~/FelPVic
🏠 Inicio🏠 Home 📣 Novedades📣 News 🔬 Consultoría🔬 Consulting 📋 CV 📄 Publicaciones📄 Publications 💻 Software
$ whoami

Felipe Victoria-Muñoz

Profesor Asistente · Facultad de Ciencias Assistant Professor · Science Faculty
📍 Fundación Universitaria Salesiana, Bogotá 📍 Salesian University, Bogotá
Felipe Victoria-Muñoz
FV

Químico farmacéutico y científico computacional con PhD Magna Cum Laude en Química Medicinal y CADD (Universidad de Münster, Alemania). Me especializo en modelado farmacocinético fisiológico (PBPK/PBBM), quimioinformática y diseño de fármacos asistido por computadora. Con experiencia en la industria farmacéutica colombiana (Tecnoquímicas S.A.) y formación doctoral en Europa, trabajo en la intersección entre la ciencia computacional avanzada y las necesidades regulatorias del sector farmacéutico latinoamericano incluyendo consultoría para bioequivalencia computacional ante el INVIMA. Pharmaceutical chemist and computational scientist with a PhD Magna Cum Laude in Medicinal Chemistry & CADD (University of Münster, Germany). I specialize in physiologically-based pharmacokinetic modelling (PBPK/PBBM), cheminformatics, and computer-aided drug design. With industry experience at Tecnoquímicas S.A. and doctoral training in Europe, I work at the intersection of advanced computational science and the regulatory needs of the Latin American pharmaceutical sector including consultancy for computational bioequivalence before INVIMA.

Áreas de investigaciónResearch interests
🎯
Cribado virtualVirtual screening
Identificación de compuestos activos mediante enfoques basados en estructura y ligando.Structure- and ligand-based hit identification in large compound libraries.
🧪
QuimioinformáticaCheminformatics
Minería de datos, descriptores moleculares, análisis del espacio químico y QSAR.Data mining, molecular descriptors, chemical space analysis, and QSAR.
🤖
ML en descubrimiento de fármacosML in drug discovery
Funciones de puntuación ML, selección de señuelos y aprendizaje profundo para predicción de propiedades.ML scoring functions, decoy selection, and deep learning for property prediction.
🌿
Productos naturalesNatural products
Análisis quimioinformático de bases de datos de PNs para descubrimiento de insecticidas y antimicrobianos.Cheminformatic analysis of NP databases for insecticide and antimicrobial discovery.
🧬
Perfilado de ligandosLigand profiling
Predicción de dianas y polifarmacología para diseño de fármacos multidiana.Target prediction and polypharmacology for multi-target drug design.
PBPKPBBMBioequivalencia computacional QuimioinformáticaDrug DiscoveryVirtual Screening Machine LearningCADDProductos naturalesQSAR

NovedadesNews
Nov 2026Nov 2026

Falling Walls Science Summit · Berlín próximoupcoming

Ponente · Falling Walls Lab Pitch Session 2, 6 de noviembreSpeaker · Falling Walls Lab Pitch Session 2, 6 November

Representaré al Falling Walls Lab Bogotá en el Falling Walls Science Summit de Berlín, en nombre de la Fundación Universitaria Salesiana. Ver perfil ↗I will represent Falling Walls Lab Bogotá at the Falling Walls Science Summit in Berlin, on behalf of the Salesian University Foundation. See profile ↗

Sep 2026Sep 2026

Nuevo artículo en Computational Biology and ChemistryNew paper in Computational Biology and Chemistry nuevonew

Virtual screening and in vitro activity of potential insecticidal agents from natural products

Cribado virtual de 407 615 productos naturales en busca de inhibidores reversibles de la acetilcolinesterasa de Drosophila melanogaster, filtrando por volatilidad, similitud de interacciones con tacrina y costo comercial (< 8 USD/g). De 16 finalistas evaluados in vitro, dos mostraron actividad significativa; el más potente (Ki = 88,1 μM) es un inhibidor de tipo mixto. Acceso abierto. Leer artículo ↗ · PDFVirtual screening of 407,615 natural products for reversible inhibitors of Drosophila melanogaster acetylcholinesterase, filtered by volatility, interaction similarity to tacrine and commercial cost (< 8 USD/g). Of 16 finalists tested in vitro, two showed significant activity; the most potent (Ki = 88.1 μM) is a mixed-type inhibitor. Open access. Read paper ↗ · PDF

2026

Curso de ciencia de datos, ahora de código abiertoData science course, now open source

