> For the complete documentation index, see [llms.txt](https://difacquim.gitbook.io/quimioinformatica/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://difacquim.gitbook.io/quimioinformatica/quimioinformatica-aplicada-al-diseno-de-farmacos.md). # Quimioinformática aplicada al diseño de fármacos La **Quimioinformática** es una rama de la Química Computacional que está enfocada en el uso de técnicas computacionales aplicadas a la solución de problemas que se presentan en Química. Como disciplina científica independiente, la Quimioinformática ha tenido un enorme avance en los últimos años, lo que ha permitido la aparición de áreas de investigación como el diseño de síntesis asistida por computadora, los estudios de relación cuantitativa estructura-actividad, el cribado virtual y la predicción de propiedades de absorción, distribución, metabolismo, excreción y toxicidad (ADME-Tox). Las técnicas mencionadas están asociadas frecuentemente a la investigación de fármacos. No obstante, su alcance puede abarcar otras áreas como Química Analítica, Química Orgánica, Toxicología Ambiental, Materiales y Polímeros, Química de Alimentos y Biofarmacia, por mencionar algunos ejemplos. Debido a la gran aplicación que ha tenido la **Quimioinformática** en los últimos años y su relación con Inteligencia Artificial y otras áreas computacionales, el objetivo general de este libro electrónico es contribuir en la formación académica de los estudiantes y profesionales de la carrera de Química Farmacéutico-Biológica, Ciencias Farmacéuticas, Química y carreras afines. En esta versión electrónica se fomenta la ciencia abierta, por lo que todos los ejercicios que se incluyen se realizaron a partir de fuentes de datos públicas y herramientas de acceso abierto. Se exploran las representaciones moleculares más comunes de compuestos orgánicos de bajo peso molecular y sus aplicaciones en diversas áreas de la química. También, se ilustra la adquisición de información química de bases de datos moleculares públicas (como ChEMBL y PubChem), y el análisis y visualización de la información química bajo el concepto de espacio químico. El GitBook es de acceso libre y se espera que contribuya a fomentar la ciencia abierta, así como facilitar el aprendizaje de estudiantes y profesionales de la Química interesados en el análisis y visualización de datos químicos. {% hint style="info" %} *Si utiliza este GitBook en una publicación, ¡Cítenos!* * Saldivar-González FI, Prado-Romero DL, Cedillo-González BR, Chávez-Hernández AL, Avellaneda-Tamayo JF, Gómez-García A, Juárez-Rivera L, Medina-Franco JL. (2024).[ A Spanish Chemoinformatics GitBook for Chemical Data retrieval and Analysis using Python Programming. ](https://pubs.acs.org/doi/full/10.1021/acs.jchemed.4c00041) *J. Chem. Educ.*; . {% endhint %} ## Contenido:

Capítulos	Capítulos
1. Búsqueda de información química	6. Análisis y visualización de información química
2. Introducción a Python, Google Colab y Linux	7. Similitud química
3. Representación molecular	8. Enumeración de bibliotecas químicas
4. Bases de datos moleculares	9. Acoplamiento molecular
5. Construcción y curado de bases de datos moleculares

## Código/Tutoriales para practicar


Blog Practical Cheminformatics	Pat Walters		Mujeres QC(3).png	http://practicalcheminformatics.blogspot.com/
GitHub Practical Cheminformatics	Pat Walters		4.png	https://github.com/PatWalters/practical_cheminformatics_tutorials
GitHub Cheminformatics Teaching-Material	Sul Sharif (Sulstice)		1.png	https://github.com/Sulstice/Cheminformatics-Teaching-Material
GitHub TeachOpenCADD	Volkamer Lab		3.png	https://github.com/volkamerlab/teachopencadd
	LIDeB Tools	Laboratory of Bioactive Research and Development, UNLP		https://lideb.biol.unlp.edu.ar/?page_id=1076
GitHub	AI4Chemistry course	Philippe Schwaller	Gitbook Colaboradores (5).png	https://schwallergroup.github.io/ai4chem_course/

## Bibliografía recomendada:

#### Textos introductorios: * Engel T (2006) [Basic overview of chemoinformatics](https://pubs.acs.org/doi/10.1021/ci600234z). *J Chem Inf Model.* 46:2267–2277. * Gasteiger J (2006) [Chemoinformatics: a new field with a long tradition](https://link.springer.com/article/10.1007/s00216-005-0065-y). *Anal Bioanal Chem.* 384:57–64. * Martin, Y.C.; Abagyan, R.; Ferenczy, G.G.; Gillet, V.J.; Oprea, T.I.; Ulander, J.; Winkler, D.; Zefirov, N.S. Glossary of terms used in computational drug design, part II (IUPAC Recommendations 2015). Pure Appl. Chem. 2016, 88: 239-264. **Artículos de difusión en español:** * Saldívar-González F, Prieto-Martínez FD, Medina-Franco JL (2017) [Descubrimiento y desarrollo de fármacos: un enfoque computacional.](https://www.sciencedirect.com/science/article/pii/S0187893X16300301) *Educación Química*. 28:51–58. * Saldivar-González F, Fernández-de Gortari E, Medina-Franco JL (2023)[ Inteligencia artificial en el diseño de fármacos: hacia la inteligencia aumentada](https://www.revistas.unam.mx/index.php/req/article/view/83233). *Educación Química*. 34:17–25. **Textos avanzados:** * [An Introduction to Chemoinformatics](https://link.springer.com/book/10.1007/978-1-4020-6291-9). Editores: Leach AR y Gillet VJ, 1 ed., Springer. 2007, pp 255. * [Chemoinformatics: A Text Book](https://onlinelibrary.wiley.com/doi/book/10.1002/3527601643); Editores: Gasteiger, J.; Engel, T. 1 ed., Wiley-VCH. 2003, pp 650. **Quimioinformática en América Latina:** * Miranda-Salas J, Peña-Varas C, Valenzuela Martínez I, et al (2023) [Trends and challenges in chemoinformatics research in Latin America.](https://www.sciencedirect.com/science/article/pii/S2667318523000211) *Artificial Intelligence in the Life Sciences.* 3:100077. **Libros con aplicaciones:** * [Chemoinformatics for Drug Discovery](https://www.wiley.com/en-ca/Chemoinformatics+for+Drug+Discovery-p-9781118139103). Editor: Bajorath, J. 1 ed., John Wiley & Sons, Inc., 2013, pp 432. * [Chemoinformatics in Drug discovery](https://onlinelibrary.wiley.com/doi/book/10.1002/3527603743). Editores: Oprea, T.I.; Mannhold, R.; Kubinyi, H. & Folkers, G. 1 ed. Wiley-VCH; 2005, pp 515. * [Chemoinformatics of Natural Products](https://www.degruyter.com/serial/cnpn-b/html); Editor: Ntie-Kang F, Gruyter. 2020. . **Páginas web:** * Directory of computer-aided Drug Design tools. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://difacquim.gitbook.io/quimioinformatica/quimioinformatica-aplicada-al-diseno-de-farmacos.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.