Makalah Antibiotik Beta Laktam

BAB I

PENDAHULUAN

1.1. Latar Belakang

Antibiotik β-laktam merupakan agen antibakteri yang paling banyak digunakan,terutama dalam menghambat protein yang mengikat penisilin (PBPs) yang bertanggung jawab untuk pembangunan dan pemeliharaan dinding sel bakteri. Resistensi bakteri terhadap antibiotik β-laktam dan lainnya menjadi masalah yang terus meningkat dalam proses pengobatan suatu infeksi penyakit. Sebuah sarana utama resistensi adalah produksi berlebih dari multidrug resistance efflux pumps (MDR), yang mengeluarkan berbagai senyawa. Beberapa efflux drug MDR berperan sangat penting dalam memainkan resistensi bakteri terhadap antibiotik. Selebihnya, efflux drug MDR juga diketahui berperan secara fisiologis, efflux drug MDR digunakan sebagai antibakteri dan sebagai alat bantu dalam sel berbasis skrining untuk senyawa antibakteri baru dan  membuat sistem transportasi membran yang sangat menarik dalam studi medis, biokimia dan kimia.

1.2. Permasalahan

Efflux drug AcrAB-TolC dan homolognya, di identifikasi dengan bakteri Escherichia coli, Salmonella typhimurium , Salmonella enterica , Haemophilus influenza dan bakteri lainnya yang  memiliki resistensi intrinsik dalam berbagai senyawa lipofilik dan amfipilik yang beracun dari lingkungan bakteri netral (garam empedu, deterjen, asam lemak, pelarut organik, pewarna kationik, dll), dan obat-obatan (antibiotik, antiseptik, agen kemoterapi, dll) . “Pump” terdiri dari transporter membran dalam AcrB yang dimiliki oleh superfamili(RND), resistance - nodulasi – divisi sel, saluran protein membran luar dari family TolC, dan periplasmik lipoprotein AcrA dari   family membran fusi. Ekspor pump senyawa beracun AcrAB-TolC dari ruang sitoplasma atau periplasmik langsung menuju media eksternal, melewati penghalang membran luar.

X-ray dan penentuan struktur difraksi elektron AcrA, AcrB dan TolC memungkinkan adanya pengetahuan baru dalam  hubungan struktur-fungsi dan untuk mekanisme efflux pump AcrAB-TolC. Di sisi lain, salah satu faktor secara signifikan yang mempengaruhi tingkat efflux multidrug adalah substrat AcrB yang dianggap sebagai struktural yang tidak terkait bahkan jika diperhatikan hanya digunakan untuk antibiotik. Substrat dapat bersikap netral atau dikenakan beberapa kelompok, mulai dari molekul kecil seperti n-heksana dan asam nalidiksat,β-laktam seperti nafcillin dan Sefalosporin, untuk molekul yang relatif besar seperti eritromisin dan rifampisin. Paulsen et al menunjukkan bahwa karakteristik fisik obat seperti lipofilisitas atau amfipilitas. Karakteristik struktural menjadi penentu kunci dalam kekhususan pump MDR motif proton. Dalam analisis Nikaido et al dapat dilihat bahwa ada beberapa hubungan kuantitatif antara lipofilisitas sisi rantai β-laktam dan MIC (konsentrasi minimal inhibitor atau tingkat efflux obat).

1.2 Tujuan dan Manfaat

Tujuan dari penelitian ini adalah untuk membangun lipofilisitas kuantitatif multivariat-MIC dan struktur β-laktam-hubungan MIC untuk S. typhimurium . Terlepas dari pendapat umum bahwa struktur substrat obat antibiotik AcrB belum banyak kesamaannya, penelitian ini didasarkan pada karakteristik struktur dan struktural (deskripsi molekul) dari substrat, yang pasti menentukan karakteristik fisik dan perilaku biokimia. Hal ini sesuai dengan struktur kuantitatif - hubungan aktivitas (QSAR) dan struktur - hubungan aktivitas (SAR) .Studi QSAR baru-baru ini dilakukan dalam berbagai kelas obat. Penelitian HKSA dilakukan dengan cara metode kuadrat parsial terkecil (PLS). Hubungan berbagai parameter lipofilisitas dalam set MIC berasal dari strain bakteri yang berbeda diteliti melalui analisis komponen utama (PCA) dan hierarchical cluster analysis (HCA).

BAB II

METODE

2.1. MIC untuk strain bakteri

MIC dari obat terhadap strain bakteri didefinisikan sebagai konsentrasi terendah dari obat, di mana ada pertumbuhan bakteri yang diamati dalam periode waktu tertentu dan dalam kondisi eksperimental. Konsentrasi massa MIC untuk 16 penisilin dan sefalosporin (Gambar 1) sehubungan dengan strain bakteri S. typhimurium SH5014 (strain induk) dan mutan yang resisten rendah SH7616 dan AcrAB overproducer HN891, digunakan dari literatur. Logaritma negatif dari MICs molar, pMICs dapat digunakan dalam penelitian (Tabel I).

2.2. Pemodelan obat

Struktur molekul dari 16 antibiotik β-laktam, n-heksana eritromisin dan rifampisin yang disempurnakan atau dimodelkan oleh pemodelan paket PC molekul Spartan Pro 1.0.5 menggunakan koordinat atom dari Database Struktur Farmasi 3D [38], Database Struktural Cambridge atau formula dua dimensi (Gambar 1). Sebuah pencarian konformasi untuk molekul (kecuali untuk eritromisin besar semirigid dan rifampicin) dilakukan dengan metode Monte Carlo molecular dinamika yang tergabung dalam paket Spartan, dan pembentukan stabil yang dioptimalkan dengan metode semi empiris orbital molekul PM3 dalam paket.

2.3. Parameter lipofilisitas

Logaritma dari koefisien partisi oktanol-air log K berasal dari Nikaido et al. [9] (Tabel II). Seperti banyaknya program komputer yang tidak menghitung sejumlah kontribusi lipofilisitas yang telah diisi dan kelompok fungsional terdelokalisasi, bentuk kationik untuk 6 dan 9 (dengan karboksilat terprotonasi) dan bentuk netral untuk β-laktam  lainnya yang dimodelkan dan dioptimalkan menggunakan paket Spartan seperti dijelaskan di atas, dan lipofilisitas dari fase gas (log PGW) akan dihitung. “Free Online JME Editor Molekuler” digunakan untuk memodelkan spesies dalam format SMILES dan koefisien partisi oktanol-air  (logPw)  dihitung menggunakan  Predictor log P_ IA pada interaktif menggunakan  analisis log P  dan log W dalam  situs [41]. Mengirimkan file SMILES ke program free web ALOGPS 2,1 [42], parameter lipofilisitas berdasarkan pendekatan komputasi yang berbeda dihitung: logPs, logPIA, logKWIN dan logPX (ALOGPs awalnya bernama, IA_LOGP, KOWWIN dan XLOGP, masing-masing). Jumlah  fraksi WC pada atom  karbon  hidrofobik, didefinisikan sebagai jumlah atom karbon hidrofobik (semua atom karbon kecuali yang berada pada C = O, C-O dan kelompok CN) dibagi dengan jumlah semua atom  nonhidrogen, dihitung dari dua dimensi rumus kimia. Sf, fraksi permukaan atom karbon hidrofobik, dihitung analog pada ωc: yang bukan merupakan sejumlah atom, area permukaan atom CPK  dari geometri dioptimalkan senyawa (dalam bentuk dibebankan pada pH netral, lihat Gambar 1) yang digunakan. Parameter ωc dan Sf dianggap sebagai struktur berbasis parameter lipofilisitas.

2.4. Sifat Molekul Lain

Parameter geometris, elektronik dan ikatan hidrogen (HB) dihitung untuk penisilin dan sefalosporin. Berdasarkan rumus kimia dua dimensi, parameter yang dihitung adalah sebagai berikut: jumlah kelompok yang dibebankan  (N_CH), jumlah atom nitrogen dan sulfur (N_NS, belerang sulfonat dikecualikan), jumlah fraksi hetero atom (H_f, semua N , S, O, atom Cl dihitung sehubungan dengan semua atom  nonhidrogen); jumlah semua π dan pasangan elektron bebas dibagi oleh permukaan molekul (σ) CPK [43]; jumlah ikatan hidrogen akseptor (A_HB adalah sama dengan jumlah pasangan mandiri dalam atom  N, dan karbonil, oksida, sulfonat dan hidroksil atom  O), jumlah bilangan overal elektron valensi untuk substituen R dan R1 dikurangi dengan 8 (Z merupakan atom hidrogen yang dikecualikan; kelompok dua metil dianggap sebagai R1 pada penisilin), dan beberapa properti lainnya. Sifat geometris dan elektronik, seperti momen dipol (D) dan komponen-komponennya,  perbedaan antara energi pada dudukan tertinggi dan orbital terendah molekul kosong (Δ), Dilakukan perhitungan Spartan package. Sifat polarisabilitas seperti polarisabilitas urutan molekul ketiga (ϓ) yang dihitung dengan menggunakan semiempiris PM3 pada  metode MOPAC. Ada sekitar 50 sifat molekul yang dihitung.

2,5. Kemometrika: analisis komponen utama dan analisis cluster hirarkis

Kebanyakan aplikasi kimia, biokimia dan biologi dari  analisis data multivarian oleh alam, dan beberapa metode yang paling cocok untuk kasus tersebut adalah PCA dan HCA, yang digunakan dalam pekerjaan ini. HCA dan PCA merupakan analisis yang dilakukan untuk kegiatan biologis, pMICs, sehingga matriks data yang memiliki dimensi 16 x 3 (16 =  jumlah antibiotik β-laktam, 3 =  jumlah jenis PMIC berasal dari strain bakteri). Selanjutnya, parameter lipofilisitas yang diatur dalam matriks data 16 x 9 atau 16 x 7 (16 =  jumlah β-laktam; 9 atau 7 =  termasuk jumlah parameter lipofilitas dan tidak termasuk dua struktur berbasis parameter lipofilisitas). Semua data selalu autoscaled, dan metode linkage tambahan yang digunakan dalam HCA.

