con la tecnología de
Búsqueda personalizada de Google
Ordenar por:
Relevance
Relevance
Date
web
 
 
 

Dirección de Estudios de Posgrado

Biología computacional y computación biológica

El objetivo del área es ayudar al mejor entendimiento de fenómenos biológicos, así como al descubrimiento de moléculas con potencial farmacológico y de diagnóstico. Se diseñan algoritmos de inteligencia artificial para el análisis de datos provenientes de experimentos de frontera en biología molecular (secuenciación masiva de ADN, secuenciación de proteínas, entre otros), y para la predicción de estructuras de ARN y proteínas, así como la predicción y el diseño de funciones de proteínas y moléculas pequeñas a partir de su secuencia y estructura. Se estudian y desarrollan autómatas moleculares para el diagnóstico y solución de mutaciones a nivel de genes, así como el diseño de circuitos lógicos moleculares. Se estudia el desarrollo y posibles aplicaciones de diferentes modelos de computación celular.

  • Brizuela Rodríguez Carlos Alberto
  • García Jacas César Raúl

  • Brizuela Rodríguez, C. A. (2023, Noviembre). Dos enfoques computacionales para el descubrimiento de nuevos antibióticos. V Simposio de las Licenciaturas, el Posgrado de la DCNI y la Licenciatura en Tecnologías y Sistemas de la Información. Ciudad de México, México (ID: 29372)
  • Brizuela Rodríguez, C. A. (2023, Noviembre). Aprendizaje de máquina y optimización para la identificación y diseño de péptidos antimicrobianos. Ciclo Internacional de Conferencias de Bioinformática de la Península de Yucatán. Organizado por el IIMAS-UNAM, sede Yucatán, en conjunto con el CIATEJ-Sureste y la Universidad de San Sebastián ¿ Chile. Ciudad de México, México (ID: 29381)
  • Oliva Moreno, C. A., & Brizuela Rodríguez, C. A. (2023, Noviembre). Empleo de ESMFold en un algoritmo genético para el diseño de una proteína a partir de un esqueleto polipeptídico determinado. VIII Congreso de Fisicoquímica, Estructura y Diseño de Proteínas. Juriquilla, México (ID: 29470)
  • Leyva Labrador, Y. C., & Brizuela Rodríguez, C. A. (2023, Noviembre). Diseño computacional de péptidos estructurados: resultados preliminares. VIII Congreso de Fisicoquímica, Estructura y Diseño de Proteínas. Juriquilla, México (ID: 29471)
  • Hernández Ayón, S. E., & Brizuela Rodríguez, C. A. (2023, Octubre). A simple clustering technique for the design of rotamer libraries based on pairs of consecutive residues. IEEE International Autumn Meting on Power, Electronics and Computing (ROPEC) 2023. Ixtapa Zihuatanejo, México (ID: 29466)
  • Guerrero Vázquez, K., Del Río, G., & Brizuela Rodríguez, C. A. (2023). Cell-penetrating peptides predictors: A comparative analysis of methods and datasets. Molecular Informatics, 42(11), e202300104. doi: 10.1002/minf.202300104. (ID: 29370)
  • Brizuela Rodríguez, C. A. (2023, Agosto). Aprendizaje de máquina y optimización en la lucha contra patógenos. VI Coloquio de Simulaciones Computacionales en Ciencias. Ensenada, México (ID: 29463)
  • Aguilera Mendoza, L., Ayala Ruano, S., Martinez Rios, F., Chávez González, E. L., García Jacas, C. R., Brizuela Rodríguez, C. A., & Marrero Ponce, Y. (2023). StarPep Toolbox: an open-source software to assist chemical space analysis of bioactive peptides and their functions using complex networks. BIOINFORMATICS. doi: 10.1093/bioinformatics/btad506. (ID: 28884)
  • García González, L. A., Marrero Ponce, Y., Brizuela Rodríguez, C. A., & García Jacas, C. R. (2023). Overproduce and select, or determine optimal molecular descriptor subset via configuration space optimization? Application to the prediction of ecotoxicological endpoints. Molecular Informatics, 42(6), e202200227. doi: 10.1002/minf.202200227. (ID: 29442)
  • Marrero Ponce, Y., Agüero-Chapin,, G., & Antunes, A. (2023). A 2022 Update on Computational Approaches to the Discovery and Design of Antimicrobial Peptides. Antibiotics, 12(1011). doi: 10.3390/antibiotics12061011. (ID: 28800)
  • Marrero Ponce, Y., Delgado, A., Vera-Villalobos, J., Paz, J. L., Lossada, C., Hurtado-León , M. L., Toro-Mendoza, J., Alvarado, Y. J., & González-Paz, L. (2023). Macromolecular crowding impact on anti-CRISPR AcrIIC3/NmeCas9 complex: Insights from scaled particle theory, molecular dynamics, and elastic networks models. INTERNATIONAL JOURNAL OF BIOLOGICAL MACROMOLECULES. doi: 10.1016/j.ijbiomac.2023.125113. (ID: 28801)
  • Brizuela Rodríguez, C. A. (2023, Abril). Lucha contra patógenos: dos enfoques computacionales. XXXIII Semana Nacional de Investigación y Docencia en Matemáticas. Hermosillo, México (ID: 29462)
