Jurnal Kimia Indonesia

Vol. 2 (1), 2007, h. 1-6 Artikel Review

Modifikasi Asetilkolinesterase dengan Mutasi Kombinasi Secara In Silico

Untuk Biosensor Organofosfat
Sudarko, Devit Suwardiyanto dan A.A Istri Ratnadewi
Jurusan Kimia, FMIPA, Universitas Jember
Jln. Kalimantan 37, Jember 68121
Email: darko@unej.ac.id

Abstrak. Pengawasan lingkungan dari insektisida yang mempengaruhi kesehatan manusia dan
ekosistem, telah menjadi pusat perhatian karena penggunaan insektisida di dunia. Deteksi insektisida
di lingkungan dapat dilakukan dengan biosensor yang menggunakan asetilkolinesterase. Dalam
penelitian ini telah dilakukan modifikasi asetilkolinesterase Torpedo californica secara in silico
(simulasi komputer). Modifikasi ini bertujuan untuk meningkatkan sensitifitas dan kespesifikan
terhadap organofosfat. Modifikasi asetilkolinesterase dilakukan secara in silico dengan program
Modeller 6.2 dan untuk mengetahui efek modifikasi terhadap sensitifitas dan kespesifikannya
digunakan program AutoDock 3.0. Strategi yang digunakan untuk memperoleh mutan yaitu dengan
kombinasi mutan tunggal yang diharapkan dapat meningkatkan sensitifitas enzim terhadap
organofosfat. Dalam penelitian ini tidak dapat diperoleh asetilkolinesterase yang lebih sensitif dan
spesifik terhadap organofosfat. Kesulitan prediksi efek mutasi terhadap inhibisi organofosfat terjadi
karena adanya dua model pengikatan organofosfat yang dipengaruhi oleh konsentrasi. Namun dengan
strategi ini diperoleh mutan yang lebih sensitif dan spesifik terhadap karbamat. Hasil terbaik untuk
peningkatan sensitifitas dan kespesifikan karbamat terjadi pada mutan F330A dengan peningkatan ki
sebesar 0,42 untuk karbaril dan 0,31 untuk karbofuran.
Kata kunci: asetilkolinesterase, biosensor, insektisida, pemodelan homologi, docking.

sebesar dua kali lipat. Mutasi yang sama dapat

Pendahuluan
Pengawasan lingkungan dari insektisida yang
mempengaruhi manusia dan ekosistem, telah
menjadi pusat perhatian. Organofosfat dan
karbamat merupakan insektisida yang banyak
digunakan dan memiliki kemampuan untuk
menggantikan organoklorin seperti DDT, aldrin,
lindane, dan lain-lain. Insektisida ini memiliki
persistansi lingkungan yang rendah dibanding
organoklorin, tetapi memiliki tingkat keracunan
yang lebih tinggi.1
Biosensor berdasar inhibisi pada aktifitas
beberapa enzim telah digunakan untuk pengukuran
polutan dalam lingkungan.2 Hal ini, karena sistem
sensor tersebut telah mampu memberikan cara
analisis suatu polutan secara cepat, mudah dan
handal pada jumlah renik. Dalam pengembangan
biosensor, penggunaan enzim sangat bermanfaat
dan menjanjikan.3,4
Dari penelitian yang telah dilakukan Kovarik et
al5 dapat diketahui bahwa subtitusi residu F338A
dan Y337A (penomoran berdasarkan
asetilkolinesterase tikus), menghasilkan
peningkatan konstanta inhibisi organofosfat
dilakukan pada asetilkolinesterase Torpedo c.,
yaitu pada F331 dan Y334 (Barril et.al, 2001).6(??)
Modifikasi asetilkolinesterase Drosophila m.
untuk deteksi insektisida yang dilakukan oleh
Boublik et al7, menunjukkan bahwa mutasi F330L,
Y370A, dan F371I dapat meningkatkan sensitifitas
enzim terhadap organofosfat. Subtitusi residu
F371I menghasilkan sensitifitas yang lebih tinggi
dibanding subtitusi residu F371A. Mutasi yang
sama dapat dilakukan pada asetilkolinesterase
Torpedo c., yaitu pada residu F290, Y330, dan
F331.
Salah satu strategi untuk meningkatkan kinerja
asetilkolinesterase untuk biosensor organofosfat
adalah dengan meningkatkan kespesifikan dan
sensitifitas enzim terhadap organofosfat. Pada
penelitian ini dilakukan modifikasi sisi aktif
asetilkolinesterase secara in silico (simulasi
komputer), selanjutnya untuk mengetahui
kespesifikan dan sensitifitas enzim hasil modifikasi
tersebut dilakukan uji interaksi antara enzim hasil
modifikasi dengan substrat maupun beberapa jenis
inhibitor (heptenofos, diklorfos, karbofuran,
karbaril).

