SITOTOKSISITAS FRAKSI PROTEIN DAUN MIMBA (Azadirachta indica A. Juss) FP 30 , FP 40 , FP 50 , DAN FP 60 TERHADAP KULTUR SEL HeLa SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Farmasi (S.Farm.) Program Studi Ilmu Farmasi Oleh: Lucia Endar Puspitaningrum NIM: 038114092 FAKULTAS FARMASI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2007
130
Embed
SITOTOKSISITAS FRAKSI PROTEIN DAUN MIMBA - core.ac.uk fileKULTUR SEL HeLa SKRIPSI ... Dunia mengatakan bahwa aku hanyalah setetes air Tetapi Yesus mengajariku yakin bahwa aku adalah
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
SITOTOKSISITAS FRAKSI PROTEIN DAUN MIMBA
(Azadirachta indica A. Juss) FP30, FP40, FP50, DAN FP60 TERHADAP
KULTUR SEL HeLa
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Farmasi (S.Farm.)
Program Studi Ilmu Farmasi
Oleh:
Lucia Endar Puspitaningrum
NIM: 038114092
FAKULTAS FARMASI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2007
SITOTOKSISITAS FRAKSI PROTEIN DAUN MIMBA
(Azadirachta indica A. Juss) FP30, FP40, FP50, DAN FP60 TERHADAP
KULTUR SEL HeLa
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Farmasi (S.Farm.)
Program Studi Ilmu Farmasi
Oleh:
Lucia Endar Puspitaningrum
NIM: 038114092
FAKULTAS FARMASI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2007
ii
iii
LUCE
Text Box
15 Februari 2007
iv
Dunia mengatakan bahwa aku hanyalah percikan api kecil Tetapi Yesus mengajariku yakin bahwa aku adalah api
Dunia mengatakan bahwa aku hanyalah seutas senar
Tetapi Yesus mengajariku yakin bahwa aku adalah sebuah harpa
Dunia mengatakan bahwa aku hanyalah sebuah bukit kecil Tetapi Yesus mengajariku yakin bahwa aku adalah sebuah
gunung
Dunia mengatakan bahwa aku hanyalah setetes air
Tetapi Yesus mengajariku yakin bahwa aku adalah sumber air
Dunia mengatakan bahwa aku hanyalah sehelai bulu Tetapi Yesus mengajariku yakin bahwa aku adalah sebuah sayap
Dunia mengatakan bahwa aku hanyalah seorang pengemis
Tetapi Yesus mengajariku yakin bahwa aku adalah seorang raja
Anonim
Kupersembahkan karyaku ini kepada:
Yesus Kristus, Tuhan dan Gembalaku Yang Maha Kasih
Papi Mami,
Adikku yang kusayangi,
Sahabat dan almamaterku yang kubanggakan
v
KATA PENGANTAR
Puji dan syukur ke hadirat Tuhan Yang Maha Esa atas berkahNya yang
melimpah sehingga penulis dapat menyelesaikan skripsi yang berjudul
“Sitotoksisitas Fraksi Protein Daun Mimba (Azadirachta indica A. Juss) FP30,
FP40, FP50, dan FP60 terhadap Kultur Sel HeLa” sebagai salah satu syarat untuk
memperoleh gelar sarjana pada Fakultas Farmasi Universitas Sanata Dharma.
Dalam menyelesaikan penelitian dan penyusunan skripsi ini, penulis tidak
lepas dari bantuan dan dorongan dari berbagai pihak yang senantiasa meluangkan
waktu dan pikirannya. Pada kesempatan ini penulis ingin mengucapkan terima
kasih kepada :
1. Drs. A. Yuswanto, Ph.D., S.U., Apt. yang telah memberikan bimbingan,
pengarahan, dan semangat selama penelitian dan penyusunan skripsi.
2. Drs. Mulyono, Apt. yang bersedia meluangkan waktu dan memberikan
saran sebagai dosen penguji skripsi.
3. dr. Luciana Kuswibawati, M.Kes yang bersedia meluangkan waktu dan
memberikan saran sebagai dosen penguji skripsi.
4. Mr. J, yang telah mengajari bermacam-macam hal dalam hidup dan
membentuk penulis menjadi seperti sekarang ini.
5. Papi, Mami dan Simbrot atas doa, semangat, dan perhatian kepada penulis.
6. Saudara-saudaraku yang tersebar di seluruh penjuru dunia, yang telah
memberi pelajaran berharga tentang kehidupan kepada penulis.
7. Ndari, sebagai teman yang senantiasa rela berbagi kebingungan dan
keceriaan dengan penulis dalam proses penyusunan skripsi.
vi
8. Anak-anak Che-Mistry yang senantiasa menebar kegilaan dan kebahagiaan
di sekitar penulis.
9. Dosen dan karyawan Fakultas Farmasi yang telah banyak memberikan
sumbangan ilmu dan tenaga.
10. Pak Rajiman, Mbak Yuli, Mbak Istini, Heni dan seluruh staf, atas
bimbingan dan masukannya selama penelitian di Laboratorium Ilmu
Hayati UGM.
11. Lucy, Jenny, Melon, Vita, Sari, Ana (kelompok Mimba) dan Agnes, Mila,
Wati, Ratih (kelompok Teki) sebagai teman seperjuangan suka maupun
duka dalam menyelesaikan skripsi.