Ciencia de Datos para el Descubrimiento de Fármacos · Universidad Nacional de ColombiaData Science for Drug Discovery · National University of Colombia

Todos los cuadernos del curso (ChEMBL, RDKit, QSAR, redes neuronales y docking) están disponibles en GitHub y se ejecutan en Google Colab sin instalación. Ver repositorio ↗All course notebooks (ChEMBL, RDKit, QSAR, neural networks and docking) are available on GitHub and run in Google Colab with no setup. View repository ↗


Consultoría científicaScientific consulting

Ofrezco servicios de consultoría en el cruce entre la ciencia computacional avanzada y la regulación farmacéutica. Mi formación como químico farmacéutico, con experiencia en la industria colombiana y doctorado en Alemania, me permite abordar problemas regulatorios con rigor científico y conocimiento del ecosistema local. I provide consulting services at the intersection of advanced computational science and pharmaceutical regulation. My background as a pharmaceutical chemist, with industry experience in Colombia and a doctorate from Germany, allows me to approach regulatory challenges with scientific rigor and knowledge of the local ecosystem.

🧮
Modelado PBPK para bioequivalenciaPBPK modelling for bioequivalence
Construcción de modelos farmacocinéticos fisiológicos (PBPK/PBBM) para soportar estudios de bioequivalencia computacional (virtual BE) y expedientes ante el INVIMA. Aplicable a genéricos de liberación modificada y moléculas de índice terapéutico estrecho.Building physiologically-based pharmacokinetic (PBPK/PBBM) models to support computational bioequivalence studies (virtual BE) and INVIMA dossiers. Applicable to modified-release generics and narrow therapeutic index molecules.
📋
Consultoría regulatoria INVIMAINVIMA regulatory consulting
Análisis de viabilidad regulatoria para moléculas con exigencia de BE. Preparación de argumentos técnicos para bioexención BCS. Revisión crítica de expedientes de biodisponibilidad y bioequivalencia antes de su presentación ante la Sala Especializada.Regulatory feasibility analysis for molecules requiring BE. Preparation of technical arguments for BCS-based biowaivers. Critical review of bioavailability and bioequivalence dossiers before submission to the Specialized Panel.
🔬
Predicción ADME/Tox in silicoIn silico ADME/Tox prediction
Predicción computacional de propiedades farmacocinéticas y toxicológicas para soporte en el desarrollo preclínico de moléculas. Clasificación BCS, análisis de solubilidad y permeabilidad, y modelado de interacciones con transportadores.Computational prediction of pharmacokinetic and toxicological properties to support preclinical molecule development. BCS classification, solubility and permeability analysis, and transporter interaction modelling.
🌿
Quimioinformática de productos naturalesNatural products cheminformatics
Caracterización computacional de extractos y moléculas de la biodiversidad colombiana. Análisis del espacio químico, predicción de actividad biológica y priorización de compuestos para desarrollo farmacéutico o fitoterapéutico.Computational characterization of extracts and molecules from Colombian biodiversity. Chemical space analysis, biological activity prediction, and compound prioritization for pharmaceutical or phytotherapeutic development.
🤖
IA aplicada a la industria farmacéuticaAI applied to the pharmaceutical industry
Diseño e implementación de flujos de trabajo con machine learning para predicción de propiedades moleculares, cribado virtual y control de calidad de datos farmacéuticos. Talleres y formación in-company.Design and implementation of machine learning workflows for molecular property prediction, virtual screening, and pharmaceutical data quality control. In-company workshops and training.
📊
Análisis farmacocinético de poblacionesPopulation pharmacokinetic analysis
Modelado PK/PD para poblaciones especiales: pediátricos, pacientes con insuficiencia renal o hepática. Aplicable a estudios de ajuste de dosis y soporte regulatorio donde los ensayos in vivo son éticamente complejos.PK/PD modelling for special populations: pediatrics, renal or hepatic impairment patients. Applicable to dose adjustment studies and regulatory support where in vivo trials are ethically complex.
¿Trabaja en la industria farmacéutica o un laboratorio de genéricos en Colombia?Working in the pharmaceutical industry or a generics laboratory in Colombia?
Si su empresa necesita soporte computacional para trámites de bioequivalencia, clasificación BCS, o modelado PBPK ante el INVIMA, puedo acompañar el proceso desde el diseño del estudio hasta la presentación del expediente. Escribame a danielfvictoriam@gmail.com o por LinkedIn. If your company needs computational support for bioequivalence procedures, BCS classification, or PBPK modelling before INVIMA, I can support the process from study design to dossier submission. Write to me at danielfvictoriam@gmail.com or via LinkedIn.

