Mengukur IC50 suatu senyawa menggunakan aplikasi GraphPad Prism

Ketika kita bekerja dengan produk alami dari bahan laut dan ingin menjadikannya sebagai obat terhadap suatu penyakit, kita perlu mengetahui kemampuan senyawa alami tersebut berupa konsentrasi inhibisi yang mampu menghambat setidaknya 50% dari senyawa yang ingin dihambat, yang sering disebut sebagai IC50. Pada umumnya, dalam penentuan konsentrasi IC50 kita akan menggunakan model statistik regresi linier. Akan tetapi, terkadang tingkat kevalidan hasilnya tidak terlalu tinggi dikarenakan tidak setiap konsentrasi dimasukkan ke dalam garis linear tersebut. Alternatifnya, kita bisa menggunakan regresi non linear menggunakan log concentration menu agar hasil IC50 menjadi lebih akurat. Pada post kali ini, saya ingin berbagi bagaimana caranya menentukan penghambatan IC50 menggunakan metode non linear logaritmik menggunakan aplikasi GraphPad Prism yang bisa didownload secara gratis disini.

1. Persiapkan datanya. Kita membutuhkan beberapa data ini: penghambatan dibawah 50%, konsentrasi di sekitar 50% serta konsentrasi dengan penghambatan diatas 50%. Setidaknya kita menggunakan 6 konsentrasi yang berbeda. Jika kita ingin memilih mode penghambatan IC50, kita perlu merubah konsentrasi menjadi Log Concentration.

2.  Buka aplikasi GraphPad PRISM dan pilih template mana yang ingin digunakan pada kotak dialog di bawah ini. Klik "Create". 

3.  Masukkan konsentrasi inhibisi pada kolom X dan rata-rata (mean) dan deviasi standar (SD) pada kolom selanjutnya.

4. Klik Analyze > Non linear regression. Pilih Dose-response inhibition > log(inhibitor) vs normalised response – Variable slope dan klik OK.

5. Selanjutnya, kita bisa melihat secara langsung hasil keseluruhan, terutama konsentrasi final IC50 pada tab "results". Dikarenakanan kita menggunakan regresi non linear menggunakan konsentrasi LOG (LOG concentration), hasil IC50 perlu dirubah menjadi data original. Pada gambar ini, nilai IC50 nya adalah 8.476*10^-5 or 0.00008476. Sehingga, konsentrasi IC50 yang tepat adalah 0.00008476*1000000=84.76µM.

6.  Klik Graphs > Dobel klik pada bagian "graph" dan hilangkan garis regresi linear (Linear regression line)

7. Selesai!! Semoga informasi diatas bermanfaat.