CÓDIGO: FO-IN-001

INVESTIGACI
ÓN VERSIÓN: 01

PRESENTACIÓN DE PROYECTOS DE FECHA: 13-07-2018

INVESTIGACIÓN

1. FICHA BÁSICA DE IDENTIFICACIÓN DEL PROYECTO:

Título: ANÁLISIS COMPUTACIONAL DE LAS POSIBLES INTERACCIONES DE COMPUESTOS CANNABINOIDES CON LA ENZIMA AROMATASA.

Investigador Principal: C.C

Correo electrónico: Teléfono: Celular:
Dirección de correspondencia:

Nombre de los Grupos de Investigación: (registre la información de los grupos que participan) Total de Investigadores
(número)
1. Nombre: Código GrupLAC
Facultad/Programa: Reconocido Si No
2. Nombre: Código GrupLAC
Facultad/Programa: Reconocido Si No
3. Nombre: Código GrupLAC
Facultad/Programa: Reconocido Si No
Línea(s) de Investigación:

Tipo de proyectos de I&D: Investigación Básica: Investigación Aplicada: Desarrollo Tecnológico o

Es un proyecto de innovación
tecnológica
Tipo de innovación:
Innovación tecnológica de producto
Área Temática en la que participa
Ciencias de la salud
a) Medio ambiente y salud humana .......
b) Mortalidad infantil y salud materna……
c) Reducción de riesgos, prevención……
y control de enfermedades
x Experimental:
Se refiere a aquellos proyectos que tienen como objetivo el desarrollo de nuevos productos o
procesos, así como las modificaciones tecnológicas importantes en productos o procesos
Innovación tecnológica de proceso Innovación organizacional
Ciencias Sociales, Económicas, Ciencias básicas e ingenierías
Humanas y Jurídicas x
a) Desarrollo empresarial y ............... a) Movilidad
competitividad sectorial urbana ............................
b) Cultura ciudadana, identidad ......... b) Infraestructura y desarrollo
y relaciones sociales urbano….
c) Igualdad, oportunidades sociales…. c) Sostenibilidad
y derechos humanos medioambiental… ......
d) Desarrollo humano ........................ d) Biodiversidad, potencial innovador
..................................................... y desarrollo productivo
e) Educación y desarrollo social ......... ………………...
e) Biotecnologías
………………………….
f) Desarrollo de Software
…………………
g) Modelación
……………………………... X

Grupos beneficiarios: (seleccionar máximo los 5 más importantes)

Indígenas… ............................................
Comunidades negras… ..........................
Campesinos… ........................................
Mujeres… ...............................................
Pequeños y medianos empresarios… ......
Productores agropecuarios… ..................
Productores industriales… ......................
Comercio… ............................................
Empresas en general… ..........................
REQUIERE AVAL DEL COMITÉ DE ETICA?: SI
X_
Valor total del proyecto: $250000
Duración total (meses): 6
Convocatoria a la cual se presenta el proyecto:
Ascenso en el escalafón docente, de auxiliar a asistente.
Niños y jóvenes .........................................
Desplazados… ...........................................
Enfermos e internos en clínicas… .................
Prestadores de servicios de salud… .............
Prestadores de servicios de educativos… ......
Comunidad Académica…................................. X_
Estado… ......................................................
Otros… .........................................................
Cuáles
NO Si marcó SI, deberá anexar solicitud de aval al comité de
Ética y Consentimiento Informado, en caso que lo requiera.
Valor solicitado a la $0
Vicerretoría de Investigaciones

DESCRIPCIÓN DE LA PROPUESTA

2. RESUMEN DEL PROYECTO:

Por más de 25 años un número incontable de estudios han mostrado el papel que juegan
la familia de las COXs, prostaglandina sintetasas, en el cáncer. En el 2005 se encontró
que los NSAIDs, inhibidores selectivos de la COX-1 y COX-2, suprimían la actividad de la
Aromatasa a nivel transcripcional [CITATION Bru05 \l 9226 ], convirtiéndose en la primera
generación de SAERs, una línea alterna que deja de lado los problemas asociados con
las tradicionales terapias hormonales para combatir el cáncer de mama.

