Antosianin merupakan pigmen alami yang termasuk golongan flavonoid. Bunga telang mempunyai kandungan antosianin yang cukup tinggi, sehingga di masyarakat terdapat berbagai sediaan yang dibuat dari bunga telang. Antosianin dapat diekstraksi dengan melakukan penyeduhan dengan menggunakan air menyesuaikan perlakuan dari masyarakat dalam mengonsumsi sediaan bunga telang itu sendiri. penelitian ini bertujuan untuk menentukan kondisi optimum penyeduhan bunga telang segar maupun sediaannya. Kemudian, dilakukan penetapan kadar antosianin dengan menggunakan metode pH diferensial. Hasil dari penelitian ini menunjukan bahwa kadar antosianin ekstrak bunga telang segar lebih besar daripada sediaannya, kecuali pada sediaan yang dibuat serbuk (tea bag). Bentuk serbuk menyebabkan luas permukaan bidang sentuh lebih besar, sehingga kandungan antosianin total yang terekstraksi juga lebih besar. Kadar antosianin total yang dapat terekstraksi juga dipengaruhi oleh suhu, semakin besar suhu air yang digunakan untuk mengekstraksi, maka semakin besar kadar antosianin yang terekstraksi. Namun air yang mendidih (perebusan) menyebabkan degradasi antosianin.
Corona Virus Disease 2019 (COVID-19) yang disebabkan Severe Acute Respiratory Syndrome Corona Virus 2 (SARS-CoV-2) telah menjadi wabah global. Hingga saat belum ada obat atau vaksin untuk terapi COVID-19 ini. Upaya penemuan obat baru atau pengujian terhadap obat yang telah ada mendesak untuk dilakukan. Penentuan target kerja obat antivirus COVID-19 yang tepat menjadi tantangan tersendiri, karena sebagai virus baru strukturnya belum diketahui secara jelas. Sistematik review ini dilakukan untuk dapat mengidentifikasi molekul-molekul yang dapat menjadi target kerja obat antivirus COVID-19. Review ini diawali dengan penelusuran pustaka pada database PubMed dengan menggunakan kata kunci "SARS-CoV-2 drug target". Protein target yang paling sering digunakan dalam penelitian, yaitu: Main protease (M pro ) dan angiotensin converting enzyme 2 (ACE2).
Penelitian ini bertujuan untuk mendapatkan calon-calon senyawa baru yang potensial dikembangkan sebagai obat COVID-19 dengan mekanisme menghambat enzim main protease (M pro ) dari virus COVID-19. Metode yang digunakan adalah penambatan molekul dengan program AutodockTools 1.5.6, dan dilanjutkan dengan prediksi profil farmakokinetik dan toksisitas dengan bantuan aplikasi PreADMET. Potensi penghambatan dinilai berdasarkan nilai energi pengikatan dan konstanta inhibisinya. Penelitian menunjukkan bahwa senyawa ligan alami (N-(2-phenyl-ethyl)methanesulfonamide), S1, S3, S7 dan S9 merupakan senyawa-senyawa yang memberikan aktivitas penghambatan terhadap enzim M pro yang lebih potent dibanding lopinavir sebagai pembandingnya. Energi pengikatan dan konstanta inhibisi ligan alami, S1, S3, S7 dan S9 lebih rendah dari senyawa pembanding, berturutturut, yaitu -1,61 kcal/mol dan 66,26 mM. Prediksi ADMET menunjukan bahwa senyawa-senyawa yang potensial tersebut masih memerlukan perbaikan dari segi farmakokinetik dan toksisitas.
