3D-QSAR STUDIES OF SOME TETRASUBSTITUTED PYRAZOLES

AS COX-II INHIBITORS

PUSPITA ARUM W 112210101025NOVIA DANIS ASTIKA 112210101027NI PUTU PERTIWI 112210101029MOH SULTHON HABIBI 112210101031YENI NUR CAHYANI 112210101033

PENDAHULUAN Obat-obat anti inflamasi Non steroid (NSAID)

secara luas digunakan sebagai agen terapi bagi berbagai macam penyakit inflamasi

Namun penggunaan jangka panjang dapat menyebabkan ketoksikan pada gastrointestinal

Cynclooxigenase merupakan enzim yang memegang peranan penting dalam proses inflamasi, dan merupakan target dari pengobatan dengan NSAID.

COX-1 bertanggung jawab pada fungsi fisiologis tubuh

COX-2 yang terlibat dalam proses peradangan.

Penghambatan cox-2 oleh NSAID tersebut dapat menyebabkan penghambatan cox-1 juga sehingga efek samping pada GastroIntestinal

Obat yang dapat menghambat cox-2 tanpa menghambat cox-1 akan memiliki khasiat yang lebih aman seperti: nimesulide,celecoxib, rofecoxib, valdecoxib and etoricoxib

Tujuan dari penelitian ini adalah untuk menemukan senyawa yang lebih selektif, poten, acceptable, dan aman bagi penderita sehingga akan meninggalkan pengobatan dengan menggunakan steroid dan narkotik.

PERCOBAAN

Bahan 24 COXIB ( table 1) dengan struktur skeleton

pirazol tersubtitusi dipilih sebagai training set untuk model farmakofor.

Tujuh buah COXIB yang memiliki aktivitas paling tinggi (25- 31; table 1) dengan struktur yang bervariasi digunakan untuk membuat hipotesis model farmakofor.

Struktur dan aktivitasnya dapat dilihat pada table 1. Semua struktur dibuat dengan menggunakan maestro dan energinya diminimalisir menggunakan OPLS-2005.

Tabel 1. Data set yang digunakan untuk membuat farmakofor dari inhibitor COX- II

Metode

1. Mempersiapkan data biologis2. Preparasi ligan3. Pembuatan common

pharmacophore hypothesis (CPH)4. Pembentukan model QSAR5. Validasi farmakofor yang telah

dibuat

1. Data Biologis Untuk penelitian model farmakofor, satu set data

penghambatan dari 31 COX- II (IC50) diambil dari literature.

Struktur dasar dari semua data yang digunakan digambarkan seperti pada gambar 1 dengan berbagai substituent yang berbeda yang dapat dilihat pada table 1.

Data set dibagi kedalam training set dan tes set. Training set terdiri atas 24 buah senyawa terpilih dan untuk memvalidasi farmakofor yang dibuat , 7 buah senyawa dijadikan sebagai tes set.

Gambar 1. Struktur umum dari pirazol tersubtitusi

2. Preparasi ligan

3. Pembuatan common pharmacophore hypothesis (CPH)

Hipotesis farmakofor umum dan farmakofor yang berdasarkan CPH dibuat dengan PHASE.

Lima fitur farmakofor ditetapkan dengan satu set pola struktur kimia seperti SMART queries dan disusun berdasarkan satu dari tiga posisi geometris yang mungkin menegaskan karakteristik fisik dari site tersebut:

1. Point – site terletak pada atom tunggal dalam SMART query

2. Vector – site terletak pada atom tunggal dalam SMART query dan secara directional berdasarkan satu atau lebih vector yang bersala dari atom tersebut.

3. Gugus - site terletak pada pusat dari gugus pada atom dalam SMART query. Untuk cincin aromatic, site yang dituju secara langsung ditetapkan dengan sebuah vector yang normal ada pada cincin.

