SECUAH 2026 > Fatych etal 2026

dianas | Vol 15 No 1 | marzo 2026 | e202603x035

Uso de UCSF ChimeraX e inteligencia artificial en el aprendizaje activo de estructuras proteicas

Yuliia Fatych, Lidia Parras Ramallo, Nerea Sánchez Martín, Salma Lorenzo Turad, Carolina Guerrero Amelín, César Menor-Salván

Unidad de Bioquímica y Biología Molecular, Departamento de Biología de Sistemas, Universidad de Alcalá, Madrid, España.

yuliia.fatych@uah.es

XI Congreso de Señalización Celular, SECUAH 2026.
XX Simposio de Dianas Terapéuticas.
16 a 18 de marzo, 2026. Universidad de Alcalá. Alcalá de Henares, Madrid. España.

Palabras clave: UCSF ChimeraX; AlphaFold; estructura proteica; inteligencia artificial

Resumen

La relación entre estructura y función de las macromoléculas constituye un pilar fundamental para la comprensión de la biología molecular y celular. No obstante, en el contexto educativo tradicional este conocimiento suele abordarse mediante representaciones bidimensionales que limitan la comprensión de la organización tridimensional y la dinámica de las moléculas. El análisis de estructuras moleculares permite profundizar en la complejidad de la arquitectura celular, facilitando la comprensión de la organización y funcionamiento de los orgánulos, así como de la dinámica de la membrana plasmática. Además, proporciona una base conceptual para interpretar procesos esenciales como las reacciones enzimáticas, los mecanismos genéticos, la señalización intracelular o la comunicación celular. Este enfoque también permite conectar el estudio estructural con otros ámbitos relevantes, como los procesos patológicos, el mecanismo de acción de los fármacos o la evolución celular a lo largo del tiempo. En este marco, resulta especialmente relevante que los estudiantes dispongan de herramientas que favorezcan el desarrollo de habilidades prácticas en el análisis estructural de biomoléculas. El software de acceso libre UCSF ChimeraX representa una herramienta especialmente útil para la visualización y manipulación de estructuras proteicas tridimensionales. Su interfaz intuitiva facilita que los estudiantes exploren distintos niveles de organización estructural y realicen análisis básicos sin requerir una formación técnica avanzada ni una inversión considerable de tiempo. El potencial formativo se ve reforzado por la disponibilidad de herramientas basadas en inteligencia artificial, como AlphaFold, capaz de predecir la estructura tridimensional de proteínas a partir de su secuencia mediante el análisis de homologías. En conjunto, estas actividades permiten a los estudiantes desarrollar competencias en visualización estructural, análisis bioinformático, interpretación de datos y comunicación científica, favoreciendo un aprendizaje activo e interdisciplinar.