PENDAHULUAN
Hipertensi didefinisikan sebagai tekanan darah sistolik diatas 140 mmHg dan diastolik diatas 90 mmHg. Kondisi hipertensi menjadi beban global serius karena dapat menyebabkan penyakit kardiovaskular sampai kematian. Menurut laporan global WHO pada tahun 2023 menyebutkan bahwa hanya 54% dari orang dewasa dengan hipertensi yang dapat didiagnosis, 42% dari kelompok tersebut menerima pengobatan dan 21% yang kelompok tersebut hipertensinya terkontrol. Data terbaru menunjukan bahwa masalah hipertensi jauh lebih serius dari yang diperkirakan. Hal ini menyoroti kesenjangan besar dalam penanganan penyakit kronis ini, sehingga perlu adanya peningkatan kesadaran dan pengelolaan untuk penyakit hipertensi (Kario et al. 2024, Mancia et al. 2023).
Pendekatan komprehensif diperlukan untuk pasien hipertensi seperti penggunaan obat-obatan dan modifikasi gaya hidup meliputi olahraga teratur, berhenti merokok, mengurangi konsumsi alkohol, dan menjaga pola makan sehat dengan target konsumsi buah dan sayur minimal 400 gram per hari, mengurangi asupan garam, dan membatasi lemak. Diet sehat ini harus mencakup berbagai makanan seperti buah-buahan, sayuran, kacangkacangan, dan sumber protein nabati dan hewani (Kario et al. 2024). Namun, tantangan utama dalam pengelolaan hipertensi adalah kepatuhan pasien terhadap perubahan gaya hidup dan potensi efek samping obat-obatan. Sehingga, diperlukan alternatif pengobatan yang lebih aman dan efektif.
Penggunaan bahan alam menjadi solusi alternatif untuk pengobatan penyakit dan meminimalkan risiko efek samping. Cukup banyak bahan alam yang teruji secara klinis dapat mengelola hipertensi, diantaranya Belimbing Wuluh (Averrhoa bilimbi. Lin), Belimbing Manis (Averrhoa carambola, Linn), Teh Hijau (Camellia sinensis), Bawang Putih (Allium sativum, Linn), Melon (Cucumis melo), dan Mentimun (Apium graveolens, Lin) (Vera and Yanti 2020, Yuniarto et al. 2023, Rad et al. 2022). Komponen kimia spesifik dalam tumbuhan, yang dikenal sebagai metabolit, memberikan potensi besar sebagai terapi penyakit. Sehingga sangat penting untuk mengungkapkan keragaman kimiawi dalam tumbuhan secara
komprehensif. Selain itu, penggunaan bahan alam untuk hipertensi ini perlu dibuktikan secara ilmiah menggunakan suatu metode yang terarah yang dapat memberikan bukti ilmiah bahwa bahan alam tersebut bisa digunakan sebagai antihipertensi.
Metabolomik merupakan metode yang cukup baik digunakan dalam penelitian tanaman. Metabolomik mempunyai kemampuan untuk menganalisis ribuan metabolit secara simultan. Sehingga dapat memberikan informasi terkait dengan keragaman kimiawi dari dalam tumbuhan (Abdelhafez et al. 2020). Metabolomik akan memberikan informasi tentang perubahan metabolit pada tingkat kimia dan biologis. Hal ini digunakan untuk mengetahui mengetahui mekanisme tanaman obat dalam berbagai penyakit salah satunya hipertensi (Kordalewska dan Markuszewski 2015). Penggunaan metode metabolomik ini memberikan keuntungan karena menyediakan data yang sangat akurat dan komprehensif mengenai berbagai kelas dan profil senyawa kimia. Selain itu, metode ini memungkinkan memberikan gambaran terkait mekanisme kerja senyawa-senyawa tersebut dalam tanaman secara menyeluruh, sejalan dengan sifat holistik sistem biologis tanaman kemudian dihubungkan dengan profil organisme yang diobati oleh tanaman tersebut (Feng et al. 2019).