2.6. Kemometrika: metode regresi

Beberapa variabel lipofilisitas yang non-linear terkait dengan pMICs, sehingga persegi x2 dan ½ gaussian exp Dx? xoÞ2? Hal beberapa lipofilisitas parameter x diperkenalkan. yang dipilih lipofilisitas variabel (koefisien korelasi mutlak dengan pMICs lebih 0,4) yang kemudian digunakan untuk membangun PLS regresi model untuk setiap PMIC, dan model yang divalidasi oleh tinggalkan-satu-out cross-validasi. Variabel seleksi untuk parameter molekul lainnya dilakukan, PLS dan model untuk PMIC masing-masing termasuk lipofilisitas, elektronik dan HB parameter dibangun dan internal divalidasi. Pada tahap akhir dari analisis regresi, tiga
sampel dari training set dikeluarkan, dan PLS Model didasarkan pada semua jenis parameter yang dibangun kembali dan eksternal divalidasi oleh tiga sampel. semua statistik dan analisis chemometric dilakukan dengan menggunakan software Matlab 6 [45] dan Pirouette 3,01 [46].

Gambar I

Gambar I. Struktur kimia dari β-lactam  pada pH netral dengan nomer atom untuk penisilin dan sefalosforin.

BAB III

HASIL DAN PEMBAHASAN

3.1 Aktivitas biologi PCA dan HCA

PCA dan HCA pada aktivitas biologi eksperimental (Tabel I) dilakukan untuk mengetahui struktural baik pada antibiotik maupun strain bakteri. Seseorang harus mengingat bahwa MIC suatu antibiotika menandakan bahwa konsentrasi minimal molar obat tersebut berguna untuk menghentikan perkembangan bakteri.

Tabel 1 : Aktivitas Biologi untuk penisilin dan sefalosporin

Aktivitas biological: PMIC (X) ¼ log (X), dimana X adalah konsentrasi inhibitor minimal (MIC) sehubungan dengan strain HN891, SH5014 dan SH7616. Species pada pH netral, menurut Nikaido et al. [9].

Tabel II. Lipofilisitas deskriptor untuk penisilin dan sefalosporin

KOW dilaporkan sebagai 0 untuk sampel 15 dan 16. Asli KOW dari Nikaido et al. [9] berubah menjadi log (KOW 1) dalam karya ini. nilai-nilai Experimental untuk logP untuk oktanol water partisi, Diperoleh dari perangkat lunak ALOGPS.

Gambar 2

Gambar 2. Perbandingan pMICs untuk β-laktam. PMIC untuk S. typhimurium galur SH5014 ditempatkan di antara pMICs untuk mutan SH7616 dan HN891. Jumlah kelompok dibebankan dalam molekul antibiotik pada pH netral menunjukkan bahwa strain bakteri yang berbeda tidak dibedakan dengan baik ketika buang air sangat dituntut antibiotik.

Perlu diingat bahwa MIC antibiotik dengan konsentrasi minimal molar obat ini diperlukan untuk menghentikan pengembangan bakteri. Akibatnya, obat dengan MIC tinggi (atau rendah pMIC) merupakan substrat AcrAB-TolC yang baik. Gambar 2 menunjukkan korelasi di antara pMICs. Ada korelasi tinggi antara pMICs untuk strain SH5014 dan dengan mutan HN891 (korelasi koefisien r 0:98), dan lebih rendah antara pMICs untuk SH5014 dan lain mutan dari SH7616 (r 0:76). Temuan ini adalah sesuai dengan fakta bahwa strain HN891 lebih mirip dengan SH5014 daripada SH7616 dalam preparasi strain.

Jumlah kelompok penyerang, N_CH, dalam molekul β-laktam tampaknya penting untuk pMICs tiga yang berasal dari strain bakteri yang berbeda (gambar 2). Ada tiga macam β- lactams dengan tiga kelompok penyerang, yaitu zwitter-anion 9, 15 dan 16. Mereka tidak dibedakan oleh tiga strain bakteri (Lihat gambar 2). Nikaido et al. [9] menunjukkan bahwa β-lactams merupakan hidrofil, dan tidak bersifat lipofilik , memiliki distribusi yang buruk dalam membran bilayer strain bakteri. β-Lactams dengan dua kelompok yang bermuatan memiliki perbedaan yang moderat dalam pMICs yang berkaitan dengan strain bakteri yang berbeda: zwitter-ion 6 dan dianions 7, 8, 10, dan 12. Anionik β-lactams 1–5, 11, 13 dan 14 menghasilkan satu penyerang, dan yang memiliki exctreted berbeda oleh tiga AcrAB-TolC eflux pump (Lihat gambar 2).

Berdasarkan gambar dapat dilihat kenaikan atau penurunan paralel tiga pMICs bagi kebanyakan dari ntibiotic. Beberapa dari mereka (2-5 dan 11) dapat mengganggu paralelisme.

Dua PC pertama menggambarkan lebih 99,6% dari informasi yang sebenarnya. Molekul plot PCA  (Gambar 3, kiri)  label oleh NCH dan nomor fraksi Sf dari atom karbon hidrofobik.

Gambar 3

Gambar 3. Kiri: PCA Partitur plot menunjukkan posisi - lactams di ruang didefinisikan oleh komponen utama PC1 dan PC2. Kanan: HCA fenetik sampel (β-lactams). Plot kedua menunjukkan pengelompokan baik (G), cukup baik (M) dan miskin substrat AcrB (P). Juga, lain pengelompokan antibiotik sehubungan dengan sifat-sifat molekul mereka (NCH, Sf) terlihat.

Label dapat membantu dalam menjelaskan hubungan antara sifat molekul antibiotik dan pMICs. PC1 membedakan β-lactams dengan rendah pMICs (baik substrat AcrAB-TolC, cluster G terdiri dari 1 dan 2 di sebelah kiri dari plot) dan moderat pMICs (pump moderat substrat, gugus M) dari pMICs tinggi (sedikit substrat AcrAB-TolC, 10-13, kelompok P). Kedua PC (PC2) membedakan molekul sehubungan dengan variabilitas dalam pMICs untuk strain bakteri yang berbeda (seperti pada gambar 2). Catatan bahwa molekul 2-5 dan 11, di tunjukkan pada gambar 2 yang tidak biasa di bagian atas plot PCA. Selain itu, PC2 berkaitan dengan jumlah penyerang kelompok NCH. Hydrophobicity Sf juga menunjukkan variasi, dengan menurunkan sepanjang PC1 dan perlahan-lahan meningkatkan sepanjang PC2. Hasil ini adalah sesuai dengan pengamatan dari Nikaido et al. [9] MICs sebanding dengan antibiotik side-chain hidrofobik. Pengelompokan β-lactams di HCA (gambar 3, kanan) juga mencakup cluster G, M dan P dari PCA. Dimulai dari G untuk M dan lebih lanjut pada cluster P di PCA dan HCA, rata-rata dapat dilihat bahwa molekul memiliki banyak kelompok penyerang dan sedikit kelompok atom karbon hidrofobik, meskipun cluster M berisi berbagai macam β-laktam. Sampel dendogram mengungkapkan dua macam sub-clusters dari struktural yang mirip molekul (4, 5), (7, 8), (15, 16) dan (10, 12), dengan indeks kesamaan  lebih dari 0,90, yang merupakan indikasi keberadaan struktur  hubungan struktur-aktivitas untuk antibiotik β-laktam .

Studi PCA dan HCA disajikan pada pMICs mengarah pada kesimpulan bahwa adanya kelompok-kelompok yang menyerang dan gugus hidrofobik menentukan perilaku antibiotik sehubungan dengan pump AcrAB-TolC. Besarnya penyerangan β-lactams dengan sebagian kecil  fraksi hidrofobik ω_C atau S_f yang memungkinkan rendahnya substrat AcrB karena pump bersifat tidak menguntungkan pada interaksi obat dalam molekul yang dikenal.

3.2 Parameter lipofilisitas dari PCA dan HCA

Dalam kasus yang ideal, parameter logP dan logK untuk β-laktam (Tabel II) harus berkorelasi dengan membentuk cluster atau kelompok yang tepat dan hanya dijelaskan oleh satu PC. Tujuan dari studi parameter PCA-HCA adalah untuk mengungkapkan berapa banyak mereka menyimpang dari situasi yang ideal dan akibatnya serta bagaimana hubungan lipofilisitas-MIC dapat dibangun dan digunakan untuk studi interaksi obat. Nikaido et al. [9] menghitung kontribusi lipofilisitas dari 6-substituen dalam penisilin dan 7- substitutents di sefalosporin. Pendekatan ini tidak memperhitungkan perbedaan dalam cincin β-laktam dari penisilin dan cephalosproins, maupun kehadiran substituen lainnya pada cephalosporins (7-metoksi dalam 5, 10, 13, dan substituen R₁ dengan berbagai cincin oxazolidine di 10). Penelitian lipofilisitas PCA-HCA dari β-laktam dalam pekerjaan ini termasuk lipofilisitas LogK_ow dari Nikaido et al. [9] dan parameter yang dihitung adalah  logP_w, logP_s, logP_IA, logK_WIN, logP_X, logP_GC, Ⱳ_C dan S_f.

