As obrigações do tesouro e os Swaps de risco de incumprimento: análise da sua inter-relação aplicada ao caso português

Dissertação de mest., Finanças Empresariais, Faculdade de Economia, Univ. do Algarve, 2012

In vitro blood-brain barrier models to predict the permeation of gene therapy vectors into the brain

A terapia génica tem-se revelado uma alternativa relevante no tratamento de doenças neurodegenerativas (DN). Contudo, a entrega de vetores para transferência génica no cérebro representa ainda um enorme desafio devido à presença da barreira hemato-encefálica (BHE). A BHE é uma interface dinâmica e seletiva entre o sangue e o cérebro, constituída pelas células endoteliais cerebrais, astrócitos e pericitos, desempenhando um importante papel na regulação da homeostasia cerebral. A BHE representa um dos maiores obstáculos no tratamento de DN, uma vez que esta barreira impede o transporte para o cérebro da maioria das moléculas terapêuticas, incluindo os vetores para terapia génica. Embora tenham sido desenvolvidos diferentes modelos in vitro da BHE de forma a avaliar o transporte de fármacos através da BHE, muito poucos foram criados com o intuito de testar a permeabilidade desta barreira a vetores de terapia génica. O presente trabalho teve como objetivo principal o desenvolvimento e a avaliação de modelos in vitro de BHE que permitam a investigação da capacidade dos vetores de terapia génica de penetrarem no cérebro. No nosso estudo, foram testados diferentes modelos in vitro de BHE em monocultura, constituídos por células endoteliais de rato ou murganho (RBE4 e bEnd3, respetivamente), e modelos de co-cultura, que combinam células endoteliais com células neuronais (Neuro2a) ou astrócitos primários, cultivados num sistema transwell. Para caraterizar estes modelos foram realizados testes de permeabilidade e de resistência elétrica transendotelial, bem como estudos baseados na técnica de PCR quantitativo e na imunocitoquímica das proteínas das junções intercelulares. Verificámos que os modelos baseados na cultura de células bEnd3 e células neuronais ou astrócitos apresentavam as melhores propriedades de barreira. Posteriormente foi avaliada nos modelos selecionados a penetração de um vetor não-viral que reconhecidamente tem a capacidade de atravessar in vivo a BHE: o peptídeo da glicoproteína do vírus da raiva (RGV-9r). Os siRNAs marcados com um fluoróforo e acoplados ao peptídeo RVG-9r foram capazes de penetrar eficientemente as células bEnd3, localizadas no lado luminal do insert, via endocitose mediada por recetores, e ainda de penetrar os astrócitos ou células neuronais, previamente cultivadas no lado abluminal. Estes resultados correlacionam-se, de forma clara, com os resultados previamente descritos em estudos in vivo. Em conclusão, os modelos in vitro de BHE baseados na co-cultura de células bEnd3 com células Neuro2a ou astrócitos, têm grande potencial na seleção de candidatos a vetores de terapia génica para o cérebro, uma vez que apresentam importantes características da BHE e se baseiam num método fácil e reprodutível. Tal facto representa uma promessa significativa para a identificação de novas estratégias de terapia génica não invasiva para o tratamento de doenças neurológicas.

Desenho de modelos neuronais para a deteção de sismos

A performance dos detetores sísmicos atualmente utilizados pode e deve ser melhorada. Atualmente existem vários algoritmos para a deteção de sismos de forma automática, desde os sistemas simples baseados em STA/LTA, aos mais sofisticados baseados em reconhecimento de padrões. Este estudo pretende dar continuidade ao desenvolvimento de uma abordagem de deteção de eventos sísmicos ao nível da estação local, utilizando uma técnica bastante conhecida, chamada Máquina de Vetores de Suporte (SVM). SVM é amplamente utilizada em problemas de classificação, devido a sua boa capacidade de generalização. Nesta experiência, a técnica baseada em SVM é aplicada em diferentes modos de operações. Os resultados mostraram que a técnica proposta dá excelentes resultados em termos de sensibilidade e especificidade, além de exigir um tempo de deteção suficientemente pequeno para ser utilizado num sistema de aviso precoce (early-warning system). Começamos pela classificação de dados de forma Off-line, seguido da validação do classificador desenvolvido. Posteriormente, o processamento de dados é executado de forma contínua (On-line). Os algoritmos foram avaliados em conjuntos de dados reais, provenientes de estações sísmicas da Rede de Vigilância Sísmica de Portugal, e em aplicações reais da área de Sismologia (simulação de funcionamento em ambiente real). Apesar de apenas duas estações serem consideradas, verificou-se que utilizando a combinação de detetores, consegue-se uma percentagem de deteção idêntica para quando utilizado um único modelo (Abordagem OR) e o número de falsos alarmes para a combinação de modelos é quase inexistente (Abordagem AND). Os resultados obtidos abrem várias possibilidades de pesquisas futuras.

Development of non-viral vectors for gene therapy for pathologies of the retina

Tese de doutoramento, Ciências Biomédicas, Departamento de Ciências Biomédicas e Medicina, Universidade do Algarve, 2015