Ứng dụng mô hình
Tập hợp 1.127 chất đang được nghiên cứu
tác dụng kháng sốt rét được ứng dụng trên 2 mô
hình xây dựng được. Kết quả 4 nhóm chất trong
tập ứng dụng có khả năng ức chế PfPM II gồm
dẫn xuất của acid cholic, dẫn xuất bisquinolin
của cloroquin, dẫn xuất 9-N của azithromycin và
dẫn xuất alkyl hóa của bis-ure và bis-thioure. Các
nhóm chất này nên được thử nghiệm hoạt tính
ức chế PfPM II để khẳng định độ chính xác của
nghiên cứu. Kết quả sàng lọc bằng mô hình 2D
QSAR 1 cho thấy các chất có số trung tâm bất đối
tự do trên 4 và giá trị diện tích bề mặt Van der
Waals có điện tích trong khoảng 0,15 – 0,20 từ 40
– 80 là các chất có khả năng ức chế PfPM II.
KẾT LUẬN
Nghiên cứu 2D QSAR sử dụng 172 chất ức
chế PfPM II in vitro làm tập xây dựng đưa ra hai
mô hình dự đoán hoạt tính ức chế PfPM II. Mô
hình QSAR 1 xây dựng trên tập hợp 70 chất gồm
3 thông số mô tả chiral_u, PEOE_VSA+3,
logP(o/w) có khả năng dự đoán tốt với R2 và >
0,5, RMSE < 0,5. Mô hình QSAR 2 xây dựng trên
tập hợp 94 chất gồm 4 thông số mô tả rings,
KierA2, PEOE_VSA-0, SMR_VSA1 có khả năng
dự đoán không tốt với giá trị trên toàn tập R2 >
0,5 nhưng < 0,5 và RMSE > 0,5. Kết quả có thể
sử dụng để tìm kiếm các chất có khả năng ức chế
PfPM II.
5 trang |
Chia sẻ: hachi492 | Ngày: 09/02/2022 | Lượt xem: 10 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Mô hình 2d-Qsar các chất ức chế enzym plasmepsin II của plasmodium falciparum, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 2 * 2014
Chuyên Đề Dược Học 324
MÔ HÌNH 2d-QSAR CÁC CHẤT ỨC CHẾ ENZYM PLASMEPSIN II
CỦA PLASMODIUM FALCIPARUM
Thái Khắc Minh*, Nguyễn Thị Hà Ngân*, Hứa Ngọc Minh Tuyền*, Nguyễn Văn Minh Nhựt*,
Đoàn Cao Sơn**
TÓM TẮT
Mở đầu: Plasmepsin II – một enzym tham gia quá trình tiêu hóa hemoglobin của Plasmodium falciparum
được xem là mục tiêu phát triển thuốc điều trị sốt rét mới. Nhiều nhóm hợp chất có khả năng ức chế Plasmepsin
II in vitro đã được công bố tuy nhiên chưa có nghiên cứu nào so sánh tác dụng của các nhóm chất trên.
Đối tượng và phương pháp nghiên cứu: Trong nghiên cứu này, tổng cộng 200 dẫn chất thuộc 8 nhóm cấu
trúc với hoạt tính ức chế Plasmepsin II in vitro được thu thập và tiến hành xây dựng mối quan hệ định lượng
giữa cấu trúc và hoạt tính ức chế enzym bằng thuật toán bình phương tối thiểu từng phần tích hợp trong phần
mềm MOE.
Kết quả và bàn luận: Nghiên cứu 2D QSAR xây dựng được 2 mô hình để dự đoán khả năng ức chế
plasmepsin II có với giá trị R2 = 0,77, RMSE = 0,43 (tập xây dựng mô hình gồm 70 chất) dựa vào 3 thông số mô
tả phân tử và R2 = 0,60, RMSE = 0,60 (tập xây dựng mô hình gồm 94 chất) dựa vào 4 thông số mô tả phân tử.
Hai mô hình QSAR xây dựng được ứng dụng trên tập hợp 1.127 chất kháng sốt rét, kết quả dự đoán cho thấy 5
nhóm chất có khả năng ức chế plasmepsin II in silico có khả năng sử dụng cho các nghiên cứu tiếp theo trên đích
tác động Plasmepsin II.