Dapat dibaca di www.kimiawan.org/journal/jki


Metode Penelitian
Penelitian ini dilaksanakan pada bulan Mei
2005 sampai Juni 2005 di Jurusan kimia, Fakultas
Matematika dan Ilmu Pengetahuan Alam,
Universitas Jember. Alat yang digunakan dalam
penelitian ini antara lain; komputer Intel Xeon 2,4
MHz dual prosessor dengan memori 512 MB dan
system operasi Linux Debian Sarge Testing yang
dilengkapi dengan program aplikasi
AutoDockTools, Autodock 3.05 dan TRITON 3.0;
serta komputer Intel Pentium 4 2,26 MHz dengan
memori 128 MB dan sistem operasi Microsoft
Windows XP Pro, Linux Debian Sarge Testing
yang dilengkapi dengan program aplikasi
AutoDockTools, AutoDock 3.05, Pymol dan
ChemOffice 2000
Preparasi Ligand dan Protein. Ligand dibuat
menggunakan ChemOffice 2000. Pertama, struktur
2D ligand digambar dengan ChemDraw Ultra
(modul ChemOffice 2000). Kemudian, struktur 2D
diekspor ke struktur 3D dengan Chem3D, struktur
3D diminimalisasi energinya dengan teori PM3
dalam MOPAC 7 (modul ChemOffice 2000).
Struktur mutan dan wild type Torpedo c. dibuat
dengan mutasi virtual dari pemodelan homologi.
Pemodelan Homologi. Struktur X-ray tunggal
digunakan sebagai template untuk pemodelan
homologi. Struktur X-ray diperoleh dari protein
data bank (E105). Data struktur dimanipulasi
menggunakan MODELLER 6.2 yang terdapat pada
TRITON 3.0. MODELLER mengimplementasikan
pendekatan pemodelan menggunakan
perbandingan struktur protein. (Sali et al., 1993).8
Pemodelan dimulai dengan penataan sequence
yang akan dimodelkan (target) dengan struktur
protein tiga dimensi yang telah diketahui (cetakan).
Setelah itu dilakukan penghitungan batasan pada
sequence target yang dihitung dari penataannya
dengan struktur tiga dimensi template. Batasan
tersebut diperoleh dari analisis statistik hubungan
pasangan-pasangan protein homolog. Analisis ini
berdasar pada database penataan 105 famili yang
termasuk 416 protein yang telah diketahui strukrur
tiga dimensinya.9 Dengan penelusuran database,
akan diperoleh tabel mengenai berbagai korelasi,
seperti korelasi antara jarak ekivalen Cα - Cα, atau
sudut dihedral dari dua protein yang berhubungan.
Selanjutnya, batasan hubungan dan term energi
CHARM memperkirakan stereokimia yang cocok,
dan mengombinasikannya ke dalam fungsi
objektif. Terakhir, model diperoleh dengan
mengoptimasi fungsi objektif dalam ruang
kartesian.10
2 Jurnal Kimia Indonesia Vol. 2(1), 2007
Sudarko, Devit Suwardiyanto dan A.A Istri Ratnadewi
Docking. AutoDock merupakan program yang
dikembangkan untuk memprediksi interaksi ligand
dengan target biomakromolekul. Dalam AutoDock,
ligand pada awalnya diacak diluar protein,
kemudian melakukan translasi, orientasi, dan
konformasi sampai sisi ideal ditemukan.11 Program
AUTOTORS menentukan ikatan yang mungkin
berotasi pada molekul ligand. Titik grid yang
digunakan dalam penelitian ini sebesar 80x80
dengan spasi grid 3,75 Å yang dipusatkan pada sisi
aktif serin. Energi potensial setiap titik grid
dihitung menggunakan program AUTOGRID.
Kemudian program AutoDock menghitung energi
interaksi antara konformasi ligand fleksibel dan
setiap titik grid melalui kombinasi algoritma
pencarian. Tahap translasi yang digunakan sebesar
0,2 Å dan tahap rotasi 5°. Posisi awal dan sudut
dihedral dipilih secara acak dan terakhir simulasi
150 docking dijalankan untuk memperoleh struktur
kompleks dari ligand yang secara statistik diterima.
AutoDock 3.0 dapat menggunakan algoritma
genetik (AG) Lamarckian sebagai fungsi pencarian
untuk simulasi docking. Konsep AG berdasar pada
evolusi biologis. Dalam simulasi docking, penataan
ligand didefinisikan dengan sebuah set variabel
keadaan yang mendefinisikan translasi, orientasi,
dan konformasi ligand. Dalam AG, setiap variabel
sesuai dengan genotip dan koordinat atom sesuai
dengan fenotip. Dari gen tersebut, fenotip ligand
dapat dihitung energinya berdasar fungsi energi
bebas.
AutoDock menggunakan AG sebagai metode
pencarian global dan sebuah pencarian lokal (PL)
adaptive. Pencarian lokal diturunkan dari sebuah
algoritma oleh Solis dan Wets, dimana langkah-
langkahnya ditentukan, dan konformasi baru yang
diperoleh dievaluasi dengan fungsi energi.
Perubahan energi antara dua konformasi dihitung
seperti pada algoritma Monte Carlo. Jika
perubahannya lebih disukai, maka diterima dan
sebalikknya jika tidak, maka algoritma akan
mengambil langkah yang berlawanan.12
Hasil dan Pembahasan
Proses Mutasi in Silico. Mutasi kombinasi
mutan tunggal pada asetilkolinesterase, yang
meliputi F288L, F290L, F330A, F331I, dan
Y334A dilakukan dengan program MODELLER.
Proses tersebut membutuhkan waktu kurang lebih
40 menit untuk tiap mutan. Kombinasi kelima
macam mutan tunggal tersebut menghasilkan tiga
puluh dua macam mutan termasuk
asetilkolinesterase asli (wild type) hasil optimasi
MODELLER.
Modifikasi Asetilkolinesterase dengan Mutasi Kombinasi secara In Silico untuk Biosensor Organofosfat