12. Semua pihak yang telah memberikan dukungan baik moral maupun
material yang tidak dapat disebutkan satu persatu.
Penulis menyadari masih banyak kekurangan baik dalam isi, bahasa maupun
penulisan skripsi ini. Untuk itu, penulis membuka diri terhadap saran dan kritik
dari seluruh pembaca untuk lebih menyempurnakan tulisan ini. Penulis berharap
agar skripsi ini dapat memberikan manfaat bagi ilmu pengetahuan. Semoga skripsi
ini dapat mendorong mahasiswa angkatan berikutnya untuk berkarya lebih baik
lagi demi majunya dunia kefarmasian di Indonesia, khususnya dalam
perkembangan obat antikanker, agar di masa depan obat antikanker yang murah
bukan lagi impian.
Yogyakarta, Maret 2007
Penulis
vii
DAFTAR ISI
HALAMAN JUDUL ………………………………………………………. ii
HALAMAN PERSETUJUAN PEMBIMBING…………………………… iii
HALAMAN PENGESAHAN……………………………………………… iv
HALAMAN PERSEMBAHAN…………………………………………… v
KATA PENGANTAR……………………………………………………... vi
PERNYATAAN KEASLIAN KARYA…………………………………… viii
DAFTAR ISI……………………………………………………………….. ix
DAFTAR TABEL………………………………………………………….. xiii
DAFTAR GAMBAR………………………………………………………. xv
DAFTAR LAMPIRAN……………………………………………………. xvi
ARTI SINGKATAN DAN ISTILAH ASING …………………………….. xvii
INTISARI……………………………………………………..…………… xviii
ABSTRACT…………………………………………………..………...…. xix
BAB I PENGANTAR……………………………………………………… 1
A. LATAR BELAKANG ………………………………………………… 1
1. Permasalahan………………………………………………………. 3
2. Keaslian penelitian…………………………………………………. 4
3. Manfaat penelitian…………………………………………………. 4
B. TUJUAN PENELITIAN………………………………………………. 4
1. Tujuan umum………………………………………………………. 4
2. Tujuan khusus……………………………………………………… 5
ix
BAB II PENELAAHAN PUSTAKA………………………………………. 6
A. Azadirachta indica A. Juss…………………………………................... 6
1. Keterangan Botani…..………………………………………………. 6
2. Sinonim……………..………………………………………………. 6
3. Morfologi tanaman…..……………………………………………… 6
4. Kandungan Kimia…….…………...………………………………... 7
5. Penelitian Mengenai Tanaman Mimba…………………………….. 7
B. Kanker………………………………………………………………….. 8
1. Tinjauan umum .................................................................................. 8
2. Proses terjadinya kanker..................................................................... 10
3. Siklus sel .............................................................................................. 11
reagen stopper : reagen yang terdiri dari larutan SDS 10% dalam HCl 0,01N
RPMI : Rosswell Park Memorial Institute
SDS : Sodium Dodesil Sulfat
tissue culture flask : tempat untuk menumbuhkan sel, berbentuk botol dengan
leher bengkok
96 well plate : sumuran mikro yang terdiri dari 96 lubang tempat menanam
sel pada uji sitotoksisitas
xvii
INTISARI
Kanker merupakan salah satu penyakit yang paling mematikan di dunia. Ada banyak penelitian mengenai antikanker. Beberapa diantaranya menyebutkan bahwa tanaman mimba (Azadirachta indica A. Juss) memiliki aktivitas biologis yang potensial sebagai senyawa antikanker. Dalam penelitian kali ini, fraksi protein daun mimba 30%, 40%, 50%, dan 60% dujicobakan terhadap sel HeLa dan sel Vero untuk mengetahui fraksi protein mana yang memiliki potensi untuk dikembangkan menjadi senyawa antikanker.
Penelitian ini merupakan penelitian eksperimental murni dengan rancangan acak lengkap pola searah. Uji sitotoksisitas dilakukan secara in vitro terhadap sel HeLa dan sel Vero menggunakan metode MTT (3-(4,5-dimetil-tiazol-2-il)-2,5-dipheniltetrazolium bromid). Fraksi protein diperoleh dengan pengendapan menggunakan ammonium sulfat dengan konsentrasi 30%, 40%, 50%, dan 60% jenuh. Hasil uji dinyatakan dalam persentase kematian sel HeLa dan sel Vero, yang selanjutnya diolah dengan analisis statistika analisis probit dan analisis t-test. Hasil uji sitotoksisitas menunjukkan bahwa harga LC50 untuk fraksi protein 30%, 40%, 50%, dan 60% jenuh terhadap sel HeLa berturut-turut adalah 3,72.10-13 µg/ml; 1,8.10-2 µg/ml; 1,5.1023 µg/ml; dan 173,49 µg/ml. Walaupun nilai LC50 untuk FP30 dan FP40 ≤ 20 µg/mL, hasil uji t-test menunjukkan bahwa perbedaan antara sitotoksisitasnya dengan sel Vero tidak bermakna, sehingga tidak ada yang berpotensi untuk dikembangkan sebagai senyawa antikanker.
