Para el estudio de proteínas en condiciones patológicas se requieren tecnologías avanzadas y costosas como la Resonancia Magnética Nuclear. No obstante, las instituciones de investigación con presupuestos limitados no cuentan con los recursos para adquirir estos dispositivos. Los equipos convencionales, como espectrómetros IR, no proporcionan el detalle necesario para un análisis profundo. En este contexto, se propone la correlación espectroscópica bidimensional como un método alternativo. Este método se basa en aplicar una perturbación medible (ej. química, térmica, etc.) a un sistema de interés, y tomar mediciones espectroscópicas lo largo de la perturbación. Como resultado se tiene un espectro dinámico, a partir del cual se generan espectros de correlación que permiten extraer información relevante sobre el sistema. En el presente trabajo se desarrolló un software computacional utilizando lenguaje Python, que genera gráficos de correlación bidimensional para el análisis de proteínas y sistemas complejos. Se estableció también un caso de estudio sobre la interacción entre Albúmina Sérica Bovina, Glucosa y Metformina. La herramienta desarrollada permitió monitorear cambios estructurales en la proteína y verificar el efecto de la metformina al retrasar el proceso de glucosilación.