Efek Mutasi Asetilkolinesterase pada
Substrat Asetilkolin sebagai substrat didocking ke
semua mutan dan dibandingkan hasilnya dengan
asetilkolinesterase wild type. Proses perhitungan
docking membutuhkan waktu rata-rata delapan jam
tiap perhitungan. Dari hasil docking diketahui
bahwa mutan tunggal dan kombinasinya
meningkatkan k1 substrat (data hasil docking pada
semua mutan tidak ditampilkan pada artikel ini).
Kombinasi mutan tunggal yang dilakukan
dalam penelitian ini menyebabkan bertambah
besarnya ruang gorge asetilkolinesterase.
Bertambahnya ukuran ruang menyebabkan energi
internal ligand berkurang dan substrat lebih mudah
ke sisi aktif, sehingga k1 substrat meningkat. Pada
beberapa mutan, perbesaran ruang gorge
Dari Gambar 3 dapat diketahui bahwa mutan
F290L/F330A memilki ki yang lebih tinggi dari
wild type. Ki heptenofos pada mutan F290L/F330A
mengalami peningkatan ki sebesar 0,105x10-5
terhadap ki wild type. Akan tetapi mutan tersebut
tidak dapat digunakan karena terjadi peningkatan
k1 substrat yang cukup besar, yaitu sebesar
4,44x10-5.
Mutan F290L/F330A memiliki orientasi
pengikatan heptenofos pada sisi periperal, seperti
pada Gambar 4. Heptenofos membentuk ikatan
hidrogen dengan residu S122 dan terjadi interaksi
dipol-dipol induksi antara gugus C=O residu N85
dan Y70 dengan gugus –CH3 organofosfat.
20.00
18.00