Fitur Farmakofor umum kemudian diidentifikasi dari set yang bermacam- macam- suatu set tipe fitur yang menentukan farmakofor yang mungkin- menggunakan pohon partisi algoritma dengan kedalaman maksimum.

Ukuran akhir dari kotak farmakofor adalah 1Å, untuk mengoptimasi jumlah akhir CPH. Semakin kecil kotak maka farmakofor semakin sesuai.

CPH ini dipelajari menggunakan fungsi penilaian untuk mendapatkan susunan terbaik dari ligan aktif, kualitas dari susunan ligan aktif, dan kualitas dari susunan yang diukur dengan nilai ketahanan yang di tunjukan pada persamaan:

4. Pembentukan model QSAR PHASE memberikan kemudahan membuat

struktur model QSAR 3D untuk satu set ligan yang sesuai dengan hipotesis terpilih.

Training set dari 24 molekul dipilih secara acak yang mencakup keanekaragaman biologis dan kimia serta digunakan untuk menghasilkan model QSAR berdasarkan atom untuk semua hipotesis menggunakan rigid sacing 1Å. Model terdiri dari tiga factor PLS untuk menyesuaikan nilai IC50 yang melewati nilai ketentuan penelitian.

Masing- masing dari model ini divalidasi dengan menggunakan set eksternal dari 31 molekul yang tidak digunakan selama pembuatan model

5. Validasi farmakofor yang telah dibuat

Model Farmakofor yang telah dibuat harus signifikan secara statistika contohnya koefisien regresinya harus baik, nilai RMSE harus sekecil mungkin, harus dapat memprediksi aktivitas dari molekul baru secara akurat dan harus mampu mengidentifikasi senyawa aktif dari data base. Oleh karena itu, peta turunan farmakofor harus divalidasi menggunakan uji untuk prediksi.

HASIL DAN DISKUSI

Dalam penelitian ini, serangkaian Pyrazole dengan tetrasubstitusi dianggap sebagai model molekul

yang dipelajari.

Penelitian ini bertujuan untuk mengembangkan ligand berbasis model pharmacophore yang

berkaitan dengan interaksi antara COX II dan ligan.

Dalam pengujian ini digunakan :- 24 tes set- Fitur pharmacophore yang dipilih untuk membuat site

adalah akseptor ikatan hidrogen (A), daerah hidrofobik (H), dan cincin aromatik (R).

- Model pharmacophore berisi enam site yakni, fitur-fitur yang dihasilkan yaitu :

AAAHR224, AAAHR1265, AAAHRR229, AAAHRR206, AAAHRR226, AAAHRR221, AAAAHR221, AAAAHR1279, AAAHR21, AAAHR217, AAAHRR233, AAAHRR214, AAAAHR1256, AAAHRR230, AAAAHR280, AAAAHR1293, AAAAHR1276, AAAAHR1275, AAAAHR1264, AAAAHR1353 dan AAAAHR1302

Dari penelitian yang dilakukan, didapatkan hipotesis terbaik adalah AAAHR224 dengan nilai survival tertinggi, nilai F tertinggi dan nilai koefisien regresi terbaik ( 0,958 ) dimana hipotesis ditunjukkan pada gambar 2

Fitur-fitur yang dihasilkan dari hipotesis ini memiliki tiga ikatan hidrogen akseptor (A), satu daerah hidrofobik ( H ), dan dua cincin aromatik ( R ). Sudut dan jarak antara site yang berbeda dari AAAHR224 masing-masing ditunjukkan dalam Tabel 2 dan 3

Tabel 2. Sudut antar site pharmacophore yang berbeda dari model AAAHR224

Tabel 3. Jarak antara site pharmacophore dari model AAAHR224

Nilai fitness diamati untuk semua ligan yang diamati pada model pharmacophore yang terbaik. Semakin besar nilai fitness, semakin besar prediksi aktivitas dari senyawa.

