Lupinus mariae-josphi, a new lupin endemic of soils with active lime and high pH in South Eastern Spain, is nodulated by a new bacterial lineage within Bradyrhizobium genus

Lupinus mariae-josephi is a recently described species (Pascual, 2004) able to grow in soils with high pH and active lime content in the Valencia province (Spain). L. mariae-josephi endosymbionts are extremely slowgrowing bacteria with genetic and symbiotic characteristics that differentiate them from Bradyrhizobium strains nodulating Lupinus spp. native of the Iberian Peninsula and adapted to grow in acid soils. Cross-inoculation experiments revealed that all the endosymbiotic isolates from L. mariae-josephi tested are legume-host selective and are unable to nodulate species such as L. angustifolius, and L. luteus. In contrast, Bradyrhizobium strains from Lupinus spp. tested were able to nodulate L. mariae-josephi, although the nodules fixed nitrogen inefficiently. Phylogenetic analysis was performed with housekeeping genes (rrn, glnII, recA, atpD) and nodulation gene nodC. Housekeeping gene phylogeny revealed that L. mariae-josephi rhizobia form a strongly supported monophyletic group within Bradyrhizobium genus. This cluster also includes B. jicamae and certain strains of B. elkanii. Contrarily, isolates from other Lupinus spp. native of the Iberian Peninsula were grouped mainly within B. canariense and two B. japonicum lineages. Phylogenetic analysis of L. mariae-josephi isolates based on the nodC symbiotic gene defined a solid clade close to isolates from Algerian Retama spp. and to fast-growing rhizobia.

Computational methods to create and analyze a digital gene expression atlas of embryo development from microscopy images

Abstract The creation of atlases, or digital models where information from different subjects can be combined, is a field of increasing interest in biomedical imaging. When a single image does not contain enough information to appropriately describe the organism under study, it is then necessary to acquire images of several individuals, each of them containing complementary data with respect to the rest of the components in the cohort. This approach allows creating digital prototypes, ranging from anatomical atlases of human patients and organs, obtained for instance from Magnetic Resonance Imaging, to gene expression cartographies of embryo development, typically achieved from Light Microscopy. Within such context, in this PhD Thesis we propose, develop and validate new dedicated image processing methodologies that, based on image registration techniques, bring information from multiple individuals into alignment within a single digital atlas model. We also elaborate a dedicated software visualization platform to explore the resulting wealth of multi-dimensional data and novel analysis algo-rithms to automatically mine the generated resource in search of bio¬logical insights. In particular, this work focuses on gene expression data from developing zebrafish embryos imaged at the cellular resolution level with Two-Photon Laser Scanning Microscopy. Disposing of quantitative measurements relating multiple gene expressions to cell position and their evolution in time is a fundamental prerequisite to understand embryogenesis multi-scale processes. However, the number of gene expressions that can be simultaneously stained in one acquisition is limited due to optical and labeling constraints. These limitations motivate the implementation of atlasing strategies that can recreate a virtual gene expression multiplex. The developed computational tools have been tested in two different scenarios. The first one is the early zebrafish embryogenesis where the resulting atlas constitutes a link between the phenotype and the genotype at the cellular level. The second one is the late zebrafish brain where the resulting atlas allows studies relating gene expression to brain regionalization and neurogenesis. The proposed computational frameworks have been adapted to the requirements of both scenarios, such as the integration of partial views of the embryo into a whole embryo model with cellular resolution or the registration of anatom¬ical traits with deformable transformation models non-dependent on any specific labeling. The software implementation of the atlas generation tool (Match-IT) and the visualization platform (Atlas-IT) together with the gene expression atlas resources developed in this Thesis are to be made freely available to the scientific community. Lastly, a novel proof-of-concept experiment integrates for the first time 3D gene expression atlas resources with cell lineages extracted from live embryos, opening up the door to correlate genetic and cellular spatio-temporal dynamics. La creación de atlas, o modelos digitales, donde la información de distintos sujetos puede ser combinada, es un campo de creciente interés en imagen biomédica. Cuando una sola imagen no contiene suficientes datos como para describir apropiadamente el organismo objeto de estudio, se hace necesario adquirir imágenes de varios individuos, cada una de las cuales contiene información complementaria respecto al resto de componentes del grupo. De este modo, es posible crear prototipos digitales, que pueden ir desde atlas anatómicos de órganos y pacientes humanos, adquiridos por ejemplo mediante Resonancia Magnética, hasta cartografías de la expresión genética del desarrollo de embrionario, típicamente adquiridas mediante Microscopía Optica. Dentro de este contexto, en esta Tesis Doctoral se introducen, desarrollan y validan nuevos métodos de procesado de imagen que, basándose en técnicas de registro de imagen, son capaces de alinear imágenes y datos provenientes de múltiples individuos en un solo atlas digital. Además, se ha elaborado una plataforma de visualization específicamente diseñada para explorar la gran cantidad de datos, caracterizados por su multi-dimensionalidad, que resulta de estos métodos. Asimismo, se han propuesto novedosos algoritmos de análisis y minería de datos que permiten inspeccionar automáticamente los atlas generados en busca de conclusiones biológicas significativas. En particular, este trabajo se centra en datos de expresión genética del desarrollo embrionario del pez cebra, adquiridos mediante Microscopía dos fotones con resolución celular. Disponer de medidas cuantitativas que relacionen estas expresiones genéticas con las posiciones celulares y su evolución en el tiempo es un prerrequisito fundamental para comprender los procesos multi-escala característicos de la morfogénesis. Sin embargo, el número de expresiones genéticos que pueden ser simultáneamente etiquetados en una sola adquisición es reducido debido a limitaciones tanto ópticas como del etiquetado. Estas limitaciones requieren la implementación de estrategias de creación de atlas que puedan recrear un multiplexado virtual de expresiones genéticas. Las herramientas computacionales desarrolladas han sido validadas en dos escenarios distintos. El primer escenario es el desarrollo embrionario temprano del pez cebra, donde el atlas resultante permite constituir un vínculo, a nivel celular, entre el fenotipo y el genotipo de este organismo modelo. El segundo escenario corresponde a estadios tardíos del desarrollo del cerebro del pez cebra, donde el atlas resultante permite relacionar expresiones genéticas con la regionalización del cerebro y la formación de neuronas. La plataforma computacional desarrollada ha sido adaptada a los requisitos y retos planteados en ambos escenarios, como la integración, a resolución celular, de vistas parciales dentro de un modelo consistente en un embrión completo, o el alineamiento entre estructuras de referencia anatómica equivalentes, logrado mediante el uso de modelos de transformación deformables que no requieren ningún marcador específico. Está previsto poner a disposición de la comunidad científica tanto la herramienta de generación de atlas (Match-IT), como su plataforma de visualización (Atlas-IT), así como las bases de datos de expresión genética creadas a partir de estas herramientas. Por último, dentro de la presente Tesis Doctoral, se ha incluido una prueba conceptual innovadora que permite integrar los mencionados atlas de expresión genética tridimensionales dentro del linaje celular extraído de una adquisición in vivo de un embrión. Esta prueba conceptual abre la puerta a la posibilidad de correlar, por primera vez, las dinámicas espacio-temporales de genes y células.