Kết luận: Nghiên cứu 2D QSAR trên các chất ức chế plasmepsin II cho cái nhìn tổng thể về mo61u quan hệ
cấu trúc – hoạt tính của các chất ức chế enzym plasmepsin II. Kết quả của nghiên cứu này có thể giúp thiết kế các
cấu trúc mới có khả năng ức chế plasmepsin II hiệu quả và mục đích cuối cùng là thiết kế các thuốc kháng sốt rét
mới.
Từ khóa: Plasmepsin II, sốt rét, P. falciparum, QSAR, chất ức chế enzym
ABSTRACT
2D-QSAR STUDIES ON PLASMODIUM FALCIPARUM PLASMEPSIN II INHIBITORS
Thai Khac-Minh, Nguyen Thi Ha Ngan, Hua Ngoc Minh Tuyen, Nguyen Van Minh Nhut ,
Doan Cao Sơn* Y Hoc TP. Ho Chi Minh * Vol. 18 - Supplement of No 2 - 2014: 324 - 328
Introduction: Malaria and the antimalarial drug resistance are current serious problems. Numbers of new
targets for antimalarial drugs are being studied, one of them is plasmepsin II - an enzyme in hemoglobin
degradation process of Plasmodium falciparum. Several structural groups that inhibit plasmepsin II in vitro have
been reported, however there is no research for comparing the efficiency of them.
Material and methods: A total of 200 compounds belonging 8 structural groups with plasmepsin II in
vitro inhibitory activity was collected and carried out 2D QSAR study using partial least square algorithm in
MOE package.
Results and discussion: Two 2D QSAR models was build and results with predictive parameters R2 =
0.77, RMSE = 0.43 and R2 = 0.60, RMSE = 0.60, respectively. A dataset containing 1,127 antimalarial
∗ Khoa Dược, Đại học Y Dược TP. Hồ Chí Minh ** Viện Kiểm nghiệm Thuốc TW
Tác giả liên lạc: TS. Thái Khắc Minh ĐT: 0909680385 Email: thaikhacminh@gmail.com
Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 2 * 2014 Nghiên cứu Y học
Chuyên Đề Dược Học 325
compounds were screened for Plasmepsin II via using two QSAR models. Predictive results indicated that five
chemcial structures could be used for further study aimed at design of new Plasmepsin inhibitors.
Conclusion: 2D QSAR modelling on plasmepsin II inhibitors provided an overview on activity as well as
chemical structures. The results of this study could be used for designing high-affinity new plasmepsin II
inhibitors and resulted in the new antimalarial drugs.
Keywords: Plasmepsin II, malaria, Plasmodium falciparum, QSAR, enzyme inhibitor
ĐẶT VẤN ĐỀ
Enzym Plasmodium falciparum plasmepsin
II (Pf PM II) – enzym trong không bào tiêu hóa
của Pf, đóng vai trò quan trọng trong quá
trình giải độc hem của Plasmodium falciparum
(Pf).1, 2-3 Với 18 cấu trúc tinh thể protein đã
công bố trên ngân hàng cơ sở dữ liệu protein
(Protein Data Bank) cùng nhiều nhóm cấu trúc
các chất ức chế PfPM II, PfPM II hiện đang là
đích tác động có nhiều sự quan tâm. Nhiều
nhóm hợp chất có khả năng ức chế PfPM II in
vitro đã được công bố. Trong nghiên cứu này,
các chất ức chế PfPM II được thu thập và tiến
hành xây dựng mô hình mối quan hệ định
lượng giữa cấu trúc hóa học và tác dụng ức
chế enzym QSAR với mục đích định hướng
thiết kế ra các chất có khả năng tác động tốt
trên PfPM II.
