5.11. Biofísica y Física Médica (BMP)

5.11. Biofísica y Física Médica (BMP)

La Biofísica y la Física Médica aplican las teorías y métodos de la física para comprender los sistemas biológicos y mejorar la salud humana. Desde las fuerzas mecánicas dentro de una sola célula hasta la compleja física de las radiaciones utilizada en la terapia contra el cáncer.

Tabla 5.11: Lista de KUs del área de Biofísica y Física Médica.

5.11.1. BMP/Física de las Macromoléculas Biológicas  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Propiedades estructurales y termodinámicas del ADN, proteínas y lípidos.
Temas:
Core

  • Plegamiento de proteínas: Energética, entropía y la paradoja de Levinthal
  • Elasticidad del ADN: El modelo de cadena tipo gusano (WLC)
  • Mecánica de las bicapas lipídicas y transiciones de fase en membranas
  • Electrostática en células: Teoría de Poisson-Boltzmann y Debye-Hückel
  • Motores moleculares: Kinesina y Miosina como trinquetes brownianos
  • Técnicas de molécula individual: Pinzas ópticas y magnéticas

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Calcular la longitud de persistencia de una molécula de ADN a partir de una curva de fuerza-extensión [Usar]
  2. Evaluar la estabilidad térmica de una proteína utilizando su paisaje de energía libre de Gibbs [Evaluar]
  3. Modelar la eficiencia de un motor molecular utilizando un enfoque estocástico de Langevin [Usar]

5.11.2. BMP/Biomecánica y Fuerzas Celulares  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Fuerzas físicas que rigen la forma, motilidad y adhesión celular.
Temas:
Core

  • Elasticidad del citoesqueleto: Filamentos de actina y microtúbulos
  • Modelos viscoelásticos de células: Representaciones de Maxwell y Kelvin-Voigt
  • Principios de la Microscopía de Fuerza de Tracción (TFM)
  • Mecanismos de motilidad celular: Protrusión y retracción de lamelipodios
  • Mecanotransducción: Cómo las células convierten estímulos mecánicos en señales químicas
  • Presión osmótica y la regulación del volumen celular

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Calcular el módulo de Young de una célula utilizando datos de Microscopía de Fuerza Atómica (AFM) [Usar]
  2. Analizar la deformación por fluencia (creep) de una membrana celular bajo estrés constante [Evaluar]
  3. Modelar el hinchamiento dependiente del tiempo de una célula en una solución hipotónica [Usar]

5.11.3. BMP/Física Neuronal y Procesamiento de Información en el Cerebro  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Propiedades eléctricas y estadísticas de las neuronas y redes neuronales.
Temas:
Core

  • El modelo de Hodgkin-Huxley de la propagación del potencial de acción
  • Potenciales de equilibrio: Las ecuaciones de Nernst y de Goldman-Hodgkin-Katz
  • Transmisión sináptica y modelos de "Integrate-and-Fire" con fugas
  • Teoría de cables para la atenuación de señales en dendritas y axones
  • Codificación neuronal: Estrategias de codificación por tasa frente a codificación temporal
  • Redes de Hopfield y la física de la memoria asociativa

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Calcular el potencial de Nernst para iones de potasio a través de una membrana neuronal [Usar]
  2. Analizar el papel de los canales dependientes de voltaje en la iniciación de un potencial de acción [Evaluar]
  3. Aplicar la ecuación de cable para determinar la constante de longitud de una dendrita pasiva [Usar]

5.11.4. BMP/Física de Imágenes (MRI, CT, PET, Ultrasonido)  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Principios físicos de la visualización no invasiva del cuerpo humano.
Temas:
Core

  • Atenuación de rayos X, ley de Beer-Lambert y Tomografía Computarizada (CT)
  • Resonancia Magnética Nuclear (NMR) y las ecuaciones de Bloch para MRI
  • Mecanismos de contraste: Tiempos de relajación T1 y T2 en MRI
  • Impedancia acústica y reflexión en ultrasonido médico
  • Física de la Tomografía por Emisión de Positrones (PET) y detección por coincidencia
  • Reconstrucción de imágenes: Retroproyección filtrada y métodos de Fourier

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Calcular el número CT (unidades Hounsfield) para hueso y tejido blando [Usar]
  2. Contrastar la apariencia de un tumor en imágenes de MRI ponderadas en T1 frente a T2 [Evaluar]
  3. Determinar la resolución axial de una sonda de ultrasonido basada en la duración del pulso [Usar]

5.11.5. BMP/Radioterapia y Dosimetría  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Interacción de la radiación ionizante con el tejido para fines terapéuticos.
Temas:
Core

  • Efecto fotoeléctrico, dispersión de Compton y producción de pares en el tejido
  • Definiciones de Dosis Absorbida (Gray), Dosis Equivalente (Sievert) y KERMA
  • Poder de frenado y el pico de Bragg en protonterapia
  • Radiobiología: El modelo lineal-cuadrático para la supervivencia celular
  • Principios de la Radioterapia de Intensidad Modulada (IMRT)
  • Protocolos de dosimetría y calibración de cámaras de ionización

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Calcular la dosis absorbida a una profundidad específica utilizando una curva de Dosis en Profundidad Porcentual (PDD) [Usar]
  2. Comparar la distribución de dosis de un haz de rayos X de 6MV frente a un haz de protones de 200 MeV [Evaluar]
  3. Aplicar el modelo lineal-cuadrático para estimar el efecto del fraccionamiento de la dosis [Usar]

5.11.6. BMP/Mecánica Estadística de Redes Biológicas  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Comportamiento colectivo en la regulación genética, el metabolismo e interacciones proteicas.
Temas:
Core

  • Dinámica de redes de regulación genética: La ecuación de Hill y cooperatividad
  • Modelado basado en restricciones y Análisis de Flujo Metabólico (MFA)
  • Algoritmo de Gillespie para la expresión genética estocástica
  • Identificación de motivos de red: Bucles de retroalimentación y alimentación directa
  • Teoría de la información en la señalización biológica: Información mutua y capacidad
  • Adaptación perfecta y robustez en la señalización por quimiotaxis

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Modelar un interruptor genético (toggle switch) utilizando un par de ecuaciones diferenciales acopladas [Usar]
  2. Analizar cómo los bucles de retroalimentación negativa suprimen el ruido estocástico en la expresión genética [Evaluar]
  3. Calcular la capacidad de información de un sensor bioquímico simple [Usar]

5.11.7. BMP/Microfluídica y Lab-on-a-Chip  (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba

Física de fluidos a escala micrométrica para el análisis biológico.
Temas:
Core

  • Flujo a bajo número de Reynolds y la reversibilidad del flujo de Stokes
  • Tensión superficial, ecuación de Young-Laplace y acción capilar
  • Flujo electroosmótico y potencial Zeta en microcanales
  • Microfluídica basada en gotas y cribado de alto rendimiento
  • Mezclado a microescala: Número de Peclet y límites difusivos
  • Principios de Organ-on-a-Chip: Imitación de microambientes fisiológicos

Aprendizaje esperado (Learning Outcomes):
Core:

  1. Calcular la altura de ascenso capilar de la sangre en un tubo de vidrio de 50 micrómetros [Usar]
  2. Evaluar el tiempo requerido para que una proteína se difunda a través de un canal microfluídico [Evaluar]
  3. Diseñar una geometría de micro-mezclador para optimizar la eficiencia de mezclado a \(Re < 1\) [Usar]

¿Encontraste una errata, un curso desactualizado, un enlace roto, o tienes una sugerencia? Cuéntanos.

Escanea para abrir en tu teléfono