diff --git a/Network Science/README.md b/Network Science/README.md
index e69de29bb2d1d6434b8b29ae775ad8c2e48c5391..d226e6a0cb6d90f1cba5bcdf3acfebc2dbf7f1e6 100644
--- a/Network Science/README.md	
+++ b/Network Science/README.md	
@@ -0,0 +1,21 @@
+# Network Science
+## General Information
+
+| Resumen del repositorio ||
+|-----------------|--------|
+| Fecha de creación | 16.10.2023 |
+| Resumen | Este repositorio contiene los datos, scripts de Python y Jupyter Notebooks empleados para aplicar métricas propias de Network Science a redes de enfermedades bipartitas y proyectadas |
+
+### Autores
+
+| Nombre del autor| Email|
+|-----------------:|-----------|
+|María Marín Tercero | maria.marin.tercero@alumnos.upm.es |
+
+
+### Contenido del repositorio
+| Nombre | Función |
+|-|-|
+| Data | Datos sobre los nodos y enlaces empleados para generar las redes bipartitas y proyectadas.  |
+| funciones_network_science.py | Funciones empleadas para aplicar métricas de Network Science a las redes bipartitas y proyectadas.<br><br> Métricas aplicadas: grados, Average Shortest Path Length, Largest Connected Component, transitividad, centralidad de intermediación y centralidad de cercanía. ||
+| Métricas en redes bipartitas.ipynb | Creación de redes bipartitas y proyectadas de enfermedades relacionadas en función de genes, fármacos y/o síntomas en común. Aplicación de métricas de Network Science a las redes generadas