Teknik metabolomik memerlukan instrumen yang canggih dan dapat memberikan kuantifikasi serta identifikasi metabolit spesifik secara tepat seperti penggunaan spektrometri dan kromatografi (Kumar et al. 2024). Metode tersebut banyak digunakan oleh para peneliti untuk mengungkapkan komponen kimia dalam tanaman dan hubungannya dengan aktivitas farmakologis.
Artikel ini bertujuan untuk memberikan tinjauan terkait dengan teknik-teknik metabolomik yang digunakan dalam penelitian berbasis tanaman, khususnya pada studi yang berkaitan dengan hipertensi. Hal ini dilakukan untuk mengilustrasikan peran metabolomik dalam menjelaskan integrasi senyawa kimia dalam bahan alam dengan aktivitas farmakologi dalam hal ini hipertensi sehingga mendukung penemuan obat baru yang lebih cepat dan efisien.
METODE
Strategi pencarian literatur dilakukan menggunakan basis data PubMed, Google Scholar, ScienceDirect, dan Mendeley dengan kata kunci yang digunakan antara lain: "metabolomics", "hypertension", "medicinal plants", dan "natural product" yang dikombinasikan menggunakan operator Boolean "AND" dan "OR". Kriteria inklusi dalam kajian ini meliputi: (1) artikel yang dipublikasikan pada rentang tahun 2014-2024, (2) artikel original atau hasil penelitian, (3) studi eksperimental in vitro, in vivo, atau klinis yang menggunakan teknik metabolomik untuk mengevaluasi tanaman yang berpotensi sebagai hipertensi. Artikel yang hanya membahas aspek klinis hipertensi tanpa melibatkan pendekatan metabolomik, serta studi yang tidak relevan dengan topik bahan alam, dieksklusikan dari kajian artikel.
Proses seleksi dilakukan melalui beberapa tahap, dimulai dari penyaringan judul dan abstrak, kemudian isi lengkap artikel dievaluasi. Setiap artikel yang memenuhi kriteria dimasukan ke dalam tabel ringkasan untuk dianalisis lebih lanjut berdasarkan jenis tanaman yang dikaji, teknik metabolomik yang digunakan, serta temuan metabolit utama yang terkait dengan efek antihipertensi.
HASIL DAN PEMBAHASAN
Teknik metabolomik merupakan suatu teknik yang menjanjikan dan menjadi ketertarikan para peneliti salah satunya di bidang farmasi. Beberapa peneliti memanfaatkan teknik metabolomik ini untuk melakukan penelitian yang beragam, seperti memodifikasi genetik tanaman, mendeteksi berbagai penyakit, menentukan senyawa biomarker, serta mempelajari pertumbuhan sel-sel peroksisom dan kematian sel kanker (Gao et al. 2022, Pratami et al. 2025, Zhang et al. 2023). Metabolomik bertujuan untuk melakukan profil metabolit secara komprehensif dan simultan pada tingkat seluler dan organisme (Kordalewska and Markuszewski 2015).