PHƯƠNG PHÁP NGHIÊN CỨU
Cơ sở dữ liệu
Tổng cộng 200 chất ức chế PfPM II thuộc 8 nhóm
cấu trúc được thu thập từ 13 bài báo khoa
học(6,4). Cấu trúc hóa học gồm các nhóm
allophenylnorstatin (67 chất)(6,9) ,amin bậc 3 (66
chất)(5,10), exo-3-amino-7-azabicyclo(2.2.1)heptan
(7 chất)(15) ,benzimidazol (10 chất)(12) ,phân tử kép
“primaquin – statin” (6 chất)(11), hydrazin-
hydrazid (6 chất)(1) ,chalcon (25 chất)(14,16) và
statin nghịch đảo (12 chất bao gồm các dạng
đồng phân (R,R), (S,S) của pepstatin A chứa cấu
trúc hydroxyethylamin và statin)(4). Tổng cộng
172 chất có IC50 được lựa chọn từ tập dữ liệu ban
đầu để tiến hành nghiên cứu 2D QSAR. Cơ sở
dữ liệu này được chia thành 2 tập hợp theo
phương pháp xác định IC50 và chi tiết trình bày ở
Bảng 1.
Xây dựng mô hình QSAR
Quá trình tiến hành xây dựng mô hình QSAR
trên MOE ( được
tiến hành bao gồm (i) Xây dựng cấu trúc; (ii)
Tính toán thông số mô tả phân tử; (iii) Phân chia
tập hợp (tập dữ liệu ban đầu được chia làm 2
phần bao gồm tập huấn luyện chứa 80% tập dữ
liệu và phần còn lại là tập kiểm tra bằng phương
pháp phân chia ngẫu nhiên); (iv) Lựa chọn thông
số thông số mô tả phân tử; (v) Xây dựng mô
hình QSAR của các chất ức chế PfPM II bằng
thuật toán bình phương tối thiểu từng phần PLS;
(vi) Đánh giá mô hình QSAR; và (vii) Ứng dụng
mô hình 2D QSAR.
Bảng 1: Đặc điểm hai tập dữ liệu để xây dựng mô
hình 2D QSAR
Tập dữ liệu Tập cơ sở dữ liệu
1
Tập cơ sở dữ liệu 2
Phương pháp
xác định IC50
Dùng cơ chất có
màu (CRET)
Dùng cơ chất phát
huỳnh quang (FRET)
Tổng số chất 70 102
pIC50 4,17 – 8,01 4,00 – 8,22
Tập nội 56 75
Tập ngoại 14 19
KẾT QUẢ VÀ BÀN LUẬN
Mô hình QSAR trên nhóm chất có IC50 xác
định bằng phương pháp CRET
Trên cơ sở dữ liệu 70 chất, sau khi lọc thô và
tiến hành QSAR Contingency kết hợp PCA, 7
thông số mô tả được lựa chọn được trình bày ở
Bảng 2 và tương quan giữa chúng và tương quan
với giá trị hoạt tính ức chế enzym PfPM II được
trình bày ở Bảng 3.
Các mô hình xây dựng từ chỉnh hợp 7 thông
số trên bằng phương pháp bình phương tối
thiểu từng phần đều có R2 và RMSE chấp nhận
được nên không thực hiện loại các chất gây
Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 2 * 2014
Chuyên Đề Dược Học 326
nhiễu bằng PCA. Kết quả thu được 4 mô hình có
khả năng dự đoán tốt, mô hình tốt nhất gồm 3
thông số chiral_u, PEOE_VSA+3, logP(o/w) (mô
hình 1). Phương trình QSAR (1): pIC50 CRET =
1,448*(Chiral_u) – 0,322* (PEOE_VSA+3) + 0,498*
(logP(o/w)) + 6,009 và kết quả trình bày ở bảng 4.
Ba mô hình còn lại, gồm một mô hình chỉ có một
thông số chiral_u và hai mô hình hai thông số,
đều có khả năng dự đoán tốt với r2m và R2 > 0,5,
RMSE < 0,6. Cả ba mô hình đều có thông số
chiral_u. Điều này thể hiện vai trò quan trọng
của số trung tâm chiral tự do (chiral_u) với hoạt
tính ức chế PfPM II.