Kata kunci : daun mimba, sel HeLa, sitotoksisitas, sel Vero, selektif
xviii
ABSTRACT
Cancer is one of the most deadly disease in the world. There are so many researchs on anticancer. Some of them stated that neem tree (Azadirachta indica A. Juss) has a potential biological activity as anticancer. In this research, protein fraction of neem leaves with concentration of 30%, 40%, 50%, and 60% were applied to Hela Cell and Vero Cell Lines to identify which protein fractions to have potency to be developed as anticancer.
This study was pure experimental research with complete random design. The cytotoxicity test was carried out in vitro using HeLa Cell and Vero Cell Lines by MTT (3-(4,5-dimetil-tiazol-2-il)-2,5-dipheniltetrazolium bromid) method. In this research, protein of neem leaves were fractionated using ammonium sulfate of 30%, 40%, 50%, and 60% saturated. The data shown as a percentage of cell death, statistically analyzed with probit analyse and t-test. The result indicated that LC50 values of protein fraction of 30%, 40%, 50%, and 60% for HeLa Cell Line were 3,72.10-13 µg/ml; 1,8.10-2 µg/ml; 1,5.1023
µg/ml; dan 173,49 µg/ml, respectively. Although LC50 value of FP30 dan FP40 ≤ 20 µg/mL, none of them were supposed to be potential to be developed as an anticancer due to poor selectivity.
Keywords: neem leaves, Hela Cell Line, cytotoxicity, Vero Cell Line, selective
xix
BAB I
PENGANTAR
A. Latar Belakang
Kanker merupakan salah satu penyakit yang paling ditakuti karena banyak
menimbulkan kematian di seluruh dunia. Di Amerika Serikat, kanker merupakan
penyebab kematian kedua setelah penyakit kardiovaskuler (Balmer, Valley, dan
Ianucci, 2005). Di Indonesia sendiri diperkirakan ada 100 orang penderita kanker
baru setiap 100.000 orang penduduk tiap tahunnya (Anonim, 2001a). Menurut hasil
Survei Kesehatan Rumah Tangga (SKRT) Depkes RI, jumlah penderita kanker di
Indonesia pada tahun 1981 adalah sekitar 3,4% dan meningkat menjadi 6% pada
tahun 2001. Ada 5 besar kanker di Indonesia, yaitu kanker leher rahim, kanker
payudara, kanker kelenjar getah bening, kanker nasofaring, dan kanker kulit
(Anonim, 2001a).
Ada 3 standar utama terapi kanker, yaitu pembedahan, radiasi, dan
kemoterapi. Pemilihannya tergantung pada jenis tumor dan tingkat keparahannya
(Rang, Dale, Ritter, Moore, 2003). Selain itu, dikenal juga terapi imun dan terapi
hormon (Anonim, 2004b). Namun selain mahal, terapi kanker juga dikenal memiliki
efek samping merugikan yang dapat mempengaruhi kualitas hidup pasien. Karena itu,
banyak orang mulai beralih ke pengobatan tradisional, salah satunya penggunaan
tanaman obat, yang relatif lebih murah dan dipercaya memiliki efek samping yang
lebih sedikit dibandingkan obat-obatan konvensional.
1
2
Selama berabad-abad, bahan-bahan herbal telah menjadi bagian dari pengobatan
tradisional dan diwariskan secara turun temurun. Peranannya dalam pengobatan
modern tidak dapat diremehkan. Lebih dari 92% obat-obatan antikanker yang tersedia
secara komersial di Amerika Serikat antara tahun 1983-1994 dan sudah terbukti
khasiat penggunaannya, sekitar 62%nya berasal dari bahan alam. Obat antikanker
paling dikenal yang berasal dari tanaman sejauh ini adalah vinkristin dan vinblastin,
yang diisolasi dari tanaman asal Madagaskar, Catharanthus roseus (Newman dan
Cragg, 2002). Sampai saat ini, pencarian obat antikanker masih terus dilakukan.
Mimba (Azadirachta indica A. Juss) yang digunakan dalam penelitian ini
telah lama dikenal dalam dunia pengobatan sebagai tanaman yang berkhasiat
sehingga sangat berpotensi untuk diteliti lebih lanjut. Semua bagian dalam tanaman
mimba memiliki efek farmakologis, antara lain sebagai antiinflamasi, antipiretik,
antibakteri, spermicidal, antifungal, dan antikanker (Biswas, Chattopadhyay,
Banerjee, Bandyopadhyay, 2002).
Telah banyak dilakukan penelitian tehadap tanaman mimba terkait dengan
aktivitasnya sebagai antikanker. Salah satunya adalah penelitian yang dilakukan oleh
Suwanto pada tahun 2006. dalam penelitiannya, Suwanto menggunakan fraksi protein
daun mimba 30%, 60%, dan 100% jenuh hasil pengendapan dengan menggunakan
ammonium sulfat terhadap kultur sel HeLa. Penelitian tersebut menyatakan bahwa
yang berpotensi untuk dikembangkan sebagai senyawa antikanker adalah fraksi
protein 30% dan 60% jenuh. Menurut National Cancer Institute (NCI), suatu
3
senyawa dikatakan bersifat antikanker jika memiliki harga LC50 ≤ 20 µg/ml (Suffness
& Pezzuto, 1991). Namun, penelitian tersebut belum memberikan informasi
mengenai selektivitas fraksi protein daun mimba terhadap sel normal.
