| TFM-Bioinformática y Bioestadística Area 4 | Código: M0.180 Créditos: 15 |
El trabajo final de máster (TFM) es un ejercicio individual y de carácter profesional que sintetiza los conocimientos y competencias adquiridos a lo largo de todo el máster. Este trabajo se realiza bajo la supervisión de un consultor, que actúa como director del trabajo. Existen diferentes áreas temáticas de TFM.
El resultado final del trabajo final constará de los siguientes elementos:
- Una memoria, que documenta el trabajo realizado
- Un producto, que variará según el tipo de trabajo (aplicación, diseño, estudio, ...) y puede estar incluido en la memoria
- Una presentación, que resume los resultados obtenidos y el desarrollo del trabajo
- Un informe de autoevaluación
- Una defensa pública del TFM
El campo profesional concreto relacionado con el trabajo final dependerá del área temática.
- Es imprescindible que el estudiante haya superado o tenga reconocidos cómo mínimo 30 ECTS del propio programa y, matricular el resto de las asignaturas pendientes del máster.
- Por lo tanto, es necesario estar en el último semestre del máster. Esto significa que se puede cursar en paralelo con otras asignaturas pero no puede quedar ninguna asignatura del máster pendiente de matricular.
Teniendo en cuenta las peculiaridades del TFM y su peso curricular, es muy recomendable durante las semanas previas a la matrícula:
- Leer con detenimiento el plan docente del TFM y consultar las dudas al tutor.
- Escoger el área en la que se quiera realizar el Trabajo según la preferencia temàtica. Cada director dirige proyectos dentro de un àrea concreta de especialidad que se describe en la oferta y tiene una disponibilidad limitada. El trabajo concreto a realizar se acabará de definir durantes los primeros días del semestre de acuerdo entre el director asignado y el estudiante. (El procedimiento se especificará a través del tutor)
- Es necesario cumplir los requisitos de cada área
El TFM exige al estudiante cumplir una serie de objetivos, y pone de manifiesto y evalúa explícitamente la capacidad del estudiante para utilizar tanto las competencias básica, generales y transversales como las específicas del Máster.
Competencias básicas y generales:
- Todas las competencias básicas
- CG1- Capacidad para aplicar conocimientos y resolver problemas en el ámbito de la Bioinformática y la Bioestadística, tanto en entornos conocidos como en entornos nuevos.
- CG2- Capacidad para la investigación, el desarrollo y la innovación en centros tecnológicos, universidades y empresas en el ámbito de la Bioinformática y la Bioestadística.
- CG3- Capacidad de búsqueda, gestión y uso de información y recursos en el ámbito de la Bioinformática y la Bioestadística.
Competencias transversales:
- CT1- Capacidad de iniciativa, de automotivación y de trabajar de forma independiente.
- CT2- Capacidad para la comunicación oral y escrita para la vida académica y profesional.
- CT3- Capacidad para proponer soluciones innovadoras y tomar de decisiones.
- CT5- Capacidad para la comprensión, el análisis y la síntesis.
- CT6- Capacidad para el diseño y la gestión de proyectos.
Competencias específicas:
Las competencias específicas del Trabajo Final de Máster dependerán de la temática concreta en la que se contextualice el proyecto. Sin embargo, en todos los casos se trabajarán las siguiente competencia específica:
- CE10- Capacidad de analizar un problema de bioinformática y ser capaz de identificar y definir los requerimientos informáticos y estadísticos apropiados para resolverlo.
- CE14- Capacidad de realizar un proyecto que integre conocimientos y habilidades propios del ámbito de la bioinformática y/o la bioestadística, y capacidad de presentar y defender dicho proyecto ante un grupo de expertos o tribunal.
Área de Trabajo - Descubrimiento de Fármacos Asistido por Computador (CADD)
El desarrollo de nuevos agentes farmacológicos es un problema de indiscutible relevancia para la biomedicina y para la industria farmacéutica que ha sufrido una rápida evolución a lo largo de los años.
