chemoinformatics lecture : topik terkini kemoinformatika

Assalamu’alaikum warahmatullahi wa barakatuh..

Tulisan ini merupakan tulisan lamaku di blog kuliah kemoinformatika dulu, yah tak share lagi karena blog itu sudah lama tidak terurus.

Tadi pagi sebenarnya ada tambahan kuliah kemoinformatika karena dua pertemuan sebelumnya kosong, tapi mungkin karena bentrok dengan kuliah lain atau karena belum diberitahu maka hanya sedikit saja mahasiswa yang datang. Atas dasar itu, saya berinisiatif untuk merangkum apa yang diajarkan tadi pagi.

Sebenarnya sekarang yang menjadi tren di bidang kemoninformatika apa sih? Tren di kemoinformatika secara garis besar dapat dikategorikan menjadi dua hal, tradisional dan hot issue. Lho? Salah satu fungsi kemoinformatika kan untuk mendapatkan informasi yang berkaitan dengan sistem kimia secara cepat dan akurat. Sesuai dengan kebutuhan informasi yang diperlukan maka tren-tren penggunaan kemoinformatika akan berbeda atau berganti dari satu waktu ke waktu lain. Bisa saja tren yang dulu menjadi top class sekarang terasa kuno. Misalnya saja, bisa dibayangkan waktu internet masih belum berkembang seperti sekarang, tentu sangat sulit untuk mencari info apa sih yang sedang dikaji orang di luar negeri ? Apa sih yang menjadi hot issue di dunia? Mungkin ketika itu satu bendel jurnal menjadi barang yang sangat berharga. Maka kemudian, ketika internet telah berkembang, maka orang akan berfikir bagaimana agar internet ini bisa digunakan untuk mengakses jurnal ? Maka dari itu lahirlah bagaimana jurnal tersebut dikelola lewat web atau misalnya bagaimana internet bisa digunakan untuk mendapatkan informasi tentang senyawa kimia. Agar tujuan ini dapat dicapai tentu tantangan-tantangan yang muncul harus bisa dilewati misalnya saja bagaimana kita menggambarkan struktur kimia secara 2D/3D ? Bagaimana visualisasi protein, jika ingin melakukan docking ligan-protein? Bagaimana kita mencari database struktur kimia? Kemudian bagaimana mengatur sejumlah besar data menjadi informasi? Dan apakah komputer bisa memprediksi kelakuan senyawa di tes tube dan di tubuh? Inilah beberapa tantangan yang harus dihadapi kemoinformatika sejak tahun 1960 sampai sekarang.

Contoh tren kemoinformatika yang tradisional antara lain dalam bidang farmasi dan drug desain, bagaimana sebuah informasi dari struktur dapat diperoleh secara cepat dan akurat sehingga dapat mempercepat proses drug design, ketersediaan database dari bahan kimia, ya seperti MSDS lah, ketersediaan informasi kimia dalam bentuk jurnal, bagaimana sebuah atau beberapa jurnal dikelola diatur sedemikian rupa sehingga kita secara mudah dapat mencari informasi yang kita perlukan, baik itu struktur kimia, informasi di jurnal tentang penelitian terdahulu atau yang sedang menjadi tren (contoh cara mengakses web jurnal online dapat di baca di sini (link ke tulisan jurnal)), kemudian tentang paten, bagaimana paten dikelola dalam database sehingga orang dapat mencari apa saja yang sudah dipatenkan dan mana yang belum dipatenkan. Dari sini tak dapat dipungkiri salah satu ranah ilmu pengetahuan yang sangat diuntungkan dengan kemoinformatika adalah bidang farmasi karena kemudahan mendapatkan akses informasi tentang suatu senyawa, baik itu struktur, sifat, aktivitas biologis dll.