Buah zaitun dikenal sebagai tanaman rempah yang memiliki nilai jual yang tinggi di pasar dunia karena kandungan asam lemaknya yang bermanfaat untuk tubuh. Produk minyak zaitun dapat dikonsumsi secara langsung. Mahalnya harga minyak zaitun murni menyebabkan adanya adulterasi minyak zaitun dengan jenis minyak nabati lainnya, seperti minyak kedelai. Penelitian ini bertujuan untuk menentukan kemurnian minyak zaitun dan mengidentifikasi penambahan minyak kedelai pada produk minyak zaitun dipasaran. Penelitian ini dilakukan dalam beberapa tahapan, meliputi preparasi sampel, ekstraksi buah zaitun dengan metode konvensional dan ekstraksi biji kedelai dengan sokletasi, serta analisis komponen minyak zaitun murni dan minyak zaitun yang dicampur dengan minyak kedelai dengan metode kromatografi gasspektroskopi massa (KGSM). Hasil analisis persen susut pengeringan dan rendemen buah zaitun berturut-turut sebesar 2,14% dan 97,85%. Sedangkan persen susut pengeringan dan rendemen biji kedelai berturut-turut sebesar 0,79% dan 99,20%. Hasil analisis dengan metode KGSM menunjukan bahwa minyak zaitun dan minyak zaitun yang dicampur dengan minyak kedelai memberikan rasio asam linoleate/oleat (rasio l/o) yang berbeda. Minyak zaitun murni mempunyai kandungan asam linoleat yang jauh lebih kecil dibandingkan asam oleatnya (rasio l/o = 0,0703) sebaliknya, minyak kedelai mengandung asam linoleate yang jauh lebih besar daripada asam oleatnya (rasio l/o = 1,3029). Rasio l/o tersebut dapat digunakan untuk menilai kemurnian minyak zaitun. Dari tiga sampel produk minyak zaitun yang diuji, hanya 1 sampel yang memiliki rasio l/o seperti pada minyak zaitun murni. Kata Kunci : minyak zaitun,adulterasi, kemurnian minyak zaitun, kromatografi gas-spektroskopi massa ABSTRACTOlive fruit is known as a spice plant that has a high selling value on the world market because of its fatty acid content which is beneficial for the body. Olive oil products can be consumed directly. The high price of pure olive oil causes the adulteration of olive oil with other types of vegetable oils, such as soybean oil. The aims of the research is to determine the purity of olive oil and identify the addition of soybean oil to olive oil products in the market. This research was carried out in several stages, including sample preparation, olive extraction with conventional methods and soybean seed extraction with soxhletation, as well as component analysis of pure olive oil and olive oil mixed with soybean oil by gas chromatography-mass spectroscopy (GC-MS) methods. The results of the analysis of drying losses and yield percentages of olive were 2.14% and 97.85%, respectively. While the drying losses and yield percentages of soybean seed were 0.79% and 99.20%, respectively. The results of the analysis using the GC-MS method show that olive oil and olive oil mixed with soybean oil give different linoleate / oleic acid ratios (l/o ratio). Pure olive oil has a smaller linoleic acid content than its oleic acid (ratio l/o = 0.0703) in contrast, soybean oil contains linoleic acid whic...
AbstrakProses penemuan dan pengembangan obat merupakan proses panjang yang memerlukan banyak waktu dan biaya. Ada banyak calon molekul obat yang gagal mencapai pasaran karena alasan toksisitasnya yang tinggi, sehingga harus dapat diidentifikasi sedini mungkin. Hubungan kuantitatif struktur toksisitas (HKST) merupakan salah satu metode in silico yang cukup tangguh untuk memprediksi toksisitas. HKST merupakan persamaan matematis yang dibentuk dari variabel data endpoint toksisitas seperti LD50 sebagai variabel terikat dan sejumlah deskriptor sebagai variable bebas yang dihitung dari senyawa-senyawa dalam training set. Persamaan HKST kemudian digunakan untuk memprediksi toksisitas senyawa baru.Kata kunci : toksisitas, hubungan kuantitatif struktur toksisitas (HKST)AbstractThe process of drug discovery and development is a long process that requires a lot of time and costly. There are many prospective drug molecules that fail to reach the market due to high toxicity reasons, so they must be identified as early as possible. The quantitative structure toxicity relationship (QSTR) is one of the in silico methods that is strong enough to predict toxicity. QSTR is a mathematical equation formed from endpoint toxicity data variables such as LD50 as a bound variable and a number of descriptors as independent variables calculated from the compounds in the training set. The QSTR equation is then used to predict the toxicity of new compounds.Keywords: toxicity, quantitative structure toxicity relationship (QSTR)
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.