Identifikasi Target Protein Kanker Payudara Menggunakan Analisis Centrality dan Skyline Query pada Jaringan Protein-Protein Interaction

Angelica Jovans, Sharone (2026) Identifikasi Target Protein Kanker Payudara Menggunakan Analisis Centrality dan Skyline Query pada Jaringan Protein-Protein Interaction. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_I.pdf Download (225kB)
	PDF BAB_II.pdf Download (278kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (639kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (11MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (242kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (222kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	Archive (ZIP) 00000069637_2521_LembarPengesahan.pdf Restricted to Registered users only Download (66kB)

Abstract

Kanker payudara memerlukan inovasi terapi menggunakan tumbuhan obat tradisional Indonesia seperti jahe (Zingiber officinale) dan buncis (Phaseolus vulgaris). Namun, identifikasi senyawa bioaktif dan mekanisme interaksinya terhadap protein target kanker payudara saat ini masih sangat terbatas. Penelitian komprehensif ini bertujuan untuk menemukan senyawa bioaktif serta protein target unggul dari jahe dan buncis untuk pengobatan kanker payudara menggunakan metode network pharmacology dan molecular docking. Dari basis data KNApSAcK dan SwissTargetPrediction, diperoleh 241 senyawa aktif memenuhi kriteria bioavailabilitas 0,5 dan drug-likeness > 0, serta 1.301 kandidat protein target. Integrasi dengan data penyakit dari berbagai basis data menghasilkan 104 protein irisan. Melalui analisis pathways enrichment, centrality, dan sort-filter-skyline, ditemukan tiga protein target utama dan teratas: TP53, CTNNB1, dan AKT1. Hasil molecular docking menunjukkan nilai affinity binding terbaik pada beta-Sitosterol palmitate, Gingerlanosterol, 2-Epicastasterone, dan meso-Octahydrocurcumin (kisaran -2,005 hingga -8,961 kkal/mol). Senyawa-senyawa tersebut terbukti memiliki potensi yang sangat kuat sebagai kandidat agen antikanker payudara baru yang efektif.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Angelica Jovans, Sharone (00000069637)
Contributors:	Permana, Angga Aditya
Keywords:	centrality, kanker payudara, molecular docking, network pharmacology, sort-filter-skyline.
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	28 Jul 2026 12:05
URI:	https://kc.umn.ac.id/id/eprint/48358

Actions (login required)

View Item