Diplomado: Inteligencia artificial aplicada en el diseño de fármacos.
Nuevo programa
Deseo recibir más información

Diplomado: Inteligencia artificial aplicada en el diseño de fármacos.

Para realizar su inscripción y/o pago electrónico, haga clic aquí.
Información básica fechas
Fecha de inicio
Fecha de finalización
Información básica horario
Horario
96 horas. (12 semanas)
Jueves y viernes 4-8 pm
Virtual
Descuentos especiales
DESCUENTO DEL 10%:
- Pronto pago 1 de agosto de 2024
- Descuentos Grupales (3 participantes)
- Afiliados a Colsubsidio o Compensar

DESCUENTO 15%:
- Comunidad El Bosque

*Descuentos no acumulables
*Descuentos no aplicables para patrocinios.
*Aplican a partir del 1 de marzo de 2024
*Si aplicas a algún descuento solicítalo antes de realizar tu pago.
En contacto
Yeimy Lizeth García Carvajal

Yeimy Lizeth García Carvajal

Asistente Profesional
Imagen eliminada.Celular: 317 3988943

 

Información básica inversión
Inversión
2500000 COP
Inversión en dólares sujeto a TRM
660 USD

Te invitamos a conocer todas las características y alcance de todos nuestros programas.

En nuestro canal de youtube puedes encontrar contenido que te ayudaran a tomar la mejor elección para actualizarte.

YouTube

Descripción

Disciplinas de Computer-Aided Drug Design CADD han revolucionado el campo de la medicina, la bioingeniería y las ciencias farmacéuticas. La inmensa disponibilidad de datos reportados en la literatura y la capacidad para manejar y organizar eficientemente los mismos, permite modelar nuevas estructuras biológicamente activas, encontrar biomarcadores genéticos, identificar nuevas dianas farmacológicas para el tratamiento de diversas enfermedades etc. Las técnicas de CADD pueden emplearse en reposicionamiento de fármacos, diseño de fármacos basado en ligando (DFBL), cribado virtual basado en ligando (CVBL), cribado virtual basado en estructura (CVBE), identificación de compuestos líderes, relaciones estructura-actividad cuantitativas (QSAR) y análisis ADMET. De hecho, empresas como Bayer han implementado plataformas para estudios in silico de ADMET con el objetivo de generar modelos para predecir una amplia variedad de propiedades farmacocinéticas y fisicoquímicas en etapas tempranas del descubrimiento de fármacos.  Se estima que el desarrollo tradicional de un fármaco comercial cuesta en promedio 2500 millones de USD y se requieren de 10 a 15 de años desde el inicio de la investigación hasta su llegada al mercado.

De hecho, en Estados Unidos, solo 1 de cada 10 productos que ingresan a ensayos clínicos es aprobado por la FDA. Por tal motivo, el diseño racional de fármacos ha tomado fuerza durante los últimos años ya que tiene por objetivo crear moléculas que provoquen la menor cantidad de efectos secundarios que sean más eficaces, más seguras y mejor toleradas que los medicamentos disponibles en el mercado aplicando herramientas computacionales para su diseño y construcción por ejemplo buscando agentes terapéuticos para enfermedades de alta prevalencia como cáncer, trastornos neurológicos e hipertensión.

 

Objetivo General:

Enseñar el uso de inteligencia artificial aplicada a moléculas pequeñas y estructuras, para descubrir candidatos a medicamentos, acelerando el proceso de descubrimiento y minimizando el tiempo y los costos para su comercialización.

 

Objetivos específicos:

Analizar la información biológica disponible de familias de fármacos, antineoplásicos, antihipertensivos, antidepresivos.

Construir modelos predictivos que relacionen la estructura química de familias de fármacos frente a su actividad biológica.

Desarrollar estrategias que permitan modificar de manera racional moléculas Hit buscando convertirlas en líderes.

Evaluar el efecto farmacológico y la seguridad de los candidatos diseñados.

 

Recuerda consultar nuestra política de aplazamientos, reservas de cupo y reembolsos AQUÍ

 

Dirigido a
Químicos Farmacéuticos, Médicos Farmacólogos, Químicos, Biólogos, Bioingenieros. Matemáticos, Ingenieros Industriales, investigadores en Ciencias.

Módulo 1: Introducción Descubrimiento de fármacos

Reconocer por medio de ejemplos aplicados la historia y evaluación de los medicamentos

Descubrimiento de fármacos una perspectiva intedisciplinar

 

Módulo 2: Computer-Aided Drug Design

Comprender la importancia de la información biológica disponible en el descubrimiento racional de fármacos

Entender la relación cuantitativa estructura-actividad QSAR y su aplicación en machine learnig

Computer-Aided Drug Design

Structure-Based Drug Design

Structure-Based virtual screening

Ligand-Based Drug Design

Ligand-Based virtual screening

Ejemplos exitosos de diseño de fármacos asistido por computadora

 

Módulo 3: Estrategias modernas  en Síntesis química de fármacos 

Conocer las aplicaciones del machine learning en el diseño de rutas sintéticas y catalizadores.

