TY - JOUR AU - Fatych, Yuliia AU - Parras Ramallo, Lidia AU - Sánchez Martín, Nerea AU - Lorenzo Turad, Salma AU - Guerrero Amelín, Carolina AU - Menor Salván, César T1 - Uso de UCSF ChimeraX e inteligencia artificial en el aprendizaje activo de estructuras proteicas LA - spa PY - 2026/// T2 - Dianas: revista de dianas terapéuticas SN - 1886-8746 VL - 15 IS - 1 PB - Grupo Docente InnovARTE PP - Alcalá de Henares AB - 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. UR - https://portalcientifico.uah.es/documentos/69da8ea7c961455b745c5a69 DP - Dialnet - Portal de la Investigación ER -