Identifikasi Kandidat Senyawa Antikanker Prostat Berbasis Algoritma Overall Centrality pada Network Pharmacology

Bryan Triharja, Alexander (2026) Identifikasi Kandidat Senyawa Antikanker Prostat Berbasis Algoritma Overall Centrality pada Network Pharmacology. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (570kB)
	PDF BAB_I.pdf Download (222kB)
	PDF BAB_II.pdf Download (271kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (994kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (11MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (224kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (217kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	Archive (ZIP) 00000065475_2521_LembarPengesahan.pdf Restricted to Registered users only Download (66kB)

Abstract

Kanker prostat merupakan salah satu masalah kesehatan global yang membutuhkan terapi alternatif akibat keterbatasan pengobatan konvensional. Tumbuhan herbal seperti sambiloto (Andrographis paniculata), jahe (Zingiber officinale), dan bawang merah (Allium cepa) memiliki potensi senyawa bioaktif antikanker, namun mekanisme multi-targetnya belum terpetakan secara sistematis. Penelitian ini bertujuan untuk mengidentifikasi senyawa potensial dan target protein utama penyakit kanker prostat menggunakan pendekatan network pharmacology dan algoritma overall centrality. Metode komputasional diterapkan melalui pengumpulan data publik yang menghasilkan 124 senyawa dengan kriteria Oral Bioavailability minimal 0,5 dan Drug-Likeness lebih dari 0, serta 443 target protein yang saling beririsan. Analisis struktur jaringan Protein-Protein Interaction (PPI) dilakukan menggunakan empat ukuran sentralitas yang diintegrasikan melalui algoritma overall centrality untuk menentukan prioritas gen target. Validasi dilanjutkan dengan enrichment analysis dan molecular docking pada tiga protein target tertinggi. Hasil penelitian menunjukkan bahwa AKT1 (4GV1), EGFR (8A27), dan TP53 (8E7A) merupakan target protein paling krusial. Simulasi molecular docking mengonfirmasi bahwa ligan Alliospiroside C, Ceparoside A, Alliofuroside A, Gingerlanosterol, dan Tropeoside B1 memiliki binding affinity terbaik terhadap ketiga reseptor tersebut. Pendekatan komputasi ini terbukti efektif menghasilkan kandidat senyawa spesifik untuk dasar pengujian in vitro dan in vivo tahap selanjutnya.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Bryan Triharja, Alexander (00000065475)
Contributors:	Permana, Angga Aditya
Keywords:	Algoritma Overall Centrality, Kanker Prostat, Molecular Docking, Network Pharmacology, Tumbuhan Herbal.
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	28 Jul 2026 11:59
URI:	https://kc.umn.ac.id/id/eprint/48315

Actions (login required)

View Item