Experiencia profesionalProfessional experience
2026

Profesor AsistenteAssistant Professor actualcurrent

Fundación Universitaria Salesiana · Bogotá

Docencia en Descubrimiento Computacional de Fármacos, Química Medicinal y Toxicología. Coordinación del programa de IA aplicada a la industria farmacéutica.Teaching in Computational Drug Discovery, Medicinal Chemistry, and Toxicology. Coordination of the AI applied to the pharmaceutical industry programme.

2022–2025

PhD Fellow

Institute of Pharmaceutical and Medicinal Chemistry, University of Münster · Germany

Con el Prof. Dr. O. Koch. Investigación financiada por la DFG sobre selectividad de ligandos, funciones de puntuación específicas por diana y diseño basado en fragmentos.With Prof. Dr. O. Koch. DFG-funded research on ligand selectivity, target-specific scoring functions, and fragment-based design.

2019–2021

Asistente de InvestigaciónResearch Assistant

Universidad Nacional de Colombia – FPIT · BogotáNational University of Colombia – FPIT · Bogotá

Análisis quimioinformático de inhibidores de quorum sensing en P. aeruginosa.Cheminformatic analysis of quorum sensing inhibitors in P. aeruginosa.

2017–2019

Analista de Transferencia TecnológicaTechnological Transfer Analyst

Tecnoquímicas S.A. · Colombia

Transferencia de tecnología y desarrollo farmacéutico en el laboratorio #1 de Colombia. Participación en procesos de registro sanitario, desarrollo de formulaciones y cumplimiento de estándares BPM ante el INVIMA. Primer contacto con la intersección entre la industria farmacéutica y los métodos computacionales.Technology transfer and pharmaceutical development at Colombia's #1 laboratory. Participation in sanitary registration processes, formulation development, and GMP compliance before INVIMA. First exposure to the intersection between the pharmaceutical industry and computational methods.

Formación académicaEducation
2022–2026

Doctorado en Química Medicinal y Descubrimiento Computacional de FármacosPhD Medicinal Chemistry & Computational Drug Discovery Magna Cum Laude

University of Münster · Germany

Asesor: Prof. Dr. Oliver KochAdvisor: Prof. Dr. Oliver Koch

2020–2021

Maestría en Ciencias FarmacéuticasMSc Pharmaceutical Science

Universidad Nacional de Colombia · BogotáNational University of Colombia · Bogotá

Asesor: Dr. Fabian Lopez-VallejoAdvisor: Dr. Fabian Lopez-Vallejo

2011–2017

Pregrado en Química FarmacéuticaBS Pharmaceutical Chemistry

Universidad Nacional de Colombia · BogotáNational University of Colombia · Bogotá

Asesora: Dr. Mary Trujillo GonzalesAdvisor: Dr. Mary Trujillo Gonzales

Premios y becasAwards & fellowships
🏆
PhD — Magna Cum Laude
University of Münster · 2026
🎓
Beca de auxiliar docente — Facultad de CienciasMSc Scholarship — Science Faculty
Universidad Nacional de Colombia · 2019–2021National University of Colombia · 2019–2021
✈️
Premio AGRO de Educación para Viaje EstudiantilAGRO Education Award for Student Travel
AGRO Division ACS · Bayer US LLC, Crop Science Division · 2024
🌐
Beca de Viaje — Dirección de Relaciones ExterioresInternational Affairs Student Travel Grant
Universidad Nacional de Colombia · 2020National University of Colombia · 2020
DocenciaTeaching
2026

Organizador y Docente — Ciencia de Datos para el Descubrimiento de FármacosOrganizer & Lecturer — Data Science for Drug Discovery

Dpto. de Farmacia · Universidad Nacional de Colombia · BogotáPharmacy Department · National University of Colombia · Bogotá

Material abierto: github.com/FelPVic/curso_datascienceOpen material: github.com/FelPVic/curso_datascience

2023–2026

Docente — Descubrimiento Computacional de Fármacos / Química Medicinal / ToxicologíaTeaching Fellow — Computational Drug Discovery / Medicinal Chemistry / Toxicology

Fundación Universitaria Salesiana · Bogotá

2024

Organizador y Docente — 2ª Escuela Internacional de Verano AI4MedChemOrganizer & Lecturer — 2nd International Summer School AI4MedChem

