(Sumber: https://tekno.republika.co.id/berita/qdt3sc463/komputasi-bantu-penemuan-dan-pengembangan-obat)
Proses penemuan obat adalah perjalanan yang panjang dan kompleks, membutuhkan sumber daya yang besar baik dari segi waktu maupun biaya. Dalam beberapa dekade terakhir, pendekatan berbasis komputasi, atau yang dikenal sebagai Computer-Aided Drug Design (CADD), telah menjadi alat yang sangat berharga dalam mempercepat dan menyederhanakan proses ini. CADD mencakup berbagai teknik komputasi yang digunakan untuk menemukan, mengembangkan, dan menganalisis molekul obat serta senyawa aktif dengan sifat biokimia yang serupa. Hingga saat ini, lebih dari 70 obat komersial berhasil ditemukan melalui teknik komputasi (Sabe et al., 2021).
Namun, dalam proses penemuan obat tidak sepenuhnya bebas dari tantangan. Salah satu penyebab utama kegagalan kandidat obat pada tahap akhir adalah efikasi dan keamanan yang tidak memadai, yang sering kali disebabkan oleh karakteristik ADMET (absorpsi, distribusi, metabolisme, ekskresi, dan toksisitas) (Wu et al., 2020). Meski begitu, penggunaan pemodelan komputer telah membuktikan kemampuannya untuk memprediksi sifat farmakologi dan mengoptimalkan desain obat secara efisien.
Peran Pemodelan Komputer dalam Tahap Penemuan Obat
Pada tahap awal penemuan obat, aktivitas dan spesifisitas kandidat obat biasanya dinilai melalui analisis bioinformatika dan simulasi molekuler. Proses ini melibatkan identifikasi target, validasi, dan analisis struktur target protein. Permodelan komputer memungkinkan ilmuwan untuk memetakan farmakofor, memprediksi kesesuaian target dengan obat (target druggability), dan melakukan reverse docking (Sabe et al., 2021).
Salah satu metode utama dalam desain obat berbasis komputasi adalah virtual screening. Teknologi ini memungkinkan penapisan ribuan hingga jutaan senyawa secara virtual untuk menemukan molekul potensial yang memiliki aktivitas biologis tertentu. Quantitative Structure-Activity Relationship (QSAR) merupakan salah satu metode yang sering digunakan pada vitrual screening dan termasuk studi kuantitatif tentang hubungan antara struktur kimia molekul kecil dan aktivitas biologisnya. Dengan metode ini, peneliti dapat mengidentifikasi struktur kimia yang memiliki potensi penghambatan terhadap target spesifik serta memiliki tingkat toksisitas yang rendah. Pada kasus di mana struktur reseptor target tidak diketahui, QSAR menjadi alat yang sangat efektif. Dengan kemajuan teori hubungan struktur-aktivitas dan metode statistik, QSAR berkembang menjadi 3D-QSAR yang memanfaatkan informasi struktural tiga dimensi molekul bioaktif. 3D-QSAR mampu menggambarkan pola interaksi energi antara molekul bioaktif dan reseptor, mengungkapkan mekanisme interaksi obat dengan target biologis, serta memberikan prediksi akurat untuk desain dan optimalisasi senyawa baru (Lin et al., 2020).
Selain itu, terdapat pendekatan berbasis struktur (structure-based drug design atau SBDD) dan berbasis ligan (ligand-based drug design atau LBDD) memainkan peran penting dalam proses desain obat. SBDD bergantung pada data struktural dari protein target, sedangkan LBDD mengandalkan analisis kesamaan antara ligan yang telah diketahui aktivitasnya. Kedua pendekatan ini saling melengkapi dalam mengembangkan obat yang efektif (Sabe et al., 2021).
Keunggulan dan Aplikasi Terkini Pemodelan Komputer
(Sumber: https://farmasi.ugm.ac.id/komputasi-bantu-penemuan-dan-pengembangan-obat/)
Kemajuan teknologi dalam sumber daya komputasi dan basis data molekul kecil telah memberikan terobosan besar dalam pengembangan senyawa lead. Dengan semakin banyaknya target obat baru, metode komputasi seperti virtual screening semakin banyak digunakan untuk mempercepat proses penemuan obat. Teknologi ini menawarkan pendekatan yang lebih murah dibandingkan dengan penyaringan berbasis eksperimen, karena secara signifikan mengurangi jumlah senyawa yang perlu diuji secara eksperimental (Lin et al., 2020).
Sebagai contoh, virtual high-throughput screening adalah metode yang secara efektif menggantikan high-throughput screening tradisional, yang memerlukan analisis biokimia secara terpisah terhadap jutaan senyawa. Dalam virtual screening, analisis dilakukan secara komputasi untuk memilih senyawa dengan potensi terbaik, sehingga menghemat biaya dan waktu. QSAR juga terus memainkan peran penting dalam penelitian farmasi dengan kemampuannya memprediksi aktivitas biologis molekul baru berdasarkan data struktural (Lin et al., 2020).
Tidak hanya itu, simulasi biomolekuler telah berkembang pesat, memungkinkan identifikasi situs pengikatan obat dan mekanisme molekuler penyakit. Misalnya, pemenang Hadiah Nobel Kimia 2013 menunjukkan pentingnya teori dan metode komputasi dalam memahami sistem biokimia kompleks. Hal ini menunjukkan bahwa pemodelan komputer tidak hanya menjadi pelengkap eksperimen, tetapi juga alat utama untuk mempercepat inovasi dalam penemuan obat (Lin et al., 2020).
Referensi
Farmasi.ugm.ac.id. (2020, 17 Juli). Komputasi Bantu Penemuan dan Pengembangan Obat. Diakses pada 19 November 2024. https://farmasi.ugm.ac.id/komputasi-bantu-penemuan-dan-pengembangan-obat/
Lin, X., Li, X., & Lin, X. (2020). A review on applications of computational methods in drug screening and design. Molecules, 25(6), 1–17. https://doi.org/10.3390/molecules25061375
Republika.co.id. (2020, 21 Juli). Komputasi Bantu Penemuan dan Pengembangan Obat. Diakses pada 19 November 2024 https://tekno.republika.co.id/berita/qdt3sc463/komputasi-bantu-penemuan-dan-pengembangan-obat
Sabe, V. T., Ntombela, T., Jhamba, L. A., Maguire, G. E. M., Govender, T., Naicker, T., & Kruger, H. G. (2021). Current trends in computer aided drug design and a highlight of drugs discovered via computational techniques: A review. European Journal of Medicinal Chemistry, 224(113705), 1–21. https://doi.org/10.1016/j.ejmech.2021.113705
Wu, F., Zhou, Y., Li, L., Shen, X., Chen, G., Wang, X., Liang, X., Tan, M., & Huang, Z. (2020). Computational Approaches in Preclinical Studies on Drug Discovery and Development. Frontiers in Chemistry, 8(726), 1–32. https://doi.org/10.3389/fchem.2020.00726
Pemulis : Fitri Widiyani – 22416248201145 – FM22C – Farmasi UBP Karawang