En este trabajo se realizarán estudios teórico-computacionales de relación cuantitativa

actividad-estructura tridimensional y acoplamiento molecular proteína-ligando a una
nueva familia de ligandos derivados de la NS-398, un inhibidor selectivo de la COX-2, con
el fin de ayudar a entender cómo influyen las propiedades moleculares y su estructura
sobre la actividad biológica de las mismas.
 3. DESCRIPCIÓN DEL PROYECTO:

Planteamiento del problema de investigación

La marihuana es una planta que ha comenzado a tener popularidad con usos alternativos
en medicina debido a que se ha descubierto que fuera de sus propiedades como droga
alucinógena puede ser usada en múltiples formas como planta medicinal. Por ejemplo
el Δ9-Tetrahidrocannabinol (Δ9-THC), un componente biológicamente activo de la
marihuana conocido por sus efectos psicotrópicos puede tener una gran variedad de
usos farmacológicos tales como: analgésico, antiinflamatorio y ser usado como
anticancerígenos [CITATION ElS17 \l 9226 ]. Siendo el cáncer uno de los grandes
problemas que afectan la humanidad y no teniendo aún curas definitivas a ciertos
estadios de la enfermedad, su estudio y diferentes alternativas de tratamiento son de
vital importancia hoy en día.

El cáncer es un problema creciente de salud pública en Colombia, con importantes

repercusiones tanto en el bienestar de la población, como en la actividad productiva y
en el costo del sistema sanitario [CITATION Ins00 \l 9226 ]. El cáncer de mama es la
principal causa de muerte por cáncer en las mujeres en Latinoamérica. Se estima que
una de cada 11 mujeres sufre un cáncer de mama durante su vida, y una de cada 33
muere por esta causa [CITATION Fof05 \l 9226 ]. En los últimos años, no obstante, la
supervivencia ha mejorado [CITATION Ful04 \l 9226 ]. Aproximadamente un tercio de
todos los pacientes con cáncer de mama y los dos tercios de las pacientes
posmenopáusicas con el mismo padecimiento, lo sufren con dependencia hormonal
(ER+), el cual contiene receptores de estrógenos y requiere de los mismos para el
crecimiento del tumor [CITATION Ame05 \l 9226 ]. Las estrategias para la terapia
hormonal del cáncer de mama ER+ pueden ser cualquiera que implique el bloqueo del
mecanismo de acción de los estrógenos por medio de los moduladores selectivos de los
receptores de estrógeno (SERMs) o la inhibición de la biosíntesis de estrógenos
mediante los inhibidores de la Aromatasa (AIs) [1], siendo ésta la más usada desde sus
 inicios. Reportes recientes ha demostrado que la tercera generación de AIs son mucho
más efectivos que las drogas de hace treinta años en pacientes posmenopáusicas. Sin
embargo, estos compuestos inhiben la actividad de la Aromatasa en todo el cuerpo,
dejando algunos sitios deficientes en estrógenos, tales como los huesos y el cerebro,
donde estos son indispensables para el funcionamiento normal de los mismos
[ CITATION Hes02 \l 9226 ]. Como consecuencia, nuevos métodos están siendo
investigados para disminuir la actividad de la Aromatasa en tejidos de manera selectiva.

En humanos, el citocromo P450 Aromatasa es codificado por el gen CYP19. La expresión

de este gen es regulada de manera selectiva en un tejido por el uso alternativo de ocho
promotores [ CITATION Sim04 \l 9226 ], que emplean diferentes y complejos caminos de
señalización además de factores de transcripción [ CITATION Che98 \l 9226 ]. En tejidos
con cáncer de mama, la expresión de la Aromatasa cambia del promotor I.4 al I.3 y II,
convirtiéndose en blancos quimioterapéuticos para el tratamiento del cáncer de mama
ER+. La Prostaglandina E2 (PGE2) es uno de los principales reguladores de la expresión
del gen CYP19 a través de la conducción de los promotores I.3 y II en el cáncer de
mama.