Jenis Teknik Analisis Metabolomik
Penentuan metabolit yang kompleks dalam sampel tanaman atau matriks biologis memerlukan teknik dan instrumen yang canggih, mempunyai akurasi yang tinggi dan sensitivitas yang tinggi. Beberapa instrumen yang digunakan dalam metode metabolomik yang banyak digunakan di antaranya:
a. Nuclear Magnetic Resonance (NMR)
Spektroskopi NMR merupakan teknik analisis yang komprehensif, dapat melakukan kuantifikasi akurat terhadap seluruh spektrum metabolit dalam cairan biologis, ekstrak sel, dan jaringan tanpa memerlukan preparasi sampel yang rumit (Markley et al. 2017). Dengan kelebihan otomatisasi, reprodusibilitas, keandalan dan kecepatan yang tinggi, instrumen ini banyak digunakan dalam bidang metabolomik karena memungkinkan untuk analisis metabolit secara cepat dan akurat (Yoon et al. 2020). NMR memiliki kemampuan dalam membedakan senyawa isomerik, termasuk isotopomer atau lebih sederhana yaitu membedakan senyawa yang memiliki massa yang sama tapi komposisinya sedikit berbeda (Markley et al. 2017). Penerapan NMR dalam metabolomik sangat luas, mencakup diagnosis penyakit, evaluasi efektivitas terapi farmakologis, deteksi adulterasi pangan, serta analisis jalur biokimia yang terganggu akibat mutasi genetik, penuaan, nutrisi, aktivitas fisik, atau faktor lingkungan. Ma et al, 2021) mengaplikasikan metode NMR dalam penelitiannya dan menunjukan bahwa NMR dapat memberikan informasi mengenai metabolit yang terkandung dalam sampel serta perubahan metabolitnya setelah sampel tersebut mendapat perlakuan.
b. High Performance Liquid Chromatography (HPLC)
HPLC merupakan instrumen yang cukup canggih dan dapat mengidentifikasi seluruh metabolit secara kualitatif dan kuantitatif (Wahid et al. 2022). Dalam teknik metabolomik, HPLC sering digunakan untuk analisis fingerprint, membedakan komponen analit dari sampel yang sama sehingga diketahui khasnya dari sampel yang disebut fingerprint (Vahedi et al. 2018)
c. Ultra Performance Liquid Chromatography (UPLC)
UPLC merupakan instrumen yang paling banyak digunakan dalam temuan kali ini. Metode ini
banyak digunakan karena mampu mengidentifikasi metabolit dalam sampel yang kompleks dengan kadar analit yang rendah, dapat melakukan analisis simultan, presisi dan akurasi tinggi, reproduktivitasnya tinggi, dan persiapan sampel tanpa derivatisasi. Pemisahan yang dilakukan dalam UPLC memungkinkan elusi metabolit masuk melalui urutan hidrofobisitas. Jenis metabolit ditentukan dengan membandingkan waktu yang dibutuhkan metabolit untuk melewati kolom kromatografi (waktu retensi) dan pola pecahan molekulnya (spektrum massa) dengan data referensi (Salem et al. 2020) UPLC dapat mendeteksi beberapa jenis metabolit secara simultan dalam waktu yang singkat. Hasilnya tergambar dalam kromatogram dimana intensitas puncak khas dari sampel menunjukan senyawa metabolit dan konsentrasinya (Feng et al. 2019).
d. Liquid Chromatography-Mass Spectrometry (LC-MS)
Analisis metabolomik menggunakan spektrometri massa (MS) sangat sensitif dan akurat dalam mengidentifikasi berbagai jenis metabolit. Namun, metode ini membutuhkan persiapan sampel yang teliti dan pengembangan metode analisis yang baik. Di antara berbagai teknik MS, LC-MS adalah yang paling populer karena mampu memisahkan senyawa-senyawa yang kompleks mengurangi interferensi, dan meningkatkan sensitivitas serta kualitas data (Naz et al. 2014). Analisis menggunakan LC-MS menunjukan hasil komponen metabolit yang dilihat berdasarkan nilai m/z nya, setiap jenis metabolit yang berhasil diidentifikasi dan diukur akan diplotkan sebagai satu titik dalam sebuah diagram jaringan molekuler (Saeed et al. 2022)
e. High-Resolution Mass Spectrometry (HRMS) HRMS telah menjadi metode andalan dalam bidang proteomik dan metabolomik. Analisis menggunakan instrumen ini mampu mengidentifikasi dan mengukur ribuan molekul dalam sampel biologis secara simultan. HRMS memberikan data yang akurat, sensitivitas tinggi, dan akuisisi data yang cepat (Lai et al. 2024). HRMS merupakan teknik analitik yang efektif dalam studi metabolomik untuk mengidentifikasi senyawa bioaktif tanaman obat. Teknik ini dapat mendeteksi lebih dari 100 metabolit, menunjukkan kemampuan HRMS dalam mendeteksi senyawa minor yang berpotensi sebagai biomarker farmakologis. Dengan akurasi tinggi, HRMS menjadi metode unggulan dalam pendekatan untargeted metabolomik untuk eksplorasi tanaman obat (El-Shiekh et al. 2020, Salem et al. 2022).
