PENDAHULUAN
Desain obat dengan cheminformatics merupakan bentuk penelitian terkini dalam ilmu kefarmasian. Cheminformatics merupakan disiplin ilmu yang mencakup metode komputasi dengan data kimia yang diaplikasikan dalam pemecahan permasalahan kimia, seperti penemuan obat baru (Bajorath 2024). Cheminformatics mengembangkan pemahaman terhadap hubungan struktur kimia dan aktivitasnya (HSKA) dengan desain obat berbasis struktur. Cheminformatics berperan dalam penemuan obat berbasis komputasi (Namitha dan Velmurugan 2022). Cheminformatics berperan dalam studi permeabilitas senyawa obat dalam mengeliminasi kegagalan pengembangan obat (Nursamsiar et al. 2016). Pendekatan in silico pada cheminformatics dilakukan untuk memprediksi parameter permeabilitas terhadap membran biologis tertentu, misalnya prediksi aturan lima Lipinski (Widiyana 2021).
Studi cheminformatics dapat dilakukan dengan berbagai perangkat lunak. DataWarrior merupakan perangkat lunak open-source untuk analisis data berbasis kimia yang dikembangkan oleh Actelion Pharmaceuticals Ltd. DataWarrior sebelumnya adalah bagian dari sistem manajemen informasi penemuan obat yaitu OSIRIS. DataWarrior dikembangkan sebagai perangkat lunak independen untuk memenuhi peningkatan sifat fisika, kimia, dan biologis senyawa pada bidang kefarmasian (Sander et al. 2015). DataWarrior saat ini mengintegrasikan big data sebagai fitur prediksi sifat fisikokimia molekul obat, kalkulasi kimia informatika, analisis data multivariat, dan visualisasi interaktif dengan plot dinamis (Sander et al. 2015). DataWarrior telah digunakan dalam berbagai penelitian pada lingkup akademik, pemerintah, dan industri sejak pengembangannya pada tahun 2014 (Lo pez-Lo pez et al. 2019).
Analisis bibliometrik merupakan metode identifikasi tren publikasi untuk menginformasikan tingkat perkembangan keilmuan tertentu melalui metadata penelitian secara kuantitatif (Herawati 2022). Analisis bibliometrik dimanfaatkan untuk menemukan pola penelitian terkini dan potensi kebaharuan riset (Lutfitasari et al. 2024). DataWarrior memiliki fitur yang beragam untuk keperluan studi cheminformatics sehingga memiliki topik riset desain obat yang luas. Penelitian ini merupakan analisis bibliometrik yang mempelajari studi permeabilitas dengan cheminformatics berbasis DataWarrior melalui publikasi yang dapat diakses pada basis data Dimensions menggunakan perangkat lunak Biblioshiny dan ResearchRabbit. Penelitian ini berfokus pada penemuan topik penelitian terkait serta potensi kebaharuan riset cheminformatics berbasis DataWarrior, khususnya pada bidang farmasi.
METODE
Penelitian ini dilakukan dengan memperoleh metadata penelitian terkait studi permeabilitas dengan cheminformatics berbasis DataWarrior melalui basis data Dimensions (https://app.dimensions.ai/). Filter dilakukan terhadap tahun terbit antara tahun 2015 dan 2024 sebab akses bebas DataWarrior tersedia sejak tahun 2014. Filter lain tidak digunakan dalam penelitian ini. Pencarian artikel penelitian melalui basis data dilakukan dengan kueri: '("cheminformatics") AND ("permeability" OR "membrane permeability") AND ("data warrior")'; 2016 or 2017 or 2018 or 2019 or 2020, or 2021 or 2022 or 2023 or 2024 or 2015 or 2014'
Artikel yang diperoleh dengan faktor inklusi tersebut sebanyak 94 artikel. Metadata artikel penelitian diunduh dengan format.csv untuk dilakukan analisis bibliometrik. Proses penelusuran dan penyaringan studi ditunjukkan pada Gambar 1.
