El Diplomado está diseñado para quienes buscan aprender a diseñar, analizar e interpretar datos en investigaciones biomédicas y farmacéuticas. A lo largo del diplomado se abordarán temas desde el diseño de un protocolo experimental, el cálculo del tamaño de muestra y la organización de bases de datos, hasta la selección adecuada de pruebas estadísticas según el tipo de estudio. El Diplomado es teórico-práctico, con ejercicios reales usando Excel, SPSS y GraphPad (en versiones académicas de prueba), y se imparte de manera virtual asincrónica, con posibilidad de sesiones en vivo para resolver dudas. El temario está estructurado en tres niveles: básico, intermedio y avanzado, e incluye temas como estadística descriptiva, pruebas de normalidad, chi cuadrada, ANOVA, regresión, curvas ROC, modelos lineales, validación de instrumentos y más. Se recomienda tener conocimientos básicos en investigación y manejo de hojas de cálculo. Esta formación es útil para estudiantes de posgrado, investigadores, profesionales del área de la salud y personal de la industria farmacéutica que deseen mejorar sus capacidades en análisis de datos y toma de decisiones basada en evidencia. 

El Diplomado tiene como objetivo capacitar a los participantes en el uso de herramientas computacionales básicas y avanzadas para procesar, analizar, visualizar y modelar datos ómicos —como datos genómicos, transcriptómicos, proteómicos y metabolómicos— utilizando el lenguaje de programación Python. Está diseñado principalmente para estudiantes de posgrado, técnicos, postdoctorantes e investigadores que desean incorporar Python en su flujo de trabajo cotidiano para el análisis de datos globales y de alta dimensión. El diplomado tiene una orientación práctica en un 70%, complementado con un 30% teórico que brinda los fundamentos necesarios para la correcta interpretación de los resultados. Los casos de aplicación están enfocados en biología, medicina, biotecnología y bioinformática. Se utilizará la distribución Anaconda. No se requieren conocimientos previos en programación, ya que el curso comienza desde lo esencial. Este diplomado busca que los participantes se familiaricen y dominen herramientas modernas de análisis reproducible, escalable y automatizable para abordar con confianza datos de alta complejidad en investigación biomédica y ciencias de la vida.

l Diplomado está dirigido a estudiantes, investigadores y profesionales del sector empresarial que necesitan aplicar métodos estadísticos sólidos en sus proyectos. Este programa asincrónico aborda temas clave como recolección, organización e interpretación de datos, formulación de hipótesis y aplicación de pruebas estadísticas, todo utilizando el entorno RStudio mediante ejemplos prácticos aplicables a investigaciones reales y análisis de datos empresariales. Se recomienda contar con conocimientos básicos en estadística y un manejo funcional de computadora, incluyendo la instalación de programas, uso de hojas de cálculo, navegación por carpetas, comprensión básica de archivos de texto y ejecución de comandos en software especializado. Al finalizar, los participantes estarán capacitados para aplicar herramientas estadísticas con precisión en contextos académicos, clínicos, sociales, industriales o empresariales, incluyendo análisis de datos en áreas como marketing, producción, control de calidad, biotecnología, y salud.

En este curso el alumno aprenderá conceptos de diseño y tamizaje de fármacos usando quimioinformatica (ADMET), se revisan conceptos de química orgánica básica para ver grupos funcionales, interacciones no covalentes, campos de fuerza y se hará ejercicio para preparar archivos y correr simulación de docking con autodock y hacer análisis de resultados.

En este diplomado el alumno aprenderá conceptos de estructura de proteínas de 1D-4D, el alumnos manejara conceptos de interacciones ligando-proteína no covalentes, aprenderá a realizar estudios de acoplamiento molecular así como estudios de dinámica molecular de proteínas con ligando, en un entorno de membrana, etc. Es un diplomado de bioinformática estructural teórico-práctico desarrollado de la mano de un profesor-investigador experto con publicaciones científicas Internacionales.