Suatu antikanker diharapkan memiliki toksisitas selektif, artinya dapat
menghancurkan sel kanker tanpa merusak sel jaringan normal. Terapi hanya dapat
dikatakan berhasil dengan baik apabila pada dosis terapi yang digunakan dapat
mematikan sel kanker tanpa terlalu mengganggu sel jaringan normal yang
berproliferasi (Nafrialdi dan Gan, 1995). Terkait dengan hal tersebut, maka dalam
penelitian kali ini digunakan sel Vero (sel normal) sebagai pembanding. Agar dapat
diketahui dengan lebih jelas fraksi protein mana yang paling optimal efek
sitotoksisitasnya, range fraksinasi dipersempit menjadi 30%, 40%, 50%, dan 60%
jenuh.
1. Permasalahan
a. Diantara daun mimba FP30, FP40, FP50, dan FP60, manakah yang memiliki
daya sitotoksisitas yang paling besar terhadap sel Hela?
b. Berapa nilai LC50 yang didapatkan dari perlakuan daun mimba FP30, FP40,
FP50, dan FP60 terhadap kultur sel Hela?
c. Apakah daun mimba FP30, FP40, FP50, dan FP60 memiliki daya sitotoksisitas
terhadap sel Vero?
4
d. Apakah daun mimba FP30, FP40, FP50, dan FP60 jenuh berpotensi untuk
dikembangkan sebagai suatu senyawa antikanker jika dilihat dari daya
sitotoksisitasnya terhadap sel Vero?
2. Keaslian penelitian
Banyak penelitian mengenai daun mimba terkait dengan aktivitasnya sebagai
antikanker, namun sejauh yang diketahui penulis, belum pernah dilakukan penelitian
mengenai sitotoksisitas daun mimba FP30, FP40, FP50, dan FP60 terhadap sel HeLa
yang dibandingkan dengan sel Vero.
3. Manfaat penelitian
a. Manfaat teoritis
Penelitian ini dapat memberikan tambahan pengetahuan mengenai khasiat,
penggunaan, dan sitotoksisitas fraksi protein daun terhadap sel Hela dibanding sel
Vero yang berguna dalam penemuan obat antikanker.
b. Manfaat praktis
Penelitian ini diharapkan dapat membuktikan khasiat dan selektivitas daun
mimba sebagai antikanker.
B. Tujuan Penelitian
Tujuan umum:
mengetahui apakah daun mimba FP30, FP40, FP50, dan FP60 memiliki potensi untuk
dikembangkan sebagai senyawa antikanker.
5
Tujuan khusus:
a. mengetahui manakah daun mimba FP30, FP40, FP50, dan FP60 yang memiliki
sitotoksisitas paling besar terhadap kultur sel Hela.
b. mengetahui seberapa besar nilai LC50 daun mimba FP30, FP40, FP50, dan FP60
terhadap kultur sel HeLa.
c. mengetahui apakah daun mimba FP30, FP40, FP50, dan FP60 juga memiliki
daya sitotoksisitas terhadap sel Vero.
d. mengetahui apakah daun mimba FP30, FP40, FP50, dan FP60 berpotensi untuk
dikembangkan sebagai suatu senyawa antikanker jika dilihat dari daya
sitotoksisitasnya terhadap sel Vero.
BAB II
PENELAAHAN PUSTAKA
A. Tanaman mimba (Azadirachta indica A.Juss)
1. Keterangan botani
Tanaman mimba (Azadirachta indica A.Juss) termasuk dalam suku
Meliaceae. Penyebaran mimba di Indonesia yang cukup luas menyebabkan mimba
dikenal dengan berbagai nama daerah. Di wilayah Pasundan (Sunda) mimba lebih
dikenal dengan nama nimba. Sementara di Bali dan Nusa Tenggara, mimba dikenal
dengan nama intaran. Di Madura, nama lain tanaman ini adalah mimba, membha,
atau mempheuh. Nama yang kemudian berkembang di masyarakat adalah mimba.
Namun ada juga yang menyebutnya nimba (Sukrasno dan Tim Lentera, 2003).
2. Sinonim tanaman
Melia azadirachta L. (Hutapea, 1993).
3. Morfologi tanaman
Tanaman mimba berupa pohon dengan tinggi 10-15 meter. Batang tegak,
berkayu, bulat, permukaan kasar, percabangan simpodial, coklat. Daun majemuk,
berhadapan, lonjong, melengkung, tepi bergerigi, ujung lancip, pangkal meruncing,
pertulangan menyirip, panjang 5-7 cm, lebar 3-4 cm, tangkai panjang 8-20 cm, hijau.
Bunga majemuk, berkelamin 2, di ujung cabang, tangkai silindris, panjang 8-15 cm,
kelopak hijau, benang sari silindris, putih kekuningan, putik lonjong, coklat muda,
6
7
mahkota halus, putih. Buah buni, bulat telur, hijau. Biji bulat, diameter kurang lebih 1
cm, putih. Akar tunggang, coklat (Hutapea, 1993).
1. Kandungan kimia
Daun mimba mengandung beberapa zat aktif, antara lain : 3-asetil-7-tigloil-
Backer, C. A., dan Backuizen van den Brink, R. C.,1965, Flora of Java, Volume II, 116-117,120, N. V. Noordhoff, Graningen.