Bảng 2: Thông số mô tả sử dụng cho tập hợp 1
Thông số mô tả
phân tử
Ý nghĩa
a_nO Số nguyên tử O
PEOE_VSA+3
Tổng diện tích bề mặt VDW có điện tích
trong vùng (0,15 ; 0,20)
PEOE_VSA-2
Tổng diện tích bề mặt VDW có điện tích
trong vùng (-0,15 ; -0,10)
KierA3 Chỉ số hình dạng đã điều chỉnh α3
SlogP_VSA4
Tổng diện tích bề mặt VDW có trong
vùng (0,1 ; 0,15)
logP(o/w)
Log hệ số phân bố octanol/nước (bao
gồm cả hydro ẩn)
Chiral_u Số trung tâm chiral tự do
Bảng 4: Kết quả mô hình QSAR 1
Tập huấn
luyện
Đánh giá
chéo
Tập kiểm
tra
Toàn bộ cơ sở
dữ liệu
N (số chất) 56 56 14 70
RMSE 0,369 0,418 0,451 0,429
R2/Q2 0,818 0,766 0,801 0,769
r2m 0,744 0,742 0,570 0,722
r’m
2 0,576 0,507 0,562
∆r2m 0,168 0,063 0,160
0,660 0,539 0,642
Mô hình có khả năng dự đoán tốt với bình
phương hệ số tương quan trung bình đã điều
chỉnh của toàn tập xây dựng mô hình là 0,642
> 0,5, Δr2m = 0,16 < 0,2. Sai số giữa giá trị dự đoán
và giá trị thực nghiệm của toàn tập xây dựng mô
hình là RMSE = 0,429
0,5(10) .Từ hệ số ai của các thông số mô tả trong
phương trình cho thấy số trung tâm bất đối
trong phân tử càng nhiều thì hoạt tính ức chế
PfPM II càng mạnh và phân tử mang tính kỵ
nước cũng làm tăng khả năng ức chế PfPM II.
Bảng 3: Mối tương quan của các thông số xây dựng
mô hình QSAR trên tập CRET
STT Tên 1 2 3 4 5 6 7
1 a_nO 1
2
PEOE_VSA+
3
0,58 1
3
PEOE_VSA-
2
0,19 0,26 1
4 KierA3 0,62 0,16 0,25 1
5 SlogP_VSA4 -0,24 -0,33 -0,69 -0,09 1
6 logP(o/w) 0,04 -0,28 -0,52 0,44 0,7 1
7 Chiral_u 0,69 0,39 0,67 0,65 -0,69 -0,13 1
8 pIC50 CRET 0,57 0,16 0,49 0,70 -0,45 0,15 0,85
Mô hình QSAR trên nhóm chất có IC50 xác
định bằng phương pháp FRET
Trên cơ sở dữ liệu 102 chất, sau khi lọc thô và
tiến hành QSAR Contingency kết hợp PCA, 5
thông số mô tả được lựa chọn được trình bày ở
Bảng 5 và các tương quan giữa chúng và tương
quan với giá trị hoạt tính ức chế enzym PfPM II
được trình bày ở Bảng 6.
Bảng 5: Thông số mô tả phân tử được lựa chọn cho
tập hợp 2 FRET
Thông số mô tả
phân tử
Ý nghĩa
Rings Số cấu trúc vòng
PEOE_VSA+2
Tổng diện tích bề mặt Van der Waals có
điện tích trong vùng (0,1 ; 0,15)
PEOE_VSA-0
Tổng diện tích bề mặt Van der Waals có
điện tích trong vùng (0,00 ; 0,05)
KierA2 Chỉ số hình dạng α2
SMR_VSA1
Tổng diện tích bề mặt Van der Waalsvới
Ri trong vùng (0,11 ; 0,26)
Sử dụng 5 thông số mô tả trên để xây dựng
phương trình 2D QSAR bằng phương pháp bình
phương tối thiểu từng phần, mô hình thu được
có Q2=0,446 và XRMSE cao (0,813) với số chất
trong tập huấn luyện là 82 chất. Kết quả Q2 có
thể cải thiện bằng cách loại trừ các chất có cấu
trúc nằm ngoài không gian của toàn bộ cấu trúc
trong cơ sở dữ liệu, do đó, thuật toán PCA được
áp dụng để loại các cấu trúc gây nhiễu và kết
quả được trình bày ở hình 1. Sau khi loại 8 chất
gây nhiễu (6, 15, 18, 25, 40, 62, 84, 102) trong tập
Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 2 * 2014 Nghiên cứu Y học
Chuyên Đề Dược Học 327
dữ liệu. Mô hình mới thu được có Q2 = 0,609,
XRMSE = 0,596 với số chất trong tập huấn luyện
là 75 chất. Khi loại thêm chất gây nhiễu thì kết
quả RMSE tăng lên và Q2 giảm đi nên không tiến
hành loại tiếp. Tập dữ liệu sau khi loại chất gây
nhiễu được dùng để xây dựng mô hình 2D
QSAR. Phương trình QSAR xây dựng được gồm
4 thông số. Phương trình QSAR (2): pIC50 FRET =
1,434*(Rings) – 0,531*( PEOE_VSA-0) + 3,574*(
KierA2) -1,473*( SMR_VSA1) + 3,105.
