Pengaruh Residu Fleksibel terhadap Nilai Afinitas Ikatan Protein dengan Ligan Native-nya menggunakan PyRx-vina

  • Broto Santoso Universitas Muhammadiyah Surakarta
Keywords: Residu fleksibel, ligan native, PyRx-vina, binding affinity, AutoDock

Abstract

Komputasi dockingsudah menjadi teknik alternatif yang membantu
mempercepat proses penemuan obat baru dalam bidang Kimia
Medisinal. Hasil kajian sebelumnya menyatakan bahwa penentuan
volume gridbox dalam metode in silico menjadi kunci sukses
pendekatan komputasi. Penelitian ini ditujukan untuk menilai
pengaruh residu fleksibel protein terhadap nilai afinitas ikatan
protein-ligan.Sejumlah 32 protein terpilih yang berasal dari
Mycobacterium tuberculosistelah diunduh dari www.rcsb.org,
dilakukan preparasi, docking molekular dan interaction profiling
menggunakan software Chimera, PyRx-vina, PLIP dan PyMOL.
Docking residu fleksibel telah berhasil dilakukan terhadap 97%
protein karena terdapat satu protein yang tidak selesai proses
komputasinya. Residu fleksibel berhasil memberikan peningkatan
afinitas ikatan pada 44% protein target sedangkan 17 diantaranya
belum menunjukkan adanya perbedaan dibandingkan nilai dasarnya.
Hasil ini memperlihatkan bahwa selain penentuan volume gridbox,
pemilihan dan pemanfaatan residu aktif menjadi fleksibel selama
komputasi akan memperpendek jarak pembeda antara prediksi dan
nilai sesungguhnya. Kajian berikutnya yang penting untuk
dieksplorasi adalah seberapa besar pengaruh dan hubungan antara
pemilihan residu fleksibel dengan deskriptor ligan native atau ligan
target.

References

Berman H.M., Westbrook J., Feng Z., Gilliland G., Bhat T.N., Weissig H., Shindyalov I.N., and
Bourne P.E. (2000). The Protein Data Bank. Nucleic Acids Research. 28: 235-242.
Bolia A., Gerek Z.N., and Ozkan S.B. (2014). BP-Dock: A Flexible Docking Scheme for
Exploring Protein–Ligand Interactions Based on Unbound Structures, J. Chemical
Information and Modeling. 54 (3): 913-25. DOI: 10.1021/ci4004927.
Dallakyan S., and Olson A.J. (2015). Small-Molecule Library Screening by Docking with PyRx.
Methods Mol. Biol. 1263:243-50.
Elokely K.M. and J. Doerksen R.J. (2013). Docking Challenge: Protein Sampling and Molecular
Docking Performance, J. Chemical Information and Modeling.53 (8): 1934-45. DOI:
10.1021/ci400040d.
Fricker P., Gastreich M., and Rarey M. (2004) Automated Generation of Structural Molecular
Formulas under Constraints. J. Chemical Information and Computer Sciences. 44:
1065-1078.
O'Boyle N.M., Banck M., James C.A., Morley C., Vandermeersch T., and Hutchison G.R.
(2011). Open Babel: An open chemical toolbox. J. Cheminformatics. 3: 33. DOI:
10.1186/1758-2946-3-33
Pettersen E.F., Goddard T.D., Huang C.C., Couch G.S., Greenblatt D.M., Meng E.C., Ferrin
T.E. (2004). UCSF Chimera--a visualization system for exploratory research and
analysis. J Comput Chem. 25(13): 1605-12.
Ravindranath P.A., Forli S., Goodsell D.S., Olson A.J., Sanner M.F. (2015). AutoDockFR:
Advances in Protein-Ligand Docking with Explicitly Specified Binding Site Flexibility.
PLOS Computational Biology. 11(12): e1004586. DOI: 10.1371/journal.pcbi.1004586.
Salentin S., Schreiber S., Haupt V.J., Adasme M.F., and Schroeder M. (2015). PLIP: fully
automated protein-ligand interaction profiler. Nucl. Acids Res. 43 (W1): W443-W447.
DOI: 10.1093/nar/gkv315.
Santoso B. (2017). Pengaruh Volume Gridbox pada Docking Senyawa dalam Stelechocarpus
Burahol terhadap Protein Homolog Antiinflamasi TRPV1. Prosiding URECOL VI,
Universitas Muhammadiyah Magelang. p. 321-328. [cited 2018].Dapat diakses pada
laman: http://journal.ummgl.ac.id/index.php/urecol/article/view/1369.
Segura J., Marín-López M.A., Jones P.F., Oliva B., Fernandez-Fuentes N. (2015). VORFFIPDriven
Dock: V-D2OCK, a Fast and Accurate Protein Docking Strategy. PLOS ONE.
10(3): e0118107. DOI: 10.1371/journal.pone.0118107.
Stierand K., Maaß P., and Rarey M. (2006) Molecular Complexes at a Glance: Automated
Generation of two-dimensional Complex Diagrams. Bioinformatics. 22: 1710-1716.
Volkamer A., Kuhn D., Grombacher T., Rippmann F., M. Rarey M. (2012). Combining global
and local measures for structure-based druggability predictions. J. Chem. Inf. Model.
52,360-372.
The PyMOL Molecular Graphics System, Version 1.8 Schrödinger, LLC.
Trott O. (2017). The Molecular Graphics Lab at The Scripps Research Institute – AutoDock
Vina is an open-source program for doing molecular docking. 2010. [cited 2017]. Dapat
diakses pada laman: http://vina.scripps.edu/index.html.
Published
2018-02-21