Arah Pendekatan Metabolomik dalam Studi Hipertensi
Teknik metabolomik memberikan pendekatan holistik dalam memahami aktivitas biologis tanaman terhadap hipertensi melalui dua jalur utama. Pertama, pendekatan ini memungkinkan eksplorasi menyeluruh terhadap profil metabolit tanaman yang memiliki potensi efek antihipertensi. Teknik metabolomik seperti LC-MS atau UPLC dapat digunakan untuk mengidentifikasi kumpulan senyawa metabolit dalam tanaman kemudian dianalisis untuk menemukan biomarker spesifik, yaitu senyawa yang paling berkontribusi terhadap aktivitas biologis yang diamati (Li et al. 2020, Salem et al. 2020, Xiao et al. 2022). Identifikasi biomarker ini potensial sebagai dasar dalam pengembangan obat atau standarisasi ekstrak herbal (Gambar 1).
Gambar 1. Perbedaan jalur analisis metabolomik
Khoirunnisa & Patonah
Kedua, metabolomik juga dapat digunakan untuk mengevaluasi perubahan profil metabolit dalam sampel biologis, seperti serum, urin, atau jaringan hewan uji hipertensi yang telah diberikan perlakukan dengan tanaman obat. Dari pendekatan ini dapat diidentifikasi metabolit endogen yang mengalami perubahan signifikan sebagai respons terhadap perlakuan, sehingga memberikan gambaran jalur metabolik yang terpengaruh dan memperkuat bukti efek farmakologis tanaman tersebut (Sun et al. 2023a, Tian et al. 2020).
Jalur Analisis Profil Tanaman
Tabel 1 menyajikan rangkuman studi metabolomik pada tanaman yang berpotensi sebagai agen antihipertensi. Keempat penelitian ini menggunakan pendekatan untargeted metabolomik dengan kombinasi instrumen kromatografi-massa-spektrometri (GC-MS, UPLC-MS, hingga HRMS) dan analisis kemometrik.
Pemilihan metode sepertinya mempengaruhi jenis metabolit yang teridentifikasi, misalkan pada GC-MS dalam studi yang dilakukan oleh Pratami et al, 2025), mendeteksi senyawa volatil seperti phytol dan 4-hydroxy-3-nitocoumarin, sementara UPLCdan HRMS mengidentifikasi senyawa polar dan kompleks seperti asam organik turunan sitrat dan flavonoid (Ibrahim et al. 2022, Salem et al. 2020).
Dilihat dari jenis metabolit yang berulang, senyawa seperti asam linoleat, asam ferulat, dan naringin muncul lebih dari satu studi. Asam linoleat dan palmitoleat yang merupakan asam lemak tak jenuh memiliki peran dalam modulasi tekanan darah melalui efek diuretik dan antiinflamasi (Ibrahim et al. 2022, Li et al. 2020). Sementara itu, flavonoid seperti naringin dan kaempferol dilaporkan mampu menghambat enzim ACE, serta memiliki aktivitas antioksidan yang kuat (Salem et al. 2020).