University of Münster · Germany

2023

Miembro del Comité — MICAICommittee Member — MICAI

Conferencia Internacional Mexicana de Inteligencia Artificial · Mérida, MéxicoMexican International Conference on Artificial Intelligence · Mérida, Mexico

2021–2022

Docente — Química Medicinal / Introducción a la FarmaciaTeaching Fellow — Medicinal Chemistry / Introduction to Pharmacy

Universidad de Ciencias Aplicadas y Ambientales · BogotáUniversity in Applied and Environmental Sciences · Bogotá

2019–2020

Asistente de Cátedra — FitoquímicaTeaching Assistant — Phytochemistry

Universidad Nacional de Colombia · BogotáNational University of Colombia · Bogotá

Financiación de investigación (colaborador)Research funding (collaborator)
2022–hoynow

"Analysis of the selectivity and promiscuity of ligand binding for fragment-based design"

PI: Prof. Dr. O. Koch · University of Münster

Financiador: Deutsche Forschungsgemeinschaft (DFG)Funder: Deutsche Forschungsgemeinschaft (DFG)

2024–hoynow

"Cacao On Capable Options for Common Agriculture Problems (COCOA)"

PI: Dr. C. Sierra · Universidad Nacional de ColombiaNational University of Colombia

Financiadores: CLIMA/IE Colombia · Grupo Energía de Bogotá · Fundación Santo Domingo · USDAFunders: CLIMA/IE Colombia · Grupo Energía de Bogotá · Fundación Santo Domingo · USDA

2020–2021

"Chemoinformatic analysis of active molecules against QS transcription factors in P. aeruginosa"

PI: Dr. F. Lopez-Vallejo · Universidad Nacional de ColombiaNational University of Colombia

Financiadores: FPIT · Universidad Nacional de Colombia · MincienciasFunders: FPIT · National University of Colombia · Minciencias


PublicacionesPublications

NegritaBold = D.F. Victoria-Muñoz (autor principal / correspondiente) = D.F. Victoria-Muñoz (lead / corresponding author)

PublicadosPublished
Virtual screening and in vitro activity of potential insecticidal agents from natural products 2026
Torres-García A.D.; Victoria-Muñoz F.; Plazas E.; Sánchez-Cruz N.; Sierra C.A.
Computational Biology and Chemistry · 126, 109377 · Open Access
10.1016/j.compbiolchem.2026.109377
SMARTDock: a toolkit for the automated development of target-specific scoring functions using bioactivity data 2026
Victoria-Muñoz, F.; Menke, J.; Sánchez-Cruz, N.; Koch, O.
Journal of Chemical Information and Modeling
10.1021/acs.jcim.5c01490
Antifungal potential of Diaporthe sp. endophytes from Antillean avocado against Fusarium spp.: from organic extracts to in silico chitin synthase inhibition 2026
Robayo-Medina A.T.; Camargo-Jimenez K.M.; Victoria-Muñoz F.; Delgado-Avila W.; Cuca-Suarez L.E.; Ávila-Murillo M.
Journal of Fungi · 12, 52
10.3390/jof12010052
Harnessing the potential of natural products in insecticide discovery: a cheminformatics approach 2025
Victoria-Muñoz F.; Torres-García A.; Koch O.; Sierra C.; Sánchez-Cruz N.
Journal of Agricultural and Food Chemistry · 73, 52, 32995–33004
10.1021/acs.jafc.5c03553
Efficient decoy selection to improve virtual screening using machine learning models 2025
Victoria-Muñoz, F.; Menke, J.; Sanchez-Cruz, N. et al.
Journal of Cheminformatics · 17, 165
10.1186/s13321-025-01107-z
Cheminformatics analysis of molecular datasets of transcription factors associated with quorum sensing in Pseudomonas aeruginosa 2022
Victoria-Muñoz, F.; Sánchez-Cruz, N.; Medina-Franco, J. L.; Lopez-Vallejo, F.
RSC Advances · 12, 6783–6790
10.1039/D1RA08352J
En preparaciónIn preparation
Natural products database Colombia — a cheminformatic analysis in prep · 2026
Victoria-Muñoz, F.; Torres-García A.; Cuca-Suarez L.E.; Lopez-Vallejo F.
Presentaciones seleccionadasSelected presentations
2026 · Pitch

Falling Walls Lab Pitches (Lab Bogotá)

Falling Walls Science Summit 2026 · Berlin, Germany

2026 · CharlaTalk

Translational toxicology: toxins as templates for pesticide design and targeted therapies