Gambar 3 menunjukkan AAAHR224 yang selaras dengan senyawa yang paling aktif dari tes set ( IC50 = 0,15 M) .

Validitas dan karakter prediksi AAAHR224 diukur dengan memprediksi aktivitas molekul tes set. Tujuh molekul test set dianalisis. Semua molekul test set yang dibangun dan digunakan dalam konformasi analisis konformasional seperti semua molekul training set.

Aktivitas molekul test set diprediksi menggunakan AAAHR224 dan dibandingkan dengan aktivitas yang sebenarnya.

Aktivitas penghambatan COX - II prediksi diperlihatkan dengan korelasi 0,852 menggunakan model AAAHR224.

Model AAAHR224 menunjukkan nilai r2 yang baik yaitu 0,958 dan kuadrat koefisien korelasi prediktif 0,852 antara nilai aktivitas eksperimental dan prediksi molekul tes set.

Interpretasi model QSAR

Pengetahuan tambahan dalam aktivitas penghambatan

dengan memvisualisasikan model QSAR dalam konteks satu /lebih

ligan dalam seri dengan berbagai

aktivitasuntuk mendesain analog baru

dan lebih aktif.

Dalam representasi ini, kubus biru

( dilambangkan dengan kubus yang diisi dengan garis-garis vertikal )

daerah yang menguntungkan

Kubus merah ( dilambangkan oleh

kubus yang diisi dengan kotak persegi )

daerah yang tidak menguntungkan untuk

aktivitas.

Gambar 5a dan 5b membandingkan model QSAR di konteks sifat donor ikatan hidrogen untuk 16 molekul yang lebih aktif dan 27 molekul yang kurang aktif.

Wilayah biru diamati di dekat 5-metil substituted sulfonyl - pyridin - 2 -yl - 1H – pyrazolemolekul dengan donor ikatan hidrogen yang potensial pada posisi ini menunjukkan aktivitas yang tinggi.

Wilayah merah diamati dekat posisi 5 - aryl dari pyrazole dan substitusi donor hidrogen hidrogen pada posisi ini menurunkan aktivitas.

Gambar 5c Wilayah merah besar dilambangkan dengan kubus yang diisi dengan kotak persegi ) di dekat gugus metil mengindikasikan substitusi dari setiap kelompok hidrofobik pada posisi ini, menurunkan aktivitas.

Gambar 5d Wilayah biru ( dilambangkan dengan kubus yang diisi dengan garis-garis vertikal ) diamati di dekat gugus metil dan substitusi 5 - aryl dari pyrazole substitusi gugus penarik elektron di posisi ini meningkatkan aktivitas. Wilayah merah ( dilambangkan dengan kubus yang diisi dengan kotak persegi ) diamati di dekat gugus CN dan oksigen sulfonamide kedua gugus ini menurunkan aktivitas. Penggantian gugus-gugus ini dengan gugus-gugus yang tidak penarik elektron, memberikan hasil yang lebih baik.

KESIMPULAN

Hipotesis farmakofor 3D untuk 5 - heteroatom substituted Pyrazole sebagai inhibitor COX - 2 dengan pendekatan komputasional ligand-based. Hipotesis farmakofor yang berbeda dikembangkan dengan menggunakan software PHASE

Enam titik farmakofor dengan tiga akseptor ikatan hidrogen ( A ), satu gugus hidrofobik ( H ), dan dua cincin aromatik ( R ) sebagai fitur farmakofor terkait dengan model QSAR yang paling signifikan.

Model farmakofor ini bisa menjadi perhatian besar, tidak hanya untuk mendapatkan pengetahuan dalam hubungan struktur - aktivitas senyawa ini, tetapi juga untuk menjelaskan peran spesifik inhibitor COX - 2.

Model ini dapat digunakan untuk senyawa screen dengan struktur bervariasi dalam mencari aktivitas penghambatan COX - II yang poten.

TERIMAKASIH