Tabel 1. Penelitian metabolomik melalui pendekatan analsis profil tanaman
| Author | Tanaman | Metode | Metabolit utama | Mekanisme hipertensi yang didapatkan |
|---|---|---|---|---|
| Pratami et al, 2025) | Mukia javanica | Instrumen: GC-MS Kemometrik: PCA | Hexadecanoid acid, oleic acid, phytol, 13-tetradecent-acetate, 4- hydroxy-3-nitrocoumarin | Antihipertensi, antioksidan |
| Ibrahim et al, 2022) | Spesies Astragalus (Astragalus glycyphyllos, dan Radix astragali | Instrumen: UPLC/MS Kemometrik: PCA, OPLS | Metil ester, asam linoleat, asam ferulat, dan naringin. | Diuretik |
| Li et al, 2020) | Plantago asiatica L. | Instrument: LC-MS, UPLC-Q-TOF/MS Kemometrik: PCA, OPLS-DA | Asam linoleat, asam palmitoleat, liso fosfatidilkolin, 1-liso-2- arakidonoil-fosfatidat, dan asam linolelaidat | Diuretik |
| El-Shiekh et al, 2020) | Jasminum grandiflorum subsp. | Instrumen: UPLC HRMS | Secoiridoid, glikosida propanoid, fenolat, lignan, flavonoid, triterpene. | Menghambat ACE, menghambat renin |
| Salem et al, 2022) | Hibiscus sabdariffa L. | Instrumen: UPLC, HRMS Kemometrik: PCA, OPLS-DA | Asam ferulat, asam klorogenat, kaemferol, dan asam organik turunan sitrat | ACE inhibitor |
Dari sisi mekanisme aksi, tiga studi mengarah pada efek diuretik sebagai mekanisme utama penurunan tekanan darah, sedangkan satu studi menunjukan potensi sebagai inhibitor enzim ACE. Hal ini menunjukan bahwa pendekatan metabolomik pada tanaman cenderung menghasilkan senyawa yang bekerja melalui berbagai jalur fisiologis, dan tidak hanya terbatas pada satu target molekuler saja.
Jalur Analisis Metabolit Endogen
Pendekatan metabolomik kedua yaitu berfokus pada evaluasi respon biologis organisme terhadap pemberian tanaman obat yang memiliki potensi sebagai antihipertensi. Sampel biologis yang dianalisis meliputi plasma darah, urin, dan jaringan. Sampel tersebut kemudian dianalisis menggunakan berbagai teknik metabolomik yang hasilnya memungkinkan identifikasi metabolit endogen yang berubah secara signifikan, sehingga dapat dipetakan jalur metabolik yang terlibat sebagai efek antihipertensi dari tanaman tersebut. Hasil analisis metabolomik jalur analisis metabolit endogen dapat dilihat pada Tabel 2.
Secara umum, terdapat kecenderungan bahwa pemberian ekstrak tanaman menghasilkan
perbaikan profil metabolit yang terkait dengan metabolisme asam amino, lipid, purin, dan gliserofosfolipid yang mana ini merupakan jalur yang berperan dalam patofisiologi hipertensi. Studi yang dilakukan oleh Gao et al, 2022) dan Feng et al, 2019)memberikan hasil yang sejalan dimana pemberian tanaman spesies Uncaria menunjukan kemampuan dalam meregulasi metabolit endogen seperti asam linoleat, asam lemak esensial, dan purin, yang dapat menurunkan stres oksidatif dan menstabilkan tekanan darah. Penurunan metabolit seperti inositol fosfat dan purin juga teridentifikasi dengan teknik metabolomik UPLC dan LC-MS, yang menunjukan kemungkinan aktivitas antiinflamasi dan antioksidan dari tanaman tersebut.