            Koefisien korelasi antara mereka berkisar antara 0,29-0,96 (0,56-0,87 jika tidak termasuk Ⱳ_C dan S_f). Parameter ini membuat satu set data yang heterogen dan, bila dibandingkan dengan logP eksperimental dari beberapa obat (Tabel II), kadang-kadang memberikan hasil yang cukup berbeda. Tiga pertama menggambarkan P_C hanya 89,3% dari data asli, yang jauh dari kasus yang ideal. Tidak ada penjelasan sederhana mengapa parameter lipofilisitas membentuk tiga koloni (LogK_ow, S_f, Ⱳ_C) dan empat-beranggota (logP_w, logP_s, logP_X, logP_IA) cluster di PCA dan HCA (Gambar 4), sementara parameter lipofilisitas dua (logP_GC dan logK_WIN) terisolasi. Penghapusan Ⱳ_C dan S_f menyebabkan beberapa perubahan di kedua P_CA dan H_CA. Persentase total varian dijelaskan oleh tiga PC pertama (89,8%) sedikit meningkat, logP_GC dan logK_WIN lebih jauh dari orang lain yang dihasilkan dalam satu cluster (hasil tidak ditampilkan) dan nilai juga berubah.

            Pada Gambar 5 (berdasarkan  pada tujuh parameter lipofilisitas, yaitu Ⱳ_C tidak termasuk dan S_f), empat kelompok dapat dilihat berdasarkan struktur R substituen: aromatik dua cincin substituen (kelompok I), gugus fenil di substituen (kelompok II), yang lainnya β-sistem substituen (cincin fivemembered atau CN, kelompok III), dan substituen alifatik (Kelompok IV). Gambar 5 merupakan susunan sampel di sepanjang PC1 yang menjelaskan peningkatan lipofilisitas dengan struktur kimia dan karakter aromatik R. Dua fakta substituen yang bisa dinyatakan.

Gambar 4

Gambar 4. Plot penyerangan PCA (kiri) dan dendogram HCA pada variabel (kanan) selama sembilan parameter lipofilisitas.

Gambar 5

Gambar 5. PCA skor plot (kiri) dan dendogram HCA pada sampel (kanan) selama tujuh parameter lipofilisitas.

Pertama, sampel dengan  NCH sama dengan 1, 2 atau 3 menempati daerah tertentu dalam ruang PC1-PC2. Kedua, sampel dengan sebuah cincin di R₁ (1-5, 7, 8, 11, 15, 16) yang ditempatkan terutama di bagian tengah sehubungan dengan tren PC2. Serupa dalam plot skor yang dapat diamati jika S_f dan Ⱳ_C yang disertakan dalam kumpulan data (hasil tidak ditampilkan).

Hasil yang didapatkan pada parameter lipofilisitas akan memberikan gambaran umum dari β-laktam yang diteliti, namun masih ada pertanyaan mengenai parameter lipofilisitas: yang paling dapat diandalkan untuk antibiotik, khususnya dalam studi QSAR. Apakah lipofilisitas, selain jumlah NCH kelompok penyerang, properti antibiotik utama atau hanya yang menentukan penghabisan obat oleh bakteri pump AcrAB-TolC? Jawaban dapat diperoleh dari model regresi yang digunakan dalam penelitian QSAR.

3.3 Kuantitatif lipofilisitas-PMIC dan struktur-PMIC hubungan untuk b-laktam

Dalam penelitian parameter lipofilisitas adalah variabel penting [47,48]. Biasanya mereka berhubungan linier terhadap aktivitas farmakologi (MIC), tetapi dalam kasus yang lebih umum hubungan ini tidak linear [48-50]. Nikaido et al. [9] membahas hubungan linear antara MIC dan LogK_ow tersebut. Dalam karya ini, hubungan antara pMICs dan parameter lipofilisitas (Tabel II) dipelajari dengan metode chemometric untuk mendapatkan wawasan yang lebih dalam mekanisme bakteri efflux pump-interaksi obat. Inspeksi visual data menunjukkan bahwa tiga aktivitas biologis PMIC (HN891), PMIC (SH5014) dan PMIC (SH7616) mungkin dalam hubungan nonlinier untuk LogK_ow, logP_s, logK_WIN dan logP_X, dan linier terhadap ω_C dan S_f.

Hubungan PMIC (HN891)-LogKow adalah contoh ilustrasi yang baik untuk nonlinearitas seperti (Gambar 6), di mana titik-titik terletak di sepanjang kurva. Nilai kurva maksimum pada LogK_ow dengan substrat terendah, sekitar 10-13 dan 14. Hubungan nilai LogK_ow memiliki substrat terbaik 1-3, dan nilai rata-ratanya berkisar 15 dan 16 (lihat Gambar 3 untuk klasifikasi substrat). , hasilnya 10-14 terletak pada rentang LogK_ow.

Gambar 6

Gambar 6. Sebuah contoh nonlinear PMIC-lipofilisitas hubungan. dan S_f menyebabkan beberapa perubahan di kedua P_CA dan H_CA.

Apa yang dimaksud dengan alasan kimia untuk penelitian ini? Tabel III mengandung elektronik yang dipilih dari parameter ikatan hidrogen (HB) yang cukup untuk mengikat dengan pMICs. Tiga dari mereka, kontribusi heteroatomik H_f, permukaan kepadatan elektron π dan pasangan elektron bebas σ_x, jumlah dari atom nitrogen + sulfur N_NS, dapat membantu respon kualitatif.  β-Laktam 10-14, berbeda dengan 1-3, dan 15, 16, yang ditandai dengan tingginya NNS, yang memiliki konsekuensi tinggi σ_π dan Hf.

Hal ini disebabkan karena adanya kelebihan substituen R dan R1(10-14)  dalam sistem π Heteroaromatic, termasuk atom N dan S. Dalam hal lipofilisitas, kerapatan polaritas, elektron dan molekul lainnya, subtituen ini memiliki banyak rantai samping oksigen dengan hidrokarbon. Substrat 1-3 AcrAB-TolC memiliki substituen yang sangat lipofilik (terutama hidrokarbon sebagian) R besar dan R₁ kecil. R dan R₁ di 10-14 harus menonaktifkan bakteri baik dengan tekanan-interaksi obat, yang menunjukkan sifat molekul 1-3, harus terjadi antara hidrofobik R, R1 dan residu hidrofobik AcrB. Di sisi lain, R dan R₁ pada 10-14 ikatan hidrogen memiliki banyak akseptor (Atom nitrogen) dalam substituen relatif kecil, dimana sulit menemukan donor hidrogen yang kompatibel di AcrB. Selain itu, kekurangan atom hidrogen hidrofobik pada R dan R₁ menyebabkan melemahnya interaksi obat pada reseptor [51-54].

Tabel III. Sebagian elektronik dan deskripsi ikatan hidrogen untuk penisilin dan sefalosporin

Koefisien korelasi antara aktivitas biologi (Tabel I) dan parameter lipofilisitas (Tabel II) bervariasi dalam kisaran 0,07-0,76. Menimbulkan ikatan baru yang sesuai  dengan parameter lipofilisitas, koefisien korelasi mencapai nilai 0,76-0,90. Dipilih parameter lipofilisitas yang menghasilkan model PLS terbaik disajikan pada Tabel IV untuk setiap strain bakteri (model di atas). Hal ini jelas bahwa model PLS yang berhubungan dengan strain HN891 dan SH5014 serupa, bahkan memiliki molekul descriptor yang sama. Dapat disimpulkan dari hasil sebelumnya dalam karya ini bahwa kedua strain bertindak serupa, dan yang ketiga secara signifikan berbeda dari masing-masing.

Dengan kata lain, dari sembilan parameter lipofilisitas untuk setiap aktivitas menyebabkan keragaman parameter lipofilisitas dan tidak hanya salah satu yang akan menghasilkan model yang cukup baik. Karena setiap metode untuk menghitung parameter lipofilisitas menunjukkan data baru yang mungkin terdapat di beberapa elektronik deskriptor, adanya semua parameter lipofilisitas dalam model regresi yang sesuai. Tabel IV juga berisi model PLS berdasarkan parameter dari semua jenis (model yang dibawah). Dilihat dari salah satu model berdasarkan pada lipofilisitasnya dapat lebih ditingkatkan dengan memasukkan elektronik dan parameter ikatan hidrogen, bahkan dalam model strain SH7616. Namun, apa yang masih tersisa adalah bahwa strain ini berbeda dengan dua lainnya.

Sebagai jenis virus ini mengandung AcrAB-TolC dengan tekanan yang efektif, yang menghabiskan β-Laktam tidak lebih aktif.

Tabel IV. Model regresi PLS untuk pMICs

Efflux ini mengikuti beberapa Mekanisme lainnya yang mungkin tidak termasuk pump-drug recognition, seperti dalam dua kasus strain lainnya. Karena tidak ada molekul recognition di mana ikatan hidrogen dan interaksi elektronik akan menjadi sangat penting, variabel A _HB dan D _y tidak muncul dalam model PLS untuk strain SH7616. Model PLS dengan parameter dari semua jenis (Tabel IV) kemudian divalidasi oleh tiga sampel dari kumpulan data, yang akan digunakan untuk Validasi eksternal. Salah satu sampel berbeda dikecualikan untuk strain SH7617, untuk menutupi berbagai activitas (Tabel V). Aktivitas dari sampel untuk validasi eksternal diperkirakan cukup baik, dengan kesalahan relatif kurang dari 10% (Tabel V). Parameter untuk model ini adalah PLS tidak berbeda dari mereka yang menggunakan 16 sampel (Tabel IV), meskipun ada beberapa perbedaan yang terlihat dalam SEP dan Q value. Validasi eksternal dapat dilihat pada pengukuran  vs prediksi plot akuntansi untuk tiga strain bakteri HN891, SH5014 dan SH7616 (Gambar 7).