Barile, F.A., 1997, in Vitro Methods in Pharmaceutical Research, 2-3, 34-43,
Academic Press, Valencia, Spanyol. Biswas, K., Chattopadhyay, I., Banerjee, R.K., Bandyopadhyay, U., 2002,
Biological activities and Medical Properties of Neem (Azadirachta indica), Current Sciences, 82, 1336-1345.
Balmer, C.M., Valley, A.W., dan Ianucci, A., 2005, Cancer Treatment and
Chemotherapy. Pharmacoteraphy, a Patophysiologic Approach, 6th Ed, in DiPiro, J.T., Talbert, R.L., Yee, G.C., Matzke, G.R., Wells, B.G., Posey, L.M (Eds), 2279-2287, McGraw Hill Co.,USA
Candra, 2006, Sitotoksisitas Fraksi Protein Daun Mimba (Azadirachta indica A.
Juss) Hasil Pengendapan Dengan Amonium Sulfat 30%, 60%, 100% Jenuh Terhadap Sel SiHa, Skripsi, Fakultas Farmasi Universitas Sanata Dharma, Yogyakarta.
De Muth, J.E., Basic Statistical and Pharmaceutical Statistical Applications, 574,
Marcel Dekker, Inc., New York. Febriani, A.C., 2004, Sitotoksisitas Fraksi Protein Daun Mimba (Azadirachta
indica A. Juss) terhadap Kultur Sel HeLa, Skripsi, Fakultas Farmasi Universitas Sanata Dharma, Yogyakarta
Freshney, R.I., 1986, Animal Cell Culture A Practical Approach, Ed. I, 71-73,
IRL Press, Washington DC. Gan, S., dan Nafrialdi, 1995, Antikanker, dalam Ganiswara, S., (Ed),
Farmakologi dan Terapi, 687, Bagian Farmakologi Fakultas Kedokteran Universitas Indonesia, Jakarta.
Hariadi, A., 2006, Sitotoksisitas Fraksi Protein Daun Mimba (Azadirachta indica
A. Juss) Hasil Pengendapan Dengan Amonium Sulfat 30%, 60%, 100% Jenuh Terhadap Sel Myeloma, Skripsi, Fakultas Farmasi Universitas Sanata Dharma, Yogyakarta.
Hutapea, J., 1993, Inventaris Tanaman Obat Indonesia, 67-68, Badan Litbang
Kesehatan, Departemen Kesehatan Indonesia.
62
Kerese, I., 1984, Methods of Protein Analysis, 71-72, Ellis Horwood Limited, Chichester.
King, R.J.B., 2000, Cancer Biology, 2nd Ed, 71-89, School of Biological
Sciences, University of Surrey, England. Lee, H.P., Seo, S.S., 2002, The Application of Human Papillomavirus Testing to
Cervical Cancer Screening, http://www.eyjm.org. Diakses pada tanggal 23 Oktober 2006.
Lusia, S.W.K., 2004, Sitotoksisitas Fraksi Total Daun Mimba (Azadirachta
indica A. Juss) terhadap Kultur Sel Siha, Skripsi, Fakultas Farmasi Universitas Sanata Dharma, Yogyakarta.
Mahardika, A.W., 2004, Kursus singkat Kultur Sel, Laboratorium Ilmu Hayati
Universitas Gadjah Mada, Yogyakarta. Meyer, B.N., Ferrigni, N.R., Putnam, J.E., Jacobsen, L.B., Nochols, D.E., Mc
Laughlin, J.L., 1982, Brine shrimp : a convinient general bioassay for active plant convinient, vol 45, Planta Medica.
Murray, R.K., et al, 1995, Biokimia Harper, diterjemahkan oleh Andry Hartono,
Edisi ke-22, 47-50, Buku Kedokteran EGC, Jakarta. Newman, D.J., dan Cragg, G.M., 2002, Drug from Nature: Past Achievements,
Future Prospects dalam Iwu, M. M., Wotton, J.C. (Eds), Advanced in Phytomedicine vol.1, Ethnomedicine and Drug Discovery, Elsevier, Amsterdam.
Poedjiadi, A., 1994, Dasar-dasar Biokimia, 82-124, Universitas Indonesia,
Jakarta. Prabaningdyah, N.K., 2002, Efek Fraksi Protein Sejenis Ribosome Inactivating
Protein (RIPs) dari Biji Mirabilis jalapa L. pada Proses Kematian Kultur Sel Raji, Skripsi, Fakultas Farmasi Universitas Gadjah Mada, Yogyakarta.
Robbyono, 2006, Sitotoksisitas Fraksi Protein Daun Mimba (Azadirachta indica A. Juss) Hasil Pengendapan Dengan Amonium Sulfat 30%, 60%, 100% Jenuh Terhadap Sel Raji, Skripsi, Fakultas Farmasi Universitas Sanata Dharma, Yogyakarta.
Robinson, T., 1991, The Organic Constituents of Higher Plants, 6th edition,
diterjemahkan oleh Kosasih Padmawinata dalam Sutomo, T. (Ed), 246-248, Penerbit ITB, Bandung.