Tabel 2. Penelitian metabolomik melalui pendekatan analisis metabolit endogen
| Author | Tanaman | Metode | Metabolit utama | Mekanisme hipertensi yang didapatkan |
|---|---|---|---|---|
| Wang et al, 2021) | Cynara scolymus | Instrumen: HPLC Sampel: plasma darah Kemometrik: OPLS DA | Guanin, metilnikotinamida, asam p-aminobenzoat, uridin, adenosin monofosfat, asam metil maloat | mengurangi stress oksidatif, metabolisme purin, nikotinat dan nicotinamida |
| Feng et al, 2019) | Uncaria | Instrumen: UPLC Sampel: urin tikus Kemometrik: OPLS DA | Pantothenic acid, riboflavin, suberic acid, inosine, methylglutaric acid, hydroxyphenyllactate, 4- pyroxide acid | metabolisme b-alanine, riboflavin, asam lemak, inositol fosfat, tirosin, vitamin B, asam lemak, dan purin |
| Yoon et al, 2020) | Acanthopanax sessiliflorus | Instrumen: NMR Sampel: serum darah tikus Kemometrik: OPLS DA | Asetat, alanin, arginin, asparagin, betain, cholin, glutamate, glutamine | Menghambat pembentukan ACE |
| Sun et al, 2023) | Fructus Tribuli | Instrumen: UHPLC/MS Sampel: plasma darah tikus Kemometrik: PCA, OPLS-DA | Terrestrosin K, hecogenin, glucopyranosy, furostan, galactopyranoside, terrestroside B, tigogenin, tribufuroside | pengaturan metabolisme gliserofosfolipid dan metabolisme asam arakidonat. |
| Ma et al, 2021) | Coreopsis tinctoria Nutt | Instrumen: NMR Sampel: Plasma dan urin tikus Kemometrik: PCA, PLS-DA | Isoleusin, kreatinin, b glukosa, aseton, asam malat, taurin, dan alantonin | regulasi metabolisme asam piruvat dan metabolisme taurin |
| Gao et al, 2022) | Uncaria rhynchophylla (Miq). | Instrumen: LC-MS Sampel: plasma darah tikus Kemometrik: OPLS DA | Epoxyeicosatrienoic acid, hydroxyeicosatetranoic acid, dihydroxyeicosatetraenoic acid, leukotriene dan prostaglanding | reorganisasi jaringan metabolisme gliserofosfolipid, metabolisme asam linoleat, metabolisme asam arakidonat |
| Author | Tanaman | Metode | Metabolit utama | Mekanisme hipertensi yang didapatkan |
|---|---|---|---|---|
| Tian et al, 2020b) | Uncaria | Instrumen: UPLC-MS Sampel: jaringan hati tikus Kemometrik: PCA, OPLS-DA | a-linoleic acid, linoleic acid, glucose 1-phosphat | Meningkatkan metabolisme lipid dan asam lemak |
| Y. Zhang et al, 2024) | Achyranthes bidental Blume dan Paeonia lactiflora Pall | Instrumen: LC-MS Sampel: jaringan jantung dan miokardium tikus Kemometrik: PCA | beta-Alanyl-L-lysine, Valyl Valine, Glycylleucine, Tetradecanoylcarnitine, Stearoylcarnitine, L Palmitoylcarnitine dan clostridium | Meningkatkan metabolisme lipid dan asam amino. |
Beberapa tanaman seperti Acanthopanax dan Jasminum grandiflorum terbukti menekan aktivitas enzim ACE dan renin, yang berperan dalam sistem renin angiotensin-aldosteron (RAAS), yang merupakan suatu jalur utama dalam regulasi tekanan darah. Hal ini mendukung bahwa bahan alam tidak hanya bekerja secara pasif tetapi juga mempengaruhi jalur regulator tekanan darah secara langsung (Yoon et al. 2020).
Sementara itu, studi pada Achyranthes bidentata dan Paeonia lactiflora memperlihatkan perubahan metabolit jaringan jantung dan miokard yang terkait dengan perbaikan metabolisme lipid dan asam amino (Zhang et al. 2024). Ini menunjukan bahwa tanaman juga berpotensi sebagai agen pelindung jantung (cardioprotective), bukan hanya sebagai antihipertensi.
Dari beberapa hasil tersebut menunjukan bahwa teknik metabolomik tidak hanya mampu memetakan efek sistemik tanaman obat terhadap hipertensi, tetapi juga memberikan wawasan terkait dengan jalur metabolik endogen yang terlibat. Hal ini memberikan pemahaman terkait mekanisme aksi, dan membuka potensi identifikasi biomarker antihipertensi.