Los métodos clásicos para el descubrimiento de fármacos para muchas enfermedades implicaban la identificación de una substancia que interacciona con un receptor conocido o no conocido mostrando un determinado valor terapéutico. Este modo de descubrimiento de nuevos fármacos se ha realizado principalmente por dos procesos:
- “Screening” de productos naturales o de largas series de compuestos sintéticos.
- Descubrimiento de agentes farmacológicos basado en la modulación de un compuesto líder con una determinada actividad terapéutica que se modifica sobre la base de la experiencia e intuición química.
Actualmente el desarrollo de fármacos es un proceso cada vez más complejo e interactivo que implica a científicos de muy diversas disciplinas. Así, durante los últimos 25 años se han incorporado a los laboratorios de investigación de las principales industrias farmacéuticas técnicas computacionales como elementos de ayuda para el diseño de nuevos medicamentos.
De esta manera surge el Descubrimiento de Fármacos Asistido por Computadoras (CADD) como un importante campo, cuyo principal propósito es contribuir al desarrollo de las herramientas y métodos necesarios para estudiar y diseñar nuevas moléculas con determinadas actividades biológicas.
El paradigma del descubrimiento de fármacos es que hay entidades moleculares (ligandos que interaccionan con un molécula biológica (macromolécula o receptor) y desencadena una serie de procesos biológicos (actividad biológica). El CADD ofrece métodos y herramientas en todos las etapas del descubrimiento de fármacos:
- Búsqueda, identificación de dianas y ligandos: Bases de datos, visualización y manipulación de moléculas, creación de modelos 3D…
- Búsqueda de hits: Predicción de dianas y de sitio de unión, Docking, Virtual Screening, farmacóforos basados en ligandos….
- Optimización de hits: QSAR, ADMET…
Este campo es un complemento y a veces alternativa que mejora la racionalidad, eficiencia y viabilidad de los procesos de descubrimiento de nuevos fármacos, pero que para su posterior desarrollo necesita de las validaciones experimentales correspondientes.
Bibliografía:
Computer-Aided Drug Discovery and development (CADDD): in silico-chemico-biological approach, I.M. Kapetanovic, Chem Biol Interact. 2008 Jan 30; 171(2): 165–176.
Computational Methods in Drug Discovery, Gregory Sliwoski, Sandeepkumar Kothiwale, Jens
Meiler, Edward W. Lowe Jr., Pharmacological Reviews 2014 , 66 (1), 334-395
Software and resources for computational medicinal chemistry, Chenzhong Liao, Markus Sitzmann, Angelo Pugliese, Marc C Nicklaus, Future Medicinal Chemistry 2011 ,3 (8),1057-1085.
Hit discovery and hit-to-lead approaches, György M. Keserü, Gergely M. Makara, Drug Discovery Today, 2006, 11, 741- 748.
Director - Miguel Romero Cuevas
Investigador “Torres Quevedo” y Técnico Responsable de Productos Químicos en Tesis Galicia S.L., colaborador docente en Experto Universitario en Investigación Biomédica en el Contexto Asistencial de la Universidad de Málaga y profesor colaborador en Universitat Oberta de Catalunya (UOC)
Es doctor en Biología por la Universidad de Navarra (Tesis: Aplicación de técnicas computacionales al estudio de péptidos inhibidores de la proteasa del VIH-1 y su implicación en el diseño de nuevos derivados) y realizó un máster en Técnicas Actuales de Estadística Aplicada por la UNED. Es licenciado en Bioquímica y en Biología por la Universidad de Navarra. Ha sido responsable de Calidad / Técnico de acreditación y evaluación científica en Instituto de Investigación Biomédica de Málaga (IBIMA) e Investigador / Project Manager en Fundación FIMABIS. Ha participado en más de 20 proyectos de I+D+I de descubrimiento de moléculas activas o nuevos fármacos y de aplicación de las Tecnologías de la Información y Comunicación (TICs) a la biomedicina, así como en contratos con empresas para el desarrollo de nuevas moléculas contra distintas enfermedades y transtornos. Es coinventor de 7 patentes de nuevos fármacos contra la obesidad, transtornos metabólicos y neurodegeneración y coautor de más de 20 publicaciones en el ámbito de descubrimiento de nuevos fármacos. Es docente de pregrado y posgrado en distintas asignaturas relacionadas con la química farmacéutica, química computacional y metodología de la I+D+I en biomedicina.