En este diplomado el alumno aprenderá conceptos de estructura de proteínas de 1D-4D, el alumnos manejara conceptos de interacciones ligando-proteína no covalentes, aprenderá a realizar estudios de acoplamiento molecular así como estudios de dinámica molecular de proteínas con ligando, en un entorno de membrana, etc. Es un diplomado de bioinformática estructural teórico-práctico desarrollado de la mano de un profesor-investigador experto con publicaciones científicas Internacionales.

​

En este diplomado el alumno aprenderá conceptos de estructura de proteínas de 1D-4D, el alumnos manejara conceptos de interacciones ligando-proteína no covalentes, aprenderá a realizar estudios de acoplamiento molecular así como estudios de dinámica molecular de proteínas con ligando, en un entorno de membrana, etc. Es un diplomado de bioinformática estructural teórico-práctico desarrollado de la mano de un profesor-investigador experto con publicaciones científicas Internacionales.

En este diplomado se verá de forma integral la bioestadística aplicado al campo farmacéutica y de ciencias de la salud, desde estructura de un proyecto experimental con tamaño de la muestra, grupos problema, testigos, etc. Además aprenderás a  organizar la información (datos) para poder comparar entre las poblaciones. Aprenderás a decidir, de acuerdo al diseño del experimento y tamaño de la muestra, el tipo de análisis estadístico que se aplicará. Este diplomado es teórico-práctico, con ejercicios reales. Se usara plataforma virtual www.rcampus.com para trabajar de forma sincrónica, sin embargo, si los alumnos lo consideran, se pueden hacer sesiones sincrónicas con el profesor para aclarar dudas. Todos los ejercicios se realizaran usando los programas: EXCEL, SPSS y graphpad en versiones de prueba académicas.

El Diplomado está diseñado para quienes buscan aprender a diseñar, analizar e interpretar datos en investigaciones biomédicas y farmacéuticas. A lo largo del diplomado se abordarán temas desde el diseño de un protocolo experimental, el cálculo del tamaño de muestra y la organización de bases de datos, hasta la selección adecuada de pruebas estadísticas según el tipo de estudio. El Diplomado es teórico-práctico, con ejercicios reales usando Excel, SPSS y GraphPad (en versiones académicas de prueba), y se imparte de manera virtual asincrónica, con posibilidad de sesiones en vivo para resolver dudas. El temario está estructurado en tres niveles: básico, intermedio y avanzado, e incluye temas como estadística descriptiva, pruebas de normalidad, chi cuadrada, ANOVA, regresión, curvas ROC, modelos lineales, validación de instrumentos y más. Se recomienda tener conocimientos básicos en investigación y manejo de hojas de cálculo. Esta formación es útil para estudiantes de posgrado, investigadores, profesionales del área de la salud y personal de la industria farmacéutica que deseen mejorar sus capacidades en análisis de datos y toma de decisiones basada en evidencia.

Química Cuántica IIA

En este curso, exploraremos los principios y las aplicaciones de la química cuántica moderna utilizando como referencia el libro "Modern Quantum Chemistry" de Attila Szabo. Nuestro objetivo principal es comprender la notación básica, las operaciones matemáticas  y aproximaciones utilizados en la descripción cuántica de los sistemas moleculares, abordando tanto los fundamentos matemáticos como las herramientas computacionales más relevantes en el campo.

Contenidos del curso:

I. Introducción a las matemáticas:

• Álgebra lineal aplicada a la mecánica cuántica.
• Operadores cuánticos.
• Método variacional.

II. Repaso de las soluciones de la ecuación de Schrödinger:

• Aproximación de Born-Oppenheimer y su relevancia en sistemas moleculares.

III. El problema de la función de onda multielectrónica:

• Descripción de los espines orbitales.
• Principio de exclusión de Pauli.
• Determinantes de Slater.

IV. Operadores y elementos de matriz:

• Introducción a la notación matemática.
• Reglas generales y operadores de espín.

V. Aproximación de Hartree-Fock:

• Ecuaciones y soluciones de Hartree-Fock.
• Ecuaciones de Roothaan y su interpretación.