Komparasi Sampel Analisis
Pemilihan sampel yang digunakan dalam analisis metabolomik menggunakan jalur analisis metabolik endogen harus dapat merepresentasikan seluruh komponen metabolit yang berkaitan dengan kondisi yang diamati. Dari beberapa literatur mengenai metabolomik hipertensi diketahui bahwa sampel urin dan darah merupakan sampel yang paling banyak digunakan.
a. Urin
Sampel urin digunakan karena pengambilan sampel yang mudah, dapat merepresentasikan metabolit dalam sistem biologis secara keseluruhan, namun komposisinya tidak lebih kompleks jika dibandingkan dengan darah. Selain itu, sampel urin juga hanya merepresentasikan periode metabolisme sistemik dalam beberapa waktu sehingga tidak bisa digunakan dalam skala waktu yang singkat (Nikolic et al. 2014).
b. Plasma darah
Dibandingkan dengan urin, sampel darah atau serum lebih kompleks dalam merepresentasikan sampel biologis secara keseluruhan. Bahkan, sampel darah hampir dapat merepresentasikan perubahan metabolisme jaringan secara langsung. Namun, penggunaan sampel ini dalam analisis menggunakan spektrometri massa memerlukan teknik deproteinasi (Nikolic et al. 2014)
c. Jaringan tubuh
Sampel dari jaringan digunakan karena merupakan sumber daya yang bagus untuk menemukan target potensial dan mendukung keputusan klinis seperti diagnosis, terapi penyakit dan hipotesis mekanisme pengobatan penyakit (Esteva-Socias et al. 2019).
Analisis Kemometrik
Sebagian besar studi yang dianalisis baik dari jalur profil tanaman maupun metabolit endogen, dalam segi analisis data metabolomiknya mengintegrasikan teknik kemometrik, terutama Principal Component Analysis (PCA) dan Orthogonal Partial Least Square Discriminant Analysis (OPLS-DA), dalam pemisahan kelompok
data yang kompleks secara statistik dan visual. Analisis kemometrik membantu mengidentifikasi metabolit-metabolit utama yang berkontribusi terhadap efek antihipertensi. Sebagai contoh, studi oleh Gao et al, 2022) dan Salem et al, 2020) menggunakan OPLS-DA untuk membedakan kelompok hipertensi dan normal, serta mengevaluasi signifikansi metabolit berdasarkan nilai VIP (Variable Importance in Projection).
a. Principal Component Analysis (PCA)
PCA adalah teknik yang digunakan untuk menyederhanakan data yang kompleks dengan mengurangi jumlah variabel yang saling berhubungan. Proses ini dilakukan dengan mengubah variabel-variabel asli menjadi variabel baru yang disebut komponen utama (PCs) yang tidak saling berkorelaso dan disusun berdasarkan tingkat variasi yang mereka tangkap. Sehingga komponen utama yang dibuat dapat mewakili sebagian besar informasi yang terkandung dalam data asli (Mishira et al. 2017). Studi oleh Sun et al, 2023) dan Tian et al, 2020) menggunakan PCA untuk memvisualisasikan pemisahan alami antar kelompok kontrol, hipertensi, dan perlakuan, serta untuk mendeteksi outlier dalam data metabolit serum maupun jaringan.
b. Partial Least Square (PLS)
PLS merupakan teknik multivariat yang digunakan untuk membandingkan hubungan antara beberapa variabel respons dan variabel penjelas. Dalam analisis metabolomik, PLS biasa digunakan untuk melihat pengaruh karakteristik senyawa yang diprediksi terhadap bioaktivitasnya. Sebagai pendekatan yang lebih terarah, Partial Least Square-Discriminant analysis (PLS-DA) diterapkan untuk mengidentifikasi metabolit yang paling berkontribusi terhadap perbedaan antar kelompok. Berdasarkan studi Ma et al, 2021) PLS-DA digunakan untuk memilah metabolit yang relevan dengan efek antihipertensi, menghasilkan nilai Variable Importance in Projection (VIP) yang digunakan sebagai dasar seleksi biomarker. Lebih lanjut, Orthogonal PLS-DA digunakan untuk meningkatkan interpretabilitas data dengan memisahkan variasi yang berkaitan langsung dengan klasifikasi dari variasi ortogonal yang tidak relevan. Dalam konteks ini, OPLS-DA memungkinkan identifikasi metabolit endogen yang berubah signifikan akibat perlakuan tanaman. Teknik ini juga menghasilkan S-plot yang membantu memvisualisasikan metabolit yang paling berperan dalam membedakan kelompok (Ibrahim et al. 2022, Sun et al. 2023).
