Curso práctico de Dinámica Molecular y Análisis de Trayectorias
Organización
Requisitos previos
- Conocimientos básicos de bioinformática o química computacional
- Familiaridad con la línea de comandos de Linux
- Conocimientos básicos de Python
- Acceso a un clúster de cálculo habilitado con AMBER, Python, PyEMMA, etc.
Programa del curso
Día 1: Jueves 15 de enero
Tema central: Introducción práctica a la dinámica molecular clásica
Mañana (09:00 - 13:00):
- Bienvenida y presentación del curso
- Fundamentos de dinámica molecular (MD): teoría mínima imprescindible
- Preparación de sistemas con
tleap (AMBER)
- Configuración de simulaciones clásicas (input files, topología, parámetros)
- Ejecución de simulaciones cortas en el clúster (
pmemd/cuda o pmemd.MPI)
Tarde (14:30 - 18:00):
- Visualización y análisis básico de trayectorias con
cpptraj
- Introducción al análisis con
MDAnalysis (Python)
- Ejercicios prácticos: cálculo de RMSD, RMSF, radio de giro, distancias internas
Día 2: Viernes 16 de enero
Tema central: Simulaciones avanzadas y modelos de Markov
Mañana (09:00 - 13:00):
- Técnicas avanzadas de simulación:
- Accelerated MD (aMD)
- Steered MD (SMD)
- Preparación de simulaciones aMD y SMD con AMBER
- Consideraciones de eficiencia y escalabilidad al clúster
Tarde (14:30 - 18:00):
- Construcción de modelos de Markov con
PyEMMA:
- Introducción a los Markov State Models (MSM)
- Extracción de features con
MDAnalysis + PyEMMA
- Clustering y construcción del modelo
- Análisis de tiempos de relajación, estados metaestables
- Ejemplo aplicado: detección de transiciones conformacionales en una proteína
Día 3: Lunes 19 de enero (solo mañana)
Tema central: Proyectos individuales y consultoría
Mañana (09:30 - 13:00):
- Espacio para discusión de proyectos de los participantes
- Consultoría técnica personalizada:
- Diseño experimental computacional
- Análisis de trayectorias
- Preparación de simulaciones en el clúster
- Revisión de scripts y código Python
- Recomendaciones de buenas prácticas en simulaciones y análisis
Herramientas utilizadas
- AMBER (tleap, pmemd, cpptraj)
- MDAnalysis
- PyEMMA
- Python 3, Jupyter Notebooks
- Clúster de cálculo con sistema de gestión de trabajos (ej. SLURM)
Observaciones
- Los participantes deben traer su propio computador portátil con acceso al clúster habilitado
- Se facilitarán notebooks y scripts de análisis
- El curso está orientado a estudiantes de posgrado, investigadores jóvenes y profesionales en bioquímica, biofísica o biología estructural
Colaboradores
Con la colaboración de
Pan-European Network on Computational Redesign of Enzymes.

Con el soporte de Fondecyt Fondo Nacional de Desarrollo Científico y Tecnológico
