Pada
13 Desember 2007, dilaporkan bahwa identifikasi awal dari efek samping
buruk obat sebelum diuji pada manusia adalah sangat penting dalam
mengembangkan terapi baru, karena efek samping yang tidak diharapkan
menyebabkan sepertiga dari kegagalan proses pengembangan obat. Sekarang,
peneliti pada Universitas California, San Diego (UCSD) telah
mengembangkan teknik baru dengan menggunakan modeling komputer untuk
mengidentifikasi efek samping potensial dari obat, dan telah menggunakan
teknik itu untuk mempelajari kelas obat tertentu, yang termasuk
didalamnya adalah tamoxifen, obat yang sering diresepkan pada perawatan
kanker payudara. Kajian mereka tersedia di jurnal Plos Komputasi
Biologi.
Metode uji konvensional menapiskan senyawa pada
studi binatang, sebelum uji pada manusia, dengan harapan dapat menemukan
efek samping dari terapetik yang menjanjikan. Tim UCSD, yang dipimpin
oleh Philip Bourne, Profesor Farmakologi pada Sekolah Farmasi dan ilmu
farmasetika UCSD dan Lei Xie PhD dari Pusat Komputer Super San Diego
UCSD, mereka menggunakan tenaga dari model komputer untuk menapiskan
molekul obat tertentu menggunakan database yang tersedia untuk seluruh
dunia. Database tersebut adalah Protein Data Bank (PDB), yang didalamnya
terdapat entri dari ribuan struktur tiga dimensi protein.
Molekul
obat didesain untuk mengikat pada protein target dalam rangka
mendapatkan efek terapetik, namun jika molekul obat kecil yang berfungsi
sebagai ‘kunci’ bertaut pada target protein lain yang memiliki situs
pengikatan serupa, atau ‘lubang kunci’, maka efek samping bisa terjadi.
Dalam
rangka mengidentifikasi protein yang bisa menjadi target tak
diinginkan, peneliti USCD menggunakan molekul obat tunggal dan melihat
bagaimana kemungkinan ia dapat mengikat pada semua protein yang
disandikan oleh proteosom manusia. Dalam studi kasus yang sudah
dipublikasikan, mereka menggunakan Select Estrogen Receptor Modulators
(SERMs), kelas obat yang dimana tamoxifen termasuk didalamnya, untuk
mengilustrasikan pendekatan baru tersebut.
‘Prosedur komputasi
yang kami kembangkan dimulai dengan model tiga dimensi obat, dalam
rangka menunjukkan struktur dari molekul obat yang terikat pada protein
target, dalam hal ini SERM yang terikat pada reseptor estrogen,’ kata
Bourne, yang adalah wakil direktur PDB. Kemudian, peneliti menggunakan
analisis komputer untuk mencari situs pengikatan lain yang cocok dengan
situs pengikatan obat. Seperti mencari lubang kunci lain, yang dapat
dibuka oleh kunci yang sama.
Pada kajian ini, tim menemukan
protein target SERMs yang belum teridentifikasi sebelumnya .
Identifikasi pada situs pengikatan ini menjelaskan mengapa terjadi efek
samping yang buruk, dan membuka peluang untuk memodifikasi obat supaya
tetap mengikat pada target yang diinginkan, namun mengurangi afinitasnya
pada situs sekunder.
“Jika obat memiliki efek sampingan buruk,
kemungkinan besar obat tersebut mengikat pada molekul sekunder yang
tidak diinginkan, dengan kata lain, kunci yang digunakan untuk bertaut
dengan sasaran ternyata cocok untuk banyak lubang kunci,’ kata Bourne.
Ia menjelaskan, bahwa dengan menggunakan teknik komputer ini untuk
menemukan ‘lubang kunci’ lain akan menghasilkan salah satu dari tiga hal
ini: Lubang kunci baru bisa jadi tidak menghasilkan efek apapun, lubang
kunci tersebut dapat menjelaskan efek samping buruk dari obat, atau
riset tersebut dapat saja menemukan efek terapetik baru, yang potensial
untuk pengembangan obat yang ada.
Peneliti UCSD melanjutkan kajian
mereka, yang menurut Bourne dapat diaplikasikan pada semua obat yang
ada di pasaran, dimana struktur obat tersebut terikat pada reseptor PDB.
Bourne menggaris bawahi, bahwa hasil dari pendekatan ini tetap harus
diuji di laboratorium basah.
Jiang Wang dari program
Bioinformatika UCSD juga berkontribusi pada studi ini melalui Plos.
Penelitian ini didukung oleh National Institute of Health. Diadaptasi
dari bahan yang diberikan oleh UCSD.
Diterjemahkan dari:
University of California – San Diego (2007, December 13). New Computational
Technique Can Predict Drug Side Effects. ScienceDaily. Retrieved April 28, 2009
www.chem-is-try.org