Estudiar ejemplos aplicados de síntesis de fármacos me better y first class

Machine Learning in Computer-Aided Synthesis Planning

Síntesis de Fármacos “me-better”

Síntesis de fármacos first class

Organocatalisis en la síntesis de fármacos

 

Módulo 4: Ensayos preclínicos

Formarse en las metodologías de vanguardia usadas en los ensayos preclínicos

Generalidades de cultivo celular

Modelo de evaluación de citotoxicidad

Evaluación de Blancos moleculares

Comparación de cultivos 2D y 3D

Caracterización de cultivos 3D

 

Módulo 5: Formulaciones farmacéuticas

Brindar al estudiante herramientas actualizadas para afrontar la formulación y el desarrollo de nuevos medicamentos de acuerdo con los lineamientos de International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use (ICH).

Guías ICH

Introducción a l quality by design (QbD)

Diseño y caracterización de nuevas formulaciones.

 

James Guevara-Pulido PhD en Química de síntesis y materiales avanzados de la Universidad de Valladolid España. Con un máster en Ciencias-Químicas de la Universidad Nacional de Colombia. En la actualidad es director del grupo de investigación en química aplicada INQA clasificado por Minciencias, dónde se desarrollan moléculas con actividad biológica comprobada utilizando herramientas de inteligencia artificial para el mejoramiento de la efectividad, toxicidad de fármacos antihipertensivos, antidepresivos, antineoplásicos, antirreumáticos. Adicionalmente es profesor titular del programa de Química farmacéutica de la Facultad de Ciencias de la Universidad el Bosque y reviewer certificado de la Journals como Computers in biology and medicine Q1, Helyon Q1 y Informatics in medicine unlocked Q2.

Ronald Jímenez PhD Químico farmacéutico de la Universidad Nacional de Colombia, con estudios de maestría y doctorado en ciencias farmacéuticas con énfasis en el desarrollo de productos farmacéuticos. Profesor asociado del programa de Química Farmacéutica de la Universidad El Bosque. Investigador del grupo INQA en inteligencia artificial aplicada a la farmacotécnia, autor de dos patentes y dos solicitudes de patente. 

Angela Victoria Fonseca Benítez Odontóloga y magister en ciencias básicas biomédicas con grado de honor en ambas titulaciones. En este momento es candidata a doctor en ciencias biológicas de la Pontificia Universidad Javeriana trabajando en la evaluación del efecto de FOXA1 en pronóstico de Cáncer de seno. En la actualidad es profesora de Bioquímica e investigador en cáncer de la Universidad El Bosque. Su principal experiencia está encaminada en la generación, caracterización y mantenimiento de cultivo celular 2D y 3D. Adicionalmente, en técnicas de biología molecular, análisis de imágenes orientado a la evaluación de potenciales candidatos para el tratamiento de distintos carcinomas.

Información Adicional

Proceso de Matrícula y Financiación

Formulario

Formulario
Formulario

Empieza por diligenciar el formulario de inscripción. Una vez recibas tu solicitud, automáticamente se generará una orden de pago, la cual será enviada por correo electrónico.

Ir al formulario

Matrícula presencial

Matrícula presencial
Matrícula presencial

Dirígete a las oficinas de la División de Educación Continuada, Av. Cra. 9 No. 131 A - 02 Edificio Fundadores, Centro de Servicios Integrales, Primer piso, Mezannine, y proporcionar los siguientes datos:

  • Nombre completo
  • Tipo de Documento
  • Número de Documento
  • Fecha de Nacimiento
  • Teléfono Fijo
  • Teléfono Móvil
  • Email
  • Programa de interés

Métodos de pago

Financiación
Métodos de pago

Conoce las opciones de financiación, formas de pago, descuentos y beneficios para formalizar la inscripción.

Métodos de financiación
Directo por la Universidad El Bosque, Cheques Posfechados.

Entidades bancarias
Sufi Bancolombia, Grupo Helm Bank, Banco Pichincha, Fincomercio, Financiar.

Formas de pago 
Efectivo, Pagos en línea PSE, Tarjeta de crédito Visa o Master Card, Patrocinios.

Descuentos
15% Comunidad El Bosque, 10% Descuentos grupales (3 participantes), 10% Participantes de otros programas, 10% Cónyuges e hijos funcionarios de la Universidad El Bosque.
* Los descuentos no son acumulables

Inscripciones

Pagos en línea

Pagos en línea
Pagos en línea

Puedes diligenciar el pago de tu recibo en nuestra plataforma con PSE.

Pagos en línea

Requisitos

Requisitos
Requisitos

Una vez realizado el pago, deberás hacer llegar el comprobante y los siguientes documentos por medio de correo electrónico o acercándote a las oficinas de la División de Educación Continuada:

  • Fotocopia de la Cédula
  • Fotocopia del Carné de la E.P.S.
  • Fotocopia del diploma profesional o acta de grado

Importante

La Universidad podrá cancelar el programa seleccionado, cuando no haya un número mínimo de participantes, y procederá a tramitar la devolución del dinero recibido. También podrá posponer la realización del programa por razones de fuerza mayor. En este caso se informará a las personas preinscritas la nueva fecha programada. El medio de contacto será a través de los medios suministrados en el momento de la inscripción.

Institución de educación superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

Próxima oferta académica
Diplomado
Diplomado
Curso
Evento