COLAMA 2026 · San José, Costa Rica — InvitadoInvited

2026 · CharlaTalk

SMARTDock: a toolkit for target-specific scoring functions using bioactivity data

V International Symposium on Computational Molecular Sciences · Bogotá

2025 · CharlaTalk

Optimizing docking with target-specific scoring functions: an end-to-end workflow

S-DISCO Days 2025 · Gdańsk, Poland — InvitadoInvited

2025 · CharlaTalk

Target-specific scoring functions

Seminario Institucional INDICASAT-AIP · Panamá — InvitadoInvited

2024 · CharlaTalk

Beyond the active: integrating decoys in ML models, PADIF case

ACS Fall 2024 · Denver, Colorado

2024 · CharlaTalk

ML-based scoring functions: reasonable decoy selection for docking-based model creation

18th German Conference on Cheminformatics (GCC 2024) · Bad Soden, Germany

2024 · Poster

Decoy selection in bioactivity classification models: exploring PADIF

7th RSC-CICAG/RSC-BMCS AI in Chemistry · Cambridge, UK

2024 · Poster

ML-based scoring functions: decoy selection in bioactivity classification models

24th European Symposium on QSAR · Barcelona, Spain

2023 · CharlaTalk

Natural volatile compounds as possible insecticides

ACS Fall 2023 · Virtual

2021 · CharlaTalk

Key amino acid residues for agonist or antagonist activity against PqsR from P. aeruginosa

ACS Spring 2021 · Virtual

2020 · Poster

Cheminformatics analysis on QS transcription factor molecular datasets in P. aeruginosa

EFMC-ISMC and EFMC-YMCS 2020 · Virtual

2019 · Poster

Cheminformatics analysis of agonist and antagonist of LasR, PqsR and RhlR in P. aeruginosa

XXII Latin-American Meeting on Pharmacology · Cali, Colombia


Programación y softwareProgramming & software
LenguajesLanguages
Python (advanced)R (basic)Bash
PBPK / FarmacocinéticaPBPK / Pharmacokinetics
GastroPlusPK-SimSimCYPPKPy
QuimioinformáticaCheminformatics
RDKitDatamolMolfeatOpenBabelBiopythonPyRosetta
Aprendizaje automáticoMachine learning
Scikit-learnPyTorchTensorFlowDeepChemPyCaret
Modelamiento molecularMolecular modelling
CCDC / GOLDMOEAutoDockAutoDock Vina
Dinámica molecularMolecular dynamics
GROMACSAMBERDesmond
HerramientasDev tools
DockerGitJupyterLinux / Ubuntu
Repositorios de código abiertoOpen-source repositories
SMARTDock workflow
assets/smartdock.png
kochgroup / smartdock View ↗
SMARTDock — herramienta automatizada para construir funciones de puntuación específicas por diana usando datos de bioactividad de ChEMBL, docking con GOLD y clasificadores ML mediante PADIF. Funciona como contenedor Docker. SMARTDock — automated toolkit for building target-specific scoring functions using ChEMBL bioactivity data, GOLD docking, and ML classifiers via PADIF. Runs as a Docker container.
Pythonvirtual-screeningCADDDocker
PADIF-wf workflow
assets/padif.png
kochgroup / PADIF-wf View ↗
PADIF — flujo de trabajo en Python para comparar estrategias de selección de señuelos en cribado virtual basado en ML. Tres estrategias: ZINC15, materia química oscura y aumento de datos por docking. Asociado con J. Cheminform. 17, 165 (2025). PADIF — Python workflow for benchmarking decoy selection in ML-based virtual screening. Three strategies: ZINC15, dark chemical matter, and docking data augmentation. Associated with J. Cheminform. 17, 165 (2025).
Pythondecoy-selectionPADIFML
Curso Ciencias de datos en el descubrimiento de fármacos
assets/curso_datascience.jpg
FelPVic / curso_datascience View ↗
Ciencia de datos para el descubrimiento de fármacos — curso abierto de 7 semanas (Universidad Nacional de Colombia, 2026) para personas sin experiencia previa en programación. Cuadernos listos para Google Colab: recolección y curación de datos de ChEMBL, espacio químico, QSAR, redes neuronales en grafos y modelos basados en docking. Data science for drug discovery — open 7-week course (National University of Colombia, 2026) for people with no prior programming experience. Colab-ready notebooks: ChEMBL data collection and curation, chemical space, QSAR, graph neural networks and docking-based models.
Jupyter NotebookteachingChEMBLRDKitQSAR