Analisis bibliometrik dilakukan dengan pemograman Biblioshiny by Bibliometrix (versi 4.2.1) sebagai packages dalam perangkat lunak R (https://www.bibliometrix.org/) (Aria and Cuccurullo 2017). Artikel yang berhasil terunggah melalui Biblioshiny adalah 92 artikel dan 2 artikel tidak berhasil diunggah karena metadata tidak teridentifikasi. Biblioshiny digunakan untuk menganalisis jumlah publikasi, jumlah sitasi, negara asal afiliasi, dan kata kunci. Pengaturan khusus dilakukan pada pembuatan diagram tertentu. Peta keterkaitan diatur dengan algoritma klaster berupa Leading Eigenvalues. Peta evolusi tema diatur dengan algoritma klister berupa
Valentino et al.
Leiden. Pengaturan lainnya disesuaikan dengan pengaturan bawaan pada Biblioshiny.
Analisis komprehensif dilakukan terhadap sepuluh penelitian dengan sitasi terbanyak dan penelitian oleh Sander et al. (2015) sebagai penelitian awal dengan DataWarrior. Analisis dilakukan menggunakan ResearchRabbit (https://researchrabbitapp.com/) untuk memprediksi relevansi dan kebaharuan topik penelitian. ResearchRabbit digunakan dengan memasukkan artikel yang akan dianalisis komprehensif melalui Zotero. Analisis dilakukan dengan melihat koneksi antarpenelitian pada menu Similar Work dan Earlier Work. Hasil analisis bibliometrik divisualisasikan dalam bentuk diagram atau plot yang sesuai.
Gambar 1. Diagram Alir Strategi Pencarian Pustaka (Disesuaikan dari Page et al. 2021)
HASIL DAN PEMBAHASAN
Kuantitas Publikasi dan Sitasi
DataWarrior tersedia secara open-source mulai pada tahun 2014 dan telah digunakan dalam berbagai penelitian (Lo pez-Lo pez et al. 2019). Perkembangan jumlah publikasi mendeskripsikan penggunaan DataWarrior dalam penelitian studi permeabilitas secara periodik. Jumlah penelitian studi permeabilitas dengan cheminformatics berbasis DataWarrior pada basis data Dimensions menunjukkan tren peningkatan jumlah publikasi. Publikasi paling banyak diterbitkan pada tahun
2023 sebanyak 26 artikel. Penurunan jumlah publikasi antara tahun 2020—2022 dan 2023— 2024 tidak memengaruhi tren positif dari penelitian cheminformatics dengan DataWarrior. Peningkatan tren ini selaras dengan peningkatan tren secara umum pada topik cheminformatics (Banerjee et al. 2024). Namun, jumlah publikasi yang tersedia masih cukup kecil dibandingkan jumlah publikasi cheminformatics yang mencapai lebih kurang 4.000 artikel pada tahun 2023 (Banerjee et al. 2024). Hal tersebut menunjukkan DataWarrior mulai digunakan secara luas dalam penelitian cheminformatics studi permeabilitas.
Perkembangan jumlah publikasi ditunjukkan pada Gambar 2.
Gambar 2. Perkembangan Jumlah Publikasi Studi Permeabilitas Dengan Cheminformatics berbasis DataWarrior
Jumlah sitasi terhadap publikasi studi permeabilitas dengan cheminformatics berbasis DataWarrior menunjukkan tren penurunan setelah tahun 2019. Perkembangan jumlah sitasi mendeskripsikan tren penggunaan DataWarrior sebagai perangkat lunak cheminformatics pada penelitian terkini. Jumlah sitasi ini berbanding terbalik dengan jumlah publikasi yang cenderung meningkat. Penurunan sitasi dan peningkatan publikasi disebabkan oleh citation trap sehingga publikasi yang terbit akhir tahun ditampilkan pada waktu lebih singkat pada pencarian teratas pada basis data (Ma et al. 2019). Penyebab lain dari penurunan sitasi ini adalah metodologi yang tidak adaptif terhadap kebaharuan riset dan topik riset yang kurang menarik (Sjo ga rde and Didegah 2022). Hal tersebut menunjukkan perlunya kebaharuan riset studi permeabilitas dengan cheminformatics berbasis DataWarrior untuk meningkatkan jumlah sitasi terhadap penelitian ini. Perkembangan jumlah sitasi ditunjukkan pada Gambar 3.
