Curso de Modelado estructural de proteínas

PhD(c). César Sánchez Juárez

Universidad Autónoma Metropolitana

Curso de Modelado estructural de proteínas

Curso en línea

Acceso durante 1 año

10 horas totales

$899.00 MXN ($45 USD)

Información general

En este curso aprenderás a implementar software y utilizar servidores para la predicción de estructuras tridimensionales (3D) de proteínas. A lo largo de 5 sesiones, conocerás y pondrás en práctica herramientas como BLASTp, Swiss-Model y la herramienta ganadora del premio Nobel “AlphaFold”, así como programas de visualización molecular, para generar modelos proteicos de alta calidad en distintos escenarios.

Qué aprenderás

Manejo de bases de datos de proteínas

Visualización y descripción de estructuras proteicas

Validación de estructuras proteicas en 3D

A quién va dirigido este curso

Este curso está dirigido a estudiantes, investigadores y profesionales de áreas como bioquímica, biología molecular, biotecnología, bioinformática y farmacéutica que deseen ampliar sus competencias en modelado computacional de moléculas biológicas, con aplicaciones tanto en investigación científica como en la industria. Está especialmente diseñado para principiantes en modelado estructural y bioinformática, ofreciendo una base sólida y práctica para adentrarse en este campo.

Beneficios del curso

Certificado de finalización

Constancia de
finalización del curso
y realización de un
proyecto con valor
curricular

Instructores expertos

Aprende directamente de expertos del área de las mejores instituciones de Latinoamérica y el mundo

Educación con proyectos

Realizarás un
proyecto académico
para demostrar las
habilidades
adquiridas en el
curso

Temario

M1 Fundamentos y recursos para el modelado estructural de proteínas

Introducción a herramientas y conceptos clave: revisión de los fundamentos teóricos y prácticos necesarios para el curso.

Bases de datos de biomoléculas: uso de recursos como UniProt, PDB y NCBI para la búsqueda y obtención de información estructural y funcional de proteínas.
Visualización y exploración de biomoléculas: manejo de secuencias y estructuras obtenidas mediante visualizadores y software especializado para análisis estructural.

M2 Modelo por homología en proteínas

Homología de secuencias: importancia y aplicación en biología molecular, estructural y bioinformática para la predicción de estructuras proteicas.
Caso de estudio 1: modelado por homología en Swiss-Model, desde la selección de la plantilla hasta la evaluación del modelo.
Caso de estudio 2: modelado por homología con AlphaFold 2 (AF2), interpretación de resultados y comparación con otros métodos.

M3 AlphaFold y su impacto en el modelado estructural de proteínas

AlphaFold y su revolución en la biología estructural: cómo ha transformado la generación de modelos de proteínas con alta precisión.

Fundamentos del algoritmo: principios básicos y el papel del deep learning para realizar estudios estructurales en tiempos mucho más cortos.
Caso de estudio 3: análisis de AlphaFold 3, resaltando sus ventajas, mejoras y aplicación práctica en la predicción de estructuras.

M4 AlphaFold 3 para el modelado de proteínas

Caso de estudio 4: modelado de proteínas con grupos complementarios.
Caso de estudio 5: construcción de modelos considerando estados de protonación para definir hidrógenos y carga de biomoléculas.
PDB2PQR: asignación de hidrógenos a un pH específico para preparación estructural.

Análisis de proteínas con dominios desconocidos en AlphaFold 3.
Caso de estudio 6: modelado y evaluación de proteínas quiméricas.

M5 Validación y refinamiento de modelos proteicos

¿Todos los modelos son igual de válidos? Importancia del proceso de validación para respaldar la calidad y la fiabilidad del modelo, así como la información que puede extraerse de él.

Herramientas de validación: uso de SAVES 6.1 y MolProbity para evaluar modelos construidos.

Métodos experimentales complementarios: revisión de técnicas de laboratorio que aportan evidencia adicional a la validación computacional.

Simulación molecular: cómo contribuye al refinamiento y fortalecimiento de modelos proteicos.
Revisión final de proyectos y retroalimentación

Proyecto

Modelado de una proteína

A partir de la secuencia de residuos de una proteína, se construirá una predicción de su estructura tridimensional empleando cualquiera de las herramientas utilizadas durante el curso. Al finalizar, se validará el modelo generado y se describirán sus características brevemente.