Las técnicas de diseño de drogas asistido por computadoras (CADD) son hoy en día
herramientas útiles para el estudio de nuevos ligandos, ya que haciendo uso de éstas
podemos calcular parámetros moleculares y simular el reconocimiento molecular de
ligandos que nos podrían brindar información sobre las características que posee una
determinada sustancia o sistema. La presente investigación pretende realizar estudios
teórico-computacionales basados en encontrar un mecanismo que permita entender la
actividad anti-estrogénica del Δ9-THC y otros cannabinoides encontrados en la
marihuana, el planteamiento de cómo el Δ9-THC y otros cannabinoides podrían ejercer
un efecto inhibidor de la Aromatasa es una pregunta que actualmente no tiene una
respuesta clara y satisfactoria.
Justificación

En tiempos de paz como los que vive nuestro país se hace necesario buscar nuevas
alternativas a cultivos ilícitos que podrían tener otros potenciales usos como es el caso
de la marihuana, la cual ha sido demostrada como un compuesto con propiedades
medicinales en numerosos estudios. Entre estos usos alternos que podrían tener los
cannabinoides de la marihuana se encuentra su uso como anticancerígeno. Se conoce
que el Δ9-THC tiene propiedades como disruptor endocrino, tales como la actividad
anti-estrogénica, la cual ha sido objeto de investigaciones previas [CITATION Bro02 \l
9226 ]. Se sabe que el Δ9-THC inhibe la ovulación, y en varones atenúa la movilidad
del espermatozoide del ratón [CITATION Mor12 \l 9226 ]. Debido a la similitud en la
estructura entre Δ9-THC y E2, se atribuyó a la inhibición competitiva de cada uno de
estos; Sin embargo, esta temprana hipótesis de que el Δ9-THC podría unirse
directamente al receptor de estrógenos ha sido descartada [CITATION Tak13 \l 9226 ].
Adicionalmente, se sabe que el Δ9-THC no tiene actividad inhibidora sobre la enzima
CYP19A1, también conocida como Aromatasa, que cataliza la conversión de la
testosterona (un andrógeno) en E2 [CITATION Lew84 \l 9226 ]. Así, hasta ahora aún
no se puede responder a la pregunta de cómo el Δ9-THC interrumpe la señalización de
estrógenos como un potencial anti-estrogénico, posiblemente conduciendo a la
interrupción de la función ovárica y el desarrollo de los senos. Es importante investigar
la base mecanicista de la perturbación de señalización E2 del Δ9-THC. En esta
investigación, se discute el posible mecanismo(s) del Δ9-THC mediada por la
interrupción de E2/ER α señalización a través de ER β. Todo lo anteriormente descrito
se encuentra justificado con el hecho de que el cáncer de mamá, más que ser un
problema regional es un problema mundial que azota a millones de mujeres anualmente
[3]. El descubrimiento en el siglo XIX de la dependencia de éste con las hormonas
sexuales, estimuló al desarrollo de fármacos que disminuyeran los niveles de estas
hormonas (hormonoterapia) en el cuerpo, teniendo como ventaja el impedimento de la
regresión del tumor [CITATION Rui04 \l 9226 ]. Con el paso del tiempo se han
diseñado fármacos mucho más efectivos que el Tamoxifeno, un antiestrógeno que ha
sido la base de la terapia hormonal en mujeres posmenopáusicas con cáncer de mama
 ER+ por más de treinta años, pero con el perjuicio de privar de estrógenos zonas donde
son necesarios para la buena actividad [7].