Negara Asal Studi
Fokus penelitian dapat ditinjau berdasarkan frekuensi luaran publikasi ilmiah dari negara tersebut (Latifah et al. 2023). Analisis terhadap publikasi studi permeabilitas dengan cheminformatics berbasis DataWarrior menunjukkan sedikit negara dengan afiliasi riset yang berfokus pada topik ini. Diagram kontribusi negara menunjukkan frekuensi luaran publikasi
ilmiah yang tinggi di India (141 artikel), Pakistan (63 artikel), dan Nigeria (36 artikel). Hal tersebut menunjukkan ketertarikan penelitian studi permeabilitas dengan cheminformatics di negaranegara tersebut. Jumlah penelitian yang kontinu di negara-negara tersebut disebabkan oleh signifikansi penggunaan DataWarrior di negara tersebut serta kemudahan dalam pertukaran data dan hasil analisis (Sabah et al. 2018). Jumlah luaran publikasi ilmiah berdasarkan negara ditunjukkan pada Tabel 1.
Gambar 3. Perkembangan Jumlah Sitasi Publikasi Studi Permeabilitas Dengan Cheminformatics berbasis DataWarrior
Tabel 1. Sepuluh Negara dengan Luaran Publikasi Studi Permeabilitas Dengan Cheminformatics berbasis DataWarrior Terbanyak
| No. | Nama Negara | Banyak Publikasi |
|---|---|---|
| 1. | India | 141 |
| 2. | Pakistan | 63 |
| 3. | Nigeria | 36 |
| 4. | Tiongkok | 26 |
| 5. | Mesir | 26 |
| 6. | Brazil | 14 |
| 7. | Amerika Serikat | 13 |
| 8. | Arab Saudi | 12 |
| 9. | Jerman | 10 |
| 10. | Iran | 10 |
Kolaborasi antarpeneliti di dalam dan luar negara merupakan pendorong tingginya publikasi di negara-negara tersebut (Mahala and Singh 2021). Hal ini dapat ditinjau dari negara dengan jumlah sitasi yang besar. India, Republik Ceko, dan Tiongkok merupakan tiga negara dengan sitasi tertinggi. Hal tersebut menunjukkan kualitas publikasi yang dihasilkan serta peluang kolaborasi yang baik (Li et al. 2025). Indonesia belum termasuk dalam negara-negara penghasil publikasi dan sumber sitasi tertinggi sehingga memiliki peluang besar untuk melaksanakan riset di bidang studi permeabilitas dengan cheminformatics berbasis DataWarrior. Jumlah sitasi publikasi ilmiah berdasarkan negara ditunjukkan padaTabel 2.
