Física Biomédica (plan 2015) 2021-1

Ciencias Biológicas, Temas Selectos en Biofísica

Primera reunión: http://meet.google.com/utu-msuc-bzd lunes 21 de septiembre 2020, a las 5:00 p.m.

Si no se pueden conectar a esta primera reunión, pero están interesados en inscribirse al curso: manden un correo a adriano@ciencias.unam.mx para ponernos de acuerdo.

Horario: Por definir.

Temario

En este curso estudiaremos, desde una perspectiva física, los procesos relacionados a la quimiotaxis celular. La quimiotaxis es el proceso o colección de procesos moleculares, a través de los cuales las células pueden desifrar gradientes externos de concentración de señales moleculares (échenle un ojo a https://science.sciencemag.org/content/369/6507/eaay9792/tab-figures-data) y realizar tareas específicas como por ejemplo: la identificación de virus y bacterias por los neutrófilos, la fecundación del óvulo por los espermatoziodes, la reparación de tejidos dañados, etc. Es vital para inumerables procesos biológicos y, hasta el momento, no ha sido totalmente entendida. También forma parte del diseño, en bioingeniería, de las estrategias más prometedoras para el tratamiento de enfermedades como el cáncer, ya que los objetivos de vuelven específicos (tumores) y los agentes pueden formar parte del sistema inmune, o modificaciones genéticas de éstos. Hasta el momento, hemos identificado una serie de reacciones químicas centrales que forman parte de los procesos moleculares relacionados con la quimiotaxis, así como la difusión de segundos mensajeros (por ejemplo el fosfatidil inositol bi-fosfato PIP2). Éstas reacciones químicas se suelen simular numéricamente; casi nunca se pueden resolver analíticamente.

En el curso usaremos un método que se conoce como el algoritmo de Gillespie para simular sistemas de reacción-difusión. Es un método estocástico porque se incluyen explícitamente las fluctuaciones en la dinámica y porque es ideal cuando la hipótesis de continuo, ímplicita en los sistemas de reacción-difusión, no se cumple; cuando las poblaciones moleculares son pequeñas, como es el caso para muchas especies moleculares relacionadas con la quimiotaxis.

Es raro que los métodos estocásticos formen parte del curriculum de los físicos a nivel licenciatura (en México), porque generalmente se ven en cursos más avanzados de posgrado (física estadística de no equilibrio). Sin embargo, es posible una introducción a estos temas con una noción sólida de cálculo vectorial y ecuaciones diferenciales. Algunos de los temas que revisaremos son:

• Algoritmo de Daniel Gillespie
• Teorema del límite central.
• Introducción a las ecuaciones diferenciales estocásticas.
• Ecuación de Langevin
• Ecuaciones Maestras
• Ecuación de Fokker-Planck
• Termodinámica de No equilibrio
• Creación de gráficas de alta calidad con Matplotlib y Seaborn, así como animaciones de las simulaciones numéricas.

Método de Evaluación:

• Se evaluará exclusivamente con tareas (Notebooks).
• Tendremos un par de clases a la semana (Google Meets); no es obligatoria la asistencia, las actividades estarán siempre indicadas en el Google Classroom.
• Se realizarán diferentes actividades en las que tendrán que programar en Python los diferentes métodos que estudiaremos (no es necesario saber programar con antelación, todo lo que necesitemos lo revisaremos durante el curso).

Recursos:

• Usaremos la distribución (individual) de Anaconda de Python https://docs.anaconda.com/ que está disponible para todos los sistemas operativos (Linux, Windows, Mac OS), ésta no tiene ningún costo.
• No es necesario, aunque pueden hacerlo si gustan, instalar nada en sus computadoras: todo el código se puede correr en el "Jupyer Colab" https://colab.research.google.com/notebooks/basic_features_overview.ipynb
• Trabajaremos en los Jupyter Notebooks, así como con el controlador de versiones Git (No es necesario que hayan trabajado anteriormente con éste; lo aprenderemos durante el curso)

Bibliografía:

• J. T. Hancock, "Cell Signalling", Oxford University Press, Third Edition, 2010
• D. Gillespie, "Markov Processes An Introduction for the Physical Sciences", Academic Press, 1992.
• H. Haken, "Synergetics An Introduction Nonequilibrium Phase Transitions and Self Organization in Physics, Chemistry and Biology", Springer-Verlag 3th Edition 1983.
• C. Gardiner, "Stochastic Methods A Handbook for the Natural and Social Sciences", Springer Series in Synergetics, Springer Complexity, 4th Edition 2009

Otras referencias más específicas pueden encontrarse en: https://drive.google.com/drive/folders/1fUKo3KjRvoUFNDt6ltREYoqTtQxSRfJV