Sadarum, M.T., 2006, Uji Efek Sitotoksik dari Daun Mirabilis jalapa L. Hasil
Pemisahan Menggunakan Kolom Ioenaustsuscher typ II terhadap Sel HeLa, Skripsi, Fakultas Farmasi Universitas Gadjah Mada, Yogyakarta.
Scopes, R.K., 1994, Protein Purification, Principles and Practice, 2nd Edition,
Jeringer Verleg, New York. Sofyan, R., 2000, Terapi Kanker pada Tingkat Molekuler,
http://www.kalbefarma.com. Diakses pada tanggal 29 Mei 2007. Suffness, M., dan Pezzuto, J.M., 1991, “Assay Related to Cancer Drug
Discovery”, Methods in Plant Biochemistry: Assay for Bioactivity Vol. 6, Academic Press, London.
Sukrasno dan Tim Lentera, 2003, Mimba, Tanaman Obat Multifungsi, 3, 4,
Agromedia Pustaka, Jakarta. Sumarny, R., 2004, Paradigma Pengobatan Kanker,
http://rudyct.tripod.com/sem2_012/ros_sumarny.htm. Suwanto, N.B., 2006, Sitotoksisitas Fraksi Protein Daun Mimba (Azadirachta
indica A. Juss) Hasil Pengendapan Dengan Amonium Sulfat 30%, 60%, 100% Jenuh Terhadap Sel HeLa, Skripsi, Fakultas Farmasi Universitas Sanata Dharma, Yogyakarta.
3’metoksifenil)-(4’’-metoksifenil)prop-2-en-1-on dan calkon terhadap sel HeLa dan sel Vero, Skripsi, Fakultas Farmasi Universitas Gadjah Mada, Yogyakarta.
Rata-rata 0,9596 Persen kematian sel dihitung dengan
rumus :
% Kematian = 100% x A
C)(BA −−
Keterangan : A = Rata-rata absorbansi kontrol
B = Rata-rata absorbansi perlakuan
C = Rata-rata absorbansi perlakuan tanpa
sel (Meyer, 1982)
72
Lampiran 4. Uji Kolmogorov-Smirnov
Test Kolmogorov-Smirnov Sel HeLa
NPar Tests Descriptive Statistics
N Mean Std. Deviation Minimum Maximum perlakuan30 11 93.3208 8.55547 84.60 110.46
One-Sample Kolmogorov-Smirnov Test
perlakuan30 N 11
Mean 93.3208 Normal Parameters(a,b) Std. Deviation 8.55547
Absolute .181 Positive .181
Most Extreme Differences
Negative -.154 Kolmogorov-Smirnov Z .602 Asymp. Sig. (2-tailed) .862
a Test distribution is Normal. b Calculated from data.
Descriptive Statistics
N Mean Std. Deviation Minimum Maximum perlakuan40 11 81.7578 18.16701 57.60 121.76
One-Sample Kolmogorov-Smirnov Test
perlakuan40 N 11
Mean 81.7578 Normal Parameters(a,b) Std. Deviation 18.16701
Absolute .144 Positive .144
Most Extreme Differences
Negative -.092 Kolmogorov-Smirnov Z .476 Asymp. Sig. (2-tailed) .977
a Test distribution is Normal. b Calculated from data.
73
Descriptive Statistics
N Mean Std. Deviation Minimum Maximum perlakuan50 11 96.8365 27.83120 70.65 147.08
One-Sample Kolmogorov-Smirnov Test
perlakuan50 N 11
Mean 96.8365 Normal Parameters(a,b) Std. Deviation 27.83120
Absolute .253 Positive .253
Most Extreme Differences
Negative -.173 Kolmogorov-Smirnov Z .838 Asymp. Sig. (2-tailed) .483
a Test distribution is Normal. b Calculated from data.
Descriptive Statistics
N Mean Std. Deviation Minimum Maximum perlakuan60 11 89.8490 30.58366 36.61 142.87
One-Sample Kolmogorov-Smirnov Test
perlakuan60 N 11
Mean 89.8490 Normal Parameters(a,b) Std. Deviation 30.58366
Absolute .201 Positive .201
Most Extreme Differences
Negative -.170 Kolmogorov-Smirnov Z .666 Asymp. Sig. (2-tailed) .768
a Test distribution is Normal. b Calculated from data.
74
Test Kolmogorov-Smirnov Sel Vero
NPar Tests Descriptive Statistics
11 77.3836 8.97542 64.90 90.60perlakuan30N Mean Std. Deviation Minimum Maximum
One-Sample Kolmogorov-Smirnov Test
1177.38368.97542
.184
.184-.093.610.851
NMeanStd. Deviation
Normal Parametersa,b
AbsolutePositiveNegative
Most ExtremeDifferences
Kolmogorov-Smirnov ZAsymp. Sig. (2-tailed)
perlakuan30
Test distribution is Normal.a.
Calculated from data.b.
Descriptive Statistics
11 77.3909 5.81984 66.81 85.14perlakuan40N Mean Std. Deviation Minimum Maximum
One-Sample Kolmogorov-Smirnov Test
1177.39095.81984
.122
.092-.122.406.997
NMeanStd. Deviation
Normal Parametersa,b
AbsolutePositiveNegative
Most ExtremeDifferences
Kolmogorov-Smirnov ZAsymp. Sig. (2-tailed)
perlakuan40
Test distribution is Normal.a.