β-laktam tingkat efflux, diekspresikan melalui pMICs, ditentukan oleh lipofilisitas obat dan elektronik dan sifat HB. Kesimpulan ini sesuai dengan hasil PCA dan HCA. Pembaca bisa mengamati bahwa substrat 1-3 AcrAB-TolC sangat negatif Y-komponen pada momen dipol D_y (Tabel III), dan substrat 10-13 negatif atau bahkan positif  Dy. Hubungan PMIC (HN891)-Dy ini digambarkan oleh tiga contoh pada Gambar 8. β -Laktam dengan substituen hidrofobik (Seperti 1) yang ditandai dengan karakteristik dengan baik terus menerus pada daerah lipofilik dan hidrofilik, hasil yang sangat negative pada Dy. Memperkenalkan substituen R dan R1 lebih polar, tergantung pada konformasi molekul yang stabil, Dy bisa hilang (dipol atom membatalkan satu sama lain, seperti dalam 14), atau bahkan menjadi positif (8). Van Bambeke et al. [1] membahas karakter antibiotik amphiphilik yang termasuk β-laktam, menunjukkan keberadaan yang jelas antara lipofilik dan hidrofilik dalam molekul. Skema kualitatif lebih umum untuk AcrAB-TolC-drug recognition sterik dan elektronik (Gambar 9). Stereoelectronic ikatan R dan R1 dapat meningkatkan atau melemahkan drug-receptor, dengan mempengaruhi konformasi molekul dan elektronik seperti misalnya dipole yang paling penting.

Gambar 8

Gambar 8.molekul β -Lactam lebih negatif (1), mendekati nol (14) and lebih positif (8) komponen panjang momen dipol y-axis (D y ).  Molekul terletak di xy. Heteroatoms yang resisten berbeda dari C dan  H. R substituent juga diberi label.

Gambar 9

Gambar 9. Sebuah representasi dua dimensi yang  sederhanakan stereoelectronic AcrAB-TolC bakteri pumps-chephalosporin. Gambar yang paling tepat untuk deskripsi AcrB vestibule β-laktam. (Daerah bertitik) didominasi polar dan hidrofobik (grey area)  obat menyelaraskan sepanjang kompatibel domain pump’s regionation site (reseptor). Substituent R dan R1 dapat berupa polar, amphiphilic atau hidrofobik dan, akibatnya, dapat mempengaruhi reseptor obat.

Gambar 10

Gambar 10. AcrAB-TolC efflux pumps. TolC secara manual untuk AcrB. Hanya satu vestibule terlihat dalam orientasi ini, sementara dua lainnya ditempatkan di bagian belakang trimer AcrB, digabungan baris monomer. Panah menunjukkan efflux substrat jalur mulai dari periplasm.

Y komponen Dy (Lihat Gambar 8). Model PLS dari Tabel IV mengungkapkan bahwa pada dasarnya tiga faktor yang penting bagi β-laktam efflux oleh bakteri AcrAB-TolC pumps: lipofilisitas dan sifat elektronik dan HB obat, terkait terutama untuk konformasi dan distribusi muatan.

3.4  Biokimia Hasil QSAR

Efflux pump AcrAB-TolC  seperti pada Gambar 10 menggunakan koordinat atom untuk protein AcrB dan TolC dari Protein Data Bank (PDB kode 1IWG dan 1EK9) dan kemungkinan susunan tiga-dimensi protein AcrA yang struktur tiga dimensi belum diketahui. Semua tiga komponen berasal dari Escherichia coli, dan trimer. Monomer AcrB berwarna berbeda. TolC merapat ke AcrB, dan keduanya  terikat pada monomer AcrA.

Kompleks ini merupakan efflux pump AcrAB-TolC fungsional bakteri, ditempatkan dalam membran bakteri. Pump AcrB berada dalam kontak dengan sitoplasma, namun ditempatkan dalam membran dalam dan periplasm. Kebanyakan TolC terletak pada periplasm dan sebagian dalam membran luar, sementara AcrA di periplasm. Karena AcrB adalah trimer, ada tiga lubang di sepanjang garis kontak dari unit monomer yang disebut vesitubles (Gambar 10)

Hal ini berlaku bahwa mekanisme efflux substrat dari periplasm meliputi beberapa tahap sebagai berikut : (1) substrat memasuki balai terdekat, (2) melewati saluran vestibule itu, substrat masuk ke lubang sentral trimer AcrB, (3) setelah itu, substrat meninggalkan  AcrB dan memasuki saluran TolC, melalui saluran sempit yang disebut pori, dan (4) perjalanan substrat melalui TolC sampai meninggalkan sel bakteri dan memasuki media eksternal. Pada ruang depan, rongga sentral, bagian-bagian lain dari pori-pori dan saluran TolC merupakan pusat pompa AcrAB-TolC, dan dapat membedakan substrat hidrofobik / hidrofilik dan amphiphilic. Dalam analisis rinci sifat khusus dari ruang depan dan pori-pori, penulis makalah ini menunjukkan sesuatu yang baru (Kiralj, et al) Fakta-fakta menarik berikut pada molekul substrat AcrB menunjukkan: (1) pintu masuk ruang depan memiliki bentuk karakteristik yang dapat dikenali bahkan di gambar kecil (lihat Gambar 10) dan dapat disebut BRAMLA (Brazil peta-Seperti Area), (2) BRAMLA dan pore recognition site berinteraksi dengan molekul substrat dan mempengaruhi tingkat efflux mereka (aktivitas biologis pump), (3) interaksi ini meliputi ukuran molekul, bentuk, elektronik, ikatan hidrogen dan melengkapi hidrofobisitas antara molekul substrat dan reseptor (sebuah situs pengakuan di AcrB), dan (4) obat hidrofilik cenderung membentuk beberapa ikatan hidrogen atau kutub-kutub interaksi dengan reseptor, dan interaksi ini jauh lebih kuat dibanding interaksi individu lain antara kelompok hidrofobik. Pada Gambar 9 menggambarkan interaksi obat-BRAMLA.

Hasil PCA dan HCA dalam pekerjaan ini menunjukkan bahwa lipofilisitas dari β-laktam sangat penting bagi efflux mereka. Modul PLS menegaskan hal ini, tetapi juga menunjukkan bahwa sifat ikatan hidrogen dan elektronik dari  obat-obatan tidak boleh diabaikan. Selain itu, telah ditunjukkan oleh studi baru QSAR, bahwa parameter lipofilisitas dapat diperlakukan sebagai kombinasi linear dari sterik yang sesuai dan sifat molekul elektronik, yang dapat membantu dalam interpretasi mekanistik interaks obat pump. Di sisi lain, molekul Antibiotik β-laktam berinteraksi dengan pelarut polar, sehingga transfer dan perubahan β-laktam dipol molekul dan atom dapat terjadi. Temuan ini serta hasil di atas, menjelaskan mengapa elektronik dan parameter HB  penting dalam model PLS.

BAB IV

PENUTUP

4.1 Kesimpulan

AcrAB-TolC adalah sistem efflux pump terpenting bakteri gram negatif, terutama bertanggung jawab untuk resistensi bakteri pada obat lipofilik dan obat ampifilik, termasuk β - lactams. Ini  alasan untuk melakukan study PCA-HCA pada kegiatan biologis (efflux rate) dari tiga strain yang berbeda dari S. thypimurium sehubungan dengan β- lactams, dan parameter lipofilitas dengan metode yang berbeda. Di tahap akhir, QSAR studi ini dilakukan berdasarkan lipofilitas dan elektronik dan HB molekul deskriptor. Analisis menunjukkan bahwa: (1) aktivitas biologis (pMICs) sangat bergantung  pada sifat strain bakteri dan  molekul obat. β -Lactams diklasifikasikan baik sampai dengan cukup baik untuk substrat AcrAB-TolC yang jelek; (2) di antara paling penting molekul β - laktam bersifat kuantitatif yang berkaitan dengan pMICs adalah lipofilitas dan elektronik dan ikatan hidrogen; dan (3) parameter lipofilitas yang dihitung dengan cara yang berbeda tidak selalu sama tentang obat, dan tidak dapat menghasilkan model regresi parsimonius untuk MICs berasal dari AcrAB-TolC pumps aktif. Beberapa parameter lipofilitas non-linear berhubungan dengan pMICs, terutama karena adanya β - laktam dengan subtituen nitrogen dan sulfur. Sifat molekul Penisilin dan cephalosporins stereoelectronic, terutama Y-komponen dari molekul momen dipol dan hidrogen yang mengikat, mencerminkan klasifikasi β-laktam Diperoleh dari PCA dan HCA. Dari ini, jelas bahwa penisilin dan cephalosporins yang dapat digolongkan sebagai hidrofil, dengan sifat-sifat ikatan hidrogen yang baik dan mampu untuk mendirikan polar-polar interaksi dengan reseptor pumps bakteri, pumps  substrat jelek, dan obat-obatan begitu berpotensi baik. mencari untuk lebih baik antibiotik β-laktam, desain obat harus mulai dengan obat-obatan tersebut.

DAFTAR PUSTAKA

ü  Departemen Farmakologi dan Terapeutik FKUI. 2009. Farmakologi dan Terapi. Jakarta: Balai Penerbit FKUI.

ü  Mycek, M. J., Harvey, R. A., dan Champe, P. C. 2007. Farmakologi Ulasan Bergambar. Jakarta: Widya Medika.

ü  Siswandono dan Soekardjo, B. 2000. Kimia Medisinal. Jilid 1, Edisi 2. Surabaya: Airlangga University Press.

ü  Siswandono dan Soekardjo, B. 2005. Kimia Medisinal. Jilid 2, Edisi 2. Surabaya: Airlangga University Press.

ü  Tan Hoan Tjay, Drs. dan Drs. Kirana Rahardja. 2007. Obat-Obat Penting. Edisi keenam. Jakarta: Anggota IKAPI.

