Cover Image for 🧬 Clase Gratuita: Valida interacciones proteína-ligando con GROMACS e Inteligencia Artificial
Cover Image for 🧬 Clase Gratuita: Valida interacciones proteína-ligando con GROMACS e Inteligencia Artificial
Avatar for LYN BIOLEARNING
Presented by
LYN BIOLEARNING
47 Going

🧬 Clase Gratuita: Valida interacciones proteína-ligando con GROMACS e Inteligencia Artificial

Google Meet
Registration
Welcome! To join the event, please register below.
About Event

🧬 ¡Clase Gratuita Online! Valida interacciones proteína-ligando con GROMACS e Inteligencia Artificial

Comprender cómo interactúan una proteína y un ligando es un paso fundamental en áreas como el diseño de fármacos, la biofísica computacional y la bioinformática estructural. Sin embargo, obtener una estructura inicial mediante docking es solo el comienzo. Para evaluar si una interacción es estable, es necesario complementar el análisis con simulaciones de dinámica molecular y herramientas especializadas.

En esta clase gratuita conocerás un flujo de trabajo introductorio para estudiar sistemas proteína-ligando utilizando GROMACS, junto con herramientas de visualización molecular e inteligencia artificial aplicada al docking.

Explorarás las etapas de preparación del sistema, la simulación, el análisis de trayectorias y la interpretación de resultados mediante métricas como RMSD, RMSF y análisis de contactos. Además, descubrirás cómo herramientas como DiffDock, VMD y PyMOL pueden apoyar proyectos de investigación, tesis y aplicaciones en descubrimiento computacional de fármacos.

🔗 Únete a nuestro grupo de WhatsApp y comunidad para recibir materiales y recordatorios de la "¡Clase Gratuita Online! Valida interacciones proteína-ligando con GROMACS e Inteligencia Artificial"

Join WhatsApp Group


¿Qué verás en esta clase?

🔹 Fundamentos de bioinformática estructural y dinámica molecular.

🔹 ¿Qué son los archivos PDB y cómo se representan proteínas, ligandos y complejos biomoleculares?

🔹 Principios de dinámica molecular: energía potencial, campos de fuerza y condiciones periódicas.

🔹 Flujo general de una simulación: preparación, minimización, equilibración y producción.

🔹 Preparación de sistemas proteína-ligando utilizando GROMACS y CHARMM36.

🔹 Limpieza de estructuras, construcción de topologías y preparación de archivos para simulación.

🔹 Introducción al docking molecular con inteligencia artificial mediante DiffDock.

🔹 Análisis de estabilidad utilizando RMSD, RMSF y contactos moleculares.

🔹 Visualización e interpretación de trayectorias con VMD y PyMOL.

🔹 Organización de resultados para tesis, informes y proyectos científicos.


A tomar en cuenta

🖥️ La clase se realizará en vivo mediante Google Meet.

🗓️ Revisa el horario correspondiente a tu país y agrégalo a tu calendario.

📝 Ten lista tu aplicación de notas para registrar los conceptos, recomendaciones y herramientas presentadas durante la sesión.

🧬 No se requiere experiencia avanzada en GROMACS. Esta clase está dirigida a estudiantes, tesistas, investigadores y profesionales interesados en bioinformática estructural, simulación molecular y análisis de interacciones proteína-ligando.


Dinámica

Durante la sesión recorreremos un flujo de trabajo utilizado en simulación molecular para estudiar complejos proteína-ligando.

Comenzaremos revisando los fundamentos de la dinámica molecular y la preparación del sistema, continuaremos con la integración de herramientas como GROMACS, CHARMM36 y DiffDock, y finalizaremos con el análisis de trayectorias mediante RMSD, RMSF, contactos moleculares y herramientas de visualización como VMD y PyMOL.

Al finalizar, tendremos un espacio de preguntas y respuestas para resolver las dudas de los participantes.


👨‍🏫 Docente: Emilio Paredes Solis

Maestrando en Computer Science en la Universidad Nacional de San Agustín (UNSA), con experiencia en biología estructural, biofísica computacional y simulaciones de dinámica molecular aplicadas a sistemas biomoleculares.

Realizó una estancia de investigación en InnovaLab, perteneciente al Instituto de Medicina Tropical Alexander von Humboldt de la Universidad Peruana Cayetano Heredia, y ha desarrollado actividades de investigación vinculadas al Wishart Lab de la University of Alberta (Canadá), dentro del Instituto Nacional de Nanotecnología (NINT).

Su trabajo se enfoca en el análisis de proteínas, ligandos y otros sistemas biomoleculares utilizando herramientas como GROMACS, VMD, PyMOL, Avogadro, DiffDock y gmx_MMPBSA, integrando enfoques de inteligencia artificial para apoyar el descubrimiento de fármacos y la validación de interacciones moleculares.


💬 ¿Tienes preguntas?

Podrás dejarlas en el chat del evento y las responderemos durante la sesión.

LYN BIOLEARNING 🧬💙

Avatar for LYN BIOLEARNING
Presented by
LYN BIOLEARNING
47 Going