Mekanika Molekuler

Mekanika molekuler memperlakukan molekul sebagai koleksi dari atom-atom yang interaksinya dapat dijelaskan secara mekanika Newton. Karena masa inti jauh lebih besar dari masa elektron, persamaan Schrodinger dapat dipisahkan mejadi produk dua fungsi untuk elektron dan inti melalui pendekatan Born-Oppenheimer. Untuk kepentingan mekanika molekuler, fungsi elektronik yang awalnya dikembangkan untuk interpretasi data spektroskopi diabaikan; sehingga distribusi muatan diasumsikan konstan selama perubahan posisi dari inti. Karena mekanika molekuler berbasiskan fisika klasik, itu tidak dapat memberikaan informasi tentang sifat-sifat elektron dari molekul yang dipelajari karena secara umum diasumsikan tetap selama parameterisasi dari medan gaya dengan data eksperimen. (Ref: Burger, Med Chem)

[HM] > Plot Ramachandran

Plot Ramachandran (juga dikenal sebagai peta Ramachandran atau diagram Ramachandran) dikembangkan oleh Gopalasamudram Narayana Ramachandran. Program yang dapat menghasilkan plot Ramachandran antara lain PROCHECK, STING, PyMOL (ekstensi DynoPlot), VMD, Sirius, dan Swiss PDB Viewer.

Plot Ramachandran digunakan untuk memvisualisasikan koordinat tiga dimensi protein yang telah ditentukan melalui eksperimen ke dalam koordinat internal. Koordinat internal terdiri dari sudut dihedral Φ (phi) sebagai sumbu x dan sudut ψ (psi) sebagai sumbu y residu asam amino dari struktur protein. Plot ini memperlihatkan konformasi yang mungkin dari sudut Φ dan ψ untuk polipeptida. Secara matematis, plot Ramachandran adalah visualisasi dari sebuah fungsi. Daerah dari fungsi ini adalah torus. Sudut Φ merupakan sudut dihedral sepanjang ikatan N-Cα, sedangkan sudut ψ merupakan sudut dihedral sepanjang ikatan Cα-C. Setiap residu asam amino mempunyai satu sudut Φ dan sudut ψ. Oleh karena itu setiap residu dapat digambarkan sebagai satu plot. Plot-plot yang menggambarkan residu asam amino pada struktur protein disebut plot Ramachandran.Plot Ramachandran terdiri dari empat kuadran dan empat daerah. Keempat daerah itu antara lain most favoured regions, additional allowed regions, generously allowed regions, dan disallowed regions. Pada plot Ramachandran, klaster yang terbentuk dari beberapa residu menunjukkan struktur sekunder yang terbentuk.

Melalui plot Ramachandran dapat diketahui suatu struktur protein mempunyai kualitas yang baik atau tidak. Caranya dengan melihat plot residu non glisin yang terletak pada wilayah sudut dihedral yang dilarang (disallowed regions). Glisin tidak mempunyai rantai samping sehingga sudut Φ dan ψ nya dapat berada pada empat kuadran dari plot Ramachandran. Suatu struktur protein dinyatakan baik jika jumlah plot residu yang terdapat pada most favoured regions lebih dari 90% dan R-factor tidak lebih dari 20%.

[HM] > Evaluasi Model

Model yang telah terbentuk harus dievaluasi. Evaluasi perlu dilakukan untuk menganalisis kesalahan dalam struktur model. Kesalahan ini mungkin disebabkan kualitas kecocokan target dengan cetakan yang rendah ataupun eror pada penyejajaran. Evaluasi struktur yang dilakukan meliputi konformasi rantai utama pada daerah yang diperbolehkan pada plot Ramachandran, ikatan planar peptida, konformasi rantai samping, ikatan hidrogen dari atom polar, kontak atom yang buruk, dan celah pada struktur. Persyaratan dasar untuk sebuah model adalah memiliki stereokimia yang baik. Beberapa program yang digunakan untuk mengevaluasi stereokimia antara lain PROCHECK, PROCHECK-NMR, AQUA, SQUID, dan WHATCHECK. Evaluasi stereokimia meliputi panjang ikatan, sudut ikatan, planaritas ikatan peptida dan cincin rantai samping, kiralitas, sudut putaran rantai utama dan rantai samping, serta ketidakcocokan antara pasangan atom nonbonding. Kesalahan yang terdeteksi dapat diminimalkan menggunakan program optimisasi berdasarkan mekanika molekuler seperti GROMOS