VI. Conjunto de bases poliatómicas:

• Uso de funciones gaussianas contraídas.
• Conjuntos de bases STO-3G y polarizadas.

VII. Cálculos de capa abierta y cerrada Hartree-Fock:

• Diferencias entre cálculos de capa cerrada y abierta.

Actividades complementarias:

Actividad 0: Instalación de programas y visualizadores
En esta actividad, instalaremos las herramientas computacionales necesarias como GAMESS, Avogadro, Gabedit, Macmolplt y Multiwfn.

Actividad 1: Optimización de geometría y cálculo de frecuencias
Aprenderemos los comandos básicos para realizar optimizaciones de geometría, cálculos de frecuencias y análisis conformacional usando métodos y bases diversas.

Práctica Computacional:

Los estudiantes realizarán cálculos utilizando el programa XTB, GAMESS y ORCA para obtener energías, frecuencias vibracionales, potenciales de ionización, análisis de población y momentos dipolares, visualizando los resultados con Avogadro.

¡Espero que disfruten el curso y que les resulte de gran utilidad en su formación académica y profesional!

En este diplomado el alumno aprenderá conceptos de estructura de proteínas de 1D-4D, el alumnos manejara conceptos de interacciones ligando-proteína no covalentes, aprenderá a realizar estudios de acoplamiento molecular así como estudios de dinámica molecular de proteínas con ligando, en un entorno de membrana, etc. Es un diplomado de bioinformática estructural teórico-práctico desarrollado de la mano de un profesor-investigador experto con publicaciones científicas Internacionales.

En este curso el alumno aprenderá a diseñar sus primers o iniciadores, además de revisar conceptos sobre los pesos moleculares en geles así como el manejo de herramientas bioinformáticas para diseño y análisis.

Este curso permite comprender el comportamiento de átomos y moléculas desde un enfoque matemático, esencial para el uso de herramientas computacionales en química teórica. Se recomienda haber cursado previamente el Curso de Métodos de Estructura Electrónica y tener bases en física y matemáticas. Se abordarán temas como la radiación del cuerpo negro, efecto fotoeléctrico, hipótesis de De Broglie, ecuación de Schrödinger, principio de incertidumbre, operadores y modelos clave como partícula en una caja, oscilador armónico y átomo hidrogenoide. En la práctica computacional se realizará optimización de geometría y cálculo de frecuencias para espectros IR. Al finalizar, el estudiante podrá interpretar modelos cuánticos y realizar simulaciones moleculares básicas.

Curso práctico con UCSF Chimera para estudiantes, investigadores y profesionales del sector farmacéutico con conocimientos básicos en biología molecular y formatos PDB/FASTA. Aprenderás a visualizar, analizar y preparar estructuras proteicas desde su secuencia hasta su uso en docking molecular. Aplicarás estos conocimientos en investigación biomédica, modelado estructural, y desarrollo de fármacos en entornos académicos e industriales.

La mayoría de estudiantes e investigadores presentan dificultades al momento de elegir y aplicar el método estadístico para su investigación, de manera que los resultados obtenidos no responden a los objetivos establecidos. El presente diplomado desarrolla de forma asincrónica la recolección, organización, elaboración de hipótesis y pruebas estadísticas con el programa Rstudio e interpretación adecuada. El desarrollo del curso se da a través de ejemplos directos en posibles investigaciones o similares a realizar

Las aplicaciones de la biotecnología moderna se fundamentan en gran medida en conocer las bases de las ciencias ómicas, tales como genómica, transcriptómica, y proteómica. Todo ello ha sido posible por la comprensión y optimización de dichos conocimientos, de los cuales se puede destacar el estudio de la genética de los plásmidos.

Los estudios de relaciones Cuantitativas Estructura - Actividad (QSAR) tienen como objetivo la búsqueda de correlaciones entre descriptores moleculares y actividades químicas o biológicas para la predicción de las mismas en compuestos desconocidos. Un modelo validado supera el vínculo casuístico entre descriptores y actividades, y se convierte en una herramienta predictiva.