Ferromanganese nodules and micro-hardgrounds associated with the Cadiz Contourite Channel (NE Atlantic): Palaeoenvironmental records of fluid venting and bottom currents

Ferromanganese nodule fields and hardgrounds have recently been discovered in the Cadiz Contourite Channel in the Gulf of Cadiz (850–1000 m). This channel is part of a large contourite depositional system generated by the Mediterranean Outflow Water. Ferromanganese deposits linked to contourites are interesting tools for palaeoenviromental studies and show an increasing economic interest as potential mineral resources for base and strategic metals. We present a complete characterisation of these deposits based on submarine photographs and geophysical, petrographic, mineralogical and geochemical data. The genesis and growth of ferromanganese deposits, strongly enriched in Fe vs. Mn (av. 39% vs. 6%) in this contourite depositional system result from the combination of hydrogenetic and diagenetic processes. The interaction of the Mediterranean Outflow Water with the continental margin has led to the formation of Late Pleistocene–Holocene ferromanganese mineral deposits, in parallel to the evolution of the contourite depositional system triggered by climatic and tectonic events. The diagenetic growth was fuelled by the anaerobic oxidation of thermogenic hydrocarbons (δ13CPDB=−20 to −37‰) and organic matter within the channel floor sediments, promoting the formation of Fe–Mn carbonate nodules. High 87Sr/86Sr isotopic values (up to 0.70993±0.00025) observed in the inner parts of nodules are related to the influence of radiogenic fluids fuelled by deep-seated fluid venting across the fault systems in the diapirs below the Cadiz Contourite Channel. Erosive action of the Mediterranean Outflow Water undercurrent could have exhumed the Fe–Mn carbonate nodules, especially in the glacial periods, when the lower core of the undercurrent was more active in the study area. The growth rate determined by 230Thexcess/232Th was 113±11 mm/Ma, supporting the hypothesis that the growth of the nodules records palaeoenvironmental changes during the last 70 ka. Ca-rich layers in the nodules could point to the interaction between the Mediterranean Outflow Water and the North Atlantic Deep Water during the Heinrich events. Siderite–rhodochrosite nodules exposed to the oxidising seabottom waters were replaced by Fe–Mn oxyhydroxides. Slow hydrogenetic growth of goethite from the seawaters is observed in the outermost parts of the exhumed nodules and hardgrounds, which show imprints of the Mediterranean Outflow Water with low 87Sr/86Sr isotopic values (down to 0.70693±0.00081). We propose a new genetic and evolutionary model for ferromanganese oxide nodules derived from ferromanganese carbonate nodules formed on continental margins above the carbonate compensation depth and dominated by hydrocarbon seepage structures and strong erosive action of bottom currents. We also compare and discuss the generation of ferromanganese deposits in the Cadiz Contourite Channel with that in other locations and suggest that our model can be applied to ferromanganiferous deposits in other contouritic systems affected by fluid venting.

