Aspectos generales
Responsable
Métodos de evaluación
| Método |
Cantidad |
Porcentaje |
| Proyecto de investigación |
1 |
80% |
| tareas y trabajos a casa |
10 |
10% |
| tareas y trabajos en clase |
13 |
10% |
Integrantes
| Integrante |
Rol |
Horas |
Actividad complementaria |
| RODRÍGUEZ SOTRES ROGELIO |
Responsable |
19.00 |
|
| SOSA PEINADO ALEJANDRO |
Profesor invitado (MDCBQ) |
9.00 |
|
| GONZALEZ ANDRADE MARTIN |
Profesor invitado (MDCBQ) |
19.00 |
|
| ABRAHM MADARIAGA MAZÓN |
Profesor invitado (Externo) |
9.00 |
|
| NATHALY VASQUEZ MARTÍNEZ |
Profesor invitado (Externo) |
8.00 |
|
Introducción
Las proteínas son las macromoléculas biológicas con mayor diversidad funcional en la naturaleza y su función está ligada a su secuencia de aminoáciods. La secuencia determina su plegamiento (1,2,3) y su interacción con los demás componentes que se encuentran en su ambiente natural, a los que llamamos ligandos. La información de secuencia de las proteínas naturales es abundante y muy superior a la fracción de estructuras tridimensionales resueltas. Así, los métodos de predicción resultan una herramienta necesaria y con los recientes éxitos de la inteligencia artificial en la resolución de este problema(3,4,5,6) el grado de confiabilidad es bastante bueno (4,5,6), en la mayoría de los casos(4,6,7,8). Hoy por hoy, los métodos de obtención, validación, análisis y exploración de las estructuras predichas son aplicables a muchos proyectos de investigación que van desde la ciencia básica(9,10,11), la búsqueda y el diseño de fármacos (12,13,14), y la ingeniería de proteínas (15,16,17).
* ver referencias al final
Objetivos
El presente curso pretende formar a los alumnos en las aplicaciones de la predicción de la estructura tridimensional de las proteínas, la interacción de estas macromoléculas con diversos ligandos de interés biológico y/o farmacológico y a la simulación in silico de sistemas macromoleculares, acercándolos en forma práctica a las herramientas actuales.
En este curso se abordan de manera teórico-práctica métodos actuales de modelado de proteínas in silico, la evaluación de su calidad, el acoplamiento molecular, las simulaciones de dinámica molecular, el análisis de las trajectorias, la predicción de ensambles conformacionales y los cálculos de estructura electrónica en sistemas macromoleculares. Todos estos temas se complementan con ejemplos aplicados inspirados en casos publicados por los profesores participantes.
Temario
Temario:
UNIDAD I. Interacción con el sistema operativo y visualización molecular
Fundamentos. Introducción al ambiente UNIX.
-
Bases mínimas de Jupiter Notebooks y Google Colab.
-
Sistema operativo UNIX.
-
Operaciones básicas del shell UNIX: Ficheros, Carpetas, Permisos,
-
Control de procesos y monitoreo de aplicaciones en ejecución.
-
Conección y ejecución en servidores remotos.
Bases de datos de información molecular y visualización molecular
-
Bases de datos e información molecular (secuencia y estructura)
-
Herramientas de búsqueda y recuperación.
-
Visualización de macromoléculas en PyMOL, Chimera y VMD
-
Visualización molecular en Jupyter notebooks, bajo el ambiente GOOGLE’s colaboratory.
UNIDAD II. Inteligencia Artificial y Predicción de la estructura de
proteínas.
-
Bases de la inteligencia artificial
-
El problema de plegamiento y la información evolutiva en los alineamientos de secuencia
-
La aproximación de AlphaFold al problema de plegameinto
-
Predicción de estructuras con AlphaFold 2.0 y RoseTTA fold en Colabfold
-
Predicción de modificaciones postraduccionales y complejos proteína-proteína, proteína-nucléico en AlphaFold server
-
Índice de confianza de AlphaFold (PAE vs. pLDDT).
UNIDAD III. Acoplamiento y reconocimiento molecular.
Acoplamiento Molecular y rastreo virtual
-
“Screening” virtual con GPUs
-
Refinación de modelos para acoplamiento moleculares
-
Acoplamiento molecular con gnina en Colab’s Notebooks
Cálculo de energía y propiedades en macromoléculas con mecánica cuántica.
-
Fundamentos de los cálculos de energía mediante métodos de la Química Cuántica Computacional.
-
Cálculos de la energía con Métodos Semiempíricos (PM7-LMO/MOPAC)
-
Visualización de la distribución electrónica de sistemas macromoleculares con JMOL.
-
Estimación de la energía de unión de ligandos a con PM7-LMO.
UNIDAD V.
Simulaciones de Dinámica Molecular (MD) Aproximación a la MD con física clásica.
-
Fundamentos de la Dinámica Molecular de Biomoléculas.
-
Campos de fuerza disponibles.
-
Uso de AMBER y AMBERtools
-
Parametrización de nuevas moléculas.
-
Ejercicios de simulacón empleando AMBER.
Análisis de trayectorias de dinámica molecular
-
Bases mínimas de programación python para el análsis de trayectorias.
-
Análisis de diferentes parámetros a lo largo de la trayectoria (Energía, Temperatura, RMSD, Radio de giro, etc)
-
Búsqueda de contactos
-
Uso de herramientas modernas para el análisis de las trajectorias.
-
Análisis de componentes principales del ensamble.
-
Mapas de correlación dinámica de los movimientos (DCCM).
-
Simulaciones en Google Colab notebooks
-
Generación de ensambles conformacionales con BioEmu
Descargables