Requisitos conocimientos previos
En general, conocimientos básicos de biología molecular, farmacología y química pueden ayudar el estudiante, pero no son imprescindibles. Lo más probable es que se traten conceptos nuevos en la interfaz entre la biología-química-ciencias de computación.
Del mismo modo conocimientos básicos de estadística y trabajo con distintos formatos de información sobre todo de tipo molecular y estructural son de gran ayuda.
Posibles trabajos
Los trabajos seguirán el esquema lógico del Descubrimiento de fármacos tal como se presenta a continuación. Dentro de las distintas etapas se puede utilizar distintas herramientas:
- Identificación de dianas biológicas. Estas dianas pueden ser bien receptores (macromoléculas) o fármacos o moléculas conocidas con actividad frente a una enfermedad (ligandos). En esta etapa se pueden usar:
- Bases de Datos como Uniprot, DisGeNet, DrugBank o Chembl.
- Búsquedas bibliográficas mediantes utilizando herramientas de text mining como PubTator.
Al final obtener un listado macromoléculas o ligandos con actividad o como biomarcador frente a una enfermedad. Este listado se puede trabajar y extraer información relevante para conocer principales dianas mediante herramientas de estudio de interacciones como Cytoscape.
- Validación y propuesta de propiedades físico-químicas requeridas para actividad biológica.
- Para las macromoléculas biológicas se pueden realizar la validación de su “druggabilidad” mediante herramientas como Druggebility, y una vez validada obtener su estructura 3D o creación de la misma mediante webservers como Swissmodel. Por último, identificar el centro activo o sitio de unión de los ligandos.
- Para los ligandos, se puede obtener de bases de datos partir de bases de datos como DrugBank, Zinc, Chembl o PubChem.
- Búsqueda de nuevas moléculas que cumplan los requerimientos establecidos.
- Cuando la diana es una macromolécula, encaje de ligandos en el sitio de unión. La búsqueda se puede realizar mediante “Virtual Screening” en webservers como MITOpenscreen o herramientas locales como PyRx.
- Cuando no se conoce la macromolécula de puede realizar búsqueda de nuevas moléculas por similitud mediente webservers USR o SwissSimilarity, o mediante la creación de algoritmos basados en métricas 2D como Taimoto.
El resultado de esta etapa es obtener una serie de moléculas que, o bien encajan en el centro activo de la diana macromolécula con buenas características de unión, o bien son similares a otras moléculas “pequeñas” (ligandos) descritas como fármacos contra enfermedad o que tienen relación con la misma. Todas estas moléculas identificadas se denominan Hits, y cumplen con los requerimientos para tener actividad biológica objetivo.
- Filtrado de hits a leads. Una vez identificados los hits se evaluarán sus propiedades farmacocinéticas (ADMET) utilizando webservers como preADMET, Molinspiration, pkCSM o modelos QSAR como los contenidos en VEGA.
Estos estudios nos permiten hacer un filtrado de los hits encontrados para su filtrado para etapas posteriores en el desarrollo de fármacos. Para ello se pueden calcular y predecir propiedades para importantes para ser usado como fármaco (Absorción, Distribución, Metabolismo y Excreción) y no ser tóxico.
- Validación y optimización de los resultados mediante estudios de docking y dinámica molecular. Finalmente, si se conoce la macromolécula diana se puede ahondar en mecanismo de acción de los hits filtrados mediante estudios de las interacciones por medio de herramientas de docking (SwissDock) y/o Dinámica Molecular en el sitio de unión de la macromolécula.
