Centro de Consultoría y Educación Continua
Banner programa educación continúa

Fecha de inicio: 2025-09-19

Curso en Modelamiento y Simulación de Sistemas Biológicos

Presentación

El Modelamiento Matemático y Simulación de procesos biológicos junto con la Biología de Sistemas constituyen dos campos complementarios que han transformado la forma en que se abordan y comprenden los sistemas biológicos complejos. Ambos se apoyan en herramientas computacionales avanzadas para analizar y modelar fenómenos biológicos a diferentes escalas espacio-temporales, permitiendo no solo la visualización y predicción del comportamiento del sistema biológico, sino también la integración de múltiples niveles de organización biológica.

El Modelamiento Matemático y Simulación, en un contexto biológico, se enfoca en la representación matemática del comportamiento de un proceso o de un organismo bajo distintos entornos. Esta técnica permite predecir computacionalmente la respuesta del organismo frente a los cambios que experimentan a nivel biológico, facilitando la comprensión de las interacciones y respuesta a condiciones endógenas y exógenas.

Por su parte, la biología de sistemas ofrece una visión integradora que busca entender los organismos como redes complejas de interacción entre genes, proteínas, metabolitos y otras entidades biológicas. Este enfoque abandona la visión reduccionista para adoptar modelos cuantitativos que expliquen propiedades emergentes, comportamientos no lineales y dinámicas colectivas que no pueden preverse desde el estudio aislado de los componentes individuales.

La convergencia entre ambos campos ha fortalecido las capacidades de investigación e innovación en biomedicina, farmacología, genética, bioingeniería y otras disciplinas afines. El uso articulado de simulaciones moleculares dentro de marcos de biología de sistemas permite, por ejemplo, predecir efectos de mutaciones, comprender mecanismos de acción de fármacos y explorar intervenciones terapéuticas con una aproximación holística.

Este curso busca brindar a los participantes las bases teóricas, prácticas y computacionales necesarias para utilizar técnicas de simulación molecular e integrar conceptos de biología de sistemas en el análisis de problemas reales. A través del aprendizaje activo, el uso de software especializado y el estudio de casos, los participantes adquirirán herramientas analíticas para enfrentar desafíos en investigación básica y aplicada en ciencias biológicas, biomédicas y biotecnológicas.

Dirigido

Este curso está dirigido a profesionales y estudiantes de último semestre de pregrado de áreas afines a las ciencias naturales (biología, química), ciencias de la salud, ciencias ambientales, biotecnología e ingeniería, así como funcionarios de entidades públicas, ONGs, investigadores, consultores o técnicos que trabajen en la formulación, evaluación o implementación de proyectos de biotecnología, bioingeniería, detección y tratamiento de enfermedades, gestión ambiental, cambio climático o sostenibilidad.

Imagen dirigido

Docentes

Imagen docente

Diana Carolina Clavijo Buriticá

Profesora Clavijo es Licenciada en Química, Magíster en Ciencias con énfasis en Bioquímica Molecular Computacional y Estructural y Bioinformática, y Doctora en Ciencias de la Universidad Nacional de Colombia. Es profesora asistente e investigadora en el Instituto iOMICAS de la Pontificia Universidad Javeriana seccional Cali (https://www.javerianacali.edu.co/iomicas).  Desde 2020, la Dra. Clavijo ha sido investigadora postdoctoral y profesora en la Facultad de Ingeniería y Ciencias de la Pontificia Universidad Javeriana-Cali. Con más de 20 años de experiencia en docencia universitaria e investigación, su investigación actual se centra en Biología de Sistemas, específicamente en la reconstrucción, modelamiento y simulación in silico de redes metabólicas como sistemas dinámicos bajo el enfoque de Análisis de Balance de Flujos (FBA). La Dra. Clavijo trabaja actualmente en varios proyectos, incluyendo (i) Análisis multiómico de alimentos bajo la iniciativa de la Tabla Periódica de los Alimentos (PTFI) (ii) reconstrucción y modelado de redes reguladoras de genes con un enfoque en la identificación de genes candidatos para la inestabilidad genómica como marcador de cáncer; (iii) análisis de genómica comparativa entre Homo sapiens y Arabidopsis thaliana para encontrar genes candidatos que puedan ser utilizados como nuevos marcadores en cáncer; (iv) análisis de redes de interacción proteína-proteína de especies vegetales como el arroz -Oryza sativa y Arabidopsis thaliana; y (v) reconstrucción y modelización a escala genómica de redes metabólicas.

Estudios universitarios:

  • 2002: Universidad Distrital de Colombia, Bogotá D.C. (Colombia). Tesis titulada: «Determinación del Perfil Electroforético de Nueve Materiales Experimentales de Frijol Obtenidos con la Metodología HIB». Título obtenido: Químico.

  • 2006: Universidad Javeriana, Bogotá D.C. (Colombia). Tesis titulada: «Predicción in silico de péptidos señal y sitios de glucosilación de subunidades de receptores ionotrópicos de glutamato activados por NMDA para tres especies». Título obtenido: Máster en Biología, con énfasis en Bioquímica Estructural y Computacional y Bioinformática.

  • 2018: Universidad Nacional de Colombia, Bogotá D.C. (Colombia). Tesis titulada: «Reconstrucción, modelado y simulación de redes metabólicas y de detección de quórum involucradas en la regulación de un fenotipo específico en Pseudomonas aeruginosa.» Título obtenido: Doctorado en Ciencias-Biología.
       
