Virtual Screening dan Simulasi Dinamika Molekul Senyawa Aktif Alam Yang Memiliki AntiViral SARS-CoV-2

Abstract

Penelitian terkait obat-obatan dan vaksin SARS-CoV-2 yang merupakan virus penyebab Covid-19 masih terus dilakukan. Penelitian ini akan berfokus untuk mendapatkan senyawa dari baham alam yang paling potensial sebagai inhibitor protein SARS-CoV-2 berdasarkan nilai koefisien inhibisi, nilai binding energy, dan geometri struktur kompleks senyawa alam-protein SARS-CoV-2. Berdasarkan informasi genom dan karakteristik patologis SARS-Cov-2 terdapat protein fungsional SARS-CoV-2 yang dapat digunakan sebagai target pengembangan obat diantaranya adalah RNA-dependent RNA polymerase (RdRp), Mainprotease (3CLpro), dan Papain Like Protease (PLpro) yang memiliki peran sentral dalam proses replikasi virus dan transkripsi virus. Penelitian ini menggunakan struktur protein yang berasal dari protein data bank (PDB). Struktur yang digunakan adalah 7BV2 dengan resolusi 2.5 Å untuk RdRp, 7D1M dengan resolusi 1.4 Å untuk Mpro dan 6WX4 dengan resolusi 1.66 Å untuk PLpro. Pengujian dilakukan terhadap seribu senyawa alam Indonesia yang digunakan sebagai penghambat protein SARS-CoV-2 yang diambil dari Herbaldb dan Pubchem ID. Tahapan pertama dalam penelitian ini adalah pemodelan farmakofor dengan desain obat berbasis struktur. Senyawa alami dianalisis berdasarkan kemiripan sterik dan elektronik dengan inhibitor yang setidaknya telah melalui tahapan pengujian in vitro, agar didapatkan senyawa alam yang memiliki interaksi dengan pusat aktif katalitik protein. Kemudian dilanjutkan dengan simulasi molekular docking untuk mendapatkan energi ikat dan analisis visual interaksi senyawa alam di sisi aktif protein sebagai inhibitor SARS-CoV-2. Tahap terakhir adalah simulasi dinamika molekuler untuk mengeksplorasi ruang konformasi senyawa alam dan protein serta pengujian kestabilan interaksi dalam berlangsungnya waktu simulasi. Uji ADMET dilakukan terhadap senyawa terbaik untuk memperoleh farmakologi komputasi dan farmakokinetik senyawa alami tersebut. Berdasarkan kesamaan fitur farmafokor, simulasi penambatan, interaksi intramolekul senyawa dan enzim, simulasi dinamika molekul dan sifat ADMET. Senyawa yang teridentifikasi sebagai inhibitor RdRp adalah sotesuflavone, grossamide, dan 6-Hydroxyluteolin-6,7-disulfate. Senyawa yang teridentifikasi sebagai inhibitor Mpro adalah cosmosiin, glucobrassicin, dan isobavachin. Senyawa yang teridentifikasi sebagai inhibitor PLpro adalah cowanin dan isochandalone.

Research related to drugs and the SARS-CoV-2 vaccine, which is the virus that causes Covid-19, is still ongoing. This research will focus on obtaining compounds from natural substances that have the most potential as SARS-CoV-2 protein inhibitors based on the inhibition coefficient value, binding energy value, and the structural geometry of the complex natural compound protein SARS-CoV- 2. Based on the genomic information and pathological characteristics of SARS- Cov-2 several SARS-CoV-2 functional proteins can be used as targets for drug development, including RNA-dependent RNA polymerase (RdRp), Mainprotease (3CLpro), and Papain Like Protease (PLpro), which has a central role in the process of viral replication and viral transcription. This study uses a protein structure derived from the protein bank data (PDB). The structure used is 7BV2 with a resolution of 2.5 Å for RdRp, 7D1M with a resolution of 1.4 Å for Mpro and 6WX4 with a resolution of 1.66 Å for PLpro. Tests were carried out on a thousand natural Indonesian compounds used as inhibitors of the SARS-CoV-2 protein taken from Herbaldb and Pubchem ID. The first stage in this research is pharmacophores modelling with structure-based drug design. Natural compounds are analyzed based on their steric and electronic similarities with inhibitors that have at least gone through in vitro testing stages to obtain natural compounds that have interactions with the protein's active catalytic centre. Then proceed with molecular docking simulations to obtain binding energy and visual analysis of the interaction of natural compounds on the active side of proteins as SARS-CoV-2 inhibitors. The final stage is molecular dynamics simulation to explore the conformational space of natural compounds and proteins and test the interactions' stability during the simulation time. The ADMET test is carried out on the best compounds to obtain computational pharmacology and pharmacokinetics of these natural compounds as inhibitor SARS-CoV-2. Based on the similarity of pharmacophore features, simulated docking, intramolecular interactions of compounds and enzymes, molecular dynamics simulations and ADMET properties. The compounds identified as RdRp inhibitors are sotesuflavone, grossamide, and 6-Hydroxyluteolin-6,7-disulfate. The compounds identified as Mpro inhibitors are cosmosiin, glucobrassicin, and isobavachin. The compounds identified as PLpro inhibitors are cowanin and isochandalone.