Identifikasi Potensi Senyawa Bioaktif Teripang Keling (Holothuria atra) Menggunakan Network Pharmacology

Abstract

Indonesia sebagai negara maritim memiliki hasil laut yang sangat melimpah, salah satunya adalah teripang keling (Holothuria atra). Penelitian sebelumnya mengungkapkan bahwa jenis teripang ini dapat digunakan sebagai obat. Kendati demikian, belum ada penelitian yang menjelaskan secara spesifik penyakit apa saja yang dapat diatasi menggunakan senyawa teripang keling. Penelitian ini mengidentifikasi senyawa teripang keling yang dapat digunakan sebagai obat serta mengidentifikasi penyakit yang berasosiasi dengan senyawa yang terkandung dalam teripang keling beserta protein target signifikannya menggunakan network pharmacology dengan pendekatan compound-target network, analisis topologi dan clustering terhadap data proteinprotein interaction (PPI), dan enrichment analysis dengan Gene Ontology (GO) serta pathway dari protein target yang ditemukan. Penelitian dimulai dengan mengakuisisi data senyawa teripang keling berdasarkan penelitian sebelumnya, senyawa tersebut kemudian melalui tahap filtrasi data dengan abbott bioavaibility score yang diperoleh dari basis data SwissADME. Senyawa yang telah melalui tahap filtrasi akan digunakan untuk proses akuisisi data protein target yang berasosiasi dengan senyawa tersebut. Data protein target diperoleh dari basis data Pubchem Bioassay dan dibentuk menjadi jejaring protein-protein interaction (PPI) dengan memasukkan data protein target pada basis data STRING. Jejaring PPI melalui tahap reduksi graf menggunakan centrality measurement dengan degree centrality untuk mendapatkan protein target signifikan. Protein target signifikan yang telah diperoleh digunakan sebagai masukan untuk memperoleh informasi biologis tambahan yaitu Gene Ontology (GO) dan pathway dari basis data Uniprot dan Metascape. Dengan membentuk suatu bipartite graph antara protein target signifikan dan GO/pathway, dilakukan proses clustering menggunakan fuzzy k-partite clustering untuk memperoleh protein target signifikan beserta GO/pathway-nya. Hasil analisis network pharmacology dengan pendekatan yang digunakan mengidentifikasi sebanyak 43 senyawa yang terkandung di dalam teripang keling dapat digunakan sebagai obat serta mengatasi tiga penyakit dengan menargetkan protein target signifikan dari setiap penyakit yaitu malignant neoplasm of breast dengan protein target AKT1, AR, ESR1, dan JAK2; leukemia myelocytic acute dengan protein target JAK2; colorectal carcinoma dengan protein target CTNNB1 dan GNAS. Hasil penelitian ini dapat digunakan sebagai landasan penelitian di masa depan terhadap alternatif pengobatan penyakit yang ditemukan menggunakan senyawa teripang keling.

Indonesia, as a maritime nation, possesses abundant marine resources, one of which is the black sea cucumber (Holothuria atra). Previous research has revealed that this type of sea cucumber can be used for medicinal purposes. However, there has not been specific research explaining which diseases can be treated using the compounds found in black sea cucumbers. This study aims to identify the black sea cucumber compounds that can be used as drugs and to identify the diseases associated with the compounds contained in black sea cucumbers, along with their significant protein targets. This is done using a network pharmacology approach, involving a compound-target network, topological analysis, clustering of protein-protein interaction (PPI) data, and enrichment analysis of Gene Ontology (GO) and pathways related to the discovered protein targets. The research commences by acquiring black sea cucumber compound data based on prior studies. The compound then proceeds with data filtration using the Abbott bioavailability score obtained from the SwissADME database. The filtered compounds are used to acquire data on protein targets associated with these compounds. Data on protein targets is obtained from the PubChem Bioassay database and is structured into a protein-protein interaction network by inputting this data into the STRING database. The PPI network goes through a graph reduction stage using centrality measurements, specifically degree centrality, to obtain significant protein targets. These significant protein targets serve as input to acquire additional biological information, including Gene Ontology (GO) and pathways, from the Uniprot and Metascape databases. By creating a bipartite graph between the significant protein targets and GO/pathways, a Fuzzy K-Partite clustering process is carried out to obtain significant protein targets along with their associated GO/pathways. The results of the network pharmacology analysis using this approach identified a total of 43 black sea cucumber compounds that can be used as drugs to address three diseases. These diseases are malignant neoplasm of the breast, with protein targets AKT1, AR, ESR1, and JAK2; leukemia myelocytic acute, with JAK2 as the protein target; and colorectal carcinoma, with protein targets CTNNB1 and GNAS.