AI-128

Peta Jejaring Molekuler

Obat Target Gen Interaksi Enzim Transporter Carrier

Legenda: Obat • Target • Gen • Enzim • (Panah → menunjukkan arah efek / relasi) • Transporter • Carrier

1. Pendahuluan & Konsep

Fitur visualisasi ini dikembangkan menggunakan pendekatan Graph Theory untuk memetakan hubungan polifarmasi dan molekuler. Entitas (Obat, Target, Gen) direpresentasikan sebagai Simpul (Nodes), sedangkan hubungan biologisnya sebagai Sisi (Edges).

2. Sumber Data (Validasi)

Data Obat: Diekstraksi dari elemen drugbank-id dan name pada skema XML DrugBank.
Target Protein: Diambil dari elemen targets/target yang memuat polipeptida sasaran.
Genetik: Disinkronisasi dari sub-elemen gene-name dan varian snp-effects.
Genetik: Jumlah titik node dibatasi pada maksimal 10 (Slice=10) interaksi untuk menghindari tumpukan data.

3. Algoritma Visualisasi

Tata letak grafik menggunakan algoritma Force-Directed Graph (Barnes-Hut). Model fisika ini menerapkan gaya tolak-menolak antar simpul (Gravitasi: -3000) agar tidak tumpang tindih, serta gaya pegas (Spring: 0.04) pada garis penghubung untuk fleksibilitas interaksi.

4. Legenda Visual

Obat Utama (Pusat Analisis)

Target Protein (Mekanisme)

Gen (Faktor Genetik)

Metode ini mendukung analisis Precision Medicine dan evaluasi risiko Drug-Drug Interaction (DDI).

Profil Farmakokinetik

Waktu Paruh (Half-Life) -

Volume Distribusi -

Klirens (Clearance) -

Absorpsi

Data absorpsi tidak tersedia.

Metabolisme

Data metabolisme tidak tersedia.

Rute Eliminasi

Data eliminasi belum tersedia.

Interaksi Obat

0 Data

Tidak ada data.

Referensi & Sumber

Belum ada data referensi/link/attachment untuk obat ini pada database. Jalankan import DrugBank untuk mengisi field referensi.

Contoh Produk & Brand

Produk: 0 • International brands: 0

Belum ada data produk/brand untuk obat ini pada database. Jalankan import DrugBank untuk mengisi field produk/brand.

Sekuens Gen/Protein (FASTA)

Sekuens dimuat saat dibutuhkan agar halaman tetap ringan.

Deskripsi

Struktur Molekul 2D

Deskripsi metode visualisasi