Tabel 2. Sepuluh Negara dengan Sitasi Publikasi Studi Permeabilitas Dengan Cheminformatics berbasis DataWarrior Terbanyak
| No. | Nama Negara | Total Sitasi |
|---|---|---|
| 1. | India | 313 |
| 2. | Republik Ceko | 96 |
| 3. | Tiongkok | 92 |
| 4. | Mesir | 86 |
| 5. | Nigeria | 78 |
| 6. | Iran | 77 |
| 7. | Korea Selatan | 55 |
| 8. | Australia | 52 |
| 9. | Pakistan | 52 |
| 10. | Bahrain | 40 |
Perkembangan Kata Kunci
Keterkaitan kata kunci (co-word network) memvisualisasikan gugus tiap kata kunci pada publikasi terkait dan hubungan antar kata kunci. Keterkaitan kata kunci membentuk lima klaster. Klaster penelitian yang terbesar (ditandai dengan warna merah) menunjukkan intensitas tinggi studi permeabilitas dengan cheminformatics berbasis
DataWarrior merupakan studi molecular docking simulation pada manusia. Klaster ini menunjukkan keterkaitan kuat terhadap klaster penemuan obat secara in silico (ditandai dengan warna biru) dengan munculnya kata kunci, seperti drug screening, dose-response relationship, dan structure-activity relationship. Klaster terpisah muncul dengan anggota kata kunci tunggal, seperti pada kata kunci anti-inflammatory agents (ditandai dengan warna jingga) dan antioxidants (ditandai dengan warna ungu). Hal tersebut menunjukkan kebaharuan riset muncul untuk memanfaatkan cheminformatics berbasis DataWarrior dalam mempelajari kelompok senyawa spesifik. Keterkaitan kata kunci ditunjukkan pada Gambar 4 dan Tabel 3.
Gambar 4. Peta Keterkaitan Kata Kunci Publikasi Studi Permeabilitas dengan Cheminformatics berbasis DataWarrior
Tabel 3. Ringkasan Keterkaitan Kata Kunci Publikasi Studi Permeabilitas dengan Cheminformatics berbasis DataWarrior
| No. | Klaster | Penulis | Judul | Tahun | Tema |
|---|---|---|---|---|---|
| Merah | Willems, H., De Cesco, S., Svensson, F. | Computational Chemistry on A Budget: Supporting Drug Discovery with Limited Resources | 2020 | ||
| 1. | Kadioglu, O., Efferth, T. | A Machine Learning-Based Prediction Platform for P Glycoprotein Modulators and Its Validation by Molecular Docking | 2019 | Riset berfokus pada studi cheminformatics berbasis DataWarrior untuk aplikasi molecular docking terkait | |
| Berishvili, V.P.;Perkin, V.O.; Voronkov, A.E.; Radchenko, E.V.; Syed, R; Reddy, C. V. R.; Pillay, V.; Kumar, P.; Choonara, Ye; Kamal A.; Palyulin, V. A. | Time-Domain Analysis of Molecular Dynamics Trajectories Using Deep Neural Networks: Application to Activity Ranking of Tankyrase Inhibitors | 2019 | desain obat, interaksi protein ligan, dan faktor permeabilitas. | ||
| 2. | Biru | Farrag, A. M.; Ibrahim, M. H.; Mehany, A. B. M.; Ismail M. M. F. | New Cyanopyridine-Based Scaffold as PIM-1 Inhibitors and Apoptotic Inducers: Synthesis and SARS Study | 2020 | Riset berfokus pada studi cheminformatics berbasis DataWarrior pemodelan senyawa dan aktivitas. |
| No. | Klaster | Penulis | Judul | Tahun | Tema |
|---|---|---|---|---|---|