El hallazgo de compuestos capaces de afrontar este problema de manera selectiva en

tejidos brinda a los científicos nuevos caminos en la búsqueda de ligandos con mayor
potencia y selectividad pero para lograrlo es necesario estudiar a profundidad la
estructura de estas sustancias, en este caso los cannabinoides y sus posibles usos en
el tratamiento del cáncer de mama. La química computacional ofrece la posibilidad de
estudiar la estructura de estos compuestos biológicamente activos con el fin de ayudar
al diseño de mejores candidatos así como de simular las interacciones de un par
receptor-ligando de interés.

Objetivo General

 Realizar un estudio de relación cuantitativa estructura-actividad tridimensional de compuestos

cannabinoides en la enzima Aromatasa.

Objetivos Específicos

 Realizar un acoplamiento molecular con el fin de estudiar las posibles interacciones de los
compuestos cannabinoides y los aminoácidos presentes en el sitio activo de la enzima
Aromatasa.

 Identificar a través de un estudio 3D-QSAR las propiedades y regiones de la estructura molecular

de los inhibidores tipo cannabinoides que son los responsables de su desempeño a nivel
biológico.

 Crear un modelo estadísticamente significativo que permita la predicción de la actividad biológica

de esta familia de compuestos basándose en sus propiedades moleculares y espaciales.
Metodología Propuesta

Simulación de Acoplamiento Molecular

Se usará acoplamiento automatizado para ubicar las orientaciones de uniones

apropiadas y las conformaciones de los inhibidores sobre la Aromatasa. Se empleará el
método de algoritmo genético implementado en el programa Sybyl X 2.0 [CITATION Int97
\l 9226 ] aplicado a la estructura del complejo enzima- inhibidor con la resolución más
alta disponible.

Las estructuras de los ligandos y de la enzima se prepararán usando Sybyl X [15]. Las
estructuras moleculares de los ligandos se construirán mediante la opción SKETCH en
Sybyl. Las optimizaciones de la geometría se efectuarán usando el campo de fuerza
Tripos [CITATION Cla89 \l 9226 ] con un dieléctrico dependiente de la distancia y el
algoritmo de gradiente conjugado de Powell. Se emplearán cargas de Gasteiger-Hückel.
Todas las moléculas de agua e iones se removerán del archivo original del Protein Data
Bank. Se adicionarán átomos de hidrógeno Polar y cargas de Kollman [CITATION
Wei84 \l 9226 ], se asignarán parámetros de solvatación atómica y volúmenes
fragmentados a la proteína usando AutoDock Tools (ADT). Para la validación del
protocolo de acoplamiento, las coordenadas del ligando en el complejo cristalino se
removerán y se verificarán los órdenes de enlace. Para los cálculos de acoplamiento se
asignaran cargas Gasteiger parciales [CITATION Gas80 \l 9226 ] a las moléculas de los
inhibidores, y se unirán átomos de hidrógeno no polares. Se permitirá que todas las
torsiones roten durante el acoplamiento.

El programa auxiliar AutoGrid generará las cuadrículas de los mapas. Se centrará cada
cuadrícula en la estructura cristalina del correspondiente y su tamaño abarcará el
volumen total de la proteína. Se utilizarán parámetros Lennard-Jones 12-10 y 12-6,
suministrados por el programa para la modelación de puentes de Hidrógeno y de las
interacciones de Van der Waals, respectivamente. El dieléctrico de permitividad
dependiente de la distancia de Mehler y Solmajer [CITATION Meh91 \l 9226 ] se usará
para el cálculo de cuadrículas de los mapas electrostáticos y será empleado para todos
los ligandos, posiciones, orientaciones y torsiones aleatorias de inicio. Los pasos de
traslación y torsión se tomarán de los valores por defecto en AutoDock. Para la
minimización se aplicarán tanto el algoritmo genético Lamarckiano cómo los métodos
pseudo-Solis y Wets usando parámetros por defecto. El número de corridas de
acoplamiento será de 100. La población en el algoritmo genético será 150, las
evaluaciones de energía serán de 250000 y el máximo número de iteraciones de 27000.

