Quantitative structure–activity relationship
models (QSAR models) adalah regresi atau klasifikasi model yang digunakan dalam
cabang ilmu kimia, ilmu biologi dan ilmu tehnik. Seperti model regresi lain,
model regresi QSAR menghubungkan satu set "prediktor" variabel (X)
dengan potensi variabel respon (Y). Model klasifikasi QSAR menghubungkan nilai
variabel prediktor dengan kategori nilai variabel respon.
Dalam pemodelan QSAR, prediktor terdiri dari
sifat fisiko-kimia atau deskriptor molekul teoritis bahan kimia, sedangkan
variabel respon merupakan aktivitas biologis dari bahan kimia yang diuji. Model
QSAR pertama kali digunakan untuk mengetahui aktivitas biologis suatu struktur
kimia dalam set data bahan kimia. Selanjutnya, model QSAR memprediksi aktivitas
biologis dari bahan kimia yang baru ditemukan.
Sebagai contoh, aktivitas biologis dapat
diartikan secara kuantitatif sebagai konsentrasi zat yang dibutuhkan untuk
memberikan respon biologis tertentu. Selain itu, ketika sifat fisikokimia atau
struktur dinyatakan dengan angka, seseorang dapat menemukan hubungan matematis,
atau hubungan aktivitas struktur secara kuantitatif antara keduanya.
Sebuah QSAR memiliki bentuk model matematika:
Kegiatan = f {sifat fisikokimia dan / atau
sifat struktural}) + Kesalahan
Kesalahan meliputi model kesalahan (bias) dan
variabilitas observasional, yaitu variabilitas dalam pengamatan bahkan ketika
pengamatan dilakukan pada model yang benar.
SAR dan paradoks SAR
Asumsi dasar untuk semua hipotesis berbasis
molekul adalah bahwa molekul yang sama memiliki kegiatan serupa. Prinsip ini
juga disebut Structure-Activity Relationship (SAR). Oleh karena itu, masalah
mendasar adalah bagaimana menentukan perbedaan kecil pada tingkat molekuler,
karena masing-masing jenis kegiatan, misalnya kemampuan reaksi, kemampuan
biotransformasi, kelarutan, aktivitas sasaran, dan sebagainya, mungkin
tergantung pada perbedaan lain. Contoh yang baik diberikan dalam ulasan
bioisosterism oleh Patanie / Lavoie dan Brown.
Secara umum, hipotesis biasanya dibuat berdasarkan
pada jumlah angka suatu data kimia. Dengan demikian, prinsip induksi harus
dilakukan untuk menghindari kesalahan hipotesis pada data struktur molekul.
Paradoks SAR mengacu pada fakta semua molekul yang sama belum tentu memiliki
kegiatan serupa.
3D-QSAR
3D-QSAR mengacu pada penerapan ilmu kalkulasi
yang membutuhkan struktur tiga dimensi, misalnya dalam aktivitas kristalografi
protein atau superimposisi molekul dengan menggunakan komputasi modern
menggunakan metode matematis, misalnya model Lennard-Jones, 3D-QSAR digunakan
untuk mengkaji bidang sterik (bentuk molekul), daerah hidrofobik (permukaan
air-larut), dan bidang elektrostatik.
Pada tanggal 18 Juni 2011, Comparative
Molecular Field Analysis (CoMFA) telah memberikan paten tentang pembatasan
penggunaan GRID pada teknologi partial least-squares (PLS) . Dan tim
dari the Rome Center for Molecular Design (RCMD) telah membuka web server 3D
QSAR (www.3d-qsar.com) berdasarkan 3-D QSAutogrid / R Engine.
3-D QSAutogrid / R mencakup semua fitur utama
CoMFA dan GRID / Golpe (Generating Optimal Linear PLS Estimations) dengan
bantuan multiprobe / multiregion pilihan variabel (MPGRS) yang meningkatkan
penyederhanaan interpretasi peta 3-D QSAR. Metodologi ini didasarkan pada
integrasi bidang interaksi molekul yang dihitung oleh Autogrid dan lingkungan
statistik R yang dapat dengan mudah digabungkan dengan banyak antarmuka molekul
grafis gratis seperti UCSF-Chimera, AutoDock Tools, amol dan lain-lain.
Aplikasi
Kimia
Aplikasi QSAR yang pertama dalam sejarah adalah
untuk memprediksi titik didih suatu zat.
QSAR juga digunakan untuk mengamati suatu
senyawa kimia organik untuk mengetahui korelasi antara struktur dan sifat yang
dimiliki. Contoh sederhana adalah hubungan antara jumlah karbon di alkana dan
titik didihnya. Ada korelasi yang jelas pada peningkatan titik didih dengan
peningkatan jumlah karbon, dan ini berfungsi sebagai sarana untuk memprediksi
titik didih alkana yang lebih tinggi.