YUCCA8 and YUCCA9 overexpression reveals a link between auxin signaling and lignification through the induction of ethylene biosynthesis.

Auxin is associated with the regulation of virtually every aspect of plant growth and development. Many previous genetic and biochemical studies revealed that, among the proposed routes for the production of auxin, the so-called indole-3-pyruvic acid (IPA) pathway is the main source for indole-3-acetic acid (IAA) in plants. The IPA pathway involves the action of 2 classes of enzymes, tryptophan-pyruvate aminotransferases (TRYPTOPHAN AMINOTRANSFERASE OF ARABIDOPSIS 1(TAA1)/TRYPTOPHAN AMINOTRANSFERASE RELATED (TAR)) and flavin monooxygenases (YUCCA). Both enzyme classes appear to be encoded by small gene families in Arabidopsis consisting of 5 and 11 members, respectively. We recently showed that it is possible to induce transcript accumulation of 2 YUCCA genes, YUC8 and YUC9, by methyl jasmonate treatment. Both gene products were demonstrated to contribute to auxin biosynthesis in planta.1 Here we report that the overexpression of YUC8 as well as YUC9 led to strong lignification of plant aerial tissues. Furthermore, new evidence indicates that this abnormally strong secondary growth is linked to increased levels of ethylene production.

Azotobacter vinelandii nitrogenase: “Kinetics of nif gene expression and insights into the roles of FdxN and NifQ in FeMo-co biosynthesis”

The Molybdenum-nitrogenase is responsible for most biological nitrogen fixation activity (BNF) in the biosphere. Due to its great agronomical importance, it has been the subject of profound genetic and biochemical studies. The Mo nitrogenase carries at its active site a unique iron-molybdenum cofactor (FeMoco) that consists of an inorganic 7 Fe, 1 Mo, 1 C, 9 S core coordinated to the organic acid homocitrate. Biosynthesis of FeMo-co occurs outside nitrogenase through a complex and highly regulated pathway involving proteins acting as molecular scaffolds, metallocluster carriers or enzymes that provide substrates in appropriate chemical forms. Specific expression regulatory factors tightly control the accumulation levels of all these other components. Insertion of FeMo-co into a P-cluster containing apo-NifDK polypeptide results in nitrogenase reconstitution. Investigation of FeMo-co biosynthesis has uncovered new radical chemistry reactions and new roles for Fe-S clusters in biology.

Automated detection and classification of brain injury lesions on structural magnetic resonance imaging