    Investigador postdoctoral:

  • 2020: Universidad Javeriana, Cali (Colombia). Proyecto: «Diseño e implementación de una estrategia para la caracterización de nuevos genes asociados al proceso de inestabilidad genómica». Beca posdoctoral: MinCiencias 848-2019"

Imagen metodología

Metodología

El curso se desarrollará a través de una metodología activa, teórico-práctica y experiencial, orientada al desarrollo de competencias cognitivas, instrumentales y aplicadas en modelación de sistemas biológicos. El diseño pedagógico contempla:

  • Clases magistrales activas para la introducción conceptual, apoyadas en herramientas multimedia y guías de estudio.

  • Sesiones de laboratorio computacional, tanto presenciales como remotas, donde los estudiantes aplicarán los conceptos aprendidos mediante el uso de software especializado (como CellDesigner, MATLAB, GAMS, entre otros).

  • Análisis de casos reales y bases de datos biológicas que permitan el vínculo entre teoría y contexto investigativo real.

  • Trabajo autónomo orientado, con actividades prácticas guiadas, lectura de artículos científicos y ejercicios de modelación.

  • Tutorías sincrónicas en modalidad online, que reforzarán el aprendizaje autónomo y resolverán inquietudes.

  • Proyectos de modelación colaborativa, en los que los estudiantes deberán construir, simular y analizar modelos biológicos bajo condiciones reales o hipotéticas.

  • Evaluación formativa y sumativa, incluyendo rúbricas para los modelos propuestos, pruebas prácticas, talleres de simulación, y análisis crítico de resultados.

Esta estrategia metodológica asegura la articulación entre el saber teórico, el saber hacer y el saber ser, promoviendo una formación integral alineada con los objetivos de aprendizaje del curso.
 

imagen horarios

Horario

Las sesiones se desarrollaran los días viernes de 5:00 a 9:30 y sábados de 8:00 a 1:30 p.m.

Nota: Se entregará el certificado de asistencia a los participantes que cumplan como mínimo con el 80% de las horas programadas y estén a paz y salvo con sus compromisos de pago, el 20% restante se podrá destinar para las inasistencias que le resulten al participante ya sea de situaciones laborales, de salud, familiares, entre otras, se debe tener en cuenta que estas faltas no se eliminan de la asistencia del programa.

En caso de fuerza mayor, la Universidad se reserva el derecho de cambio en los docentes y fechas programadas, antes y durante la ejecución del curso. Estos cambios serán informados oportunamente a los participantes.

Online

Objetivos

Objetivo General
Proporcionar a los estudiantes herramientas conceptuales, matemáticas y computacionales que les permitan construir y modelar redes biológicas —como sistemas de regulación génica, señalización celular y rutas metabólicas— desde un enfoque de biología de sistemas, con el fin de evaluar escenarios, analizar funciones y optimizar procesos biológicos complejos mediante técnicas de simulación computacional


Objetivos Específicos

  • Comprender los fundamentos teóricos de la biología de sistemas y su aplicación al modelamiento de redes biológicas, identificando la utilidad de herramientas computacionales en la simulación de dinámicas moleculares y celulares.

  • Aplicar estrategias matemáticas y computacionales para representar, construir y analizar redes génicas, de señalización celular y metabólicas, desde una perspectiva determinística interpretando resultados obtenidos bajo diferentes escenarios de simulación.

  • Desarrollar capacidades para proponer y construir modelos metabólicos, evaluando su comportamiento bajo distintas perturbaciones y proponiendo la optimización bajo el Análisis de Balance de Flujo (FBA) para describir su comportamiento.

Imagen logros

Contenido del curso

Introducción a la Biología de Sistemas y al Modelamiento de Sistemas Biológicos

Detalle del módulo:

Este módulo introduce al estudiante en los principios fundamentales de la biología de sistemas, el modelamiento computacional y la simulación, con énfasis en la cinética y el uso de software especializado. Se promueve la integración con bases de datos y herramientas bioinformáticas.

Contenido:

1. Introducción a la modelización en biología de sistemas.
2. Introducción a la cinética aplicada en modelos de regulación genética y metabólicos.
3. Manejo de software y bases de datos biológicos para la construcción de modelos en biología de sistemas.

Construcción de Redes Biológicas y Modelamiento de Sistemas Biológicos

Detalle del módulo:

En este módulo se profundiza en las técnicas de modelamiento y simulación de redes biológicas, considerando tanto modelos deterministas como estocásticos, e incorporando análisis de estabilidad, variabilidad espacial y temporal, a diferentes escalas biológicas. Se consolidan las capacidades para reconstrucción, curación y modelamiento de redes metabólicas bajo el análisis de balance de flujo.

Contenido:

1. Modelos deterministas para describir redes de regulación génica, interacción proteína-proteína, mRNA-proteína y redes metabólicas.
2. Análisis de estabilidad en modelos de redes biológicas.
3. Modelos de redes biológicas con variación espacial y temporal.
4. Modelos con base en cinética estocástica para describir redes biológicas.
5. Reconstrucción y curación de modelos de redes metabólicas a escala genómica.
6. Modelización de redes metabólicas reconstruidas a escala genómica.