BAB I

PENDAHULUAN

1.1. Latar Belakang

Antibiotik β-laktam merupakan agen antibakteri yang paling banyak digunakan,terutama dalam menghambat protein yang mengikat penisilin (PBPs) yang bertanggung jawab untuk pembangunan dan pemeliharaan dinding sel bakteri. Resistensi bakteri terhadap antibiotik β-laktam dan lainnya menjadi masalah yang terus meningkat dalam proses pengobatan suatu infeksi penyakit. Sebuah sarana utama resistensi adalah produksi berlebih dari multidrug resistance efflux pumps (MDR), yang mengeluarkan berbagai senyawa. Beberapa efflux drug MDR berperan sangat penting dalam memainkan resistensi bakteri terhadap antibiotik. Selebihnya, efflux drug MDR juga diketahui berperan secara fisiologis, efflux drug MDR digunakan sebagai antibakteri dan sebagai alat bantu dalam sel berbasis skrining untuk senyawa antibakteri baru dan  membuat sistem transportasi membran yang sangat menarik dalam studi medis, biokimia dan kimia.

1.2. Permasalahan

Efflux drug AcrAB-TolC dan homolognya, di identifikasi dengan bakteri Escherichia coli, Salmonella typhimurium , Salmonella enterica , Haemophilus influenza dan bakteri lainnya yang  memiliki resistensi intrinsik dalam berbagai senyawa lipofilik dan amfipilik yang beracun dari lingkungan bakteri netral (garam empedu, deterjen, asam lemak, pelarut organik, pewarna kationik, dll), dan obat-obatan (antibiotik, antiseptik, agen kemoterapi, dll) . “Pump” terdiri dari transporter membran dalam AcrB yang dimiliki oleh superfamili(RND), resistance - nodulasi – divisi sel, saluran protein membran luar dari family TolC, dan periplasmik lipoprotein AcrA dari   family membran fusi. Ekspor pump senyawa beracun AcrAB-TolC dari ruang sitoplasma atau periplasmik langsung menuju media eksternal, melewati penghalang membran luar.

X-ray dan penentuan struktur difraksi elektron AcrA, AcrB dan TolC memungkinkan adanya pengetahuan baru dalam  hubungan struktur-fungsi dan untuk mekanisme efflux pump AcrAB-TolC. Di sisi lain, salah satu faktor secara signifikan yang mempengaruhi tingkat efflux multidrug adalah substrat AcrB yang dianggap sebagai struktural yang tidak terkait bahkan jika diperhatikan hanya digunakan untuk antibiotik. Substrat dapat bersikap netral atau dikenakan beberapa kelompok, mulai dari molekul kecil seperti n-heksana dan asam nalidiksat,β-laktam seperti nafcillin dan Sefalosporin, untuk molekul yang relatif besar seperti eritromisin dan rifampisin. Paulsen et al menunjukkan bahwa karakteristik fisik obat seperti lipofilisitas atau amfipilitas. Karakteristik struktural menjadi penentu kunci dalam kekhususan pump MDR motif proton. Dalam analisis Nikaido et al dapat dilihat bahwa ada beberapa hubungan kuantitatif antara lipofilisitas sisi rantai β-laktam dan MIC (konsentrasi minimal inhibitor atau tingkat efflux obat).

1.2 Tujuan dan Manfaat

Tujuan dari penelitian ini adalah untuk membangun lipofilisitas kuantitatif multivariat-MIC dan struktur β-laktam-hubungan MIC untuk S. typhimurium . Terlepas dari pendapat umum bahwa struktur substrat obat antibiotik AcrB belum banyak kesamaannya, penelitian ini didasarkan pada karakteristik struktur dan struktural (deskripsi molekul) dari substrat, yang pasti menentukan karakteristik fisik dan perilaku biokimia. Hal ini sesuai dengan struktur kuantitatif - hubungan aktivitas (QSAR) dan struktur - hubungan aktivitas (SAR) .Studi QSAR baru-baru ini dilakukan dalam berbagai kelas obat. Penelitian HKSA dilakukan dengan cara metode kuadrat parsial terkecil (PLS). Hubungan berbagai parameter lipofilisitas dalam set MIC berasal dari strain bakteri yang berbeda diteliti melalui analisis komponen utama (PCA) dan hierarchical cluster analysis (HCA).

BAB II

METODE

2.1. MIC untuk strain bakteri

MIC dari obat terhadap strain bakteri didefinisikan sebagai konsentrasi terendah dari obat, di mana ada pertumbuhan bakteri yang diamati dalam periode waktu tertentu dan dalam kondisi eksperimental. Konsentrasi massa MIC untuk 16 penisilin dan sefalosporin (Gambar 1) sehubungan dengan strain bakteri S. typhimurium SH5014 (strain induk) dan mutan yang resisten rendah SH7616 dan AcrAB overproducer HN891, digunakan dari literatur. Logaritma negatif dari MICs molar, pMICs dapat digunakan dalam penelitian (Tabel I).

2.2. Pemodelan obat

Struktur molekul dari 16 antibiotik β-laktam, n-heksana eritromisin dan rifampisin yang disempurnakan atau dimodelkan oleh pemodelan paket PC molekul Spartan Pro 1.0.5 menggunakan koordinat atom dari Database Struktur Farmasi 3D [38], Database Struktural Cambridge atau formula dua dimensi (Gambar 1). Sebuah pencarian konformasi untuk molekul (kecuali untuk eritromisin besar semirigid dan rifampicin) dilakukan dengan metode Monte Carlo molecular dinamika yang tergabung dalam paket Spartan, dan pembentukan stabil yang dioptimalkan dengan metode semi empiris orbital molekul PM3 dalam paket.

2.3. Parameter lipofilisitas

Logaritma dari koefisien partisi oktanol-air log K berasal dari Nikaido et al. [9] (Tabel II). Seperti banyaknya program komputer yang tidak menghitung sejumlah kontribusi lipofilisitas yang telah diisi dan kelompok fungsional terdelokalisasi, bentuk kationik untuk 6 dan 9 (dengan karboksilat terprotonasi) dan bentuk netral untuk β-laktam  lainnya yang dimodelkan dan dioptimalkan menggunakan paket Spartan seperti dijelaskan di atas, dan lipofilisitas dari fase gas (log PGW) akan dihitung. “Free Online JME Editor Molekuler” digunakan untuk memodelkan spesies dalam format SMILES dan koefisien partisi oktanol-air  (logPw)  dihitung menggunakan  Predictor log P_ IA pada interaktif menggunakan  analisis log P  dan log W dalam  situs [41]. Mengirimkan file SMILES ke program free web ALOGPS 2,1 [42], parameter lipofilisitas berdasarkan pendekatan komputasi yang berbeda dihitung: logPs, logPIA, logKWIN dan logPX (ALOGPs awalnya bernama, IA_LOGP, KOWWIN dan XLOGP, masing-masing). Jumlah  fraksi WC pada atom  karbon  hidrofobik, didefinisikan sebagai jumlah atom karbon hidrofobik (semua atom karbon kecuali yang berada pada C = O, C-O dan kelompok CN) dibagi dengan jumlah semua atom  nonhidrogen, dihitung dari dua dimensi rumus kimia. Sf, fraksi permukaan atom karbon hidrofobik, dihitung analog pada ωc: yang bukan merupakan sejumlah atom, area permukaan atom CPK  dari geometri dioptimalkan senyawa (dalam bentuk dibebankan pada pH netral, lihat Gambar 1) yang digunakan. Parameter ωc dan Sf dianggap sebagai struktur berbasis parameter lipofilisitas.

2.4. Sifat Molekul Lain

Parameter geometris, elektronik dan ikatan hidrogen (HB) dihitung untuk penisilin dan sefalosporin. Berdasarkan rumus kimia dua dimensi, parameter yang dihitung adalah sebagai berikut: jumlah kelompok yang dibebankan  (N_CH), jumlah atom nitrogen dan sulfur (N_NS, belerang sulfonat dikecualikan), jumlah fraksi hetero atom (H_f, semua N , S, O, atom Cl dihitung sehubungan dengan semua atom  nonhidrogen); jumlah semua π dan pasangan elektron bebas dibagi oleh permukaan molekul (σ) CPK [43]; jumlah ikatan hidrogen akseptor (A_HB adalah sama dengan jumlah pasangan mandiri dalam atom  N, dan karbonil, oksida, sulfonat dan hidroksil atom  O), jumlah bilangan overal elektron valensi untuk substituen R dan R1 dikurangi dengan 8 (Z merupakan atom hidrogen yang dikecualikan; kelompok dua metil dianggap sebagai R1 pada penisilin), dan beberapa properti lainnya. Sifat geometris dan elektronik, seperti momen dipol (D) dan komponen-komponennya,  perbedaan antara energi pada dudukan tertinggi dan orbital terendah molekul kosong (Δ), Dilakukan perhitungan Spartan package. Sifat polarisabilitas seperti polarisabilitas urutan molekul ketiga (ϓ) yang dihitung dengan menggunakan semiempiris PM3 pada  metode MOPAC. Ada sekitar 50 sifat molekul yang dihitung.

2,5. Kemometrika: analisis komponen utama dan analisis cluster hirarkis

Kebanyakan aplikasi kimia, biokimia dan biologi dari  analisis data multivarian oleh alam, dan beberapa metode yang paling cocok untuk kasus tersebut adalah PCA dan HCA, yang digunakan dalam pekerjaan ini. HCA dan PCA merupakan analisis yang dilakukan untuk kegiatan biologis, pMICs, sehingga matriks data yang memiliki dimensi 16 x 3 (16 =  jumlah antibiotik β-laktam, 3 =  jumlah jenis PMIC berasal dari strain bakteri). Selanjutnya, parameter lipofilisitas yang diatur dalam matriks data 16 x 9 atau 16 x 7 (16 =  jumlah β-laktam; 9 atau 7 =  termasuk jumlah parameter lipofilitas dan tidak termasuk dua struktur berbasis parameter lipofilisitas). Semua data selalu autoscaled, dan metode linkage tambahan yang digunakan dalam HCA.