| Azad, I.; Ahmad, R.;Khan, T.; Saquib, M.; Hassan, F.; Akhter, Y.; Khan, A. R.;Nasibullah, M. | Phenanthridine Derivatives as Promising New Anticancer Agents: Synthesis, Biological Evaluation and Binding Studies | 2020 | |||
| Bhoye, M. R.; Shinde A.; Shaikh, A. L. N.; Shisode V.; Chavan A. ; Maliwal, D.; Pissurlenkar, R. R. S.;Mhaske, P. C. | New Thiazolyl-Isoxazole Derivatives as Potential Anti Infective Agents: Design, Synthesis, In Vitro and In Silico Antimicrobial Efficacy | 2024 | |||
| 3. | Hijau | Asha, R. N.;Nayagam, B. R. D.; Bhuvanesh, N. | Synthesis, Molecular Docking, and In Silico ADMET Studies of 4-Benzyl-1-(2,4,6-Trimethyl Benzyl)-Piperidine: Potential Inhibitor of SARS-CoV2 | 2021 | |
| Kalhor, H.; Sadeghi, S.; Abolhasani, H.; Kalhor, R.; Rahimi, H. | Repurposing of the Approved Small Molecule Drugs in Order to Inhibit SARS-CoV-2 S Protein and Human ACE2 Interaction Through Virtual Screening Approaches | 2020 | Riset berfokus pada studi cheminformatics berbasis DataWarrior dalam simulasi molecular docking untuk target penyakit infeksi (misalnya, Covid-19). | ||
| Gupta, A.; Ahmad, R.; Siddiqui, S.; Yadav, K.; Srivastava, A.; Trivedi, A.; Ahmad, B.; Khan, M. A.; Shrivastava, A. K.; Singh, G. K. | Flavonol Morin Targets Host ACE2, IMP-Α, PARP-1 and Viral Proteins of SARS-CoV-2, SARS CoV and MERS-CoV Critical for Infection and Survival: A Computational Analysis | 2021 |
Evolusi tema menggambarkan arah perkembangan tema di masa lalu, masa sekarang, dan masa mendatang. Periode awal perkembangan riset berbasis DataWarrior (2017-2019) menunjukkan penggunaan kata kunci molecular docking simulation, structure-activity relationship, ligands, dan computational biology. Periode berikutnya (2020-2022) menunjukkan transisi tema dengan kata kunci ligands memiliki keterkaitan paling kuat terhadap tema pada periode sebelumnya. Kata kunci humans yang pertama kali muncul pada periode ini menunjukkan penelitian cheminformatics dengan DataWarrior mulai mengarah pada topik terkait manusia, salah satunya studi permeabilitas. Arah penelitian yang lebih spesifik pada periode terkini (2023-2024), yaitu molecular dynamics simulation dan molecular docking simulations. Studi dengan kata kunci ligands pada periode sebelumnya mulai mengarah pada studi drug discovery. DataWarrior akan dikembangkan sebagai tandem dengan instrumen komputasional lain untuk cheminformatics khususnya pada studi permeabilitas berbasis
molecular dynamics dan molecular docking. Evolusi tema ditunjukkan pada Gambar 5.
Gambar 5. Evolusi Tema pada Periode Tahun 2017-2019, 2020-2022, dan 2023-2024 Terhadap Kata Kunci Publikasi Studi Permeabilitas dengan Cheminformatics berbasis DataWarrior
Analisis Komprehensif pada Penelitian Pilihan
Analisis komprehensif dilakukan terhadap 10 penelitian dengan jumlah sitasi tertinggi dan 1 penelitian awal dari DataWarrior. Penelitian dengan jumlah sitasi paling besar terbit pada tahun antara 2018 dan 2023. Deskripsi penelitianpenelitian tersebut ditunjukkan pada Tabel 4.