Instructor

PhD(c). César Sánchez Juárez

Universidad Autónoma Metropolitana

Maestro en Ciencias y Estudiante de Doctorado en Química, formadoen el área de biofisicoquímica. Su campo de investigación es la fisicoquímica de proteínas y el diseño racional de fármacos. Tiene experiencia en el manejo de técnicas experimentales como: Fluorescencia, espectroscopia UV-vis, Dicroísmo Circular, Calorimetría de titulación isotérmica y Dispersión Dinámica de Luz. Además de técnicas computacionales y bioinformáticas como el modelado por homología, Docking y Dinámica Molecular.

Certificado digital

Obtendrás un certificado con valor curricular, el cual queda registrado dentro de la plataforma de Conociverso y podrás consultar en cualquier momento para su validación.

Requerimientos técnicos

Conocimientos básicos de bioquímica o química orgánica
Memoria RAM de 8 GB o superior.
Procesadores core i5 similar o superior.

Preguntas frecuentes

¿Se entrega un certificado al finalizar este curso?

Sí. Al terminar el curso recibirás un certificado con valor curricular, emitido por Conociverso, que demuestra las habilidades adquiridas durante el curso.

¿Debo tener algún grado académico específico para inscribirme?

No necesariamente. Recomendamos contar con conocimientos básicos en ciencias biológicas, pero el programa está pensado para adaptarse tanto a estudiantes como a profesionales.

¿Necesito tener instalado algún software antes de iniciar?

No. Durante el diplomado aprenderás a instalar y utilizar cada herramienta paso a paso, con la guía de tus profesores. Únicamente necesitas contar con una computadora con al menos 8 GB de RAM.

Si las clases en vivo ya pasaron, ¿aun así puedo tomar este curso?

¡Por supuesto! Todos nuestros cursos están diseñados para que también los puedas realizar en modalidad asincrónica, a tu propio ritmo y en el horario que mejor se adapte a ti. Tendrás acceso a las grabaciones de todas las clases del curso y al material complementario.

¿Emiten factura fiscal?

Sí, emitimos factura fiscal únicamente para México. Para solicitarla, ve a la configuración de tu cuenta, en la sección de pagos encontrarás la opción de facturación. Debe solicitarse dentro del mismo mes en que se realizó la compra.

Reseñas

M1 Fundamentos y recursos para el modelado estructural de proteínas

Introducción a herramientas y conceptos clave: revisión de los fundamentos teóricos y prácticos necesarios para el curso.

Bases de datos de biomoléculas: uso de recursos como UniProt, PDB y NCBI para la búsqueda y obtención de información estructural y funcional de proteínas.

Visualización y exploración de biomoléculas: manejo de secuencias y estructuras obtenidas mediante visualizadores y software especializado para análisis estructural.

M2 Modelo por homología en proteínas

Homología de secuencias: importancia y aplicación en biología molecular, estructural y bioinformática para la predicción de estructuras proteicas.

Caso de estudio 1: modelado por homología en Swiss-Model, desde la selección de la plantilla hasta la evaluación del modelo.
Caso de estudio 2: modelado por homología con AlphaFold 2 (AF2), interpretación de resultados y comparación con otros métodos.

M3 AlphaFold y su impacto en el modelado estructural de proteínas

AlphaFold y su revolución en la biología estructural: cómo ha transformado la generación de modelos de proteínas con alta precisión.

Fundamentos del algoritmo: principios básicos y el papel del deep learning para realizar estudios estructurales en tiempos mucho más cortos.
Caso de estudio 3: análisis de AlphaFold 3, resaltando sus ventajas, mejoras y aplicación práctica en la predicción de estructuras.

M4 AlphaFold 3 para el modelado de proteínas

Caso de estudio 4: modelado de proteínas con grupos complementarios.

Caso de estudio 5: construcción de modelos considerando estados de protonación para definir hidrógenos y carga de biomoléculas.

PDB2PQR: asignación de hidrógenos a un pH específico para preparación estructural.

Análisis de proteínas con dominios desconocidos en AlphaFold 3.
Caso de estudio 6: modelado y evaluación de proteínas quiméricas.

M5 Validación y refinamiento de modelos proteicos

¿Todos los modelos son igual de válidos? Importancia del proceso de validación para respaldar la calidad y la fiabilidad del modelo, así como la información que puede extraerse de él.

Herramientas de validación: uso de SAVES 6.1 y MolProbity para evaluar modelos construidos.

Métodos experimentales complementarios: revisión de técnicas de laboratorio que aportan evidencia adicional a la validación computacional.

Simulación molecular: cómo contribuye al refinamiento y fortalecimiento de modelos proteicos.
Revisión final de proyectos y retroalimentación