[HM] > Program komputer

Struktur target dibuat berdasarkan perhitungan jarak geometri dan batasan stereokima. Terdapat beberapa program komputer dan layanan web untuk proses homology modeling secara otomatis. Layanan web pertama untuk homology modeling adalah Swiss-Model (http://www.expasy.ch/swissmod/), diikuti dengan CPHModels (http://www.cbs.dtu.dk/services/CPHmodels/), SDSC1 (http://cl.sdsc.edu/hm), FAMS (http://physchem.pharm.kitasato-u.ac.jp/FAMS/fams.html), dan ModWeb (http://guitar.rockefeller.edu/modweb).

Selain program-program di atas, ada juga program homology modeling non otomatis, seperti MODELLER. Jika pada program otomatis pembuatan model menggunakan cetakan terbaik yang dipilih oleh server, maka dengan program non otomatis pembuatan model disesuaikan dengan keinginan pengguna. Cetakannya pun dapat dipilih sendiri. Selain itu, cetakan yang digunakan dapat lebih dari satu (multiple templates). Program ini menyediakan model struktur yang bervariasi. Dengan MODELLER, pengguna dapat membuat struktur secara keseluruhan atau struktur pada daerah tertentu, seperti loop. Keuntungan dari program ini, pengguna dapat memilih bentuk dan jumlah struktur yang akan dibuat. Dengan demikian, untuk akurasi model, program non otomatis lebih unggul daripada program otomatis.

[HM] > Pencarian Protein Homolog

Ada tiga metode dalam pencarian protein homolog. Metode pertama adalah membandingkan sekuen target dengan setiap sekuen database menggunakan perbandingan pasangan sekuen-sekuen. Program yang dapat digunakan adalah FASTA dan BLAST. Metode pencarian kedua berdasarkan pada perbandingan sekuen berganda untuk meningkatkan sensitivitas pencarian. Program yang berdasarkan metode ini adalah PSI-BLAST. Metode yang terakhr adalah threading, dimana pencarian cetakan dilakukan berdasarkan perbandingan sekuen protein dengan protein yang telah diketahui strukturnya. Kecocokan cetakan dapat diketahui berdasarkan skor dan E-value

[HM] > Tahapan pembuatan model

Tahapan untuk membuat model protein antara lain:

1. mengidentifikasi protein homolog dan menentukan persamaan sekuen antara satu dengan yang lain (pemilihan cetakan),
2. menyejajarkan sekuen,
3. membuat struktur tiga dimensi, dan
4. mengevaluasi model

Tahapan tersebut dilakukan berulang kali hingga diperoleh model dengan kualitas baik. Tahap awal dari homology modeling adalah mengidentifikasi semua struktur protein yang berkaitan dengan sekuen target (protein homolog) dan memilih struktur yang akan dijadikan cetakan. Protein homolog adalah protein yang memiliki kesamaan sekuen yang tinggi terhadap sekuen target sehingga keduanya memiliki struktur pelipatan yang mirip. Cetakan yang digunakan telah diketahui struktur tiga dimensinya berdasarkan percobaan eksperimental. Tahap ini difasilitasi oleh berbagai database sekuen dan database struktur, serta perangkat lunak pencari database yang tersedia pada internet. Cetakan dapat ditemukan dengan menggunakan sekuen target sebagai petunjuk pada database pencarian struktur seperti Protein Data Bank, SCOP, DALI, dan CATH.