Mô hình QSAR 2 (Bảng 7) có khả năng dự
đoán trung bình với bình phương hệ số tương
quan trung bình đã điều chỉnh của tập xây dựng
mô hình < 0,5, sai số giữa giá trị pIC50 tiên
đoán và giá trị thực nghiệm RMSE > 0,5, Δr2m =
0,252 > 0,2.(10) Từ phương trình trên có thể kết
luận chất có chỉ số hình dạng α2 (KierA2) lớn sẽ
có hoạt tính ức chế PfPM II cao.
Bảng 7: Kết quả mô hình QSAR 2
Tập huấn
luyện
Đánh giá
chéo
Tập kiểm
tra
Toàn bộ
cơ sở dữ
liệu
N (số chất) 75 75 19 94
RMSE 0,572 0,617 0,529 0,602
R2/Q2 0,648 0,593 0,665 0,603
r2m 0,572 0,574 0,590 0,581
r’m
2 0,319 0,405 0,329
∆r2m 0,253 0,185 0,252
0,446 0,498 0,455
Hình 1: Đồ thị phân bố các chất trong tập FRET theo 2 thành phần chính từ PCA. Các chất gây nhiễu loại bỏ
được ký hiệu hình tam giác.
Bảng 6: Mối tương quan của các thông số xây dựng
mô hình QSAR trên tập FRET
STT Tên 1 2 3 4 5
1 Rings 1
2 PEOE_VSA+2 0,17 1
3 PEOE_VSA-0 0,21 0,25 1
4 KierA2 -0,25 0,55 0,21 1
5 SMR_VSA1 0,08 -0,19 -0,36 -0,27 1
6 pIC50 FRET 0,46 0,04 -0,05 0,02 0,22
Ứng dụng mô hình
Tập hợp 1.127 chất đang được nghiên cứu
tác dụng kháng sốt rét được ứng dụng trên 2 mô
hình xây dựng được. Kết quả 4 nhóm chất trong
tập ứng dụng có khả năng ức chế PfPM II gồm
dẫn xuất của acid cholic, dẫn xuất bisquinolin
của cloroquin, dẫn xuất 9-N của azithromycin và
dẫn xuất alkyl hóa của bis-ure và bis-thioure. Các
nhóm chất này nên được thử nghiệm hoạt tính
ức chế PfPM II để khẳng định độ chính xác của
nghiên cứu. Kết quả sàng lọc bằng mô hình 2D
QSAR 1 cho thấy các chất có số trung tâm bất đối
tự do trên 4 và giá trị diện tích bề mặt Van der
Waals có điện tích trong khoảng 0,15 – 0,20 từ 40
– 80 là các chất có khả năng ức chế PfPM II.
KẾT LUẬN
Nghiên cứu 2D QSAR sử dụng 172 chất ức
Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 2 * 2014
Chuyên Đề Dược Học 328
chế PfPM II in vitro làm tập xây dựng đưa ra hai
mô hình dự đoán hoạt tính ức chế PfPM II. Mô
hình QSAR 1 xây dựng trên tập hợp 70 chất gồm
3 thông số mô tả chiral_u, PEOE_VSA+3,
logP(o/w) có khả năng dự đoán tốt với R2 và >
0,5, RMSE < 0,5. Mô hình QSAR 2 xây dựng trên
tập hợp 94 chất gồm 4 thông số mô tả rings,
KierA2, PEOE_VSA-0, SMR_VSA1 có khả năng
dự đoán không tốt với giá trị trên toàn tập R2 >
0,5 nhưng 0,5. Kết quả có thể
sử dụng để tìm kiếm các chất có khả năng ức chế
PfPM II.
