Universitat Internacional de Catalunya
La interacción con el profesorado se realizará previa solicitud por correo electrónico:
Miguel Baena (mbaena@uic.es)
Pablo Guerra (pglcri@ibmb.csic.es)
Todo sistema biológico está constituido por una gran y diversa red de interacciones biomoleculares.
En esta asignatura, el alumnado entenderá cómo las biomoléculas interaccionan, sabrá qué técnicas experimentales y herramientas bioinformáticas hay disponibles para el análisis de interacciones proteína-proteína y proteína-ligando.
Se familiarizará y usará bases de datos y servidores disponibles para estudiar y analizar estas interacciones. Se les introducirá en el área estructural de la bioinformática para la simulación y predicción in-silico de interacciones biomoleculares.
La asignatura Interacción de Biomoléculas contribuye a los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030, particualarmente en los ODS 3, 4 y 9, mediante la promoción de la salud y bienestar de las personas, el fomento del pensamiento crítico y formación de profesionales a través de una educación de calidad y contribuyendo al desarrollo de nuevas tecnologías, medicamentos y herramientas diagnosticas.
Conocimientos sobre estructura y función de las moléculas, genética, biología celular y biología molecular.
Guiar al alumnado en la comprensión de los principios fisicoquímicos y los mecanismos fundamentales de las interacciones biomoleculares, y cómo estas interacciones son esenciales para el funcionamiento celular, la regulación biológica y el desarrollo de enfermedades.
Capacitar al alumnado para utilizar bases de datos especializadas y herramientas computacionales avanzadas para estudiar, modelar y predecir interacciones biomoleculares.
Fomentar en los/as estudiantes la capacidad de analizar y predecir los efectos de las mutaciones genéticas sobre la estructura y función de las proteínas, utilizando herramientas de modelado computacional y simulación, y discutir las implicaciones de estos cambios en el contexto de enfermedades humanas.
Al acabar el curso, el alumnado debe:
Identificar y describir los fundamentos fisicoquímicos y las principales interacciones entre biomoléculas, así como su rol en la función celular y en el desarrollo de enfermedades.
Analizar el impacto de las mutaciones genéticas en la estructura y función de las proteínas, y cómo estas variantes pueden estar relacionadas con enfermedades o estados saludables.
Utilizar bases de datos de interacción biomolecular para identificar complejos proteína-proteína y proteína-ligando, y para explorar redes de interacciones relacionadas con enfermedades y rutas metabólicas.
Caracterizar las interacciones de proteínas a nivel estructural y energético utilizando técnicas experimentales y herramientas computacionales, como modelado por "docking" y simulaciones de afinidad de unión.
Predecir cómo las mutaciones en las proteínas pueden alterar la afinidad de unión en interacciones proteína-ligando o proteína-proteína, utilizando herramientas de simulación y análisis computacional.
Utilizar herramientas bioinformáticas para la simulación molecular y la predicción de interacción de biomoléculas.
Evaluar el uso de modelos de inteligencia artificial en la predicción de estructuras de proteínas, interacciones proteína-proteína/proteína-ligando y efectos de mutaciones, identificando sus ventajas, limitaciones y posibles aplicaciones biomédicas.
Aplicar herramientas basadas en inteligencia artificial para apoyar la predicción de estructuras o interacciones biomoleculares y comparar sus resultados con métodos computacionales tradicionales.
Evaluar el uso de modelos de inteligencia artificial en la predicción de estructuras de proteínas, interacciones proteína-proteína/proteína-ligando y efectos de mutaciones, identificando sus ventajas, limitaciones y posibles aplicaciones biomédicas.
Utilizar modelos de inteligencia artificial (p. ej., predictores de estructura o afinidad) para analizar interacciones biomoleculares y estimar el impacto de mutaciones sobre la estabilidad o afinidad de unión en complejos proteína-proteína o proteína-ligando.
Clases Magistrales (CM):
Métodos del Caso (MC):
Laboratorio:
Modalidad totalmente presencial en el aula
1. Clases magistrales – 20 horas: exposición de un tema teórico por parte del profesorado.
2. Métodos del caso (MC) – 6 horas: planteamiento de una situación real o imaginaria. El alumnado trabaja las preguntas formuladas en grupos reducidos o en interacción activa con el profesorado y se discuten las respuestas. El profesorado interviene activamente y aporta nuevos conocimientos.
3. Clases prácticas – 4 horas: Se hacen en grupos reducidos. El profesorado plantea un problema e interviene en la búsqueda de la solución, el alumnado desarrolla la metodología implementada por parte del profesorado.
4. Educación virtual (EV): Material on-line disponible a través de la intranet.
1. Alumnado en primera convocatoria:
Examen parcial: 20%
Examen final: 40%
Métodos del caso: 20%
Sesiones prácticas: 20%
2. Alumnado en segunda convocatoria:
Únicamente se podrá repetir el examen final. Computando en la nota final el examen parcial, métodos del caso y los ejercicios prácticos obtenidos en la primera convocatoria.