2.6. Kemometrika: metode regresi

Beberapa variabel lipofilisitas yang non-linear terkait dengan pMICs, sehingga persegi x2 dan ½ gaussian exp Dx? xoÞ2? Hal beberapa lipofilisitas parameter x diperkenalkan. yang dipilih lipofilisitas variabel (koefisien korelasi mutlak dengan pMICs lebih 0,4) yang kemudian digunakan untuk membangun PLS regresi model untuk setiap PMIC, dan model yang divalidasi oleh tinggalkan-satu-out cross-validasi. Variabel seleksi untuk parameter molekul lainnya dilakukan, PLS dan model untuk PMIC masing-masing termasuk lipofilisitas, elektronik dan HB parameter dibangun dan internal divalidasi. Pada tahap akhir dari analisis regresi, tiga
sampel dari training set dikeluarkan, dan PLS Model didasarkan pada semua jenis parameter yang dibangun kembali dan eksternal divalidasi oleh tiga sampel. semua statistik dan analisis chemometric dilakukan dengan menggunakan software Matlab 6 [45] dan Pirouette 3,01 [46].

Gambar I

Gambar I. Struktur kimia dari β-lactam  pada pH netral dengan nomer atom untuk penisilin dan sefalosforin.

BAB III

HASIL DAN PEMBAHASAN

3.1 Aktivitas biologi PCA dan HCA

PCA dan HCA pada aktivitas biologi eksperimental (Tabel I) dilakukan untuk mengetahui struktural baik pada antibiotik maupun strain bakteri. Seseorang harus mengingat bahwa MIC suatu antibiotika menandakan bahwa konsentrasi minimal molar obat tersebut berguna untuk menghentikan perkembangan bakteri.

Tabel 1 : Aktivitas Biologi untuk penisilin dan sefalosporin

Aktivitas biological: PMIC (X) ¼ log (X), dimana X adalah konsentrasi inhibitor minimal (MIC) sehubungan dengan strain HN891, SH5014 dan SH7616. Species pada pH netral, menurut Nikaido et al. [9].

Tabel II. Lipofilisitas deskriptor untuk penisilin dan sefalosporin

KOW dilaporkan sebagai 0 untuk sampel 15 dan 16. Asli KOW dari Nikaido et al. [9] berubah menjadi log (KOW 1) dalam karya ini. nilai-nilai Experimental untuk logP untuk oktanol water partisi, Diperoleh dari perangkat lunak ALOGPS.

Gambar 2

Gambar 2. Perbandingan pMICs untuk β-laktam. PMIC untuk S. typhimurium galur SH5014 ditempatkan di antara pMICs untuk mutan SH7616 dan HN891. Jumlah kelompok dibebankan dalam molekul antibiotik pada pH netral menunjukkan bahwa strain bakteri yang berbeda tidak dibedakan dengan baik ketika buang air sangat dituntut antibiotik.

Perlu diingat bahwa MIC antibiotik dengan konsentrasi minimal molar obat ini diperlukan untuk menghentikan pengembangan bakteri. Akibatnya, obat dengan MIC tinggi (atau rendah pMIC) merupakan substrat AcrAB-TolC yang baik. Gambar 2 menunjukkan korelasi di antara pMICs. Ada korelasi tinggi antara pMICs untuk strain SH5014 dan dengan mutan HN891 (korelasi koefisien r 0:98), dan lebih rendah antara pMICs untuk SH5014 dan lain mutan dari SH7616 (r 0:76). Temuan ini adalah sesuai dengan fakta bahwa strain HN891 lebih mirip dengan SH5014 daripada SH7616 dalam preparasi strain.

Jumlah kelompok penyerang, N_CH, dalam molekul β-laktam tampaknya penting untuk pMICs tiga yang berasal dari strain bakteri yang berbeda (gambar 2). Ada tiga macam β- lactams dengan tiga kelompok penyerang, yaitu zwitter-anion 9, 15 dan 16. Mereka tidak dibedakan oleh tiga strain bakteri (Lihat gambar 2). Nikaido et al. [9] menunjukkan bahwa β-lactams merupakan hidrofil, dan tidak bersifat lipofilik , memiliki distribusi yang buruk dalam membran bilayer strain bakteri. β-Lactams dengan dua kelompok yang bermuatan memiliki perbedaan yang moderat dalam pMICs yang berkaitan dengan strain bakteri yang berbeda: zwitter-ion 6 dan dianions 7, 8, 10, dan 12. Anionik β-lactams 1–5, 11, 13 dan 14 menghasilkan satu penyerang, dan yang memiliki exctreted berbeda oleh tiga AcrAB-TolC eflux pump (Lihat gambar 2).

Berdasarkan gambar dapat dilihat kenaikan atau penurunan paralel tiga pMICs bagi kebanyakan dari ntibiotic. Beberapa dari mereka (2-5 dan 11) dapat mengganggu paralelisme.

Dua PC pertama menggambarkan lebih 99,6% dari informasi yang sebenarnya. Molekul plot PCA  (Gambar 3, kiri)  label oleh NCH dan nomor fraksi Sf dari atom karbon hidrofobik.

Gambar 3

Gambar 3. Kiri: PCA Partitur plot menunjukkan posisi - lactams di ruang didefinisikan oleh komponen utama PC1 dan PC2. Kanan: HCA fenetik sampel (β-lactams). Plot kedua menunjukkan pengelompokan baik (G), cukup baik (M) dan miskin substrat AcrB (P). Juga, lain pengelompokan antibiotik sehubungan dengan sifat-sifat molekul mereka (NCH, Sf) terlihat.

Label dapat membantu dalam menjelaskan hubungan antara sifat molekul antibiotik dan pMICs. PC1 membedakan β-lactams dengan rendah pMICs (baik substrat AcrAB-TolC, cluster G terdiri dari 1 dan 2 di sebelah kiri dari plot) dan moderat pMICs (pump moderat substrat, gugus M) dari pMICs tinggi (sedikit substrat AcrAB-TolC, 10-13, kelompok P). Kedua PC (PC2) membedakan molekul sehubungan dengan variabilitas dalam pMICs untuk strain bakteri yang berbeda (seperti pada gambar 2). Catatan bahwa molekul 2-5 dan 11, di tunjukkan pada gambar 2 yang tidak biasa di bagian atas plot PCA. Selain itu, PC2 berkaitan dengan jumlah penyerang kelompok NCH. Hydrophobicity Sf juga menunjukkan variasi, dengan menurunkan sepanjang PC1 dan perlahan-lahan meningkatkan sepanjang PC2. Hasil ini adalah sesuai dengan pengamatan dari Nikaido et al. [9] MICs sebanding dengan antibiotik side-chain hidrofobik. Pengelompokan β-lactams di HCA (gambar 3, kanan) juga mencakup cluster G, M dan P dari PCA. Dimulai dari G untuk M dan lebih lanjut pada cluster P di PCA dan HCA, rata-rata dapat dilihat bahwa molekul memiliki banyak kelompok penyerang dan sedikit kelompok atom karbon hidrofobik, meskipun cluster M berisi berbagai macam β-laktam. Sampel dendogram mengungkapkan dua macam sub-clusters dari struktural yang mirip molekul (4, 5), (7, 8), (15, 16) dan (10, 12), dengan indeks kesamaan  lebih dari 0,90, yang merupakan indikasi keberadaan struktur  hubungan struktur-aktivitas untuk antibiotik β-laktam .

Studi PCA dan HCA disajikan pada pMICs mengarah pada kesimpulan bahwa adanya kelompok-kelompok yang menyerang dan gugus hidrofobik menentukan perilaku antibiotik sehubungan dengan pump AcrAB-TolC. Besarnya penyerangan β-lactams dengan sebagian kecil  fraksi hidrofobik ω_C atau S_f yang memungkinkan rendahnya substrat AcrB karena pump bersifat tidak menguntungkan pada interaksi obat dalam molekul yang dikenal.

3.2 Parameter lipofilisitas dari PCA dan HCA

Dalam kasus yang ideal, parameter logP dan logK untuk β-laktam (Tabel II) harus berkorelasi dengan membentuk cluster atau kelompok yang tepat dan hanya dijelaskan oleh satu PC. Tujuan dari studi parameter PCA-HCA adalah untuk mengungkapkan berapa banyak mereka menyimpang dari situasi yang ideal dan akibatnya serta bagaimana hubungan lipofilisitas-MIC dapat dibangun dan digunakan untuk studi interaksi obat. Nikaido et al. [9] menghitung kontribusi lipofilisitas dari 6-substituen dalam penisilin dan 7- substitutents di sefalosporin. Pendekatan ini tidak memperhitungkan perbedaan dalam cincin β-laktam dari penisilin dan cephalosproins, maupun kehadiran substituen lainnya pada cephalosporins (7-metoksi dalam 5, 10, 13, dan substituen R₁ dengan berbagai cincin oxazolidine di 10). Penelitian lipofilisitas PCA-HCA dari β-laktam dalam pekerjaan ini termasuk lipofilisitas LogK_ow dari Nikaido et al. [9] dan parameter yang dihitung adalah  logP_w, logP_s, logP_IA, logK_WIN, logP_X, logP_GC, Ⱳ_C dan S_f.