El daño cerebral adquirido (DCA) es un problema social y sanitario grave, de magnitud creciente y de una gran complejidad diagnóstica y terapéutica. Su elevada incidencia, junto con el aumento de la supervivencia de los pacientes, una vez superada la fase aguda, lo convierten también en un problema de alta prevalencia. En concreto, según la Organización Mundial de la Salud (OMS) el DCA estará entre las 10 causas más comunes de discapacidad en el año 2020. La neurorrehabilitación permite mejorar el déficit tanto cognitivo como funcional y aumentar la autonomía de las personas con DCA. Con la incorporación de nuevas soluciones tecnológicas al proceso de neurorrehabilitación se pretende alcanzar un nuevo paradigma donde se puedan diseñar tratamientos que sean intensivos, personalizados, monitorizados y basados en la evidencia. Ya que son estas cuatro características las que aseguran que los tratamientos son eficaces. A diferencia de la mayor parte de las disciplinas médicas, no existen asociaciones de síntomas y signos de la alteración cognitiva que faciliten la orientación terapéutica. Actualmente, los tratamientos de neurorrehabilitación se diseñan en base a los resultados obtenidos en una batería de evaluación neuropsicológica que evalúa el nivel de afectación de cada una de las funciones cognitivas (memoria, atención, funciones ejecutivas, etc.). La línea de investigación en la que se enmarca este trabajo de investigación pretende diseñar y desarrollar un perfil cognitivo basado no sólo en el resultado obtenido en esa batería de test, sino también en información teórica que engloba tanto estructuras anatómicas como relaciones funcionales e información anatómica obtenida de los estudios de imagen. De esta forma, el perfil cognitivo utilizado para diseñar los tratamientos integra información personalizada y basada en la evidencia. Las técnicas de neuroimagen representan una herramienta fundamental en la identificación de lesiones para la generación de estos perfiles cognitivos. La aproximación clásica utilizada en la identificación de lesiones consiste en delinear manualmente regiones anatómicas cerebrales. Esta aproximación presenta diversos problemas relacionados con inconsistencias de criterio entre distintos clínicos, reproducibilidad y tiempo. Por tanto, la automatización de este procedimiento es fundamental para asegurar una extracción objetiva de información. La delineación automática de regiones anatómicas se realiza mediante el registro tanto contra atlas como contra otros estudios de imagen de distintos sujetos. Sin embargo, los cambios patológicos asociados al DCA están siempre asociados a anormalidades de intensidad y/o cambios en la localización de las estructuras. Este hecho provoca que los algoritmos de registro tradicionales basados en intensidad no funcionen correctamente y requieran la intervención del clínico para seleccionar ciertos puntos (que en esta tesis hemos denominado puntos singulares). Además estos algoritmos tampoco permiten que se produzcan deformaciones grandes deslocalizadas. Hecho que también puede ocurrir ante la presencia de lesiones provocadas por un accidente cerebrovascular (ACV) o un traumatismo craneoencefálico (TCE). Esta tesis se centra en el diseño, desarrollo e implementación de una metodología para la detección automática de estructuras lesionadas que integra algoritmos cuyo objetivo principal es generar resultados que puedan ser reproducibles y objetivos. Esta metodología se divide en cuatro etapas: pre-procesado, identificación de puntos singulares, registro y detección de lesiones. Los trabajos y resultados alcanzados en esta tesis son los siguientes: Pre-procesado. En esta primera etapa el objetivo es homogeneizar todos los datos de entrada con el objetivo de poder extraer conclusiones válidas de los resultados obtenidos. Esta etapa, por tanto, tiene un gran impacto en los resultados finales. Se compone de tres operaciones: eliminación del cráneo, normalización en intensidad y normalización espacial. Identificación de puntos singulares. El objetivo de esta etapa es automatizar la identificación de puntos anatómicos (puntos singulares). Esta etapa equivale a la identificación manual de puntos anatómicos por parte del clínico, permitiendo: identificar un mayor número de puntos lo que se traduce en mayor información; eliminar el factor asociado a la variabilidad inter-sujeto, por tanto, los resultados son reproducibles y objetivos; y elimina el tiempo invertido en el marcado manual de puntos. Este trabajo de investigación propone un algoritmo de identificación de puntos singulares (descriptor) basado en una solución multi-detector y que contiene información multi-paramétrica: espacial y asociada a la intensidad. Este algoritmo ha sido contrastado con otros algoritmos similares encontrados en el estado del arte. Registro. En esta etapa se pretenden poner en concordancia espacial dos estudios de imagen de sujetos/pacientes distintos. El algoritmo propuesto en este trabajo de investigación está basado en descriptores y su principal objetivo es el cálculo de un campo vectorial que permita introducir deformaciones deslocalizadas en la imagen (en distintas regiones de la imagen) y tan grandes como indique el vector de deformación asociado. El algoritmo propuesto ha sido comparado con otros algoritmos de registro utilizados en aplicaciones de neuroimagen que se utilizan con estudios de sujetos control. Los resultados obtenidos son prometedores y representan un nuevo contexto para la identificación automática de estructuras. Identificación de lesiones. En esta última etapa se identifican aquellas estructuras cuyas características asociadas a la localización espacial y al área o volumen han sido modificadas con respecto a una situación de normalidad. Para ello se realiza un estudio estadístico del atlas que se vaya a utilizar y se establecen los parámetros estadísticos de normalidad asociados a la localización y al área. En función de las estructuras delineadas en el atlas, se podrán identificar más o menos estructuras anatómicas, siendo nuestra