3. Alumnado que repite la asignatura:
La nota de evaluación continuada (participación en clase, métodos del caso, prácticas) se guardará, aunque siempre que lo deseen, los alumnos podrán repetir la asistencia a clase y obtener una nueva nota. Por otra parte, los alumnos podrán escoger si realizan el parcial y el final, o si realizan solamente el final, que les contará el 60% de la nota.
-----
Puntos generales a tener en cuenta sobre el sistema de evaluación:
1) Para poder hacer media, en el examen final se deberá obtener un 5 de nota mínima.
2) Los exámenes son tipo test. El examen tipo test contiene 4 opciones de respuesta, contando +1 cada respusta correcta y -0.33 cada respuesta incorrecta.
3) Asistencia a clase:
4) En la concesión de las Matrículas de Honor, entre los candidatos se tendrá especial consideración su participación e implicación en la asignatura, así como el respeto por las normas básicas.
5) El uso indebido de aparatos electrónicos como móviles, tabletas u ordenadores portátiles puede comportar la expulsión de clase. Como uso indebido se entiende la grabación y difusión tanto de los alumnos o profesores durante las diferentes lecciones así como el uso de estos aparatos con fines lúdicos y no educativos.
Protein Structure Prediction. Methods in Molecular Biology, vol 2165 (2020). Humana Press. Edited by Daisuke Kihara. ISBN: 978-1-0716-0710-7. https://link.springer.com/book/10.1007/978-1-0716-0708-4
Protein-Protein Interactions. Methods in Molecular Biology, vol 1278 (2015). Human Press. Edited by Cheryl L. Meyerkord, Haian Fu. ISBN: 978-1-4939-2425-7. https://link.springer.com/book/10.1007/978-1-4939-2425-7
Protein-Protein Interactions and Networks. Methods in Molecular Biology, vol (2008). Humana Press. Edited by Panchenko A, Przytycka T. ISBN: 978-1-84800-125-1 https://link.springer.com/book/10.1007/978-1-84800-125-1
Protein-Ligand Interactions. Methods in Molecular Biology, vol 305 (2005). Humana Press. Edited by G. Ulrich Nienhaus. ISBN: 978-1-61737-525-5. https://link.springer.com/book/10.1385/1592599125
Protein-Protein Interactions in Human Disease. Advances in Protein Chemistry and Structural Biology, vol 110 (2018). Edited by Rossen Donev. ISBN: 978-0-12-814344-5. https://www.sciencedirect.com/bookseries/advances-in-protein-chemistry-and-structural-biology/vol/110/suppl/C
Structural Bioinformatics. Methods in Molecular Biology, vol 2112 (2020). Humana Press. Edited by Zoltán Gáspári. ISBN: 978-1-0716-0272-0. https://link.springer.com/book/10.1007/978-1-0716-0270-6
Lehninger: principles of biochemistry (4th edn) D. L. Nelson and M. C. Cox, W. H. Freeman & Co., New York ISBN 0-7167-4339-6 (2004). https://onlinelibrary.wiley.com/doi/10.1002/cbf.1216
Prediction of protein assemblies, the next frontier: The CASP14-CAPRI experiment. Lensink MF, Brysbaert G, Mauri T, Nadzirin N, Velankar S, Chaleil RAG, Clarence T, et al. (2021), Proteins, 89(12):1800-1823. https://doi.org/10.1002/prot.26222
Structural and Computational Characterization of Disease-Related Mutations Involved in Protein-Protein Interfaces. Navío D, Rosell M, Aguirre J, de la Cruz X, Fernández-Recio J. (2019), Int J Mol Sci, 20(7):1583. https://doi.org/10.3390/ijms20071583
Hot-spot analysis for drug discovery targeting protein-protein interactions. Expert Opin Drug Discov. Rosell M, Fernández-Recio J. (2018), 13(4):327-338. https://doi.org/10.1080/17460441.2018.1430763
Weak protein–ligand interactions studied by small-angle X-ray scattering. Tuukkanen, A.T. and Svergun, D.I. (2014), FEBS J, 281: 1974-1987. https://doi.org/10.1111/febs.12772
First homology model of Plasmodium falciparum glucose-6-phosphate dehydrogenase: Discovery of selective substrate analog-based inhibitors as novel antimalarial agents. Alencar N, Sola I, Linares M, Juárez-Jiménez J, Pont C, Viayna A, Vílchez D, et al. (2018), Eur J Med Chem, 146:108-122. https://doi.org/10.1016/j.ejmech.2018.01.044
Docking-based identification of small-molecule binding sites at protein-protein interfaces. Rosell M, Fernández-Recio J. (2020), Comput Struct Biotechnol J., 18:3750-3761. https://doi.org/10.1016/j.csbj.2020.11.029