Dependiendo de los recursos y conocimientos se puede realizar trabajos en los que se aborden distintas etapas del CADD expuestas de manera secuencial o idependiente, comenzando con la identificación de las dianas y llegando hasta el punto que se pueda, o comenzando en un punto posterior, o simplemente realizando identificación o validación de nuevas dianas contra una patología. Así se pueden realizar proyectos:
- Descubrimiento de nuevas moléculas contra una patología concreta. En la que el punto importante será la etapa 3.
- Búsqueda de nuevas dianas terapéuticas o marcadores moleculares, en los que los puntos clave a cumplir serán los 1 y 2.
- Descubrimiento de nuevas moléculas con actividad dual, dos mecanismos de acción frente a una enfermedad.
Otras consideraciones
Número máximo de trabajos semestre: 3
Correo electrónico: mromerocu@uoc.edu
| Material | Soporte |
| Presentación de documentos y elaboración de presentaciones | |
| Redacción de textos científico-técnicos |
Selección del área del TFM: Se informará al estudiante del proceso a través del aula de tutoría.
La Normativa académica de la UOC dispone que el proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados.
La falta de originalidad en la autoría o el mal uso de las condiciones en las que se hace la evaluación de la asignatura es una infracción que puede tener consecuencias académicas graves.
El estudiante será calificado con un suspenso (D/0) si se detecta falta de originalidad en la autoría de alguna actividad evaluable (práctica, prueba de evaluación continua (PEC) o final (PEF), o la que se defina en el plan docente), ya sea porque ha utilizado material o dispositivos no autorizados, ya sea porque ha copiado de forma textual de internet, o ha copiado de apuntes, de materiales, manuales o artículos (sin la citación correspondiente) o de otro estudiante, o por cualquier otra conducta irregular.
La calificación de suspenso (D/0) en la evaluación continua (EC) puede conllevar la obligación de hacer el examen presencial para superar la asignatura (si hay examen y si superarlo es suficiente para superar la asignatura según indique este plan docente).
Cuando esta mala conducta se produzca durante la realización de las pruebas de evaluación finales presenciales, el estudiante puede ser expulsado del aula, y el examinador hará constar todos los elementos y la información relativos al caso.
Además, esta conducta puede dar lugar a la incoación de un procedimiento disciplinario y la aplicación, si procede, de la sanción que corresponda.
La UOC habilitará los mecanismos que considere oportunos para velar por la calidad de sus titulaciones y garantizar la excelencia y la calidad de su modelo educativo.
|
La asignatura solo puede aprobarse con el seguimiento y la superación de la evaluación continua (EC). La calificación final de la asignatura es la nota obtenida en la EC. |
Ponderación de las calificaciones
Opción para superar la asignatura: EC
Nota final de asignatura: EC
PEC 1:
- Introducción y objetivos del proyecto.
- Planificación del trabajo a lo largo del semestre.
- Memoria del trabajo.
- Producto obtenido en la realización del proyecto.
- Autovaluación del estudiante
- Presentación y defensa virtual del proyecto (diapositivas y vídeo).
La entrega final del TFM será valorada por un Tribunal de Evaluación. El director del programa nombrará los Tribunales de Evaluación, que estarán formados por 3 docentes del máster: el director del TFM, el responsable de la área del trabajo y un tercer profesor.
Después de la fecha de entrega de la PEC final, se establecerá un período en que los miembros del Tribunal de Evaluación podrán formular preguntas al estudiante en relación a su trabajo. La calificación del TFM se asignará por consenso de los miembros del Tribunal de Evaluación.
El trabajo final de máster es un trabajo estrictamente individual. Por tanto, aunque para realizarlo se busque información en diferentes fuentes (Internet, libros, manuales, etc.), la reproducción literal de cualquier fragmento, si no se indica adecuadamente la referencia (con la cita entre comillas y la referencia completa de la fuente) se considerará plagio y, en consecuencia, la calificación final será una "D".