Permodelan Farmakofor Remdesivir dan Skrining Virtual dari Basisi Data Senyawa Bahan Alam Sebagai Inhibitor SARS-CoV-2

Abstract

Corona virus disease-19 (COVID-19) adalah penyakit yang disebabkan oleh SARS-CoV-2 yang muncul awal Desember tahun 2019 di Wuhan, China. Sifat virus corona tersebut mudah menginfeksi manusia dan sudah menyebar hampir keseluruh penjuru dunia. Salah satu reseptor yang memiliki peran penting untuk mereplikasi virus adalah reseptor non struktural. Tujuan penelitian ini adalah untuk mengetahui aktivitas dari senyawa bahan alam berdasarkan farmakofor remdesivir terhadap inhibitor SARS-CoV-2 sebagai obat SARS-CoV-2. Penelitian ini menggunakan metode pemodelan farmakofor, skrining virtual dan penambatan molekuler data base senyawa bahan alam. Senyawa bahan alam diperoleh dari data base coconut nature produk dan menggunakan reseptor 7qg7. Hasil pemodelan menghasilkan 1 fitur hidrofobik, 2 fitur H bond akseptor, dan 1 fitur H bond donor dengan nilai Area Under Curve rentang 0,50-1,0. Skrining terhadap database Coconut Natural Product menghasilkan sebanyak 97,214 senyawa hit yang kemudian akan dilakukan penambatan molekul untuk mengetahui energi ikatan dan interaksi terhadap reseptor SARS-CoV-2. Hasil penelitian yang didapatkan pada validasi model farmakofor dilihat dengan menggunakan parameter AUC100% di dapatkan hasil 0,53. Sedangkan untuk parameter validasi penambatan molekul dilihat berdasarkan nilai RMSD, nilai RMSD yang diperoleh antara reseptor yaitu 1,48Å. Hasil analisis penambatan molekuler menunjukkan bahwah Senyawa CNP0015469 nilai (ΔG) = -8.27 kkal/mol dan konstanta inhibisi (KI) = 866.80nM memiliki nilai afinitas lebih baik bila dibandingkan dengan ligan alami (U08). Pada interaksi asam amino ditunjukkan bahwa senyawa CNP0015469 memiliki 24 ikatan asam amino.