Calculated from data.b.
75
Descriptive Statistics
11 67.9755 8.40184 51.56 75.37perlakuan50N Mean Std. Deviation Minimum Maximum
One-Sample Kolmogorov-Smirnov Test
1167.97558.40184
.266
.189-.266.883.417
NMeanStd. Deviation
Normal Parametersa,b
AbsolutePositiveNegative
Most ExtremeDifferences
Kolmogorov-Smirnov ZAsymp. Sig. (2-tailed)
perlakuan50
Test distribution is Normal.a.
Calculated from data.b.
Descriptive Statistics
11 70.1173 9.15080 58.44 84.38perlakuan60N Mean Std. Deviation Minimum Maximum
One-Sample Kolmogorov-Smirnov Test
1170.11739.15080
.145
.145-.120.479.976
NMeanStd. Deviation
Normal Parametersa,b
AbsolutePositiveNegative
Most ExtremeDifferences
Kolmogorov-Smirnov ZAsymp. Sig. (2-tailed)
perlakuan60
Test distribution is Normal.a.
Calculated from data.b.
76
Lampiran 5. Analisis Probit FP30 terhadap sel HeLa * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * DATA Information 9 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 2 cases rejected because no. responses is greater than no. subjects. 0 cases rejected because LOG-transform can't be done. MODEL Information ONLY Normal Sigmoid is requested. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Parameter estimates converged after 14 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. konsentr .09948 .06437 1.54553 Intercept Standard Error Intercept/S.E. 1.23647 .06516 18.97602 Pearson Goodness-of-Fit Chi Square = 21.265 DF = 7 P = .003 Since Goodness-of-Fit Chi square is significant, a heterogeneity factor is used in the calculation of confidence limits.
77
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Observed and Expected Frequencies Number of Observed Expected konsentr Subjects Responses Responses Residual Prob -.71 100.0 85.5 87.817 -2.319 .87817 -.41 100.0 86.7 88.412 -1.715 .88412 -.11 100.0 85.5 88.986 -3.450 .88986 .19 100.0 94.1 89.540 4.550 .89540 .49 100.0 97.1 90.073 7.026 .90073 .80 100.0 90.3 90.585 -.238 .90585 1.10 100.0 84.6 91.078 -6.473 .91078 1.40 100.0 97.5 91.552 5.997 .91552 2.30 100.0 89.5 92.859 -3.375 .92859 C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Confidence Limits for Effective konsentr 95% Confidence Limits Prob konsentr Lower Upper .01 1.53360E-036 . . .02 8.43223E-034 . . .03 4.61882E-032 . . .04 9.38432E-031 . .
FP40 terhadap sel HeLa * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * DATA Information 10 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 1 cases rejected because no. responses is greater than no. subjects. 0 cases rejected because LOG-transform can't be done. MODEL Information ONLY Normal Sigmoid is requested. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C
80
* * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Parameter estimates converged after 10 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. konsentr .33439 .05236 6.38605 Intercept Standard Error Intercept/S.E. .57906 .05224 11.08494 Pearson Goodness-of-Fit Chi Square = 47.202 DF = 8 P = .000 Since Goodness-of-Fit Chi square is significant, a heterogeneity factor is used in the calculation of confidence limits. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Observed and Expected Frequencies Number of Observed Expected konsentr Subjects Responses Responses Residual Prob -.71 100.0 57.6 63.378 -5.777 .63378 -.41 100.0 58.9 67.095 -8.173 .67095 -.11 100.0 68.3 70.651 -2.391 .70651 .19 100.0 78.9 74.017 4.878 .74017
FP50 terhadap sel HeLa * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * DATA Information 7 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 4 cases rejected because no. responses is greater than no. subjects. 0 cases rejected because LOG-transform can't be done. MODEL Information ONLY Normal Sigmoid is requested. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Parameter estimates converged after 10 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. konsentr -.03496 .08974 -.38957 Intercept Standard Error Intercept/S.E. .81024 .05636 14.37624 Pearson Goodness-of-Fit Chi Square = 14.136 DF = 5 P = .015 Since Goodness-of-Fit Chi square is significant, a heterogeneity factor is used in the calculation of confidence limits. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
84
C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Observed and Expected Frequencies Number of Observed Expected konsentr Subjects Responses Responses Residual Prob -.71 100.0 81.4 79.815 1.580 .79815 -.41 100.0 83.3 79.518 3.812 .79518 -.11 100.0 80.6 79.217 1.399 .79217 .19 100.0 74.4 78.915 -4.494 .78915 .49 100.0 70.7 78.609 -7.957 .78609 .80 100.0 73.4 78.301 -4.945 .78301 1.10 100.0 88.6 77.991 10.605 .77991 C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Confidence Limits for Effective konsentr 95% Confidence Limits Prob konsentr Lower Upper .01 5.24939E+089 . . .02 8.36725E+081 . . .03 9.44719E+076 . . .04 1.79332E+073 . . .05 1.68417E+070 . . .06 4.46376E+067 . . .07 2.45727E+065 . . .08 2.33113E+063 . . .09 3.37157E+061 . . .10 6.82893E+059 . . .15 6.65117E+052 . .
