Laboratorio de Química Física

 

Línea de Investigación

Estudios de la estructura y propiedades de sistemas moleculares de interés químico y biológico.

Director: Juan C. Garro Martinez

 

Integrantes

Investigadores

  • Dr. Juan C. Garro Martinez. Investigador Independiente CONICET
  • Dr. Esteban G. Vega Hissi. Investigador Adjunto CONICET
  • Dr. Matías F. Andrada. Investigador Adjunto CONICET
  • Dr. Frida V. Dimarco. Investigadora UNSL
  • Lic. Lucas Garro. Becario CONICET
  • Fernanda Domínguez. Alumna
  • Dr. Mario Estrada. Colaborador externo

Resumen de Línea:

Nuestras investigaciones abordan el estudio de sistemas moleculares de interés químico, biológico y farmacológico mediante un enfoque teórico basado en metodologías de la Química Computacional, tales como el modelado molecular, el acoplamiento molecular (docking), la dinámica molecular y los modelos de relación estructura-actividad biológica (QSAR).

Estas herramientas permiten analizar la estructura y reactividad de moléculas a nivel atómico y molecular, complementándose con datos experimentales generados por el equipo o a partir de colaboraciones con otros grupos de investigación.

El objetivo general es investigar el comportamiento de sistemas moleculares complejos, con el fin de proponer modelos computacionales que expliquen sus propiedades y mecanismos de interacción, y que sirvan de base para interpretar observaciones experimentales macroscópicas. Los resultados permitirán optimizar el diseño racional de nuevos sistemas con propiedades mejoradas.

Entre los objetivos específicos se destacan: la caracterización estructural de moléculas relevantes mediante modelado y optimización geométrica; el estudio de interacciones ligando-receptor por docking; la simulación de la dinámica de complejos moleculares para evaluar su estabilidad; y el desarrollo de modelos QSAR para correlacionar estructuras con propiedades biológicas o fisicoquímicas. Además, se incorpora el uso de inteligencia artificial y aprendizaje automático para mejorar los enfoques predictivos.

El proyecto también contempla la integración de datos experimentales con resultados teóricos, el diseño racional de nuevas especies químicas con potencial farmacológico, y la modelización de sistemas complejos como membranas o enzimas multiméricas.