TÀI LIỆU THAM KHẢO
1. Ahmed W et al. (2010). Characterisation of hydrazides
and hydrazine derivatives as novel aspartic protease
inhibitors. J. Enz. Inhib. Med. Chem., 25(5), 673–678.
2. Asojo OA, et al. (2003). Novel uncomplexed and
complexed structures of plasmepsin II, an aspartic
protease from Plasmodium falciparum. J. Mol. Biol.,
327(1), 173-181
3. Boss C et al. (2006). Achiral, Cheap, and Potent Inhibitors
of Plasmepsins I, II, and IV. ChemMedChem, 1, 1341-1345
4. Dahlgren A et al. (2003). Solid-Phase Library Synthesis of
Reversed-Statine Type Inhibitors of the Malarial Aspartyl
Proteases Plasmepsin I and II. Bioorg. Med. Chem., 11,
827–841.
5. Fah C et al. (2009). New organofluorine building blocks:
inhibition of the malarial aspartic proteases plasmepsin II
and IV by alicyclic a,a-difluoroketone hydrates. Org.
Biomol. Chem. 7, 3947–3957.
6. Gupta D et al. (2010), "Mechanism-based inhibitors of the
aspartyl protease plasmepsin II as potential antimalarial
agents. J. Med. Chem. 53(10), 4234-4247.
7. Hidaka K et al. (2008) Antimalarial activity enhancement
in hydroxymethylcarbonyl (HMC) isostere-based
dipeptidomimetics targeting malarial aspartic protease
plasmepsin Bioorg. Med. Chem. 16, 10049–10060.
8. Hidaka K., et al. (2007) Additional interaction of
allophenylnorstatine-containing tripeptidomimetics with
malarial aspartic protease plasmepsin II. Bioorg. Med.
Chem. Lett., 17:3048–3052.
9. Miura T et al. (2010) Improvement of both plasmepsin
inhibitory activity and antimalarial activity by 2-
aminoethylamino substitution. Bioorg. Med. Chem. Lett.,
20:4836–4839.
10. Ojha PK, Mitra I, Das RN, Roy K (2011), Further exploring
rm2 metrics for validation of QSPR models. Chemometr.
Intell. Lab. 107: 194–205
11. Romeo S et al. (2004). Plasmepsin II inhibition and
antiplasmodial activity of Primaquine–Statine ‘double-
drugs’. Bioorg. Med. Chem. Lett., 14, 2931–2934.
12. Saify ZS et al. (2012), "New benzimidazole derivatives as
antiplasmodial agents and plasmepsin inhibitors:
Synthesis and analysis of structure–activity relationships.
Bioorg. Med. Chem. Lett., 22: 1282–1286.
13. Silva AM., et al.(1996). Structure and inhibition of
plasmepsin II, a hemoglobin-degrading enzyme from
Plasmodiumfalciparum. Proc. Nat. Aca. Sci. U.S.A., 93:
10034-10039.
14. Sriwilaijaroen et al. (2006). Plasmepsin II inhibitory
activity of alkoxylated and hydroxylated chalcones.
Southeast Asian J. Tropical Med. Pub. Health, 37(4): 607-
612.
15. Steiner D, Oostenbrink C, Diederich F, Zürcher M,
Gunsteren WFV (2011), "Calculation of Binding Free
Energies of Inhibitors to Plasmepsin II. J. Comput. Chem.,
32(9): 1801–1812.
16. Tiwari HK, Upadhyay S, Upadhyay RK, Rawat M,
Sharma A (2011). Chalcones induced inhibition of
plasmepsin II, a hemoglobin-degrading malarial aspartic
protease from Plasmodium falciparum. J. Pharm. Res.,
4(4): 1253-1258.
Ngày nhận bài báo: 11.12.2012
Ngày phản biện đánh giá báo cáo: 24.12.2012
Ngày bài báo được đăng: 10.03.2014
Các file đính kèm theo tài liệu này:
- mo_hinh_2d_qsar_cac_chat_uc_che_enzym_plasmepsin_ii_cua_plas.pdf