Tantangan Penelitian Metabolomik
Penelitian berbasis metabolomik menjadi tantangan besar bagi para peneliti karena studi ini sangat kompleks dan tidak sederhana. Jumlah metabolit dari satu sampel cukup banyak sehingga memerlukan teknik yang canggih untuk identifikasinya. Selain itu, kandungan metabolit antar sampel kemungkinan berbeda sehingga perlu pemahaman yang lebih mengenai studi metabolomik ini sehingga tidak terjadi kesalahan penentuan hasil identifikasi.
Untuk mengetahui mekanisme tanaman obat dalam mengobati hipertensi dibutuhkan sampel biologis. Hal ini menjadi salah satu tantangan yang signifikan dimana matriks biologis seperti darah, urin, atau jaringan, mengandung ribuan metabolit yang berbeda-beda. Heterogenitas ini membuat persiapan sampel menjadi sangat krusial. Kontaminasi dari lingkungan atau reagen dapat mempengaruhi hasil analisis. Selain itu kestabilan metabolit dalam sampel juga perlu diperhatikan, karena beberapa metabolit bersifat tidak stabil dan mudah terdegradasi oleh faktor lingkungan seperti suhu, cahaya, dan pH. Oleh karena itu, penanganan sampel harus dilakukan dengan sangat hati-hati.
Kemudian dari segi metode yang digunakan, penelitian berbasis metabolomik membutuhkan instrumen yang canggih sehingga menghasilkan data yang optimal. Penggunaan instrumen ini memerlukan biaya yang cukup mahal termasuk biaya perawatan dan kalibrasi instrumen. Selain instrumen, tentu ada juga biaya yang dibutuhkan untuk reagen yang digunakan dalam persiapan sampel analisis. Sehingga persiapan dari segi biaya untuk melakukan penelitian ini perlu diperhatikan.
Meskipun penelitian metabolomik dihadapkan pada sejumlah tantangan di atas, potensi aksinya dalam dunia farmasi sangatlah menjanjikan. Metabolomik menawarkan pendekatan yang komprehensif untuk memahami mekanisme aksi obat, mengidentifikasi biomarker penyakit, dan menemukan potensi tanaman hipertensi yang lebih efektif dan aman.
KESIMPULAN
Dari tinjauan diatas, dapat diambil kesimpulan bahwa penelitian mengenai potensi tanaman sebagai agen antihipertensi telah banyak dilakukan menggunakan teknik metabolomik. Pendekatan metabolomik berperan penting dalam mengidentifikasi senyawa tanaman yang berpotensi sebagai antihipertensi melalui analisis biomarker dari profil tanaman dan pemetaan jalur biologis melalui analisis metabolit endogen yang terlibat. Teknik ini didukung dengan analisis kemometrik, memungkinkan eksplorasi senyawa bioaktif serta pemahaman mekanisme kerja secara lebih mendalam, baik dari sisi kandungan tanaman maupun respons metabolit endogen pada model hipertensi. Integrasi kedua pendekatan ini memperkuat dasar ilmiah dalam pengembangan kandidat fitofarmaka berbasis tanaman. Namun, masih terdapat beberapa tantangan dalam penerapan metabolomik untuk penemuan obat alami seperti kompleksitas sampel, ketersediaan instrumen canggih, dan biaya yang cukup mahal.