Vertical Divider

Sobre mí.

Soy licenciado en Química Farmacéutica Biológica por la Facultad de Estudios Superiores Cuautitlán de la UNAM y poseo una maestría en Ciencias de Datos de la UNIR, además de una especialidad en Métodos Estadísticos del CIMAT. Actualmente, estoy cursando un doctorado en Ciencias de Datos en el INFOTEC, bajo el auspicio del Conacyt, un centro pionero en investigación e innovación tecnológica. Mi trayectoria profesional se ha desarrollado en la confluencia de la tecnología, la farmacología, la medicina y el análisis de datos, enfocándome en la resolución de retos complejos en el ámbito de la salud. Estoy comprometido con la innovación y la investigación para optimizar la atención sanitaria, con un interés particular en combatir enfermedades crónico-degenerativas y facilitar el acceso a terapias más efectivas y accesibles. Me inspira la oportunidad de generar un impacto positivo en la salud a nivel mundial, a través del desarrollo de soluciones tecnológicas avanzadas.

Áreas de Experiencia.

• QSAR y drug design
• Big data y análisis de datos
• Análisis y formulación de medicamentos
  

<

>

Tengo experiencia en el uso de plataformas analíticas líderes en el mercado para QSAR y diseño de fármacos, como ADMET Predictor, KNIME, y MOE (Molecular Operating Environment). Estas herramientas me permiten realizar análisis detallados y modelar perfiles toxicológicos con precisión. También trabajo con software como Discovery Studio y OpenEye para el modelado molecular, lo que es fundamental en el proceso de diseño y optimización de fármacos.
Mi habilidad en el manejo de estas tecnologías se complementa con un conocimientos en bioinformática, utilizando plataformas como R y Python para el análisis de datos y la creación de modelos predictivos personalizados. Este conjunto de habilidades me permite abordar desafíos complejos en el diseño de fármacos y contribuir significativamente al desarrollo seguro y efectivo de tratamientos médicos y productos fitosanitarios.

Soy desarrollador de aplicaciones con enfoque en ciencia de datos, orientado a la creación y manejo de soluciones analíticas en la nube para el sector de las ciencias de la salud, incluyendo universidades y hospitales. Mi experiencia abarca el desarrollo con Python y R, el manejo de herramientas de big data como Hadoop y Apache Spark, y la utilización de plataformas de visualización como Tableau y Power BI.
En la nube, he trabajado con la infraestructura y servicios de AWS y Azure, implementando aplicaciones que procesan y analizan datos de manera eficiente y segura. Mis proyectos reflejan un trabajo colaborativo y una aplicación práctica de la tecnología, con el objetivo de facilitar decisiones basadas en datos.
Me dedico a construir soluciones que se adaptan a las necesidades específicas de cada entorno, buscando siempre un equilibrio entre rendimiento, escalabilidad y coste. En mi práctica profesional, valoro la comunicación clara y el aprendizaje continuo para mantenerme al día con las tendencias emergentes y mejores prácticas en el ámbito de la ciencia de datos y el cloud computing.

Cuento con experiencia inicial en el campo de las formulaciones farmacéuticas, el diseño y la estabilidad de medicamentos. Esta área complementa mi enfoque multidisciplinario en la ciencia de la salud, permitiéndome contribuir al desarrollo de soluciones terapéuticas seguras y eficaces. Mis contribuciones hasta ahora han abarcado la colaboración en proyectos que buscan optimizar la eficacia de los medicamentos a través de la evaluación rigurosa de su estabilidad.Con un compromiso hacia el aprendizaje y la mejora continua, sigo avanzando en mi comprensión de los procesos de diseño de fármacos y aplicando las buenas prácticas de laboratorio que son esenciales en nuestra industria. Mi meta es fortalecer mis capacidades en esta área y seguir aportando a la innovación farmacéutica y al bienestar de los pacientes.

Servicios

Servicios Ofrecidos

Desarrollo de Modelos QSAR

Creación de modelos matemáticos para predecir la actividad biológica o propiedades fisicoquímicas de compuestos químicos basándose en su estructura química.

Diseño de Bibliotecas de Compuestos Virtuales

Generación y evaluación de bibliotecas de compuestos químicos virtuales para identificar candidatos prometedores para la síntesis y prueba experimental. Este servicio se basa en el uso de herramientas de química computacional para explorar el espacio químico de manera eficiente.

Optimización de Lead Compounds

Mejora de las propiedades de moléculas líderes, tales como su potencia, selectividad, solubilidad, y perfil de toxicidad, a través de modificaciones estructurales informadas por análisis QSAR y modelado molecular. Este servicio es fundamental para avanzar candidatos a fármacos hacia las etapas de desarrollo clínico.

Análisis de Relación Estructura-Actividad (SAR)

Evaluación detallada de cómo los cambios en la estructura química de un compuesto afectan su actividad biológica, proporcionando insights valiosos para el diseño racional de nuevos compuestos con actividad mejorada o modificada.

Análisis Predictivo y Modelado Estadístico:

Desarrollo de modelos predictivos para anticipar tendencias, comportamientos y resultados futuros basándose en datos históricos. Esto incluye el uso de técnicas de aprendizaje automático y estadística para crear modelos que ayuden a las empresas a tomar decisiones informadas.