Pemodelan Homologi

Prediksi struktur protein dapat dilakukan dengan tiga metode, yaitu prediksi ab-initio, pengenalan lipatan (fold recognition), dan homology modeling. Perbedaan ketiga metode ini terletak pada tingkat penggunaan informasi database sekuen dan struktur untuk pembuatan model. Prediksi ab initio tidak menggunakan informasi database. Metode ini memprediksi struktur protein hanya berdasarkan pada hukum fisika dan kimia. Prediksi ab initio atau de novo dilakukan untuk memprediksi struktur protein yang tidak memiliki persamaan struktur dengan Protein Data Bank (PDB). Pengenalan lipatan, sering kali mengacu pada ”threading”, berkaitan dengan kasus dimana terdapat satu atau lebih struktur protein yang mirip dengan sekuen target tetapi tidak mudah diidentifikasi. Tantangan utamanya adalah bagaimana manemukan cetakan terbaik. Tetapi secara umum sulit untuk membuat model yang akurat. Dengan perkembangan teknologi saat ini, model yang paling akurat dapat diperoleh dengan cetakan tunggal yang memiliki tingkat kesamaan sekuen yang tinggi terhadap protein target. Proses pembuatan model dari cetakan mengacu kepada homology atau comparative modeling. 

Homology modeling adalah pembuatan model struktur berdasarkan perbandingan sekuen homolog antara protein target dengan protein lain yang sudah diketahui struktur tiga dimensinya (sebagai induk atau cetakan). Dasar dari metode ini adalah kesamaan pelipatan antara dua protein yang berkembang dari protein yang mempunyai keturunan yang sama. Pelipatan lebih kekal selama melewati proses evolusi dibandingkan sekuen. Kualitas model yang dihasilkan bergantung pada persamaan residu antar dua protein.

Untuk menghasilkan model yang baik, maka persamaan sekuen target cetakan harus lebih besar dari 30%. Protein dengan persamaan residu yang relatif besar dapat menghasilkan model dengan RMSD < 1 Å

Banyak program yang dapat digunakan untuk membuat pemodelan homologdiantaranya adalah Modeller dan Swiss-model. Modeller merupakan program pemodelan homolog yang tangguh dapat dioperasikan pada komputer berbasis Linux ataupun Windows dengan menggunakan modus teks atau baris-baris perintah.. Sedangkan Swiss-Model memberikan kemudahan dengan aksesibilitas penuh pada server pemodelan melalui internet dengan antarmuka grafis yang mudah seperti pada gambar di bawah.

[DB] > Basis Data Protein

Protein Data Bank (PDB; http://www.rscb.org/pdb/) merupakan kumpulan arsip tunggal mengenai data struktural makromolekul biologi dari seluruh dunia. PDB didirikan oleh Brookhaven International Laboratories (BIL) pada tahun 1971. Penentuan struktur molekul protein yang terdapat pada berkas PDB diperoleh dengan menggunakan data eksperimen. Data eksperimen ini berasal dari kristalografi sinar-x atau spektroskopi Nuclear Magnetic Resonance (NMR). Kemudian dilakukan proses dengan program komputer untuk membuat model molekul yang paling sesuai dengan data eksperimen.

Protein Data Bank (PDB) merupakan tempat penampungan data struktur 3D dari protein dan asam nukleat. Data ini diperoleh dari kristalografi sinar-X atau spektroskopi NMR yang dikerjakan oleh ilmuwan biologi dan biokimia dari seluruh dunia. Situs PDB dapat diakses pada alamat http://www.pdb.org/. Situs ini dapat diakses oleh seluruh pengguna internet di seluruh dunia secara gratis. Data-data yang terdapat dalam situs ini dikelola oleh sebuah organisasi yaitu wwPDB (Worldwide Protein Data Bank ). wwPDB terdiri atas organisassi-organisasi yang bekerja sebagai pusat pengumpulan, pemrosesan data, dan distribusi data di PDB.

Salah satu anggota wwPDB adalah Research Collaboratory for Structural Biology Protein Data Bank (RSCB PDB), merupakan sebuah portal informasi yang menyediakan berbagai macam aplikasi dan sumber untuk mempelajari struktur molekuler biologi serta hubungan dengan sekuen, fungsi dan penyakit. wwPDB bekerja dengan memelihara dan menjamin arsip tunggal Protein Data Bank yang berupa data struktur makromolekuler yang ada di sumber-sumber internasional, serta menyediakan secara terbuka dan dapat bebas diakses oleh masyarakat dunia.