Estudios 3D-QSAR y Análisis Estadístico por PLS

Los estudios CoMFA se llevarán a cabo con base en el alineamiento conformacional

predicho por el acoplamiento molecular. Se utilizarán ligandos con cargas parciales de
Gasteiger-Hückel o cargas atómicas parciales basadas en el método semiempírico de
orbital molecular AM1 [CITATION Dew85 \l 9226 ] implementado en Sybyl.
Se creará una red cúbica 3D con espaciamiento en la cuadrícula de 2 Å y extendiendo
unidades de 4 Å más allá de las moléculas alineadas en todas las direcciones. Se
calcularán las interacciones estéricas y electrostáticas con el campo de fuerza Tripos
usando un átomo de carbono SP3 de prueba con carga de +1.0 con un dieléctrico
dependiente de la distancia en cada punto de la red. También se calcularán
descriptores de campo CoMSIA con un oxígeno sp 3 con carga −1.0 y un átomo de
hidrógeno con carga +1.0 como átomos de prueba. Se tomará 2.0 kcal/mol como sigma
mínimo (columna de filtro) para mejorar la relación señal-ruido mediante la omisión de
aquellos puntos de la red cuya variación de energía esté por debajo de este umbral. Se
adoptará un valor de corte de 30 kcal/mol. Los campos electrostáticos generados serán
escalados por el método CoMFA-STD en Sybyl.

Los campos estéricos, electrostáticos, hidrofóbicos, donador y aceptor de puentes de

hidrogeno se usarán como variables independientes y los valores de −logIC 50 se usarán
como variables dependientes en los análisis de regresión de mínimos cuadrados
parciales (PLS) para derivar los modelos CoMFA. La capacidad predictiva global del
análisis se evaluará primero mediante validación cruzada LOO. El coeficiente de
validación cruzada q2 se calculará de acuerdo con la siguiente ecuación:

SSY −PRESS
q 2= (1)
SSY

Donde SSY representa la varianza de las actividades biológicas alrededor del valor
medio, y PRESS es la suma de los cuadrados del error predicción, derivado del método
LOO. La incertidumbre de la predicción se define como:

PRESS
SPRESS=
√ n−k −1
(2)

En el cual k es el número de variables en el modelo y n es el número de compuestos

utilizados en el estudio. El número de componentes correspondientes al menor valor de
PRESS se usará para derivar los modelos de regresión PLS finales. También se
computará el coeficiente de correlación convencional r2 como sigue:

SS regr SS media−SS error

r 2= = (3)
SSmedia SS media

Donde las sumas de los cuadrados SS vienen dadas por:

2 2 2
SSmedia =SSregr + SSerror =∑ ( Y^ −Ý ) +∑ ( Y −Y^ ) =∑ ( Ý −Y ) (4)

(X doble barra es la media global; X es la media de un grupo individual)

Consideraciones éticas
Dada la naturaleza de la investigación, no se requieren.

Cronograma de Actividades

Número Actividad Mes Me Mes Mes Mes Mes

1 s2 3 4 5 6
1 Revisión bibliográfica.            

2 Diseño molecular          
 
Optimización de las
3        
geometrías de los ligandos    

4 Acoplamiento Molecular            

Análisis 3D-QSAR, Análisis

5          
PLS  
Análisis y Elaboración de
6        
resultados finales.  

Resultados/Productos esperados y potenciales beneficiarios:

Tabla 1. Generación de nuevo conocimiento

RESULTADO/PRODUC
INDICADOR BENEFICIARIO
TO ESPERADO
Establecer una metodología Presentaciones en congresos y Comunidad académica de
sencilla que pueda ser utilizada publicación en revistas la facultad de ciencias
en futuras investigaciones indexadas. exactas y naturales
relacionadas con el campo de
modelado molecular y diseño de
ligandos.
Tabla 2. Fortalecimiento de la comunidad científica

RESULTADO/PRODUC
INDICADOR BENEFICIARIO
TO
ESPERADO
Análisis de los parámetros Divulgación de resultados en Comunidad académica de
estadísticos para la predicción de revistas indexadas o resumen la facultad de ciencias
actividades biológicas a partir del en congresos nacionales y/o exactas y naturales
modelo obtenido. internacionales.

