Logo

Estructura i Funció de Proteïnes i Disseny de Fàrmacs

Codi: 42398
Crèdits: 12
2026/2027
Titulació Tipus Curs
Bioinformàtica / Bioinformatics OP 1

Professor/a de contacte

Nom :
Xavier Daura Ribera
Correu electrònic :
xavier.daura@uab.cat

Equip docent

Natalia Sánchez Groot
Berta Carrasco Martinez
Ester Boix Borras
Leonardo Pardo Carrasco
Jean-Didier Pierre Marechal
Angel Gonzalez Wong
Laura Masgrau Fontanet
Alex Peralvarez Marin
Oscar Conchillo Solé
Xavier Daura Ribera
Marc Ciruela Jardí

Idiomes dels grups

Podeu consultar aquesta informació al final del document.

Prerequisits

Per a poder fer aquest mòdul s'han d'haver superat els mòduls I i II (Programming in Bioinformatics and Core Bioinformatics). També es necessitaran nocions bàsiques de química i/o bioquímica.

Objectius

Les proteïnes són objecte d'una recerca intensiva en diversos camps, que van des del disseny dirigit de fàrmacs fins a l'enginyeria de nous enzims per a una biocatàlisi industrial sostenible. En aquestes àrees, el modelatge molecular ha esdevingut una eina essencial i central per a la recerca duta a terme tant a l'acadèmia com a la indústria. Aquest mòdul proporciona a l'estudiantat els coneixements teòrics i pràctics fonamentals necessaris per esdevenir científics qualificats en aquest camp.

Concretament, el mòdul té com a objectiu introduir els estudiants en:

  • Els principis físics subjacents a les diferents tècniques de modelatge molecular.
  • Els mètodes fonamentals i d'avantguarda aplicats en aquest camp.
  • Les principals àrees d'aplicació, amb un èmfasi especial en el disseny de fàrmacs.


Resultats d'aprenentatge

  • CA08 (Proposar solucions bioinformàtiques a problemes d’interacció molecular basades en el modelatge estructural.) Proposar solucions bioinformàtiques a problemes d’interacció molecular basades en el modelatge estructural.
  • CA09 (Treballar de manera col·laborativa en l'anàlisi i la interpretació de dades estructurals en projectes de bioinformàtica.) Treballar de manera col·laborativa en l'anàlisi i la interpretació de dades estructurals en projectes de bioinformàtica.
  • CA10 (Avaluar críticament models moleculars i aplicar-los a estudis de disseny de fàrmacs.) Avaluar críticament models moleculars i aplicar-los a estudis de disseny de fàrmacs.
  • KA10 (Explicar els fonaments de les tècniques experimentals i computacionals emprades en l’anàlisi estructural i funcional de proteïnes, incloent-hi l’estudi comparatiu de famílies proteiques.) Explicar els fonaments de les tècniques experimentals i computacionals emprades en l’anàlisi estructural i funcional de proteïnes, incloent-hi l’estudi comparatiu de famílies proteiques.
  • KA11 (Explicar el disseny i la utilitat de bases de dades moleculars, com el PDB o AlphaFold Protein Structure Database, en l’estudi d’interaccions proteïna-lligand.) Explicar el disseny i la utilitat de bases de dades moleculars, com el PDB o AlphaFold Protein Structure Database, en l’estudi d’interaccions proteïna-lligand.
  • KA12 (Descriure les relacions estructura-activitat i els mètodes de quimioinformàtica i modelatge molecular aplicats al disseny i avaluació de fàrmacs.) Descriure les relacions estructura-activitat i els mètodes de quimioinformàtica i modelatge molecular aplicats al disseny i avaluació de fàrmacs.
  • SA11 (Aplicar eines com Gaussian, AlphaFold, Modeller, LigandScout o Amber en el modelatge i anàlisi d’estructures proteiques i les seves interaccions.) Aplicar eines com Gaussian, AlphaFold, Modeller, LigandScout o Amber en el modelatge i anàlisi d’estructures proteiques i les seves interaccions.
  • SA12 (Analitzar estructures tridimensionals i interaccions biomoleculars per a la recerca de relacions estructura-funció.) Analitzar estructures tridimensionals i interaccions biomoleculars per a la recerca de relacions estructura-funció.
  • SA13 (Relacionar dades estructurals i funcionals en el disseny d’estratègies computacionals de cribratge virtual i desenvolupament de fàrmacs.) Relacionar dades estructurals i funcionals en el disseny d’estratègies computacionals de cribratge virtual i desenvolupament de fàrmacs.

Continguts

MÒDUL 4: Estructura i Funció de Proteïnes i Disseny de Fàrmacs


Part I: Modelització Molecular


Conceptes Bàsics

Introducció

Càlcul de l’energia (PES, QM, camps de força, QM/MM)

Exploració conformacional (mètodes diferents de MD: MC, GA, NMA)


Part II: Determinació Estructural i Models


Mètodes per a la Determinació de l'Estructures de Proteïnes

Cristal·lografia de raigs X

RMN (Ressonància Magnètica Nuclear)

Microscòpia crioelectrònica (Cryo-EM)


Modelització Estructural

Modelització per homologia

AlphaFold


Part III: Dinàmica Molecular (MD)


Dinàmica Molecular: Una Eina Essencial

Conceptes bàsics

MD en aigua

MD en un entorn de membrana

Mètodes coarse-grained

Scripting i anàlisi

Mètodes de mostreig millorat (metadinàmica, GaMD, etc.)