Kemudian ketika semua itu telah ter-establish, yang menjadi hot issue dan current topic mulai bergeser dari bagaimana cara mendapatkan chemical information ke bagaimana jika chemical information itu bergeser menjadi public domain dan open source (PubChem, MLI, eScience dll), kemudian pembuatan arsitektur yang berbasis pelayanan (service-oriented architecture) dan bagaimana mengintegrasikan kemoinformatika/chemoinformatics dengan -ics yang lain seperti bioinformatics, genomics, proteomics, dan sistem biologi. Lalu impact dari semua ini bagi kita yang bekerja di kimia apa sih? Wah banyak, antara lain : pertama dengan peningkatan jumlah web tool dan database yang tersedia dapat digunakan untuk membantu sintesis, profiling. Kedua, efektifitas penggunaan komputer di lab (kalau memang di lab ada komputer :D) akan meningkat, bukan sekedar untuk fesbukan, nge-twit, buka email, nonton film. Ketiga, ini penting bagi orang sintesis agar tahu bagaimana menggunakan teknik komputasi dan bagaimana itu menuntun ke proses sintesis dan drug design. Keempat, ada kesempatan untuk mengkombinasikan kimia dengan komputer (semacam riset multi disiplin karena perlu diingat kemoinformatika itu pada hakikatnya juga multidisplin, ada orang kimia, orang ilkom, matematika dan statistik).

Perkembangan industri farmasi juga berimplikasi dalam perkembangan kemoinformatika. Tentu kita sudah sering mendengar kata HTS (High Throughput Screening), alat ini berguna untuk mengetes aktivitas ribuan senyawa (senyawa ini bisa riil senyawa atau lewat komputer)  terhadap satu protein tertentu, maka dari itu seorang kimiawan/wati harus bisa dengan jeli memilih 2-3 kelas dari senyawa yang menunjukkan aktivitas yang paling menjanjikan untuk ditindaklanjuti. Implikasi dari ini adalah informatika harus bisa menyimpan data struktur dan aktivitas biologis dari jutaan titik data (representasi dari 2D), mengorganisasi agar ribuan senyawa ini dapat dimasukkan ke dalam grup tertentu (struktur yang mirip     dimasukkan ke dalam grup bersama dan dikaitkan dengan aktivitasnya), harus bisa digunakan untuk mempelajari sebanyak mungkin informasi (data mining) (menerapan metode statistik untuk struktur senyawa dan informasi yang berkaitan dengannya).

Oia, masalah visualisasi struktur, visual struktur dapat secara 2D dan 3D. Untuk yang 2D mungkin sudah sering kita jumpai. Biasanya struktur 2D dinotasikan dalam notasi SMILES (Simplified Molecular Input Line Entry Specification) misalnya propanol akan dinotasikan sebagai CCCO (lebih lanjut soal notasi bisa dibaca di file kuliah kemoinformatika :)), tapi bagaimana dengan 3D? Kok bisa tau dari mana? Jawabnya dari kristalografi XRD dan NMR dapat digunakan untuk mengetahui bentuk 3D dari senyawa tertentu. Contohnya protein. Protein ini kemudian diinteraksikan dengan ligan tertentu, maka akan terjadi perubahan konformasi dari protein tersebut. Kemudian protein+ligan ini dikristalkan kemudian di elusidasi strukturnya. Dengan demikian, mekanisme aksi obat terhadap protein tersebut dapat diketahui (lewat perubahan konformasi salah satunya). Adanya struktur 3D ini sangat berguna dalam docking protein+ligan karena docking membutuhkan struktur 3D baik struktur protein dan ligan.

Struktur 3D dari protein dapat disimpan dalam file yang disebut dengan PDB dan bisa didownload. Selain PDB banyak juga senyawa lain yang sudah dibuat file PDB-nya. Docking sendiri menggunakan beberapa metode optimasi untuk menemukan rotasi, translasi terbaik dari ligan dalam protein tujuannya untuk menemukan binding affinity yang paling optimal (untuk docking mungkin lain waktu akan dibahas :)).
Mungkin ini dulu resume (setidaknya menurut saya) atas kuliah pagi ini. Di lain kesempatan insya Allah kita sambung lagi.🙂

# informasi jauh lebih penting dari pada data, karena yang menguasai dunia adalah yang menguasai informasi
# ditulis oleh Niko. P (neax502.wordpress.com)

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s