menyebabkan perubahan orientasi substrat. Dari 16.00

14.00
hasil docking, beberapa mutan memilki

ki (10 )
12.00

-5
10.00
probabilitas pengikatan substrat pada sisi periperal. 8.00
6.00
Ikatan asetilkolin seperti pada Gambar 1, 4.00
2.00
distabilkan oleh kantung oksi anion yang terdiri 0.00

dari residu G118, G119, dan A201. Gugus asetil

F2 / F3 I/Y3 A

I/Y A
L/ A/ 4A

4A
F2 L/ F A/Y A
L 4A

A 4A

L/ 1I 4A
F2 L/ Y A

F2 L/ F A
F2 / F3 L

F3 L/ Y 1I
A
F2 e

F3 L

F2 / F I
1

31 3 4
88 30 34
88 290
p
88

88 30

90 30
30

90 33
88 33

90 33 33

33
88 33 33
90 33

30 33
Ty

F3 Y3
F2 F3 / Y3
F2 / F3
F

F /Y
ild

asetilkolin terikat pada kantung oksi anion melalui

1
W

90 30
F2

L
ikatan hidrogen antara gugus karbonil asetilkolin

F2
dengan gugus NH peptida. Gugus ekor kuarterner Mutan

trimetilamonium terikat pada sisi anionik yang Gambar 2. Grafik k1 Substrat dengan Probabilitas
terdiri dari residu W84, Y130 dan E199. W84 dan Lebih Besar dari 50%
Y130 berikatan dengan bagian kation melalui
interaksi kation-π dan interaksi hidrofobik, 1.200
sedangkan E199 melalui interaksi elektrostatik. 1.000
0.800
ki (10 )
-5

0.600
0.400
0.200
0.000
90 33 Y3 A

I/Y 4A
F3 /Y A

4A
90 F3 /Y A
F2 L/ F 4 A

88 F3 /Y3 A
F2 / F 31I/ 34A
F2 8L/ Y 30 A

F2 0L 0 A

30 Y3 I
F2 L/ F 0 L
A
F2 8L/ F 31I
F2 pe
F3 8L

F3 0L/ 331

F2 L/ F 1 I/ 3 4
L/ 0 A 3 4
F2 8L/ 0 A 334
A 34
30

31 33
33
88 29

90 33
Ty

9 33
8 F3

3 3
8 3

9 /F

8 33 Y
i ld
W

F2

L
F2

Mutan

Gambar 3. Grafik k1 Substrat dengan Probabilitas

Gambar 1. Model Pengikatan Substrat pada Sisi Aktif Lebih Besar dari 50%
Serin
Dari data probabilitas orientasi substrat dapat
dikelompokkan substrat yang memiliki jumlah
probabilitas orientasi substrat ke sisi aktif serin
dengan nilai lebih besar dari 50% disajikan pada
Gambar 2.
Efek Mutasi Asetilkolinesterase pada
Inhibisi Organofosfat Data hasil perhitungan
docking heptenofos dapat dibuat grafik seperti
pada Gambar 3 (grafik hanya menampilkan mutan
yang orientasi substratnya ke sisi aktif serin). Gambar 4. Ikatan Heptenofos pada Mutan F290L/
F330A