Energia lliure: TI, FEP, MM/PBSA


Part IV: Disseny de Fàrmacs


Conceptes bàsics de farmacologia

Dianes terapèutiques principals i fàrmacs comercialitzats

Quinases, receptors nuclears, receptors acoblats a proteïnes G (GPCR), proteïnes transportadores de membrana

Descriptors moleculars

ADME-Tox

Models de farmacòfor basats en el lligand o en l’estructura

Tècniques de docking (acoblament molecular)

Docking proteïna - lligand

Docking proteïna - proteïna

Cribratge virtual

Aplicacions de la MD en el disseny de fàrmacs

Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Treball i estudi individual 224 8,96 CA08, CA10, SA11, SA12, SA13
Resolució de problemes a classe i pràctiques a l'aula d'informàtica 40 1,6 CA08, CA09, CA10, SA11, SA12, SA13
Seminaris 2 0,08 CA10, SA13
Classes de teoria 32 1,28 CA08, CA10, KA10, KA11, KA12, SA13

La metodologia combina classes teòriques on s'expliquen els conceptes i les bases, resolució de problemes a la classe, pràctiques a l'aula d’ordinadors, seminaris, l’estudi individual per part de l'alumnat i l'entrega de treballs. S'utilitzarà la plataforma virtual de la UAB.


Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat completi les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.

Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Soft skills 10% 0 0 CA08, CA09, CA10, SA13
Treballs fets i presentats per part de l'alumnat (portafoli de l'estudiant) 50% 0 0 CA08, CA09, CA10, KA10, KA11, KA12, SA11, SA12, SA13
Tests individuals de teoria i pràctica 40% 2 0,08 CA08, CA10, KA10, KA11, KA12, SA11, SA12, SA13

El sistema d'avaluació està organitzat en tres tipus d' activitats principals. Hi haurà, a més, un examen de recuperació. Els detalls de les activitats són:

Activitats d'avaluació principals

  • Soft skills (10%): asistencia y partcipación en clase, competencias transversales
  • Portafoli de l'estudiant (50%): treballs fet i presentats per l'alumnat al llarg del curs. Cap de les activitats d’avaluació individuals representarà més del 50% de la nota final.
  • Prova teòrica i pràctica individual (40%): hi haurà un examen al final d'aquest mòdul.

Examen de recuperació

Per poder participar en el procés de recuperació, l'alumne haurà d’haver participat prèviament en com a mínim l'equivalent a dos terços de la nota final del mòdul en activitats d'avaluació. El professorat informarà dels procediments i terminis per al procés de recuperació.

No avaluable

L'alumne serà qualificat com a \"No avaluable\" quan el pes de l'avaluació en què ha participat sigui inferior a l’equivalent al 67% de la nota final del mòdul.

Aquesta assignatura/mòdul no preveu el sistema d’avaluació única.

Ús de la IAV (model d'ús restringit): Per a aquesta assignatura, es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) exclusivament per a les tasques bioinformàtiques que ho requereixin i en tasques de suport, com la cerca bibliogràfica o d’informació, la correcció de textos o les traduccions. Pel que fa a l'ús en tasques de suport, l'estudiant haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reflexió crítica sobre com aquestes han influït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA en aquesta activitat avaluable es considerarà falta d'honestedat acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat.

La realització de qualsevol irregularitat en un acte d’avaluació (frau acadèmic, plagi o ús indegut de la IA, tret que aquest ús estigui autoritzat expressament a la guia docent), que pugui conduir a una variació significativa de la qualificació, suposa que aquest acte es qualificarà amb un 0. En cas que la guia docent prevegi que per superar l’assignatura sigui requisit imprescindible haver obtingut una nota mínima en aquest acte d’avaluació o que es produeixin diverses irregularitats en els actes d’avaluació d’una mateixa assignatura, la qualificació final d’aquesta assignatura és 0. Al marge d’això, es podrà instruir un procés disciplinari a l’estudiant que incorri en alguna d’aquestes irregularitats.


Bibliografia

Molecular Modeling principles and applications, A. Leach, Ed. Pearson (i.e. second edition ISBN-13: 978-0582382107) (document físic disponible al servei de biblioteques)

Essential of Computational Chemistry, C. J. Cramer, (i.e. second Edition, ISBN-13: 978-0470091821) (document electrònic i físic disponibles al servei de biblioteques)

Introduction to Computational Chemistry. Frank Jensen. JohnWiley § Sons Ltd. (ISBN: 0470011874, 2007) (document electrònic disponible al servei de biblioteques)

Python, how to think like a computer scientist http://www.greenteapress.com/thinkpython/ (document electrònic disponible al servei de biblioteques)

Computational and Visualization techniques for structural bioinformatics using chimera, Forbes J. Burkowski, CRC press (document electrònic disponible al servei de biblioteques)

Programari

En Linux:

UCSF Chimera
UCSF ChimeraX
PyMol
VMD
Rasmol
Modeller
AlphaFold3
Gaussian
Gaussview
AMBER
AmberTools
GROMACS
LigandScout
DataWarrior
Jupyter Notebook
Python
grace

Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Tipus de docència Grup Idioma Semestre Torn
(TEm) Teoria (màster) 1 Anglès primer quadrimestre matí-mixt
(PLABm) Pràctiques de laboratori (màster) 1 Anglès primer quadrimestre matí-mixt
(SEMm) Seminaris (màster) 1 Anglès primer quadrimestre matí-mixt