Modelado Molecular · Bioinformática · IA

Descifrando la vida dinámica de las macromoléculas.

En DansLab usamos modelado molecular, simulaciones in silico, bioinformática estructural e IA para comprender los roles complejos y dinámicos de los ácidos nucleicos y las proteínas dentro de la célula — desde los átomos a los sistemas.

Conocé nuestra investigación Conocé al equipo

Sobre nosotros

Una mirada multiescala de las macromoléculas en su contexto biológico.

El Dans Lab, también conocido como el grupo de Modelado Molecular, Bioinformática e IA (MMBAI), es parte del Departamento de Ciencias Biológicas (DCB) del Centro Universitario Regional (CENUR) en Salto, Universidad de la República (UdelaR), en el Litoral Norte de Uruguay.

En el Dans Lab nos mueve una profunda fascinación por los roles complejos y dinámicos de las macromoléculas en sus contextos biológicos. Empleamos modelado molecular, simulaciones in silico, bioinformática estructural y minería de datos a escala genómica para explorar estos procesos, adoptando una perspectiva multiescala que nos permite descubrir nuevas claves. Nuestro laboratorio se centra en Ácidos Nucleicos (estructura, dinámica y terapias basadas en oligonucleótidos) y en Resistencia Bacteriana (mecanismos básicos y tratamientos aplicados). El 90% del trabajo en DansLab es teórico (in silico), aunque también contamos con un laboratorio húmedo donde se realizan algunos experimentos.

Ácidos nucleicos

De la estructura y dinámica a las terapias basadas en oligonucleótidos

Resistencia bacteriana

Del descubrimiento básico a los tratamientos

Enlaces rápidos

Qué hacemos

De los electrones, pasando por los cromosomas, hasta las células completas y las bacterias.

Dinámica molecular

Simulaciones multiescala — desde modelos atomísticos a coarse-grained — para explorar paisajes conformacionales y la flexibilidad de macromoléculas.

Bioinformática estructural

Pipelines de secuencia a estructura a función, con foco en complejos de ADN, ARN y proteínas en su contexto celular.

IA para biomoléculas

Deep learning geométrico y modelos generativos para predecir estructura, dinámica e interacciones de ácidos nucleicos y proteínas.

Minería de datos genómicos

Minería de genomas bacterianos para identificar determinantes de resistencia, factores de virulencia y señales de transferencia horizontal de genes entre patógenos.

Cálculos QM

Cálculos de mecánica cuántica y DFT para derivar cargas atómicas y parámetros que alimentan el desarrollo de campos de fuerzas all-atom para ácidos nucleicos y bases modificadas.