  • Marrero Ponce, Y., Martín, O., Leyva, Y., Suarez-Lezcano, j., & Perez-Castillo, Y. (2023). From a coenzyme-like mechanism to homochirality. BioSystems, 227-228(104904), 4. doi: 10.1016/j.biosystems.2023.104904. (ID: 28793)
  • Marrero Ponce, Y., Agüero-Chapin,, G., Antunes, A., Mora, J. R., Pérez, N., Contreras-Torres , E., Valdes-Martini, J. R., Martinez-Rios, F., & Zambrano, C. H. (2023). Complex Networks Analyses of Antibiofilm Peptides: An Emerging Tool for Next-Generation Antimicrobials¿ Discovery. Antibiotics, 12. doi: 10.3390/antibiotics12040747. (ID: 28795)
  • Meléndrez Carballo, G., Guerrero Vázquez, K., García González, L. A., Del Río, G., & Brizuela Rodríguez, C. A. (2023). Embedded-AMP: A Multi-Thread Computational Method for the Systematic Identification of Antimicrobial Peptides Embedded in Proteome Sequences. Antibiotics, 12(1), 139. doi: 10.3390/antibiotics12010139. (ID: 29369)
  • González-Castañeda, Y., Marrero Ponce, Y., Guerra, J., Echevarría-Díaz, Y., Pérez, N., Pérez-Giménez, F., Simonet, A., Macías, F., Nogueiras, C., Olazabal, E., & Serrano, H. (2022). Computational discovery of novel anthelmintic natural compounds from Agave Brittoniana trel. Spp. Brachypus. Revista temporal DEP, 7(4), 53. doi: 10.21931/RB/2022.07.04.53. (ID: 28300)
  • Marrero Ponce, Y., Ayala-Ruano, S., Aguilera Mendoza, L., Pérez, N., Agüero-Chapin,, G., Antunes, A., & Cristina Aguilar, A. (2022). Network Science and Group Fusion Similarity-Based Searching to Explore the Chemical Space of Antiparasitic Peptides. ACS Omega. doi: 10.1021/acsomega.2c03398. (ID: 28190)
  • Cabrera, N., Cuesta, S. A., Mora, J. R., Paz, J. L., Márquez, E. A., Espinoza-Montero, P. J., Marrero Ponce, Y., Pérez, N., & Contreras-Torres , E. (2022). Searching glycolate oxidase inhibitors based on QSAR, molecular docking, and molecular dynamic simulation approaches. Scientific Reports, 12, 19969. doi: 10.1038/s41598-022-24196-4. (ID: 28193)
  • Marrero Ponce, Y., González-Paz, L., Lossada, C., Hurtado-León , M. L., Vera-Villalobos, J., Paz, J. L., Coll, D. S., Jeffreys, L. N., & Alvarado, Y. J. (2022). Thermodynamics and Conformational Dynamics of Primer Nucleotide Sequences Associated with Monkeypox Virus (MpxV): Comparative Analysis of Stability and Specificity with a Biophysical-Computational Approach. BIOINTERFACE RESEARCH IN APPLIED CHEMISTRY, 13(5). (ID: 28794)
  • Del Río, G., Trejo Perez, M., & Brizuela Rodríguez, C. A. (2022). Antimicrobial peptides with cell-penetrating activity as prophylactic and treatment drugs. BIOSCIENCE REPORTS, 42(9), BSR20221789. doi: 10.1042/BSR20221789. (ID: 28365)
  • Agüero-Chapin,, G., Galpert-Cañizares, D., Domínguez-Pérez, D., Marrero Ponce, Y., Pérez-Machado, G., Teijeira, M., & Antunes, A. (2022). Emerging Computational Approaches for Antimicrobial Peptide Discovery. Antibiotics, 11, 936. doi: 10.3390/antibiotics11070936. (ID: 28198)
  • Maylin , R., Marrero Ponce, Y., Rodríguez, H., Agüero-Chapin,, G., Antunes, A., Aguilera-Mendoza, L., & Martinez-Rios, F. (2022). A Novel Network Science and Similarity-Searching-Based Approach for Discovering Potential Tumor-Homing Peptides from Antimicrobials. Antibiotics, 11, 401. doi: 10.3390/antibiotics11030401. (ID: 28199)
  • Calle, L., Marrero Ponce, Y., & Mora, J. R. (2021). Molecular simulation of the (GPx)-like antioxidant activity of ebselen derivatives through machine learning techniques. MOLECULAR SIMULATION, 47(17), 1402-1410. doi: 10.1080/08927022.2021.1975039. (ID: 28200)
  • Cañizares¿Carmenate, Y., Mena¿Ulecia, K., MacLeod Carey, D., Perera¿Sardiña, Y., Hernández¿Rodríguez, E., Marrero Ponce, Y., Torrens, F., & Castillo¿Garit, j. A. (2021). Machine learning approach to discovery of small molecules with potential inhibitory action against vasoactive metalloproteases. MOLECULAR DIVERSITY. doi: 10.1007/s11030-021-10260-0. (ID: 28201)
  • Martín, O., Leyva, Y., Su¿arez-Lezcano, J., P¿erez-Castillo, Y., & Marrero Ponce, Y. (2021). The minimal and the optimal size for two different types of encapsulated replicator systems. CHINESE JOURNAL OF PHYSICS, 71. doi: 10.1016/j.cjph.2021.03.012. (ID: 28202)

  • Predicción de actividad antimicrobiana usando modelos de escala evolutiva a través de un flujo de trabajo en la plataforma KNIME
  • Algoritmos basados en descriptores a nivel de aminoácidos y estructuras terciarias predichas para predecir péptidos antimicrobianos mediante aprendizaje de grafos
  • Algoritmos para el diseño computacional de péptidos estructurados
  • Caracterización de un esquema de optimización para el diseño de proteínas guiado por predictores estructurales
  • Modelado de dinámica de partículas mediante aprendizaje profundo en grafos
  • Predicción de toxicidad en ligandos con aprendizaje basado en grafo