3
 Sudarko, Devit Suwardiyanto dan A.A Istri Ratnadewi

Data hasil perhitungan docking diklorfos dapat berikatan dengan sisi periperal terlebih dahulu
dibuat grafik seperti pada Gambar 5. Dari Gambar walaupun dengan probabilitas yang kecil.
tersebut dapat diketahui bahwa mutan Secara keseluruhan, pemodelan inhibisi
F290L/F330A/Y334A memiliki ki yang lebih organofosfat pada asetilkolinesterase dengan
tinggi dari wild type. Konstanta inhibisi diklorfos AutoDock tidak dapat memprediksi pengaruh
mutan F290L/F330A/Y334A mengalami mutasi. Hal tersebut disebabkan inhibisi
peningkatan sebesar 4,2x10-5 terhadap ki wild type. organofosfat memiliki lebih dari satu tahap inhibisi
Akan tetapi pada mutan tersebut juga terjadi dan dipengaruhi oleh konsentrasi. AutoDock
peningkatan k1 substrat yang cukup besar, yaitu memiliki keterbatasan tidak dapat memprediksi
65,75 x 10-5. Model pengikatan diklorfos pada model inhibisi yang dipengaruhi oleh konsentrasi.
mutan F290L/F330A/Y334A seperti pada Gambar AutoDock hanya dapat memprediksi probabilitas
6. terbesar keadaan akhir model pengikatan suatu
45 ligand pada makromolekul.
40
35
Ada dua macam model inhibisi organofosfat,
30 yaitu fosforilasi irreversibel pada sisi aktif dan
ki (10 )
-5

25
20 interaksi reversibel pada sisi peripheral.13
15
10 Pengikatan organofosfat pada asetilkolinesterase
5
0
juga dipengaruhi oleh konsentrasi organofosfat.
Pada konsentrasi rendah organofosfat menyerang
F2 / F3 1 I/Y 4A

I/Y 4A
L/ A/ 4A

4A
F2 8L/ 0 A/ 4A
F2 / F3 A

A/ 4 A

F2 / F3 I/ Y 4A
F2 L/ Y 0 A

F2 0L/ 0 A
F3 / Y 1 I
F2 L/ F 0 L
A

F2 / F 1I
F2 e
F3 L

L 4
p
88
30

3
88 F3 3

31 33
90 30 33

33
3 33
1 3
88 29

90 33

30 33
Ty

88 33

3
90 F3

sisi periperal. Ketika sisi periperal telah jenuh,

90 F3 Y3
88 F3 3 Y3

F3 Y
i ld

L
W

L 3
9

organofosfat akan menyerang sisi aktif serin.14

F2

L
8

Model kinetika inhibisi organofosfat pada sisi

F2

Mutan
Gambar 5. Grafik Konstanta Inhibisi Diklorfos
Gambar 6. Ikatan diklorfos pada
F290L/F330A/Y334A
Dari hasil docking diperoleh probabilitas
terbesar pengikatan organofosfat terjadi pada sisi
periperal dan hanya beberapa run (ulangan) yang
menghasilkan orientasi organofosfat ke sisi aktif.
Pada asetilkolinesterase wild type yang diinhibisi
diklorfos, diperoleh tiga belas run dari 150 run
yang menunjukkan orientasi ligan ke sisi aktif.
Sedangkan yang mengunakan inhibitor heptenofos
diperoleh dua belas run dari 150 run. Probabilitas
pada mutan lainnya juga menunjukkan
kecenderungan pengikatan ke sisi periperal. Hal
tersebut menunjukkan bahwa organofosfat juga
dapat langsung memfosforilasi sisi katalitik tanpa
periperal asetilkolinesterase dapat diilustrasikan
pada Gambar 7. Konstanta kecepatan k+1 dan k-1
menjelaskan ikatan reversibel AB ke sisi periperal,
dan dua titik sebelah kiri asetilkolinesterase
menunjukkan ikatan reversibel AB ke sisi
periperal. ki’ menunjukkan perubahan ki sebagai
hasil adanya ikatan pada sisi periperal. Sedangkan
k3 menunjukkan reaktifasi enzim.14
Dengan mendocking ulang kompleks ligand
yang telah terikat pada sisi periperal
asestilkolinesterase akan diperoleh kompleks
organofosfat yang terikat di sisi periperal dan sisi
aktif sekaligus. Organofosfat kedua memiliki
probabilitas 100% masuk ke sisi aktif
asetilkolinesterase dengan nilai ki sebesar 1,31x10-5
mutan untuk heptenofos dan 4,14x10-5 untuk diklorfos.
Hal tersebut sesuai dengan asumsi Kardos and
Sulfatos14 bahwa organofosfat dapat membentuk
kompleks AB--AChE-A.
ki k3
AB + AChE AChE-A AChE
+ +
B A
k-1 k+1
ki'
AB AChE-A
k2
AB AChE
AB + AB AChE
+
B
Gambar 7. Kinetika Inhibisi Organofosfat pada
Asetilkolinesterase.14