Implementasi komputasi modern di bidang kimia
ini ada Computational Chemistry yaitu penggunaan ilmu komputer untuk
membantu menyelesaikan masalah kimia, contohnya penggunaan super komputer
untuk menghitung struktur dan sifat molekul. Istilah kimia teoridapat
didefinisikan sebagai deskripsi matematika untuk kimia, sedangkan kimia
komputasi biasanya digunakan ketika metode matematika dikembangkan dengan cukup
baik untuk dapat digunakan dalam program komputer. Perlu dicatat bahwa kata
"tepat" atau "sempurna" tidak muncul di sini, karena
sedikit sekali aspek kimia yang dapat dihitung secara tepat. Hampir semua aspek
kimia dapat digambarkan dalam skema komputasi kualitatif atau kuantitatif
hampiran.
Molekul terdiri atas inti dan elektron,
sehingga diperlukan metode mekanika kuantum. Kimiawan komputasi sering berusaha
memecahkan persamaan Schrödinger non-relativistik, dengan penambahan koreksi
relativistik, walaupun beberapa perkembangan telah dilakukan untuk memecahkan
persamaan Schrödinger yang sepenuhnya relativistik. Pada prinsipnya persamaan
Schrödinger mungkin diselesaikan, baik dalam bentuk bergantung-waktu atau
tak-bergantung-waktu, disesuaikan dengan masalah yang dikaji, tetapi pada
praktiknya tidak mungkin kecuali untuk sistem yang amat kecil. Karena itu, sejumlah
besar metode hampiran dikembangkan untuk mencapai kompromi terbaik antara
ketepatan perhitungan dan biaya komputasi.
Dalam kimia teori, kimiawan
dan fisikawan secara bersama mengembangkan algoritma dan program komputer untuk
memungkinkan peramalan sifat-sifat atom dan molekul, dan/atau lintasan reaksi
untuk reaksi kimia, serta simulasi sistem makroskopis. Kimiawan komputasi
kebanyakan “sekedar” menggunakan program komputer dan metodologi yang ada dan
menerapkannya untuk permasalahan kimia tertentu. Di antara sebagian besar waktu
yang digunakan untuk hal tersebut, kimiawan komputasi juga dapat terlibat dalam
pengembangan algoritma baru, maupun pemilihan teori kimia yang sesuai, agar
diperoleh proses komputasi yang paling efisien dan akurat.
Terdapat
beberapa pendekatan yang dapat dilakukan:Kajian komputasi dapat dilakukan untuk
menemukan titik awal untuk sintesis dalam laboratorium.
1. Kajian komputasi dapat
digunakan untuk menjelajahi mekanisme reaksi dan menjelaskan pengamatan pada reaksi di laboratorium
.
2. Kajian komputasi dapat
digunakan untuk memahami sifat dan perubahan pada sistem makroskopis melalui
simulasi yang berlandaskan hukum-hukum interaksi yang ada dalam sistem.
Terdapat
beberapa bidang utama dalam topik ini, antara lain:
· Pendekatan
dalam penentuan pola dan hubungan antara struktur kimia dan
sifat-sifatnya (QSPR, QSAR).
· Elusidasi
struktur secara teoretis berdasarkan pada simulasi gaya-gaya
· Pendekatan
komputasi untuk membantu sintesis senyawa yang efisien
· Pendekatan
komputasi untuk merancang molekul yang berinteraksi lewat cara-cara yang
khusus,
khususnya dalam perancangan obat.
· Simulasi
proses transisi fase
· Simulasi
sifat-sifat bahan seperti polimer, logam, dan kristal (termasuk kristal cair).
Sejumlah
paket perangkat lunak menyediakan berbagai metode kimia-kuantum. Di antara yang
luas digunakan adalah:
·
Gaussian
·
Gamess
·
Q-Chem
·
ACES
·
Dalton
·
Spartan
·
Psi
·
PLATO
(Package for Linear Combination of Atomic Orbitals)
Biologi
Aktivitas biologis molekul biasanya diukur
dalam tes untuk menetapkan tingkat penghambatan transduksi sinyal tertentu atau
jalur metabolisme. Penemuan obat sering melibatkan penggunaan QSAR untuk
mengidentifikasi struktur kimia yang dapat memiliki efek penghambat yang baik
pada target tertentu yang memiliki toksisitas rendah. Prediksi koefisien
partisi log P, merupakan ukuran penting yang digunakan dalam mengidentifikasi
"druglikeness" menurut Rule of Five dari teori Lipinski.