Objetivos:

- Conocer los fundamentos técnicos y científicos de un estudio QSAR.

- Conocer aspectos regulatorios de las metodologías QSAR

La mayoría de estudiantes e investigadores presentan dificultades al momento de elegir y aplicar el método estadístico para su investigación, de manera que los resultados obtenidos no responden a los objetivos establecidos. El presente curso asincrónico pretende guiar en la elaboración de hipótesis y objetivos a partir de métodos multivariados así como su manejo estadístico con el programa Rstudio e interpretación adecuada. El desarrollo del curso se da a través de ejemplos directos en posibles investigaciones o similares a realizar.

Este curso ofrece fundamentos teórico-prácticos en bioinformática estructural aplicada, enfocados en la predicción y análisis de interacciones proteína-proteína mediante docking molecular. Aprenderás a utilizar servidores como HDOCK, ClusPro, HADDOCK, entre otros, para modelar y evaluar interfaces proteicas con aplicaciones en procesos biológicos y el diseño de nuevas estrategias terapéuticas. Requisitos: conocimientos básicos de química general, bioquímica de proteínas, y recomendable haber cursado previamente el "Curso de Docking Proteína-Ligando con Autodock". Esta formación es altamente útil en investigación académica, desarrollo de fármacos y el sector industrial biotecnológico.   

Este curso (módulo 1) brinda una formación integral desde las bases computacionales hasta el análisis avanzado de datos biológicos, ideal para estudiantes e investigadores en áreas biológicas, biomédicas y biotecnológicas. Aprenderás el manejo básico de sistemas operativos Linux, fundamentos de programación en Perl, análisis de secuencias, herramientas OMICS, quimioinformática y bioestadística aplicada. Se recomienda contar con conocimientos básicos en biología molecular y manejo funcional de computadora (uso de archivos, navegación de carpetas y comprensión básica de comandos). La modalidad es práctica, flexible y enfocada en problemas reales. Al finalizar, podrás desarrollar un proyecto de alineamiento y construcción de árboles filogenéticos con proteínas reales. Este aprendizaje te preparará para aplicar la bioinformática en investigación académica, desarrollo biotecnológico, salud, farmacogenómica y exploración de bases de datos moleculares. 

En este curso de R aprenderás a instalar y manejar los comandos básicos de programación en R, no te pierdas este interesante e importante curso, muy útil hoy en día para manejo masivo de datos, es una herramienta gratuita de programación con gran uso potencial en bioestadística, bioinformática de secuencias, bioinformática estructural, datos de omics (metabolómica, lipidómica, proteómica etc), big data etc.  

Métodos de Estructura Electrónica

Descripción del curso:

Este curso ofrece una comprensión profunda de la estructura electrónica tanto a nivel atómico como molecular. Los estudiantes aprenderán los fundamentos de los métodos aproximados utilizados en química computacional y cómo aplicarlos para realizar cálculos computacionales. Al finalizar el curso, los participantes serán capaces de:

• Determinar geometrías óptimas de moléculas y complejos atómicos.
• Calcular energías electrónicas con precisión.
• Evaluar y predecir propiedades moleculares esenciales.

Objetivos del curso:

1. Comprender la estructura electrónica:

   • Fundamentos de la teoría de la estructura electrónica.
   • Diferenciación entre estructuras atómicas y moleculares.

2. Métodos aproximados en química computacional:

   • Introducción a los métodos de Hartree-Fock y DFT (Teoría del Funcional de la Densidad).

3. Cálculos computacionales:

   • Uso de software especializado para realizar cálculos de química computacional gratuito.
   • Determinación de geometrías moleculares óptimas.
   • Cálculo de energías electrónicas.

4. Propiedades moleculares:

   • Predicción y análisis de propiedades físicas y químicas.
   • Interpretación de resultados computacionales para aplicaciones prácticas.

addactividades