4 Jurnal Kimia Indonesia Vol. 2(1), 2007

Modifikasi Asetilkolinesterase dengan Mutasi Kombinasi secara In Silico untuk Biosensor Organofosfat

Efek Mutasi Asetilkolinesterase pada

Inhibisi Karbamat. Dari hasil docking karbaril
dan karbofuran pada semua asetilkolinesterase
mutan dan wild type dapat dibuat grafik seperti
pada Gambar 8. Untuk memperoleh mutan yang
spesifik untuk karbamat, perlu dibandingkan
konstanta inhibisi karbaril dengan karbofuran.
Mutan yang memiliki peningkatan konstanta
inhibisi yang hampir sama bersifat spesifik untuk
karbamat.
Jika dibandingkan dengan k1 substrat maka
mutan yang paling bagus adalah F330A dan
F331I. Pada mutan F331I k1 karbaril meningkat Gambar 9. Inhibisi Karbaril pada Mutan F331I
dari 1,42x10-5 ke 1,78 x10-5 dan k1 karbofuran
meningkat dari 1,02x10-5 ke 1,45x10-5. Model
pengikatan karbaril pada mutan F331I ditunjukkan
pada Gambar 9. Atom oksigen karbonil karbaril
berikatan hidrogen dengan residu S200 dan gugus
benzil mengarah pada sisi anionik. Inhibisi
karbofuran mengalami perubahan orientasi ligan.
Orientasi ligan berubah dari sisi esterase ke sisi
periperal, seperti ditunjukkan pada Gambar 10.
Perubahan tersebut disebabkan perbesaran ruang
kantung asil dan perubahan kepolaran residu 331.
Subtitusi F331I menyebabkan berkurangnya
kepolaran residu tersebut.
Subtitusi residu F330A menghasilkan k1 yang
hampir sama dengan mutan F331I. Peningkatan k1 Gambar 10. Inhibisi Karbofuran pada Mutan F331I
ini sesuai dengan eksperimen secara in vitro yang
Seperti pada Gambar 11 dan 12, orientasi karbamat
dilakukan oleh Boublik et al7 pada Drosophila m.
tetap pada sisi aktif serin dan tidak menyebabkan
Konstanta inhibisi karbaril meningkat dari
perubahan yang besar pada aktifitas
1,42x10-5 ke 1,84x10-5 dan konstanta inhibisi
asetilkolinesterase terhadap substrat. Subtitusi
karbofuran meningkat dari 1,02x10-5 ke 1,33x10-5.
F330A tidak mempengaruhi ruang kantung asil.
Mutan F330A bersifat lebih spesifik untuk
Gugus CH3 karbofuran berinteraksi dengan gugus
karbamat dibandingkan dengan mutan F331I.
A330 melalui interaksi hidrofobik. Gugus benzil
karbaril dan karbofuran mengarah pada sisi
3
anionik.
2.5