            Koefisien korelasi antara mereka berkisar antara 0,29-0,96 (0,56-0,87 jika tidak termasuk Ⱳ_C dan S_f). Parameter ini membuat satu set data yang heterogen dan, bila dibandingkan dengan logP eksperimental dari beberapa obat (Tabel II), kadang-kadang memberikan hasil yang cukup berbeda. Tiga pertama menggambarkan P_C hanya 89,3% dari data asli, yang jauh dari kasus yang ideal. Tidak ada penjelasan sederhana mengapa parameter lipofilisitas membentuk tiga koloni (LogK_ow, S_f, Ⱳ_C) dan empat-beranggota (logP_w, logP_s, logP_X, logP_IA) cluster di PCA dan HCA (Gambar 4), sementara parameter lipofilisitas dua (logP_GC dan logK_WIN) terisolasi. Penghapusan Ⱳ_C dan S_f menyebabkan beberapa perubahan di kedua P_CA dan H_CA. Persentase total varian dijelaskan oleh tiga PC pertama (89,8%) sedikit meningkat, logP_GC dan logK_WIN lebih jauh dari orang lain yang dihasilkan dalam satu cluster (hasil tidak ditampilkan) dan nilai juga berubah.

            Pada Gambar 5 (berdasarkan  pada tujuh parameter lipofilisitas, yaitu Ⱳ_C tidak termasuk dan S_f), empat kelompok dapat dilihat berdasarkan struktur R substituen: aromatik dua cincin substituen (kelompok I), gugus fenil di substituen (kelompok II), yang lainnya β-sistem substituen (cincin fivemembered atau CN, kelompok III), dan substituen alifatik (Kelompok IV). Gambar 5 merupakan susunan sampel di sepanjang PC1 yang menjelaskan peningkatan lipofilisitas dengan struktur kimia dan karakter aromatik R. Dua fakta substituen yang bisa dinyatakan.

Gambar 4

Gambar 4. Plot penyerangan PCA (kiri) dan dendogram HCA pada variabel (kanan) selama sembilan parameter lipofilisitas.

Gambar 5

Gambar 5. PCA skor plot (kiri) dan dendogram HCA pada sampel (kanan) selama tujuh parameter lipofilisitas.

Pertama, sampel dengan  NCH sama dengan 1, 2 atau 3 menempati daerah tertentu dalam ruang PC1-PC2. Kedua, sampel dengan sebuah cincin di R₁ (1-5, 7, 8, 11, 15, 16) yang ditempatkan terutama di bagian tengah sehubungan dengan tren PC2. Serupa dalam plot skor yang dapat diamati jika S_f dan Ⱳ_C yang disertakan dalam kumpulan data (hasil tidak ditampilkan).

Hasil yang didapatkan pada parameter lipofilisitas akan memberikan gambaran umum dari β-laktam yang diteliti, namun masih ada pertanyaan mengenai parameter lipofilisitas: yang paling dapat diandalkan untuk antibiotik, khususnya dalam studi QSAR. Apakah lipofilisitas, selain jumlah NCH kelompok penyerang, properti antibiotik utama atau hanya yang menentukan penghabisan obat oleh bakteri pump AcrAB-TolC? Jawaban dapat diperoleh dari model regresi yang digunakan dalam penelitian QSAR.

3.3 Kuantitatif lipofilisitas-PMIC dan struktur-PMIC hubungan untuk b-laktam

Dalam penelitian parameter lipofilisitas adalah variabel penting [47,48]. Biasanya mereka berhubungan linier terhadap aktivitas farmakologi (MIC), tetapi dalam kasus yang lebih umum hubungan ini tidak linear [48-50]. Nikaido et al. [9] membahas hubungan linear antara MIC dan LogK_ow tersebut. Dalam karya ini, hubungan antara pMICs dan parameter lipofilisitas (Tabel II) dipelajari dengan metode chemometric untuk mendapatkan wawasan yang lebih dalam mekanisme bakteri efflux pump-interaksi obat. Inspeksi visual data menunjukkan bahwa tiga aktivitas biologis PMIC (HN891), PMIC (SH5014) dan PMIC (SH7616) mungkin dalam hubungan nonlinier untuk LogK_ow, logP_s, logK_WIN dan logP_X, dan linier terhadap ω_C dan S_f.

Hubungan PMIC (HN891)-LogKow adalah contoh ilustrasi yang baik untuk nonlinearitas seperti (Gambar 6), di mana titik-titik terletak di sepanjang kurva. Nilai kurva maksimum pada LogK_ow dengan substrat terendah, sekitar 10-13 dan 14. Hubungan nilai LogK_ow memiliki substrat terbaik 1-3, dan nilai rata-ratanya berkisar 15 dan 16 (lihat Gambar 3 untuk klasifikasi substrat). , hasilnya 10-14 terletak pada rentang LogK_ow.

Gambar 6

Gambar 6. Sebuah contoh nonlinear PMIC-lipofilisitas hubungan. dan S_f menyebabkan beberapa perubahan di kedua P_CA dan H_CA.

Apa yang dimaksud dengan alasan kimia untuk penelitian ini? Tabel III mengandung elektronik yang dipilih dari parameter ikatan hidrogen (HB) yang cukup untuk mengikat dengan pMICs. Tiga dari mereka, kontribusi heteroatomik H_f, permukaan kepadatan elektron π dan pasangan elektron bebas σ_x, jumlah dari atom nitrogen + sulfur N_NS, dapat membantu respon kualitatif.  β-Laktam 10-14, berbeda dengan 1-3, dan 15, 16, yang ditandai dengan tingginya NNS, yang memiliki konsekuensi tinggi σ_π dan Hf.

Hal ini disebabkan karena adanya kelebihan substituen R dan R1(10-14)  dalam sistem π Heteroaromatic, termasuk atom N dan S. Dalam hal lipofilisitas, kerapatan polaritas, elektron dan molekul lainnya, subtituen ini memiliki banyak rantai samping oksigen dengan hidrokarbon. Substrat 1-3 AcrAB-TolC memiliki substituen yang sangat lipofilik (terutama hidrokarbon sebagian) R besar dan R₁ kecil. R dan R₁ di 10-14 harus menonaktifkan bakteri baik dengan tekanan-interaksi obat, yang menunjukkan sifat molekul 1-3, harus terjadi antara hidrofobik R, R1 dan residu hidrofobik AcrB. Di sisi lain, R dan R₁ pada 10-14 ikatan hidrogen memiliki banyak akseptor (Atom nitrogen) dalam substituen relatif kecil, dimana sulit menemukan donor hidrogen yang kompatibel di AcrB. Selain itu, kekurangan atom hidrogen hidrofobik pada R dan R₁ menyebabkan melemahnya interaksi obat pada reseptor [51-54].

Tabel III. Sebagian elektronik dan deskripsi ikatan hidrogen untuk penisilin dan sefalosporin

Koefisien korelasi antara aktivitas biologi (Tabel I) dan parameter lipofilisitas (Tabel II) bervariasi dalam kisaran 0,07-0,76. Menimbulkan ikatan baru yang sesuai  dengan parameter lipofilisitas, koefisien korelasi mencapai nilai 0,76-0,90. Dipilih parameter lipofilisitas yang menghasilkan model PLS terbaik disajikan pada Tabel IV untuk setiap strain bakteri (model di atas). Hal ini jelas bahwa model PLS yang berhubungan dengan strain HN891 dan SH5014 serupa, bahkan memiliki molekul descriptor yang sama. Dapat disimpulkan dari hasil sebelumnya dalam karya ini bahwa kedua strain bertindak serupa, dan yang ketiga secara signifikan berbeda dari masing-masing.

Dengan kata lain, dari sembilan parameter lipofilisitas untuk setiap aktivitas menyebabkan keragaman parameter lipofilisitas dan tidak hanya salah satu yang akan menghasilkan model yang cukup baik. Karena setiap metode untuk menghitung parameter lipofilisitas menunjukkan data baru yang mungkin terdapat di beberapa elektronik deskriptor, adanya semua parameter lipofilisitas dalam model regresi yang sesuai. Tabel IV juga berisi model PLS berdasarkan parameter dari semua jenis (model yang dibawah). Dilihat dari salah satu model berdasarkan pada lipofilisitasnya dapat lebih ditingkatkan dengan memasukkan elektronik dan parameter ikatan hidrogen, bahkan dalam model strain SH7616. Namun, apa yang masih tersisa adalah bahwa strain ini berbeda dengan dua lainnya.

Sebagai jenis virus ini mengandung AcrAB-TolC dengan tekanan yang efektif, yang menghabiskan β-Laktam tidak lebih aktif.

Tabel IV. Model regresi PLS untuk pMICs

Efflux ini mengikuti beberapa Mekanisme lainnya yang mungkin tidak termasuk pump-drug recognition, seperti dalam dua kasus strain lainnya. Karena tidak ada molekul recognition di mana ikatan hidrogen dan interaksi elektronik akan menjadi sangat penting, variabel A _HB dan D _y tidak muncul dalam model PLS untuk strain SH7616. Model PLS dengan parameter dari semua jenis (Tabel IV) kemudian divalidasi oleh tiga sampel dari kumpulan data, yang akan digunakan untuk Validasi eksternal. Salah satu sampel berbeda dikecualikan untuk strain SH7617, untuk menutupi berbagai activitas (Tabel V). Aktivitas dari sampel untuk validasi eksternal diperkirakan cukup baik, dengan kesalahan relatif kurang dari 10% (Tabel V). Parameter untuk model ini adalah PLS tidak berbeda dari mereka yang menggunakan 16 sampel (Tabel IV), meskipun ada beberapa perbedaan yang terlihat dalam SEP dan Q value. Validasi eksternal dapat dilihat pada pengukuran  vs prediksi plot akuntansi untuk tiga strain bakteri HN891, SH5014 dan SH7616 (Gambar 7).

