KNIME como plataforma para la enseñanza de métodos computacionales en química medicinal

Abstract

La enseñanza de la química medicinal como materia de grado presenta un desafío pedagógico, ya que además de combinar muchas disciplinas, incorpora conceptos totalmente novedosos. Entre ellos, se encuentran los métodos computacionales aplicados a la búsqueda e identificación de moléculas bioactivas, como los modelos QSAR, métodos basados en similitud, docking molecular, entre otros. La generación y validación de modelos QSAR es una tarea compleja que implica una secuencia de varios pasos y variables, por lo que es de suma importancia contar con herramientas que permitan explicar paso a paso cada etapa a los estudiantes de una forma visual e interactiva. Aquí presentamos nuestra experiencia utilizando KNIME para la realización del trabajo práctico de métodos indirectos. KNIME es una plataforma de minería de datos que utiliza nodos (que encapsulan algoritmos) y flechas (que indican el flujo de datos) que se combinan de manera gráfica e interactiva generando flujos de trabajo (workflows). KNIME es un software libre muy versátil, que permite la edición y creación de nodos que implementan algoritmos de acuerdo con los requerimientos del usuario. El objetivo del TP de métodos indirectos implementado en las clases de química medicinal es desarrollar un modelo clasificador lineal basado en descriptores moleculares que permita identificar inhibidores de la HIV-1 proteasa mediante cribado virtual. Para ello, los estudiantes deben importar un flujo de trabajo de KNIME desarrollado previamente por los docentes. Este flujo incluye todos los pasos que se llevarán a cabo para la realización del TP, desde la lectura de un archivo CSV con la información de las moléculas y su actividad biológica frente al blanco molecular en estudio, hasta la validación interna y externa del modelo