Gabriel Del Río Guerra

Gabriel Del Río Guerra

Bioquímica y Biología Estructural

gdelrio@ifc.unam.mx

205 Oriente

Tel. +52 55 56225663

Intereses de Investigación

El control de la vida o muerte de una célula es fundamental para el desarrollo de los organismos vivos. Para entender este equilibrio vital es necesario contar con herramientas que permitan identificar los mecanismos moleculares participantes. Una de las herramientas básicas para descubrir estos mecanismos han sido los antibióticos, moléculas capaces de inducir muerte celular. Al mismo tiempo, el uso de los antibióticos ha mejorado la salud de los seres vivos (tratamiento de infecciones, cáncer) y con ello se ha promovido el desarrollo de empresas de base biotecnológica. Es decir, el desarrollo de nuevos antibióticos ha contribuido a mejorar nuestro entendimiento sobre los seres vivos, así como en el desarrollo tecnológico, económico y social de los países que han invertido en esta área del conocimiento.

En nuestro grupo nos interesa contribuir en el desarrollo de nuevos antibióticos en México. Para ello, es necesario estudiar la relación estructura-función tanto de las moléculas con actividad antibiótica como la de sus dianas. Es por ello que en nuestro grupo estudiamos la relación estructura-función de péptidos antibióticos y proteínas, en particular la de aquellos péptidos o proteínas que sean multifuncionales. Para ello usamos enfoques computacionales basados en el aprendizaje automático (machine learning) y nuestros modelos experimentales incluyen a la levadura Saccharomyces cerevisiae y otros tipos celulares.

A partir de nuestros estudios de investigación básica hemos generado publicaciones científicas originales de las cuales se ha derivado conocimiento útil para el desarrollo de nuevos péptidos antimicrobianos (patente ante el IMPI) y tecnologías de cómputo útil para la clasificación de textos en redes sociales (registro ante INDAUTOR).

ESTUDIANTES INTERESADOS EN PARTICIPAR EN UN PROYECTO SOBRE BLOCKCHAINS, ESTOY AHORA INICIANDO UN PROYECTO VINCULADO AL SECTOR INDUSTRIAL Y ACADÉMICO. INTERESADOS POR FAVOR ENVÍEN SU CV Y EXPOSICIÓN DE MOTIVOS A MI CORREO gdelrio@ifc.unam.mx. 13-Marzo-2018


Trayectoria profesional

Investigador Tiular B

Instituto de Fisiología Celular (desde 2004)

Universidad Nacional Autónoma de México


Posdoctorados y estancias

Edda Klipp (2009-2010)

Humboldt University, Berlin, Alemania


Dale E. Bredesen (1999-2004)

Buck Institute, Novato California, EUA


Dale E. Bredesen (1997-1999)

Burnham Institute, San Diego California, EUA


Formación académica

Doctorado en Biotecnología (1992-1997)

Instituto de Biotecnología, UNAM , Mexico


Maestría en Biotecnología (1990-1994)

Instituto de Biotecnología, UNAM, México


Ingeniero Biotecnológo (1984-1990)

Instituto Tecnológico de Sonora, México


Líneas de Investigación

Estudio de la relación estructura-función en sistemas biológicos mediante el analisis de redes : Los datos moleculares biológicos estan compuestos principalmente de relaciones (e.g., relaciones entre amino ácidos que interactuan en la estructura de las proteínas, datos de expresión de genes, interacciones proteína-proteína, interacciones metabólicas), por lo que éstas pueden ser representadas como redes. En este sentido, las redes son modelos de un proceso molecular y requieren ser evaluadas en su habilidad para reproducir las características de tales procesos. Por ello, en nuestro grupo desarrollamos conceptos y herramientas útiles para evaluar la relación estructura/función de los sistemas biologicos a partir de conceptos básicos y métodos de aprendizaje automatizado (machine learning). Nuestro trabajo se centra en la clasificación y predicción de la estructura tridimensional de las proteinas asi como el modelado de procesos celulares (e.g., metabolismo, ciclo celular) relevantes para la muerte celular en levadura.

Diseño asistido por computadora de péptidos multifuncionales : Los péptidos y proteínas pueden ser representados de diversas formas (e.g., estructura primaria, estructura terciaria) y para cada representación se pueden generar múltiples descriptores (e.g., composición de amino ácidos, energía de asociación). A partir de estas representaciones es posible entrenar máquinas para que distingan los descriptores de estas representaciones que pueden caracterizar una actividad en estos péptidos o proteínas. En esta línea de investigación buscamos generar predictores de secuencias peptídicas con actividad antimicrobiana, péptidos penetradores, actividades compatibles a estas y predecir interacciones péptido-proteínas.


Ligas de Interés


Integrantes del laboratorio


Estudiantes