Aspectos generales
Responsable
Métodos de evaluación
| Método |
Cantidad |
Porcentaje |
| Discusión de artículos |
15 |
25% |
| Exámenes parciales |
3 |
25% |
| Prácticas computacionales |
15 |
25% |
| Trabajo final |
1 |
25% |
Integrantes
| Integrante |
Rol |
Horas |
Actividad complementaria |
| DOMÍNGUEZ HÜTTINGER ELISA |
Responsable |
52.00 |
|
| RODRÍGUEZ GÓMEZ ALFREDO DE JESÚS |
Profesor invitado (MDCBQ) |
3.00 |
|
| ROCHA ZAVALETA LETICIA |
Profesor invitado (MDCBQ) |
3.00 |
|
| MACIAS SILVA MARINA |
Profesor invitado (MDCBQ) |
3.00 |
|
| BUIJS RUDOLF |
Profesor invitado (MDCBQ) |
3.00 |
|
Introducción
Los modelos matemáticos de sistemas biológicos complejos son una herramienta teórica muy poderosa en biología, pues permiten integrar y analizar datos empíricos en un marco coherente y formal y así ayudar a entender y predecir los mecanismos que subyacen las observaciones. En el curso, los alumnos aprenderán a plantear, calibrar, validar y analizar modelos matemáticos de sistemas biológicos complejos, utilizando sistemas de ecuaciones diferenciales ordinarias no lineales. Para ello, aprenderán el lenguaje matemático y las herramientas numéricas necesarias para poder plantear y analizar modelos con seguridad y autonomía. Enfocaremos nuestra discusión al análisis de redes complejas que conforman sistemas de transducción de señales, de fisiología, y de inmunología.
Cada sesión consiste en una clase teórica que se complementará con prácticas computacionales y discusión de artículos de vanguardia en el área de la biología de sistemas. Además, los alumnos trabajarán en un proyecto de investigación en el que hagan uso de las herramientas matemáticas y computacionales aprendidas en clase para analizar el sistema biológico de su mayor interés.
Objetivos
Objetivo general: Que los alumnos aprendan a construir, validar y analizar modelos matemáticos que representen sistemas biológicos complejos que se encuentran en los contextos de transducción de señales, fisiología e inmunología.
Objetivos específicos:
1. Que el alumno entiende los alcances y limitaciones de la modelación matemática en biología, con particular énfasis en sistemas complejos que aparecen en contextos de transducción de señales, fisiología, e inmunología.
2. Que el alumno adquiera la habilidad de representar matemáticamente un sistema biológico complejo de su elección.
3. Que el alumno aprenda a analizar matemática- y computacionalmente el sistema biológico modelado.
Temario
1 Modelación de sistemas biológicos complejos con ecuaciones diferenciales ordinarias no lineales ¿por qué, para qué?
1.1 Ejemplos de sistemas biológicos complejos
1.2 Robustez, plasticidad y resiliencia en sistemas biológicos
1.3 Los sistemas biológicos como procesadores de información
2 Modelación matemática de redes de transducción de señales
2.1 Construcción de modelos cinéticos
2.2 Comportamiento dinámico y estacionario
2.3 Herramientas computacionales para el análisis numérico de ecuaciones diferenciales ordinarias no lineales
2.4 Motivos regulatorios: saturación, histéresis y oscilaciones
2.5 Herramientas bioinformáticas para el ensamblaje de redes bioquímicas
3 Modelación matemática de sistemas fisiológicos
3.1 Retroalimentación, control y homeostasis
3.2 Optimización paramétrica
3.3 Análisis de sensibilidad paramétrica
3.4 Análisis de bifurcaciones
3.5 Análisis de robustez y modelación de incertidumbre
4 Modelación matemática de interacciones en inmunología
4.1 Sistemas hospedero-huésped
4.2 Modelos estocásticos: conceptos y definiciones
4.3 Análisis de bifurcaciones e integración numérica de ecuaciones diferenciales con separación de escalas temporales
5 Conclusiones y perspectivas
Descargables
