Search for collections on Undip Repository

Bioprospeksi Senyawa Bioaktif Anabaena Sp. Dari Ekosistem Mangrove Mangkang Berbasis LC-HRMS Sebagai Kandidat Obat Neurodegeneratif Secara In Silico

Kholis, Tasrari Qolbi Nur (2026) Bioprospeksi Senyawa Bioaktif Anabaena Sp. Dari Ekosistem Mangrove Mangkang Berbasis LC-HRMS Sebagai Kandidat Obat Neurodegeneratif Secara In Silico. Undergraduate thesis, Fakultas Sains dan Matematika Undip.

[thumbnail of Tasrari Qolbi Nur Kholis.zip] Archive
Tasrari Qolbi Nur Kholis.zip
Restricted to Repository staff only

Download (7MB) | Request a copy
[thumbnail of 1. COVER.pdf] Text
1. COVER.pdf

Download (159kB)
[thumbnail of 2. HALAMAN PENGESAHAN.pdf] Text
2. HALAMAN PENGESAHAN.pdf

Download (206kB)
[thumbnail of 4. ABSTRAK.pdf] Text
4. ABSTRAK.pdf

Download (205kB)
[thumbnail of 5. ABSTRACT.pdf] Text
5. ABSTRACT.pdf

Download (207kB)
[thumbnail of 6. DAFTAR ISI.pdf] Text
6. DAFTAR ISI.pdf

Download (233kB)
[thumbnail of 10. PENDAHULUAN.pdf] Text
10. PENDAHULUAN.pdf

Download (230kB)
[thumbnail of 17. DAFTAR PUSTAKA.pdf] Text
17. DAFTAR PUSTAKA.pdf

Download (280kB)

Abstract

Penyakit neurodegeneratif seperti Alzheimer dan Parkinson merupakan gangguan
progresif pada sistem saraf yang prevalensinya terus meningkat di seluruh dunia.
Cyanobacteria, khususnya Anabaena sp., diketahui menghasilkan berbagai
senyawa bioaktif dengan potensi neuroprotektif, seperti aktivitas antioksidan,
antiinflamasi, dan penghambatan enzim yang terlibat dalam penyakit
neurodegeneratif. Penelitian ini bertujuan untuk menganalisis potensi senyawa
bioaktif Anabaena sp. Mangkang sebagai kandidat obat penyakit neurodegeneratif
secara in silico melalui pendekatan QSAR dan molecular docking terhadap target
AChE dan MAO-B. Penelitian diawali dengan isolasi dan identifikasi Anabaena sp.
menggunakan analisis morfologi dan sekuensing gen 16S rRNA. Profil senyawa
bioaktif diperoleh melalui analisis LC-HRMS. Data senyawa hasil LC-HRMS
kemudian dianalisis menggunakan metode QSAR berbasis machine learning
dengan algoritma Random Forest, Gradient Boosting, Extra Trees, dan XGBoost
untuk memprediksi aktivitas inhibisi terhadap target AChE dan MAO-B. Model
terbaik dipilih berdasarkan parameter validasi statistik seperti R², Q², dan RMSE.
Senyawa dengan hasil prediksi terbaik selanjutnya dianalisis menggunakan
molecular docking untuk mengevaluasi afinitas pengikatan dan interaksi molekuler
terhadap protein target. Hasil penelitian menunjukkan bahwa model QSAR mampu
berdampak terhadap aktivitas biologis senyawa bioaktif Anabaena sp. Beberapa
senyawa hasil LC-HRMS diprediksi memiliki aktivitas inhibisi tinggi terhadap
target AChE dan MAO-B dengan nilai IC50. Hasil molecular docking
menunjukkan senyawa tersebut memiliki afinitas pengikatan yang kuat terhadap
protein target serta membentuk interaksi dengan residu aktif penting pada situs
pengikatan.
Kata Kunci: Anabaena sp., QSAR, molecular docking, neurodegeneratif, AChE,
MAO-B, in silico

(NO KETERSEDIAAN : 321/B.TEK/2026)

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Biotechnology
Depositing User: Suhersi Rahmadhani
Date Deposited: 28 Jul 2026 09:08
Last Modified: 28 Jul 2026 09:08
URI: https://eprints2.undip.ac.id/id/eprint/57974

Actions (login required)

View Item View Item