Studi QSAR pada Senyawa Disulfida Aromatik sebagai Inhibitor SARS-CoV Mpro dengan Menggunakan Metode Genetic Algorithm-Support Vector Machine

RIZKI AMANULLAH HAKIM

Informasi Umum

Kode

22.04.1062

Klasifikasi

610.28 - Biomedical Engineering

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Biomedical Engineering

Dilihat

17 kali

Informasi Lainnya

Abstraksi

Coronavirus adalah jenis pneumonia yang disebabkan oleh Severe Acute Respiratory Syndrome Coronavirus (SARS-CoV). Virus ini menyebabkan sindrom pernafasan akut yang parah dan telah menyebabkan 2 juta kasus di seluruh dunia. Meskipun SARS-CoV-1 berhasil dikendalikan pada tahun 2003, muncul strain baru virus SARS-CoV-2 yang terbukti lebih ganas dari pendahulunya. Mengenai desain inhibitor baru untuk strain ini, protease utama (Mpro) dari SARS-CoV digunakan sebagai inhibitor target. Dalam pengembangan in silico digunakan metode Quantitative Structure Activity Relationship (QSAR) yang cukup umum digunakan dalam memprediksi aktivitas biologis senyawa yang belum diuji. Penelitian ini bertujuan untuk membangun model QSAR, menggunakan senyawa aromatik disulfida sebagai senyawa pelemahan protease utama (Mpro) pada SARS-CoV. Dengan menggunakan model seleksi Genetic Algorithm (GA) dan metode prediksi Support Vector Machine (SVM), akan didapatkan rekomendasi gabungan deskriptor dominan pada senyawa disulfida aromatik, yang dapat dimanfaatkan dalam pengembangan agen antiviral SARS-CoV. Dataset yang digunakan adalah data yang berisi fitur senyawa disulfida aromatik, beserta informasi aktivitas toksisitas senyawa. Informasi deskriptor yang digunakan merupakan kolom fitur yang memiliki deviasi diatas 0,5. Hasil terbaik seleksi model GA diperoleh pada kernel RBF dengan nilai MSE terkecil 0.0273, serta hasil terbaik prediksi SVM yang didapatkan melalui implementasi model polinomial, yang mendapatkan skor pada validasi internal R2¬¬train dan validasi eksternal R2test¬ adalah 95.2% dan 67.6%.