Formación de recurso humano y Codirigir un trabajo de grado Estudiantes de la facultad

estructuración de redes de de Pregrado en Química. de ciencias exactas y
investigación. naturales

Tabla 3. Apropiación social del conocimiento

RESULTADO/PRODUC
INDICADOR BENEFICIARIO
TO ESPERADO
Presentar ante grupos de Divulgación de resultados en Comunidad científica general y
investigación competentes los revistas indexadas o resumen académica.
resultados provenientes de la en congresos nacionales y/o
investigación. internacionales.

Tabla 4. Impactos esperados a partir del uso de los resultados:

Los impactos no necesariamente se logran al finalizar el proyecto, ni con la sola consecución de los resultados/productos. Los
impactos esperados son una descripción de la posible incidencia del uso de los resultados del proyecto en función de la solución
de los asuntos o problemas estratégicos, nacionales o globales, abordados. Generalmente se logran en el mediano y largo
plazo, como resultado de la aplicación de los conocimientos o tecnologías generadas a través del desarrollo de una o varias
líneas de investigación en las cuales se inscribe el proyecto. Los impactos pueden agruparse, entre otras, en las siguientes
categorías: sociales, económicos, ambientales, de productividad y competitividad. Para cada uno de los impactos esperados se
deben identificar indicadores cualitativos o cuantitativos verificables así:
 PLAZO (AÑOS)
DESPUÉS DE
INDICADOR
IMPACTO FINALIZADO EL SUPUESTOS*
VERIFICABLE
ESPERADO PROYECTO: CORTO (1-
4 ), MEDIANO (5-9),
LARGO
(10 O
MÁS)
Incentivar el uso de Mediano plazo Presentar el proyecto a Graduación de
metodologías para el estudiantes de pregrado estudiantes de
diseño de nuevos y grupos de pregrado en Química.
modelos de investigación
predicción en la pertinentes.
enzima Aromatasa
por medio de
ligandos tipo
cannabinoides.

* Los supuestos indican los acontecimientos, las condiciones o las decisiones, necesarios para que se logre el impacto esperado.

Conformación y trayectoria del Grupo de Investigación

Referencias

[1] R. W.Brueggemeier, J. C.Hackett y E. S. Diaz-Cruz., «Aromatase inhibitors in the