Tabel 4. Penelitian yang Dilibatkan dalam Analisis Komprehensif
| No. | Judul Artikel | Jurnal | Penulis | Tahun |
|---|---|---|---|---|
| 1. | Tackling neuroinflammation and cholinergic deficit in Alzheimer's disease: Multi-target inhibitors of cholinesterases, cyclooxygenase-2 and 15-lipoxygenase | European Journal of Medicinal Chemistry | AlFadly et al. | 2019 |
| 2. | Exploring the novel heterocyclic derivatives as lead molecules for design and development of potent anticancer agents | Journal of Molecular Graphics and Modelling | Azad et al. | 2018 |
| 3. | Deciphering the Interactions of Bioactive Compounds in Selected Traditional Medicinal Plants against Alzheimer's Diseases via Pharmacophore Modeling, Auto-QSAR, and Molecular Docking Approaches | Molecules | Ojo et al. | 2021 |
| 4. | Repurposing of the approved small molecule drugs in order to inhibit SARS-CoV-2 S protein and human ACE2 interaction through virtual screening approaches | Journal of Biomolecular Structure and Dynamics | Kalhor et al. | 2022 |
| 5. | Computational Chemistry on a Budget: Supporting Drug Discovery with Limited Resources | Journal of Medicinal Chemistry | Willems et al. | 2020 |
| 6. | Novel C-2 Symmetric Molecules as α-Glucosidase and α-Amylase Inhibitors: Design, Synthesis, Kinetic Evaluation, Molecular Docking and Pharmacokinetics | Molecules | Shahzad et al. | 2019 |
| 7. | Synthesis of sulfadiazinyl acyl/aryl thiourea derivatives as calf intestinal alkaline phosphatase inhibitors, pharmacokinetic properties, lead optimization, Lineweaver-Burk plot evaluation and binding analysis | Bioorganic & Medicinal Chemistry | Sajid-Ur Rehman et al. | 2018 |
| 8. | Artificial intelligence: Machine learning approach for screening large database and drug discovery | Antiviral Research | Parvatikar et al. | 2023 |
| 9. | Anti-leishmanial click modifiable thiosemicarbazones: Design, synthesis, biological evaluation and in silico studies | European Journal of Medicinal Chemistry | Temraz et al. | 2018 |
| 10. | Insight into glycogen synthase kinase-3β inhibitory activity of phyto-constituents from Melissa officinalis: in silico studies | In Silico Pharmacology | Iwaloye et al. | 2020 |
| 11. | DataWarrior: An open-source program for chemistry aware data visualization and analysis | Journal of Chemical Information and Modeling | Sander et al. | 2015 |
Sebanyak delapan penelitian pilihan memiliki keterkaitan topik penelitian dengan penelitian awal oleh Sander et al. (2015). Penelitian Iwaloye et al. (2020), Kalhor et al. (2022), Ojo et al. (2021), dan Sajid-ur-Rehman et al. (2018) memiliki hubungan langsung dengan studi Sander et al. (2015). Dua studi menggunakan DataWarrior untuk melakukan konversi struktur kimia ke dalam bentuk fail yang kompatibel bagi perangkat lunak lain, seperti ligprep (Schro dinger Suite) (Iwaloye et al. 2020; Ojo et al. 2021). Dua studi lainnya menggunakan DataWarrior untuk melakukan analisis aturan lima Lipinski dan lipofilisitas ligan (Kalhor et al. 2022; Sajid-ur-Rehman et al. 2018). Hal ini menunjukkan studi permeabilitas dengan cheminformatics berbasis DataWarrior dapat dilakukan secara langsung pada perangkat lunak tersebut atau dengan diintegrasikan bersama
perangkat lunak lain. Dua studi lain di luar klaster utama digunakan untuk mengelusidasi data farmakokinetik dan fisikokimia senyawa (AlFadly et al., 2019; Temraz et al. 2018). Hubungan keterkaitan topik penelitian ditunjukkan pada Gambar 6.
Sebanyak tiga penelitian memiliki keterkaitan dengan penelitian terkini secara signifikan, yaitu studi Iwaloye et al. (2020), Ojo et al. (2021), dan Willems et al. (2020). Studi Prieto-Martí nez et al. (2021) yang terkait dengan studi Sander et al. (2015) dan Willems et al. (2020) memiliki pendekatan berbeda dalam menggunakan DataWarrior dibandingkan studi yang terkait dengan Iwaloye et al. (2020) dan Ojo et al. (2021). Studi Prieto-Martí nez et al. (2021) menggunakan DataWarrior untuk membentuk suatu deskriptor
baru dari notasi SMILES, yaitu PathFp untuk menggambarkan kesamaan senyawa pada tingkat tujuh atom sebagai bit binary fingerprint. DataWarrior secara bersama diintegrasikan dengan perangkat lunak OpenBabel untuk membentuk koordinat senyawa baru secara tiga dimensi (Yoshikawa and Hutchison, 2019). Studi Willems et al. (2020) sendiri fokus dalam membahas berbagai perangkat lunak open-source yang dapat digunakan dalam studi cheminformatics. Studi oleh Shahzad et al. (2019) dan Parvatikar et al. (2023) tidak memiliki keterkaitan dengan penelitian terkini, tetapi penggunaan DataWarrior pada penelitian tersebut memiliki kesamaan dengan penelitian-penelitian lain, seperti studi oleh Sajid-ur-Rehman et al. (2018). Hubungan keterkaitan dengan penelitian terbaru ditunjukkan pada Gambar 7.
