Studi komputasi telah digunakan untuk memprediksi interaksi molekul antara senyawa aktif dan target biologis. Pendekatan ini membantu industri farmasi dan pangan mempercepat proses penemuan obat serta mengurangi biaya dan risiko kegagalan dalam uji klinis. Berbagai teknik kimia komputasi telah diterapkan, seperti pemodelan mekanika kuantum, molecular docking, hubungan kuantitatif struktur揳ktivitas 2 dimensi (QSAR-2D), simulasi dinamika molekuler, dan prediksi farmakokinetik untuk merancang obat turunan indol.
Tujuan dari penelitian ini adalah menemukan kandidat indol yang berpotensi menghambat enzim indoleamine 2,3-dioxygenase-1 (IDO1), yang berperan dalam perkembangan sel kanker. Model persamaan QSAR-2D menunjukkan kekuatan prediksi yang lebih baik melalui validasi internal dan eksternal. Selain itu, hasil penyaringan menunjukkan bahwa senyawa 78 dan 79 terpilih karena memenuhi kriteria kandidat dengan skor grid terendah dan prediksi IC50 terbaik.
Simulasi dinamika molekuler dilakukan untuk memperbaiki perhitungan energi afinitas ligan搑eseptor. Hasilnya menunjukkan energi ikatan bebas (鈭咷bind) kandidat (kcal/mol) < 鈭咷bind acuan (ligan asli/XNL: -28,97 卤 0,25; C78: -32,88 卤 0,33; dan C79: -35,31 卤 0,35). Selanjutnya, sifat farmakokinetik C78 dan C79, seperti drug-likeness, bioavailabilitas, serta ADMET (absorpsi, distribusi, metabolisme, ekskresi, dan toksisitas), menunjukkan hasil yang menjanjikan sebagai kriteria obat yang baik.
Hasil penelitian ini diharapkan dapat memberikan informasi teoretis yang sistematis untuk efisiensi penghambatan enzim IDO1 di masa depan. Selain itu, efisiensi dan akurasi strategi yang digunakan dalam penelitian ini menjadikannya pendekatan inovatif dalam pengembangan produk farmasi dan pangan yang lebih efektif, aman, dan berkelanjutan.