[DB] > Pengenalan Basis Data

Keberadaan database adalah syarat utama dalam analisis bioinformatika. Database merupakan kumpulan data yang diatur sedemikian rupa untuk memudahkan penggunanya. Database dalam bioinformatika meliputi data sekuen DNA atau protein yang diperoleh melalui percobaan laboratorium yang kemudian disimpan dalam berkas komputer. Setiap berkas sekuen berisi informasi mengenai asal organisme, sekuen, dan nomor akses yang digunakan untuk mengidentifikasi sekuen tersebut.

Basis Data Obat dan Molekul Kecil

Zinc Is Not Commercial (ZINC)

ZINC adalah database gratis yang berisi senyawa-senyawa komersial yang tersedia di pasaran yang ditujukan untuk keperluan virtual screening. Database senyawa dalam format  3D yang tersedia siap digunakan untuk percobaan docking. Database Zinc ini disediakan oleh Laboratorium Shoichet di Departemen Kimia Farmasi, Universitas California San Fransisco. Akses ke website ZINC dapat melalui http://zinc.docking.org.

Fomat 3D yang tersedia di Database ZINC adalah format .mol2 dan .sdf

PubChem

Database PubChem ini dikelola oleh National Institute of Health (NIH) Amerika Serikat dibawah National Library of Medicine. Berbagai senyawa organik yang ada  dengan sifat-sifat kimia serta struktur 3D dapat diakses secara bebas melalui website resminya yaitu http://pubchem.ncbi.nlm.nih.gov.

Camdridge Structural Database (CSD)

Camdridge Structural Database menyediakan informasi kimia dan kristalografi dari molekul organic dan senyawa-senyawa organometalik. Data struktur 3D detentukan menggunakan difraksi sinar-X ataupun netron. Catatan pada CSD merupakan hasil dari studi kristal tunggal ataupun difraksi serbuk.  CSD merupakan database berlangganan dan halaman utamanya dapat diakses di http://www.ccdc.cam.ac.uk/products/csd/

Drug Bank

DrugBank merupakan basisdata yang yang menggabungkan secara detil data informasi tentang  obat baik dari sisi kimia, farmakologi ataupun farmasetika dengan target obat yang meliputi sekuens, stuktur ataupun jalur biokimia. Basisdata DrugBank ini di kelola oleh Department of Computing Science and Biological Science, Universitas Alberta. Kanada.

Basis Data Protein

Protein Data Bank (PDB; http://www.rscb.org/pdb/)

Basis Data Genom

GeneBank

[PF] > LogP

Log P adalah index lipofislisitas/hidrofobisitas, dan dinayatakan sebagai log([kelarutan dalam oktanol]/[kelarutan dalam air murni]). Sehingga semakin tinggi nilai logP, lipofilisitas semakin tinggi. Sebagai contoh, glukosa yang bersifat hidrofilik memiliki nilai logP = -2,3, sedangkan senyawa yang bersifat hidrofobik yang larut dalam oktanol memiliki nilai positif (contoh, kolesterol memiliki nilai log P 8,2)

[PF] > pKa

pKa adalah parameter fisikokimia yang terkait pada Konstanta Disosiasi sebagai ukuran kekuatan asam atau basa.

Pengantar

Blog ini  dibuat untuk mempersiapkan buku mengenai Komputasi Biomedik. Setiap entri yang ada akan dibuat label sesuai dengan kategori atau pengelompokkan yang nantinay mungkina akan menjadi bab atau subbab dalam sebuah buku

Format entri akan dibuat sebagai berikut:

[LABEL ENTRI] > Judul Artikel

Label entry tersebut adalah

[PF] = Parameter Fisikokimia
[MD] = Molecular Dynamics
[DC] = Docking
[HM]= Homology Modeling
[DB] = Database
[DD} = Drug Design