FP60 terhadap sel HeLa * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * DATA Information 7 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 4 cases rejected because no. responses is greater than no. subjects. 0 cases rejected because LOG-transform can't be done. MODEL Information ONLY Normal Sigmoid is requested. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C
87
* * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Parameter estimates converged after 9 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. konsentr -.27797 .08533 -3.25743 Intercept Standard Error Intercept/S.E. .62245 .05448 11.42605 Pearson Goodness-of-Fit Chi Square = 61.599 DF = 5 P = .000 Since Goodness-of-Fit Chi square is significant, a heterogeneity factor is used in the calculation of confidence limits. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Observed and Expected Frequencies Number of Observed Expected konsentr Subjects Responses Responses Residual Prob -.71 100.0 84.9 79.378 5.520 .79378 -.41 100.0 77.9 76.911 1.026 .76911 -.11 100.0 77.8 74.288 3.519 .74288 .19 100.0 73.0 71.518 1.510 .71518
.97 .00003 . . .98 .00001 . . .99 .00000 . . Abbreviated Extended Name Name konsentr konsentrasi
1.00.50.0-0.5
Log of konsentrasi
1.0
0.5
0.0
Prob
it
Probit Transformed Responses
R Sq Linear = 0.17
FP30 terhadap sel Vero * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * DATA Information 11 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 0 cases rejected because LOG-transform can't be done. MODEL Information
90
ONLY Normal Sigmoid is requested. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Parameter estimates converged after 9 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. konsentr .27697 .04568 6.06283 Intercept Standard Error Intercept/S.E. .55594 .05211 10.66771 Pearson Goodness-of-Fit Chi Square = 10.625 DF = 9 P = .302 Since Goodness-of-Fit Chi square is NOT significant, no heterogeneity factor is used in the calculation of confidence limits. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Observed and Expected Frequencies Number of Observed Expected konsentr Subjects Responses Responses Residual Prob -.70 100.0 64.9 64.145 .755 .64145
FP40 terhadap sel Vero C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * DATA Information 11 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 0 cases rejected because LOG-transform can't be done. MODEL Information ONLY Normal Sigmoid is requested. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Parameter estimates converged after 10 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. konsentr -.06347 .04459 -1.42349 Intercept Standard Error Intercept/S.E. .80392 .05603 14.34798 Pearson Goodness-of-Fit Chi Square = 17.269 DF = 9 P = .045 Since Goodness-of-Fit Chi square is significant, a heterogeneity factor is used in the calculation of confidence limits. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C
94
* * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Observed and Expected Frequencies Number of Observed Expected konsentr Subjects Responses Responses Residual Prob -.70 100.0 82.9 80.186 2.714 .80186 -.40 100.0 79.6 79.650 -.010 .79650 -.10 100.0 85.1 79.105 5.955 .79105 .20 100.0 75.8 78.552 -2.712 .78552 .50 100.0 76.8 78.008 -1.218 .78008 .80 100.0 70.1 77.440 -7.370 .77440 1.10 100.0 66.8 76.862 -10.052 .76862 1.40 100.0 79.2 76.275 2.945 .76275 1.70 100.0 85.1 75.681 9.459 .75681 2.00 100.0 75.4 75.079 .341 .75079 2.30 100.0 74.4 74.469 -.059 .74469 C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Confidence Limits for Effective konsentr 95% Confidence Limits Prob konsentr Lower Upper .01 2.08614E+049 . . .02 1.05773E+045 . . .03 1.99229E+042 . .
FP50 terhadap sel Vero C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * DATA Information 11 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 0 cases rejected because LOG-transform can't be done. MODEL Information ONLY Normal Sigmoid is requested. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * *
97
Parameter estimates converged after 7 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. konsentr .16752 .04163 4.02397 Intercept Standard Error Intercept/S.E. .33869 .05039 6.72150 Pearson Goodness-of-Fit Chi Square = 15.371 DF = 9 P = .081 Since Goodness-of-Fit Chi square is NOT significant, no heterogeneity factor is used in the calculation of confidence limits. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Observed and Expected Frequencies Number of Observed Expected konsentr Subjects Responses Responses Residual Prob -.70 100.0 58.9 58.769 .141 .58769 -.40 100.0 56.4 60.720 -4.310 .60720 -.10 100.0 51.6 62.645 -11.085 .62645 .20 100.0 67.9 64.538 3.332 .64538 .50 100.0 73.3 66.338 6.962 .66338 .80 100.0 75.1 68.154 6.926 .68154
FP60 terhadap sel Vero * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * DATA Information 11 unweighted cases accepted. 0 cases rejected because of missing data. 0 cases are in the control group. 0 cases rejected because LOG-transform can't be done.
100
MODEL Information ONLY Normal Sigmoid is requested. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Parameter estimates converged after 8 iterations. Optimal solution found. Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX): Regression Coeff. Standard Error Coeff./S.E. konsentr .25367 .04311 5.88447 Intercept Standard Error Intercept/S.E. .34056 .05046 6.74925 Pearson Goodness-of-Fit Chi Square = 6.250 DF = 9 P = .715 Since Goodness-of-Fit Chi square is NOT significant, no heterogeneity factor is used in the calculation of confidence limits. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - C * * * * * * * * * * * * P R O B I T A N A L Y S I S * * * * * * * * * * * * Observed and Expected Frequencies Number of Observed Expected konsentr Subjects Responses Responses Residual Prob