β-laktam tingkat efflux, diekspresikan melalui pMICs, ditentukan oleh lipofilisitas obat dan elektronik dan sifat HB. Kesimpulan ini sesuai dengan hasil PCA dan HCA. Pembaca bisa mengamati bahwa substrat 1-3 AcrAB-TolC sangat negatif Y-komponen pada momen dipol D_y (Tabel III), dan substrat 10-13 negatif atau bahkan positif  Dy. Hubungan PMIC (HN891)-Dy ini digambarkan oleh tiga contoh pada Gambar 8. β -Laktam dengan substituen hidrofobik (Seperti 1) yang ditandai dengan karakteristik dengan baik terus menerus pada daerah lipofilik dan hidrofilik, hasil yang sangat negative pada Dy. Memperkenalkan substituen R dan R1 lebih polar, tergantung pada konformasi molekul yang stabil, Dy bisa hilang (dipol atom membatalkan satu sama lain, seperti dalam 14), atau bahkan menjadi positif (8). Van Bambeke et al. [1] membahas karakter antibiotik amphiphilik yang termasuk β-laktam, menunjukkan keberadaan yang jelas antara lipofilik dan hidrofilik dalam molekul. Skema kualitatif lebih umum untuk AcrAB-TolC-drug recognition sterik dan elektronik (Gambar 9). Stereoelectronic ikatan R dan R1 dapat meningkatkan atau melemahkan drug-receptor, dengan mempengaruhi konformasi molekul dan elektronik seperti misalnya dipole yang paling penting.

Gambar 8

Gambar 8.molekul β -Lactam lebih negatif (1), mendekati nol (14) and lebih positif (8) komponen panjang momen dipol y-axis (D y ).  Molekul terletak di xy. Heteroatoms yang resisten berbeda dari C dan  H. R substituent juga diberi label.

Gambar 9

Gambar 9. Sebuah representasi dua dimensi yang  sederhanakan stereoelectronic AcrAB-TolC bakteri pumps-chephalosporin. Gambar yang paling tepat untuk deskripsi AcrB vestibule β-laktam. (Daerah bertitik) didominasi polar dan hidrofobik (grey area)  obat menyelaraskan sepanjang kompatibel domain pump’s regionation site (reseptor). Substituent R dan R1 dapat berupa polar, amphiphilic atau hidrofobik dan, akibatnya, dapat mempengaruhi reseptor obat.

Gambar 10

Gambar 10. AcrAB-TolC efflux pumps. TolC secara manual untuk AcrB. Hanya satu vestibule terlihat dalam orientasi ini, sementara dua lainnya ditempatkan di bagian belakang trimer AcrB, digabungan baris monomer. Panah menunjukkan efflux substrat jalur mulai dari periplasm.

Y komponen Dy (Lihat Gambar 8). Model PLS dari Tabel IV mengungkapkan bahwa pada dasarnya tiga faktor yang penting bagi β-laktam efflux oleh bakteri AcrAB-TolC pumps: lipofilisitas dan sifat elektronik dan HB obat, terkait terutama untuk konformasi dan distribusi muatan.

3.4  Biokimia Hasil QSAR

Efflux pump AcrAB-TolC  seperti pada Gambar 10 menggunakan koordinat atom untuk protein AcrB dan TolC dari Protein Data Bank (PDB kode 1IWG dan 1EK9) dan kemungkinan susunan tiga-dimensi protein AcrA yang struktur tiga dimensi belum diketahui. Semua tiga komponen berasal dari Escherichia coli, dan trimer. Monomer AcrB berwarna berbeda. TolC merapat ke AcrB, dan keduanya  terikat pada monomer AcrA.

Kompleks ini merupakan efflux pump AcrAB-TolC fungsional bakteri, ditempatkan dalam membran bakteri. Pump AcrB berada dalam kontak dengan sitoplasma, namun ditempatkan dalam membran dalam dan periplasm. Kebanyakan TolC terletak pada periplasm dan sebagian dalam membran luar, sementara AcrA di periplasm. Karena AcrB adalah trimer, ada tiga lubang di sepanjang garis kontak dari unit monomer yang disebut vesitubles (Gambar 10)

Hal ini berlaku bahwa mekanisme efflux substrat dari periplasm meliputi beberapa tahap sebagai berikut : (1) substrat memasuki balai terdekat, (2) melewati saluran vestibule itu, substrat masuk ke lubang sentral trimer AcrB, (3) setelah itu, substrat meninggalkan  AcrB dan memasuki saluran TolC, melalui saluran sempit yang disebut pori, dan (4) perjalanan substrat melalui TolC sampai meninggalkan sel bakteri dan memasuki media eksternal. Pada ruang depan, rongga sentral, bagian-bagian lain dari pori-pori dan saluran TolC merupakan pusat pompa AcrAB-TolC, dan dapat membedakan substrat hidrofobik / hidrofilik dan amphiphilic. Dalam analisis rinci sifat khusus dari ruang depan dan pori-pori, penulis makalah ini menunjukkan sesuatu yang baru (Kiralj, et al) Fakta-fakta menarik berikut pada molekul substrat AcrB menunjukkan: (1) pintu masuk ruang depan memiliki bentuk karakteristik yang dapat dikenali bahkan di gambar kecil (lihat Gambar 10) dan dapat disebut BRAMLA (Brazil peta-Seperti Area), (2) BRAMLA dan pore recognition site berinteraksi dengan molekul substrat dan mempengaruhi tingkat efflux mereka (aktivitas biologis pump), (3) interaksi ini meliputi ukuran molekul, bentuk, elektronik, ikatan hidrogen dan melengkapi hidrofobisitas antara molekul substrat dan reseptor (sebuah situs pengakuan di AcrB), dan (4) obat hidrofilik cenderung membentuk beberapa ikatan hidrogen atau kutub-kutub interaksi dengan reseptor, dan interaksi ini jauh lebih kuat dibanding interaksi individu lain antara kelompok hidrofobik. Pada Gambar 9 menggambarkan interaksi obat-BRAMLA.

Hasil PCA dan HCA dalam pekerjaan ini menunjukkan bahwa lipofilisitas dari β-laktam sangat penting bagi efflux mereka. Modul PLS menegaskan hal ini, tetapi juga menunjukkan bahwa sifat ikatan hidrogen dan elektronik dari  obat-obatan tidak boleh diabaikan. Selain itu, telah ditunjukkan oleh studi baru QSAR, bahwa parameter lipofilisitas dapat diperlakukan sebagai kombinasi linear dari sterik yang sesuai dan sifat molekul elektronik, yang dapat membantu dalam interpretasi mekanistik interaks obat pump. Di sisi lain, molekul Antibiotik β-laktam berinteraksi dengan pelarut polar, sehingga transfer dan perubahan β-laktam dipol molekul dan atom dapat terjadi. Temuan ini serta hasil di atas, menjelaskan mengapa elektronik dan parameter HB  penting dalam model PLS.

BAB IV

PENUTUP

4.1 Kesimpulan

AcrAB-TolC adalah sistem efflux pump terpenting bakteri gram negatif, terutama bertanggung jawab untuk resistensi bakteri pada obat lipofilik dan obat ampifilik, termasuk β - lactams. Ini  alasan untuk melakukan study PCA-HCA pada kegiatan biologis (efflux rate) dari tiga strain yang berbeda dari S. thypimurium sehubungan dengan β- lactams, dan parameter lipofilitas dengan metode yang berbeda. Di tahap akhir, QSAR studi ini dilakukan berdasarkan lipofilitas dan elektronik dan HB molekul deskriptor. Analisis menunjukkan bahwa: (1) aktivitas biologis (pMICs) sangat bergantung  pada sifat strain bakteri dan  molekul obat. β -Lactams diklasifikasikan baik sampai dengan cukup baik untuk substrat AcrAB-TolC yang jelek; (2) di antara paling penting molekul β - laktam bersifat kuantitatif yang berkaitan dengan pMICs adalah lipofilitas dan elektronik dan ikatan hidrogen; dan (3) parameter lipofilitas yang dihitung dengan cara yang berbeda tidak selalu sama tentang obat, dan tidak dapat menghasilkan model regresi parsimonius untuk MICs berasal dari AcrAB-TolC pumps aktif. Beberapa parameter lipofilitas non-linear berhubungan dengan pMICs, terutama karena adanya β - laktam dengan subtituen nitrogen dan sulfur. Sifat molekul Penisilin dan cephalosporins stereoelectronic, terutama Y-komponen dari molekul momen dipol dan hidrogen yang mengikat, mencerminkan klasifikasi β-laktam Diperoleh dari PCA dan HCA. Dari ini, jelas bahwa penisilin dan cephalosporins yang dapat digolongkan sebagai hidrofil, dengan sifat-sifat ikatan hidrogen yang baik dan mampu untuk mendirikan polar-polar interaksi dengan reseptor pumps bakteri, pumps  substrat jelek, dan obat-obatan begitu berpotensi baik. mencari untuk lebih baik antibiotik β-laktam, desain obat harus mulai dengan obat-obatan tersebut.

DAFTAR PUSTAKA

ü  Departemen Farmakologi dan Terapeutik FKUI. 2009. Farmakologi dan Terapi. Jakarta: Balai Penerbit FKUI.

ü  Mycek, M. J., Harvey, R. A., dan Champe, P. C. 2007. Farmakologi Ulasan Bergambar. Jakarta: Widya Medika.

ü  Siswandono dan Soekardjo, B. 2000. Kimia Medisinal. Jilid 1, Edisi 2. Surabaya: Airlangga University Press.

ü  Siswandono dan Soekardjo, B. 2005. Kimia Medisinal. Jilid 2, Edisi 2. Surabaya: Airlangga University Press.

ü  Tan Hoan Tjay, Drs. dan Drs. Kirana Rahardja. 2007. Obat-Obat Penting. Edisi keenam. Jakarta: Anggota IKAPI.

v