metodología independiente del atlas seleccionado. En general, esta tesis doctoral corrobora las hipótesis de investigación postuladas relativas a la identificación automática de lesiones utilizando estudios de imagen médica estructural, concretamente estudios de resonancia magnética. Basándose en estos cimientos, se han abrir nuevos campos de investigación que contribuyan a la mejora en la detección de lesiones. ABSTRACT Brain injury constitutes a serious social and health problem of increasing magnitude and of great diagnostic and therapeutic complexity. Its high incidence and survival rate, after the initial critical phases, makes it a prevalent problem that needs to be addressed. In particular, according to the World Health Organization (WHO), brain injury will be among the 10 most common causes of disability by 2020. Neurorehabilitation improves both cognitive and functional deficits and increases the autonomy of brain injury patients. The incorporation of new technologies to the neurorehabilitation tries to reach a new paradigm focused on designing intensive, personalized, monitored and evidence-based treatments. Since these four characteristics ensure the effectivity of treatments. Contrary to most medical disciplines, it is not possible to link symptoms and cognitive disorder syndromes, to assist the therapist. Currently, neurorehabilitation treatments are planned considering the results obtained from a neuropsychological assessment battery, which evaluates the functional impairment of each cognitive function (memory, attention, executive functions, etc.). The research line, on which this PhD falls under, aims to design and develop a cognitive profile based not only on the results obtained in the assessment battery, but also on theoretical information that includes both anatomical structures and functional relationships and anatomical information obtained from medical imaging studies, such as magnetic resonance. Therefore, the cognitive profile used to design these treatments integrates information personalized and evidence-based. Neuroimaging techniques represent an essential tool to identify lesions and generate this type of cognitive dysfunctional profiles. Manual delineation of brain anatomical regions is the classical approach to identify brain anatomical regions. Manual approaches present several problems related to inconsistencies across different clinicians, time and repeatability. Automated delineation is done by registering brains to one another or to a template. However, when imaging studies contain lesions, there are several intensity abnormalities and location alterations that reduce the performance of most of the registration algorithms based on intensity parameters. Thus, specialists may have to manually interact with imaging studies to select landmarks (called singular points in this PhD) or identify regions of interest. These two solutions have the same inconvenient than manual approaches, mentioned before. Moreover, these registration algorithms do not allow large and distributed deformations. This type of deformations may also appear when a stroke or a traumatic brain injury (TBI) occur. This PhD is focused on the design, development and implementation of a new methodology to automatically identify lesions in anatomical structures. This methodology integrates algorithms whose main objective is to generate objective and reproducible results. It is divided into four stages: pre-processing, singular points identification, registration and lesion detection. Pre-processing stage. In this first stage, the aim is to standardize all input data in order to be able to draw valid conclusions from the results. Therefore, this stage has a direct impact on the final results. It consists of three steps: skull-stripping, spatial and intensity normalization. Singular points identification. This stage aims to automatize the identification of anatomical points (singular points). It involves the manual identification of anatomical points by the clinician. This automatic identification allows to identify a greater number of points which results in more information; to remove the factor associated to inter-subject variability and thus, the results are reproducible and objective; and to eliminate the time spent on manual marking. This PhD proposed an algorithm to automatically identify singular points (descriptor) based on a multi-detector approach. This algorithm contains multi-parametric (spatial and intensity) information. This algorithm has been compared with other similar algorithms found on the state of the art. Registration. The goal of this stage is to put in spatial correspondence two imaging studies of different subjects/patients. The algorithm proposed in this PhD is based on descriptors. Its main objective is to compute a vector field to introduce distributed deformations (changes in different imaging regions), as large as the deformation vector indicates. The proposed algorithm has been compared with other registration algorithms used on different neuroimaging applications which are used with control subjects. The obtained results are promising and they represent a new context for the automatic identification of anatomical structures. Lesion identification. This final stage aims to identify those anatomical structures whose characteristics associated to spatial location and area or volume has been modified with respect to a normal state. A statistical study of the atlas to be used is performed to establish which are the statistical parameters associated to the normal state. The anatomical structures that may be identified depend on the selected anatomical structures identified on the atlas. The proposed methodology is independent from the selected atlas. Overall, this PhD corroborates the investigated research hypotheses regarding the automatic identification of lesions based on structural medical imaging studies (resonance magnetic studies). Based on these foundations, new research fields to improve the automatic identification of lesions in brain injury can be proposed.