Skripsi

Prediksi Bioaktivitas Senyawa dalam Physalis angulata L. (Ciplukan) sebagai Antimalaria dengan Pendekatan Machine Learning dan Kemoinformatik = Bioactivity Prediction of Compounds in Physalis angulata L. (Angular Winter Cherry) as Antimalarial Agents Using Machine Learning and Chemoinformatics Approaches.

Latar Belakang Malaria merupakan salah satu penyakit menular yang menjadi tantangan kesehatan global, termasuk di Indonesia yang tergolong sebagai daerah endemis. Sebagian besar dari kasus malaria disebabkan oleh Plasmodium falciparum. Saat ini, terapi lini pertama dari malaria adalah artemisinin-based combination therapies, namun meningkatnya kasus resistensi menimbulkan kekhawatiran. Kondisi ini menumbuhkan kebutuhan akan penemuan kandidat obat baru. Physalis angulata digunakan oleh suku Tetun sebagai obat tradisional dan telah dilaporkan memiliki aktivitas antimalaria yang kuat. Oleh sebab itu, penelitian ini bertujuan untuk mengevaluasi dan mengidentifikasi senyawa-senyawa yang terdapat di P. angulata sebagai antimalaria terhadap P. falciparum. Metode Penelitian dilakukan dengan dua tahapan utama. Pada tahap pertama, dilakukan prediksi nilai IC50 dengan menggunakan model Quantitative Structure-Activity Relationship berbasis machine learning pada perangkat lunak DataWarrior. Selanjutnya, senyawa dengan nilai prediksi terbaik dianalisis lebih lanjut untuk meprediksi profil farmakokinetik dan toksisitasnya menggunakan pkCSM. Hasil Hasil prediksi nilai IC50 menunjukkan bahwa terdapat sejumlah senyawa dengan IC50 < 1 µM atau aktivitas sangat kuat. Senyawa dengan nilai prediksi IC50 terbaik merupakan Suc-E5MB, ester sukrosa. Sementara itu, senyawa kedua hingga kelima terbaik berasal dari kelompok lipid. Prediksi profil farmakokinetik dari kelima senyawa ini menunjukkan hasil yang cukup baik, meskipun diperlukan validasi lebih lanjut untuk memastikan aspek toksisitasnya terutama terhadap lingkungan. Kesimpulan Penelitian ini menunjukkan dan mengidentifikasi bahwa beberapa senyawa di P. angulata berpotensi sebagai agen antimalaria dengan IC50 yang sangat baik. Senyawa dengan aktivitas tertinggi adalah Suc-E5MB, sedangkan senyawa lainnya berasal dari kelompok lipid. Analisis farmakokinetik menunjukkan hasil yang menjanjikan, namun dibutuhkan validasi lebih lanjut.
Kata Kunci: Physalis angulata, Plasmodium falciparum, In silico, Antimalaria, ADMET


Introduction Malaria remains one of the major infectious diseases posing a significant global health challenge, particularly in Indonesia, which is classified as an endemic region. Most malaria cases are caused by Plasmodium falciparum. Currently, the first-line treatment for malaria is an artemisinin-based combination therapy, however there has been increasing incidence of resistance. This pushes the need for a new drug candidate. Physalis angulata has been traditionally used by the Tetun ethnic group as a medicinal plant and has been reported to exhibit strong antimalarial activity. Therefore, this study aims to evaluate and identify the compounds present in P. angulata with potential antimalarial activity against P. falciparum. Method This study was performed in two stages: IC50 prediction using machine-learning based Quantitative Structure-Activity Relationship in DataWarrior, followed by pharmacokinetic and toxicity analysis of five compounds exhibiting excellent activity using pkCSM. Results The predicted IC50 values indicated that several compounds exhibited excellent activity, with IC50values < 1 µM. The compound with the lowest IC50was identified as Suc-E5MB, a sucrose ester. Meanwhile, the second to fifth most potent compounds belonged to the lipid class. The predicted pharmacokinetic profiles of theses five compounds showed generally favorable results. However, further validation is required to confirm their toxicity towards the environment. Conclusion This study demonstrated and identified that several compounds in Physalis angulata have potential as antimalarial agents with excellent IC50 values. The compound with the highest activity was identified as Suc-E5MB. The pharmacokinetic analysis showed promising results, however further validation is still required.
Keywords: Physalis angulata, Plasmodium falciparum, In silico, Antimalaria, ADMET