Pemodelan Data Interaksi Protein-Ligand dalam Penemuan Obat

Sumber:https://www.thermofisher.com/id/en/home/life-science/protein biology/protein-assays-analysis/protein-interaction analysis.html?gclid=Cj0KCQiA6Ou5BhCrARIsAPoTxrC_quOEjTbCIlA90cIsY9hqdfk8Fk1AgYqQwXrrLTAFt1qbNp6SZJwaAiY2EALw_wcB&ef_id=Cj0KCQiA6Ou5BhCrARIsAPoTxrC_quOEjTbCIlA90cIsY9hqdfk8Fk1AgYqQwXrrLTAFt1qbNp6SZJwaAiY2EALw_wcB:G:s&s_kwcid=AL!3652!3!654401608964!b!!g!!protein+interaction!8057977375!156406152188&cid=bid_pca_dlt_r01_co_cp1359_pjt0000_bid00000_0se_gaw_nt_pur_con&gad_source=1&gbraid=0AAAAADxi_GQdiTU6d7LvQHFw_QBCnzv-v

Protein berinteraksi satu sama lain dan dengan molekul lain, memediasi jalur metabolisme dan pensinyalan, dan dengan demikian mengatur proses seluler . Salah satu tugas mendasar protein adalah bertindak sebagai enzim , yaitu, katalis biologis yang meningkatkan laju hampir semua reaksi kimia yang terjadi di dalam sel. Karena peran utamanya dalam fungsi biologis, protein mengendalikan mekanisme yang mengarah ke keadaan sehat dan sakit dalam organisme. Namun, untuk sejumlah besar protein, dan selanjutnya enzim, fungsinya tidak diketahui, oleh karena itu tantangan penting dalam genomik struktural adalah prediksi fungsi protein yang tidak berkarakter ini . Sementara penentuan eksperimental fungsi protein masih merupakan cara yang paling dapat diandalkan untuk mengkarakterisasi protein yang tidak diketahui, sulit untuk memprioritaskan eksperimen fungsional di antara banyak fungsi yang mungkin dapat dilakukan protein. Untuk memandu eksperimen, sejumlah pendekatan komputer secara rutin digunakan untuk memprediksi fungsi protein. Namun, banyak yang didasarkan pada urutan dan homologi struktural secara keseluruhan, akibatnya sering kali tidak ada kesamaan ketika hanya situs pengikatan lokal yang dipertahankan. Oleh karena itu, identifikasi situs pengikatan tersebut pada permukaan protein biasanya merupakan titik awal untuk anotasi fungsi protein. Selain itu, karena pengetahuan tentang lokasi situs pengikatan merupakan prasyarat untuk docking molekuler, identifikasi situs pengikatan sering kali merupakan langkah pertama dalam desain obat berbasis struktur.

Prediksi Fungsi

Protein berinteraksi satu sama lain dan dengan molekul lain, memediasi jalur metabolisme dan pensinyalan dan dengan demikian mengatur proses seluler . Salah satu tugas mendasar protein adalah bertindak sebagai enzim , yaitu, katalis biologis yang meningkatkan laju hampir semua reaksi kimia yang terjadi di dalam sel. Karena peran utamanya dalam fungsi biologis, mereka mengendalikan mekanisme yang mengarah ke keadaan sehat dan sakit dalam organisme. Namun, untuk sejumlah besar protein, dan kemudian enzim, fungsinya tidak diketahui, oleh karena itu tantangan penting dalam genomik struktural adalah prediksi fungsi protein yang tidak berkarakter ini . Sementara penentuan eksperimental fungsi protein masih merupakan cara yang paling dapat diandalkan untuk mengkarakterisasi protein yang tidak diketahui, sulit untuk memprioritaskan eksperimen fungsional di antara banyak fungsi yang mungkin dapat dilakukan protein. Untuk memandu eksperimentalis, sejumlah pendekatan komputer secara rutin digunakan untuk memprediksi fungsi protein.

Namun, banyak yang didasarkan pada urutan dan homologi struktural keseluruhan , akibatnya sering kali kehilangan kesamaan ketika hanya situs pengikatan lokal yang dilestarikan. Identifikasi situs pengikatan tersebut pada permukaan protein biasanya menjadi titik awal untuk anotasi fungsi protein. Selain itu, karena pengetahuan tentang lokasi situs pengikatan merupakan prasyarat untuk docking molekuler, identifikasi situs pengikatan sering kali menjadi langkah pertama dalam desain obat berbasis struktur.Berdasarkan gagasan bahwa protein dengan tempat pengikatan lokal yang serupa menjalankan fungsi yang serupa, algoritma ProBiS dan server web terkaitnya dikembangkan. ProBiS menggunakan algoritma klik maksimum cepat untuk membandingkan protein kueri dengan anggota basis data struktur protein

Pemodelan data penemuan obat

Dengan persyaratan finansial dan waktu yang lama yang terkait dengan peluncuran obat komersial ke pasaran, penerapan desain obat berbantuan komputer telah diakui sebagai teknologi yang hebat dalam jalur penemuan obat . Dalam mempercepat penemuan obat, teknik pemodelan molekuler telah mengalami pertumbuhan yang cukup besar dalam kemampuan komputasi selama dekade terakhir. Perusahaan farmasi dan organisasi penelitian akademis saat ini menggunakan berbagai teknik pemodelan komputasi untuk menurunkan biaya dan waktu yang dibutuhkan untuk penemuan obat yang efektif. Dalam artikel ini, kami berfokus pada peninjauan tiga komponen utama pemodelan molekuler (Molecular Docking, Molecular Dynamics, dan pemodelan ADMET ), aplikasinya, dan keterbatasannya dalam penemuan obat molekul kecil. Kami membahas teknis seputar dinamika molekuler dan docking, algoritme yang digunakan untuk mengembangkan perangkat lunak docking, dan model yang dieksplorasi oleh algoritme ini yang digabungkan dengan fungsi penilaiannya. Kami juga meninjau pengaruh simulasi dinamika molekuler (semua atom dan simulasi dinamika molekuler berbutir kasar) dalam penemuan obat dan juga menjelaskan bagaimana ensembel yang dihasilkan dari simulasi MD dapat membuka jalan bagi penemuan obat baru. Lebih jauh, kami menjelaskan secara singkat peran yang dimainkan oleh profil farmakokinetik dan farmakodinamik dalam menemukan petunjuk baru untuk kemanjuran terapeutik. Di samping keberhasilan komputasional pemodelan molekuler dalam penemuan obat, kami menyoroti penguatan eksperimental kandidat obat yang ditemukan secara in silico. Akan tetapi, karena hampir tidak ada obat di pasaran yang ditemukan terutama dengan penggunaan pemodelan komputasional, kami menyimpulkan tinjauan dengan mengusulkan kemungkinan solusi yang dapat mendorong kemajuan dan keberhasilan klinis obat.