treatment of breast cancer,» Endocrine Review, vol. 26, pp. 331-345, 2005.
[2] M. A. ElSohly, M. M. Radwan, W. Gul, S. Chandra y A. Galal, «Phytochemistry of
Cannabis sativa L. In Phytocannabinoids,» Springer International Publishing, pp. 1-36,
2017.
[3] Instituto Nacional de Cancerología, Empresa Social del Estado. Colombia, 2000.
[4] I. Fofelman y G. Blake, Lancet, vol. 366, pp. 2068-2070, 2005.
[5] G. Fuleihan, N Engl J Med., vol. 350, pp. 504-506, 2004.
[6] American Cancer Society, Cancer Facts, Atlanta, 2005.
[7] H. M. Heshmati, S. Khosla, S. P. Robins, W. M. O’Fallon, L. J. I. Melton y B. L. Riggs,
«Role of low levels of endogenous estrogen in regulation of bone resorption in late
postmenopausal women.,» J. Bone Miner. Res., vol. 17, pp. 172-178, 2002.
[8] E. R. Simpson, «Aromatase: biologic relevance of tissue-specific expression.,» Semin.
Reprod. Med. , vol. 22, pp. 11-23, 2004.
[9] S. Chen, «Aromatase and breast cancer.,» Frontiers Biosci. , vol. 3, pp. 922-933, 1998.
[10] T. Brown y A. Dobs, «Endocrine effects of marijuana.,» J. Clin. Pharmacol., vol. 42, pp. 90-
96, 2002.
[11] D. Morgan, C. Muller, N. Murataeva, B. Davis y K. Mackie, «Δ9-Tetrahydrocannabinol (Δ9-
 THC) attenuates mouse sperm motility and male fecundity.,» Br. J. Pharmacol., vol. 165,
pp. 2575-2583, 2012.
[12] S. Takeda, K. Yoshida, H. Nishimura, M. Harada, S. Okajima, H. Miyoshi, Y. Okamoto, T.
Amamoto y K. Watanabe, «Δ9-Tetrahydrocannabinol disrupts estrogen-signaling through
up-regulation of estrogen receptor β (ERβ).,» Chem. Res. Toxicol., vol. 26, pp. 1073-1079,
2013.
[13] O. Lewysohn, T. Cordova, A. Nimrod y D. Ayalon, «The suppressive effect of Δ1-
tetrahydrocannabinol on the steroidogenic activity of rat granulosa cells in culture.,» Horm.
Res., vol. 19, pp. 43-51, 1984.
[14] A. Ruiz, J. Rodríguez, M. Sáez y P. Lara, «Hormonoterapia e Inmunoterapia del Cáncer.,»
Biocáncer., vol. 1, pp. 1-14, 2004.
[15] Tripos X International, SYBYL; Optimization, Molecular Modeling from Sequence Through
Lead, St. Louis, Missouri, USA, 1997.
[16] M. Clark, R. Cramer y N. Van Opdenbosch, «Validation of the general purpose tripos 5. 2
force field,» J. Comput. Chem., vol. 10, p. 982, 1989.
[17] S. Weiner, K. P., D. Case, U. Singh, C. Ghio, G. Alagona, S. Profeta y P. Weiner, «A New
Force Field for Molecular Mechanical Simulation of Nucleic Acids and Proteins .,» J. Amer.
Chem. Soc., vol. 106, p. 765, 1984.
[18] J. Gasteiger y M. Marsili, «Iterative partial equalization of orbital electronegativity - a rapid
access to atomic charges.,» Tetrahedron, vol. 36, pp. 3219-3228, 1980.
[19] E. Mehler y T. Solmajer, «Electrostatic effects in proteins: comparison of dielectric and
charge models.,» Protein Eng., vol. 4, pp. 903-910, 1991.
[20] M. Dewar, E. Zoebisch, E. Healy y J. Stewart, «The development and use of quantum
mechanical molecular models. 76. AMI: a new general purpose quantum mechanical
molecular model.,» J. Amer. Chem. Soc., vol. 107, pp. 3902-3909, 1985.

4. PRESUPUESTO

PRESUPUESTO GLOBAL (en pesos $ colombianos)

FUENT
RUBR ES Total
OS Universidad de Otras instituciones
Cartagena
Efectivo Especie Efectiv Especie
o
 PERSONAL
EQUIPOS Equipo de
Cómputo

FUENT
RUBR ES Total
OS Universidad de Otras instituciones
Cartagena
Efectivo Especie Efectiv Especie
o
SOFTWARE
MATERIALES Y SUMINISTROS 250000 250000
SALIDAS DE CAMPO
MATERIAL BIBLIOGRÁFICO
PUBLICACIONES Y REGISTROS DE
PROPIEDAD INDUSTRIAL O
INTELECTUAL
SERVICIOS TÉCNICOS
VIAJES
MANTENIMIENTO
ADMINISTRACIÓN
TOTAL 250000