2
ki (10 )
-5

Karbaril
1.5
Karbofuran
1

0.5

0
F2 F 3 I /Y A
F2 L/F A/Y 4A

F2 /F 3 I/Y A

I/Y A
F2 e

F2 L/Y A

F2 /F 3 A
F2 L/F A

A/ 4A

L/ A/ 4A

4A
F2 L/F 1I

F3 L/Y 1I
F3 L

F2 L/F L

1 34
p
88
30

L 4

31 34
0
0

90 30
88 F33

90 33

88 30 33
Ty

90 33 33

90 30 33

33
90 33

30 33
88 29

88 33

88 F33 Y3

F 3 Y3
ild
W

1
F2

L/

L
F2

Mutan

Gambar 8. Grafik Perbandingan Konstanta Inhibisi

Karbaril dengan Karbofuran Gambar 11. Inhibisi Karbaril pada Mutan F330A

5

Gambar 12. Inhibisi Karbofuran pada Mutan F330A
Kesimpulan
Pengaruh modifikasi asetilkolinesterase
terhadap inhibisi organofosfat tidak dapat
diprediksi menggunakan AutoDock 3.0 karena
organofosfat memiliki dua model pengikatan,
yaitu pengikatan ligand pada sisi periperal dan sisi
aktif serin. Oleh sebab itu perlu dilakukan
penelitian lebih lanjut untuk mempelajari
mekanisme inhibisi organofosfat.
Mutan yang spesifik untuk karbamat yaitu
mutan F330A. Mutan F330A memiliki konstanta
inhibisi satu setengah kali lebih besar dibanding
dengan asetilkolinesterase wild type. Dari hasil
penelitian ini perlu dilakukan eksperimen lebih
lanjut untuk memperoleh asetilkolinesterase yang
lebih spesifik dan sensitif untuk karbamat, yaiutu
dengan subtitusi residu F330A.
Pustaka
1. Kok, F.N; Bozoglu, F.; Hasirci, V. Constustion of an
Acethylcholinesterase-Choline oxidase biosensor for
aldicarb detection. Biosensors and Bioelectronics,
2002, 17, 531-539
2. Kuswandi, B.; Mascini, M. Enzyme Inhibition
Based Biosensor for Environmental Monitoring.
Current Enzyme Inhibition, 2005, 1, 11-20.
3. Kuswandi, B.; Narayanaswamy. R. A Simple
Optical Flow Injection Ammonia sensors. Anal.Lett,
1998, 31, 395-410.
6 Jurnal Kimia Indonesia Vol. 2(1), 2007
Sudarko, Devit Suwardiyanto dan A.A Istri Ratnadewi
4. Wolfbies, O.S.; Li, H. Flourescence Optical Urea
Biosensor with an Ammonium Optrode as
Transducer. Biosensors&Bioelectronics, 1993, 8,
161-166.
5. Kovarik, Z.; Radic, Z.; Berman, H.A.; Simeon-
rudolf, V.; Reiner, E.; Taylor, P.
Acetylcholinesterase Active Center and Gorge
Conformation Analised by Combinatorial mutations
and Enantiomeric Phosphonates. Biochem.J., 2003,
373, 33-40.
6. Barril, X.; Kalko, S. G.; Orozco, M.; Luque, F. J.
Rational Design of Reversible Acetylcholinesterase
Inhibitors. Mini Rev Med Chem., 2002, 2(1), 27-36.
7. Boublik, Y.; Aguet, P. S.; Lougarre, A.; Arnaud, M.;
Villatte, F.; Mondacca, S. E.; Fournier, D.
Acetylcholinesterase engineering for detection of
insecticide residues. Protein Eng., 2002, 15, 43-50.
8.
9. Sali, A.; Overington, J. P. Derivation of rules for
comparative protein modeling from a database of
protein structure alignments. Protein Sci., 1994, 3,
1582-1596.
10. Sali, A.; Webb, B.; Madhusudhan, M.S.; Shen,
M.Y.; Renom, M.A.M.; Eswar, N.; Alber, F.; Oliva,
B.; Fiser, A.; Sanchez, R.; Yerkovich, B.;
Badretdinov, A.; Melo, F.; Overington, J.P.; Feyfant,
E. Manual : MODELLER (A Program for Protein
Structure Modeling), 2004, Release 7v7.
11. Morris, G. M.; Goodsell, D. S.; Halliday, R. S.;
Huey, R.; Hart, W. E.; Belew, R. K.; Olson, A. J.
Automated Docking Using a Lamarkian Genetic
Algorithm and an Empirical Binding Free Energy
Function. J. Comp. Chem, 1998, 19, 1639-1662.
12. Morris, G. M.; Goodsell, D. S.; Huey, R.; Hart, W.
E.; Halliday, S.; Belew, R.; Olson, A. J. User’s
Guide : AutoDock Version 3.0.5. 2001.
13. Friboulet, A.; Rieger, F.; Goudou, D.; Amitai, G.;
Taylor, P. Interaction of an organophosphate with
peripheral site on acetylcholinesterase.
Biochemistry, 1990, 29, 914-920.
14. Kardos, S.A.; Sultatos, L.G. Interactions of the
Organophosphates Paraoxon and Methyl Paraoxon
with Mouse Brain Acetylcholinesterase.
Toxicological Sciences, 2000, 58, 118-126.