Gambar 6. Hubungan Keterkaitan Topik Penelitian Pilihan dengan Penelitian Awal
Gambar 7. Hubungan Keterkaitan Dengan Penelitian Terkini
Keterkaitan topik penelitian menunjukkan studi permeabilitas dengan cheminformatics berbasis DataWarrior lebih umum digunakan untuk membahas keterkaitan sifat fisikokimia senyawa dengan profil permeabilitas, seperti aturan lima Lipinski. Kebaharuan riset dapat ditinjau dari integrasi perangkat lunak prediktor lain dan perluasan tujuan studi. DataWarrior diintegrasikan dengan berbagai perangkat lunak, seperti Schro dinger Suite, AutoDock, pkCSM, sehingga memberikan parameter permeabilitas baru yang dapat diolah menggunakan DataWarrior. Studi permeabilitas dengan cheminformatics dapat dikembangkan untuk menemukan parameter permeabilitas yang baru terhadap membran biologis yang beragam dapat dilakukan melalui integrasi data-data farmakokinetik dan fisikokimia melalui DataWarrior. Studi dengan meningkatkan prediksi kesamaan senyawa-senyawa prediksi dapat dikembangkan dengan deskriptor bawaan pada DataWarrior dalam melengkapi library molekul yang diteliti. Kebaharuan riset cheminformatics berbasis DataWarrior ini akan mendukung kepraktisan dalam studi permeabilitas molekuler serta farmakokinetik senyawa baru.
Keterbatasan Penelitian
Penelitian ini terbatas pada pengambilan metadata penelitian dari satu basis data, yaitu Dimensions. Penggunaan basis data yang beragam berpotensi memberikan analisis bibliometrik yang lebih komprehensif. Cakupan studi permeabilitas berbasis cheminformatics dapat ditingkatkan melalui penyusunan kueri yang lebih spesifik serta penambahan kata kunci serupa sehingga mampu menjaring artikel dalam jumlah dan variais yang lebih luas.
KESIMPULAN
Penelitian ini membuktikan bahwa studi permeabilitas dengan cheminformatics berbasis DataWarrior memiliki potensi besar untuk menciptakan metode penelitian yang lebih andal dan inovatif di bidang farmasi. Studi permeabilitas dengan cheminformatics berbasis DataWarrior mengalami peningkatan jumlah publikasi setiap tahun meskipun mengalami penurunan jumlah sitasi. India, Pakistan, Nigeria, Republik Ceko, dan Tiongkok menjadi negara pelopor dengan jumlah studi dan jumlah sitasi yang tinggi. Penelitian terkait studi permeabilitas dengan cheminformatics berbasis DataWarrior berfokus pada pemanfaatan DataWarrior sebagai tandem pada molecular docking dan molecular dynamics. Kebaharuan riset ditinjau dari integrasi DataWarrior dengan perangkat lunak prediktor lain seperti Schro dinger Suite, AutoDock, dan pkCSM yang memungkinkan penemuan parameter
permeabilitas baru melalui pengolahan data farmakokinetik dan fisikokimia. Dengan demikian, penelitian ini mendemonstrasikan potensi kebaharuan riset serta mendorong kolaborasi yang lebih kuat antara studi permeabilitas dan cheminformatics, khususnya untuk mengoptimalkan riset di bidang farmasi.