VALOR EN EFECTIVO SOLICITADO A LA VICERRECTORIA DE INVESTIGACIONES: $ 0

TABLAS DE ANEXO AL PRESUPUESTO

Tabla 4.1. Descripción de los gastos de personal

FUENT
Nombre del Función
Formaci Institución Tipo DEDICACIÓN ES
Investigador / dentro
ón de de Horas/seman Universidad de
Experto/ Auxiliar en el
Académ afiliació vinculaci a Cartagena
proyecto
ica n ón
Efectiv Especie
o

Totales

Tabla 4.2. Descripción de equipos a adquirir y del uso de equipos*

 FUENT
Equip Justificaci ES
os ón Universidad de Cartagena Otras in
Efectivo Especie Efectivo
Redacción de documentos, artículos
Equipo de Cómputo científicos y
Ejecución de cálculos computacionales.

Totales
*Valorar el uso de equipos hasta por el 10% del valor comercial del equipo

Tabla 4.3. Descripción de software a adquirir

FUENT
Softw Justificaci ES
are ón Universidad de Cartagena Otras in
Efectivo Especie Efectivo

Totales

Tabla 4.4. Descripción de materiales y suministros

FUENT
Descripción de ES
Justificaci
materiales y
ón Universidad de Cartagena Otras in
suministros
Efectivo Especie Efectivo
Impresión y redacción de documentos
Impresiones y papelería en físico. 250000

Totales

Tabla 4.5. Descripción y justificación de salidas de campo

FUENT
Descripción y cantidad de la salida ES
Justificaci
de campo Universidad de Cartagena Otras i
ón
Efectivo Especie Efectivo

Totales

Tabla 4.6. Descripción de bibliografía a adquirir

FUENT
Descripción del ES
Justificaci
material
ón Universidad de Cartagena Otras in
 bibliográfico Efectivo Especie Efectivo

Tabla 4.7. Descripción de publicaciones y registros de propiedad industrial o intelectual

FUENT
Descripción publicación Justificaci ES
ón Universidad de Cartagena Otras in
Efectivo Especie Efectivo

Totales

Tabla 4.8. Descripción de servicios técnicos

FUENT
Descripción y cantidad de ES
Justificaci
servicios técnicos
ón Universidad de Cartagena Otras in
Efectivo Especie Efectivo

Totales

Tabla 4.9. Descripción y justificación de viajes

FUENT
ES
Lugar /No. de viajes Justificación Pasajes ($) Estadía ($) Total
días Universidad de Otras institu
Cartagena
Efectivo Especie Efectivo

Totales

Tabla 4.10. Descripción de mantenimientos necesarios

FUENT
Descripción mantenimientos Justificaci ES
ón Universidad de Cartagena Otras in
Efectivo Especie Efectivo

Totales
Tabla 4.11. Descripción Administración
Justificaci FUENT
ón ES

Descripción gastos Universidad de Cartagena Otras in

de Efectivo Especie Efectivo
administración

Totales

FORMATO DE RESUMEN DE HOJA DE VIDA DE LOS INTEGRANTES DEL PROYECTO

HOJA DE VIDA
(RESUMEN)
IDENTIFICACION DEL INVESTIGADOR PRINCIPAL O COINVESTIGADOR:
Apellidos: Nombre:

Fecha de Nacimiento: Nacionalidad: Colombiano

Correo electrónico:

Documento de identidad:

Entidad donde labora: Universidad de Tel/fax:

Cartagena

Cargo o posición actual:

TITULOS ACADEMICOS OBTENIDOS (área, disciplina, universidad ,año):

CAMPOS DE LA CIENCIA Y LATECNOLOGIA EN LOS CUALES ES EXPERTO.

 CARGOS DESEMPEÑADOS EN LOS ÚLTIMOS 5 AÑOS (tipo de posición, institución; fecha):
Docente Universidad de Cartagena
PUBLICACIONES RECIENTES (Por lo menos las cinco publicaciones más importantes que haya
hecho en los últimos cinco años).

NOMBRE Y FIRMA DEL DIRECTOR DEL PROYECTO