QSAR juga dapat digunakan untuk mempelajari
interaksi antara domain struktural protein. Interaksi protein-protein dapat
dianalisis secara kuantitatif untuk membuat variasi struktural hasil dari
mutagenesis.Secara umum, semua masalah QSAR dapat dibagi menjadi coding and
learning.
Gambar
1. Contoh QSAR 3D
Gambar 2. Software Cheminformatics
Geografi
Implementasi komputasi modern
di bidang geografi diterapkan pada GIS (Geographic Information System) yang
merupakan sistem informasi khusus
yang mengelola data yang memiliki informasi spasial (bereferensi keruangan).
Atau dalam arti yang lebih sempit, adalah sistem komputer yang
memiliki kemampuan untuk membangun, menyimpan, mengelola dan menampilkan
informasi berefrensi geografis, misalnya data yang diidentifikasi menurut
lokasinya, dalam sebuahdatabase. Para praktisi juga memasukkan
orang yang membangun dan mengoperasikannya dan data sebagai bagian dari sistem
ini.
Gambar 3.Software SIG
Teknologi Sistem Informasi
Geografis dapat digunakan untuk investigasi ilmiah, pengelolaan sumber
daya, perencanaan
pembangunan, kartografi dan
perencanaan rute. Misalnya, GIS bisa membantu perencana untuk secara cepat
menghitung waktu tanggap darurat saat terjadi bencana alam, atau GIS dapat digunaan untuk mencari lahan basah (wetlands)
yang membutuhkan perlindungan dari polusi.
Komponen-komponen pendukung
GIS terdiri dari lima komponen yang bekerja secara terintegrasi yaitu perangkat
keras (hardware), perangkat lunak (software), data, manusia, dan metode yang
dapat diuraikan sebagai berikut:
Perangkat Keras (hardware)
Perangkat keras GIS adalah
perangkat-perangkat fisik yang merupakan bagian dari sistem komputer yang
mendukung analisis goegrafi dan pemetaan. Perangkat keras GIS mempunyai
kemampuan untuk menyajikan citra dengan resolusi dan kecepatan yang tinggi
serta mendukung operasioperasi basis data dengan volume data yang besar secara
cepat. Perangkat keras GIS terdiri dari beberapa bagian untuk menginput data,
mengolah data, dan mencetak hasil proses. Berikut ini pembagian berdasarkan
proses :
- Input data: mouse, digitizer, scanner
- Olah data: harddisk, processor, RAM, VGA Card
- Output data: plotter, printer, screening.
Perangkat Lunak (software)
Perangkat lunak digunakan
untuk melakukan proses menyimpan, menganalisa, memvisualkan data-data baik data
spasial maupun non-spasial. Perangkat lunak yang harus terdapat dalam komponen
software SIG adalah:
- Alat untuk memasukkan dan memanipulasi data SIG
- Data Base Management System (DBMS)
- Alat untuk menganalisa data-data
- Alat untuk menampilkan data dan hasil analisa
Data
Pada prinsipnya terdapat dua
jenis data untuk mendukung GIS yaitu :
- Data Spasial
Data spasial adalah gambaran
nyata suatu wilayah yang terdapat di permukaan bumi. Umumnya direpresentasikan
berupa grafik, peta, gambar dengan format digital dan disimpan dalam bentuk
koordinat x,y (vektor) atau dalam bentuk image (raster) yang memiliki nilai
tertentu.
- Data Non Spasial (Atribut)
Data non spasial adalah data
berbentuk tabel dimana tabel tersebut berisi informasi- informasi yang dimiliki
oleh obyek dalam data spasial. Data tersebut berbentuk data tabular yang saling
terintegrasi dengan data spasial yang ada.
Manusia
Manusia merupakan inti elemen
dari GIS karena manusia adalah perencana dan pengguna dari GIS. Pengguna GIS
mempunyai tingkatan seperti pada sistem informasi lainnya, dari tingkat
spesialis teknis yang mendesain dan mengelola sistem sampai pada pengguna yang
menggunakan GIS untuk membantu pekerjaannya sehari-hari.
Ekonomi
Terdapat Computational
Economics yang mempelajari titik pertemuan antara ilmu ekonomi dan ilmu
komputer mencakup komputasi keuangan, statistika, pemrograman yang di desain
khusus untuk komputasi ekonomi dan pengembangan alat bantu untuk pendidikan
ekonomi.
Sosiologi
Terdapat Computational
Sosiology yaitu penggunaan metode komputasi dalam menganalisa fenomena sosial.
Referensi
