Analisis kemometrik berbasis KLT Ekstrak daun kersen (Muntingia calabura L.) dengan variasi pelarut

INDONESIA:

Penelitian ini bertujuan untuk menyusun pola fingerprint kromatogram Kromatografi Lapis Tipis (KLT) ekstrak daun kersen (Muntingia calabura L.) serta mengevaluasi pengelompokan variasi pelarut ekstraksi melalui analisis kemometrik Principal Component Analysis (PCA) dan menentukan validitas pemisahan kelompok berdasarkan data fingerprint KLT. Penelitian dilakukan pada sampel daun kersen yang diekstraksi menggunakan metode sonikasi, kemudian pemisahan senyawa aktif dilakukan dengan KLT. Data hasil KLT diolah menggunakan ImageJ untuk memperoleh parameter kromatogram (berbasis area noda/AUC dan nilai Rf), selanjutnya dianalisis multivariat menggunakan PCA.
Berdasarkan pengamatan plat KLT pada UV 366 nm, ekstrak etanol 70% menunjukkan pemisahan yang kompleks dengan sejumlah noda utama yang terdeteksi pada variasi nilai Rf, yang mengindikasikan dominasi senyawa dengan kepolaran sedang hingga tinggi (berpotensi termasuk flavonoid dan fenolik). Integrasi data menggunakan pendekatan heatmap-klaster menunjukkan terbentuknya hubungan antar variabel/parameter berdasarkan korelasi intensitas noda terhadap nilai Rf. Analisis PCA menggunakan data AUC dari lima variasi pelarut menghasilkan total variansi terjelaskan sebesar 77,1%, serta memperlihatkan bahwa kelompok ekstrak etanol dan etanol 70% memiliki profil sidik jari kimia yang hampir identik (terletak pada area koordinat yang saling berhimpitan). Selain itu, pemetaan berbasis heatmap berhasil mengidentifikasi bahwa nilai Rf 4 merupakan penciri spesifik (biomarker) utama untuk kelompok etanol, sedangkan nilai Rf lainnya berperan sebagai pembeda untuk ekstrak etil asetat, kloroform, dan n-heksana. Dengan demikian, variasi pelarut ekstraksi terbukti memberikan pengaruh signifikan terhadap komposisi senyawa yang dihasilkan, dan PCA mampu mengelompokkan ekstrak berdasarkan kesamaan pola fingerprint KLT secara efektif.

ENGLISH:

This study aimed to develop a Thin Layer Chromatography (TLC) fingerprint pattern for cherry leaf extract (Muntingia calabura L.) and to enable grouping of extraction solvent variations through Principal Component Analysis (PCA) chemometric analysis and to determine the validity of group clipping based on TLC fingerprint data. The study was conducted on cherry leaf samples extracted using the sonication method, followed by separation of active compounds using TLC. TLC data were processed using ImageJ to obtain chromatogram parameters (based on spot area/AUC and Rf values), followed by multivariate analysis using PCA.
Based on TLC plate observations at UV 366 nm, the 70% ethanol extract showed complex visibility with a number of major spots detected at varying Rf values, indicating the dominance of compounds with medium to high polarity (potentially including flavonoids and phenolics). Data integration using a heatmap-cluster approach demonstrated the formation of relationships between variables/parameters based on the correlation of spot intensity with Rf values. PCA analysis using AUC data from five solvent variations yielded a total explained variance of 77.1%, and showed that the ethanol and 70% ethanol extract groups had almost identical chemical fingerprint profiles (located in overlapping coordinate areas). In addition, heatmap-based mapping successfully identified that the Rf 4 value was the main specific biomarker for the ethanol group, while the other Rf values played a role as differentiators for the ethyl acetate, chloroform, and n-hexane extracts. Thus, the variation in extraction solvents was proven to have a significant effect on the composition of the resulting compounds, and PCA was able to effectively group the extracts based on the similarity of TLC fingerprint patterns.

ARABIC:

يهدف هذا البحث إلى وضع نمط بصمة كروماتوغرام الكروماتوغرافيا الطبقية الرقيقة (KLT) لمستخلص أوراق الكيرسن (Muntingia calabura L.)، وتقييم تصنيف تباينات مذيبات الاستخلاص من خلال التحليل الكيميائي الإحصائي «تحليل المكونات الرئيسية» (PCA)، وتحديد صحة الفصل بين المجموعات استنادًا إلى بيانات بصمة KLT. أُجريت الدراسة على عينات من أوراق الكيرسن التي تم استخلاصها باستخدام طريقة المعالجة بالموجات فوق الصوتية، ثم تم فصل المركبات الفعالة باستخدام KLT. عُولجت بيانات نتائج KLT باستخدام برنامج ImageJ للحصول على معلمات الكروماتوغرام (استنادًا إلى مساحة البقعة/AUC وقيمة Rf)، ثم تم تحليلها تحليلًا متعدد المتغيرات باستخدام تحليل المكونات الرئيسية (PCA).
استنادًا إلى ملاحظة لوحات KLT تحت الأشعة فوق البنفسجية عند 366 نانومتر، أظهر مستخلص الإيثانول بنسبة 70% فصلًا معقدًا مع عدد من البقع الرئيسية التي تم الكشف عنها في تباين قيم Rf، مما يشير إلى هيمنة المركبات ذات القطبية المتوسطة إلى العالية (التي من المحتمل أن تشمل الفلافونويدات والمركبات الفينولية). وأظهر دمج البيانات باستخدام نهج الخريطة الحرارية-التجميعية تكوين علاقات بين المتغيرات/المعلمات بناءً على ارتباط شدة البقع بقيم Rf. أدى تحليل PCA باستخدام بيانات AUC من خمسة أنواع مختلفة من المذيبات إلى تفسير تباين إجمالي بنسبة 77,1٪، كما أظهر أن مجموعتي مستخلص الإيثانول ومستخلص الإيثانول 70٪ تتمتعان بملف تعريف كيميائي متطابق تقريبًا (تقعان في منطقة إحداثيات متداخلة). بالإضافة إلى ذلك، نجح التخطيط القائم على خريطة الحرارة في تحديد أن قيمة Rf 4 هي السمات المميزة (العلامات الحيوية) الرئيسية لمجموعة الإيثانول، في حين تعمل قيم Rf الأخرى كعوامل تمييز لمستخلصات الإيثيل أسيتات والكلوروفورم وn-هكسان. وبالتالي، ثبت أن تنوع مذيبات الاستخلاص يؤثر بشكل كبير على تركيب المركبات الناتجة، وأن تحليل المكونات الرئيسية (PCA) قادر على تصنيف المستخلصات بناءً على تشابه أنماط بصمات KLT بشكل فعال.