InSiliChem és un grup de modelització molecular amb experiència en una àmplia varietat de mètodes que van des de modelatge d'homologia, dinàmica molecular, acoblaments de proteïnes-lligants o mètodes basats en QM. Per sostenir la nostra investigació, el grup també desplega esforços substancials per al desenvolupament de nou programari en què GaudiMM n'és el principal.
Els estudis InSiliChem embarquen una varietat de preguntes de modelatge diferents. Des de l'anàlisi de seqüències, acoblaments proteïnes-lligants fins a QM/MM InSiliChem posseeix una experiència que permet treballar en sistemes molt diferents. No obstant això, InSiliChem se centra principalment en sistemes amb poca informació estructural i ha impulsat el desenvolupament de programari computacional en els últims 10 anys.
A causa del nostre interès investigador, també fem desenvolupament metodològic incloent nou programari.
Les nostres línies de recerca principals són 1) disseny molecular basat en ordinador i 2) interaccions de compostos exògens amb organismes vius. En ambdues línies, la majoria d'activitats se centren en sistemes que contenen metalls per als quals l'equip ha anat adquirint experiència al llarg dels anys.
La utilitat del modelatge molecular en molts camps de les ciències químiques no és una cosa per demostrar. La modelització permet captar coneixements moleculars que permeten als químics, bioquímics i nanotecnòlegs fer hipòtesis més sòlides sobre la naturalesa molecular dels seus sistemes i desenvolupar-hi. El nostre grup té una gran part de la seva activitat dedicada a ajudar en el disseny de noves entitats moleculars que van des de metaloenzims artificials fins a nous fàrmacs. La particularitat del grup és donar prioritat als sistemes metàl·lics.
La interacció dels compostos exògens amb els organismes vius és clau en moltes de les seves funcions. També pot ser la font de teràpies i malalties. La segona línia principal de recerca del grup se centra a predir a nivell molecular les interaccions clau entre els compostos exògens i els seus objectius.
Centrem les nostres activitats en dues categories: ions metàl·lics (ya siguin beneficiosos o contaminants) i compostos naturals de pharmacophea. En humans ens centrem en els enzims metabolitzadors (per exemple, els citocroms P450), els trastorns neurodegeneratius i les malalties relacionades amb els metalls. Per als organismes no humans, ens centrem en malalties patògenes com la malària, el dengue i, més recentment, el covid-19.
Informació d'interès
Computational BioNanoCat. Marechal, J. (Investigador). Convocatòria SGR 2021 (Ref. 2021SGR00019). Direcció General de Recerca de la Generalitat de Catalunya. Execució: 1/01/22 → 30/06/25.
CypTox: Training next level scientists and researchers to develop highly selective and safe insecticides. Marechal, J (Investigador principal). Comissió Europea (CE), Ref. H2020-101007917-CypTox. Execució: 1/01/21 → 30/06/25.
FRONTERAS EN LA MODELIZACION DE PROCESOS DE CATALISIS Y RECONOMIENTOS MOLECULARES MEDIADOS POR METALES DE TRANSICION. Marechal, J (Investigador principal). Convocatòria Proyectos Generación del Conocimiento (Ref. PID2020-116861GB-I00). AEI, Ministerio de Ciencia e Innovación (MICINN). Execució: 1/09/21 → 31/03/25.
BIOINORGANICA COMPUTACIONAL: DESDE LA BIOCATALISIS SOSTENIBLE HASTA NUEVAS ESTRATEGIAS EN QUIMICA MEDICA. Marechal, J (Investigador principal). Convocatòria Proyectos Generación del Conocimiento (Ref. PID2023-149492NB-I00). AEI, Ministerio de Ciencia e Innovación (MICINN). Execució: 1/09/24 → 31/12/27.
Nat. Catal., 2022 (Q1, IF: 40.706). Design and evolution of chimeric streptavidin for protein-enabled dual gold catalysis. F. Christoffel, et al.
Chem. Comm., 2021 (Q1, IF: 6.22). Selective recognition of A/T-rich DNA 3-way junctions with a three-fold symmetric tripeptide. J. Gómez-González, et al.
PCCP, 2021 (Q1, IF: 3.430). Impact of Cu(II) and Al(III) on the conformational landscape of Amyloidβ 1-42. L. Roldán-Martín, et al.
JCIM, 2021 (Q1, IF: 4.549). BioMetAll: Identifying Metal-Binding Sites in Proteins fromBackbone Preorganization. J.E. Sánchez-Aparicio, et al.
Acc. Chem. Res., 2020 (Q1, IF: 21.661). Molecular Modeling for Artificial Metalloenzyme Design and Optimization. L. Cotchico, et al.
Int. J. Mol. Sci, 2019 (Q1, IF: 4.556). GPathFinder: Identification of Ligand-Binding Pathways by a Multi-Objective Genetic Algorithm. J.E. Sánchez-Aparicio, et al.
