Uso de células iPS en terapia regenerativa renal: obtención de células iPS mediante vector no integrativo y diferenciación hacia podocitos.

[ES]En las sociedades modernas existe una creciente preocupación por el aumento de la incidencia de la enfermedad renal crónica. Debido a la deficiencia de donantes de órganos y al elevado coste del tratamiento de diálisis, existe la necesidad de desarrollar nuevos tratamientos para estos pacientes. La medicina regenerativa basada en la aplicación de células iPS es una opción prometedora para el tratamiento de esta enfermedad. Sin embargo, la falta de conocimientos sobre el estado pluripotencial de las células y sobre su proceso de diferenciación, así como las limitaciones derivadas del propio procedimiento de reprogramación, impiden su aplicación clínica en un futuro inmediato. Para que se convierta en realidad, numerosas investigaciones se están llevando a cabo con el objetivo de mejorar el procedimiento y hacerlo adecuado para su aplicación clínica. En este trabajo se propone un método que permitiría obtener células iPS a partir de células mesangiales mediante la transfección con un vector no integrativo, el virus Sendai, portador de los genes Oct3/4, Sox2, Klf4 y c-Myc. Al tratarse de un vector no integrativo, se minimizaría el efecto del proceso de reprogramación sobre la estabilidad del genoma celular. Además, en este proyecto se estudiará la capacidad de las células iPS obtenidas para diferenciarse en células progenitoras de podocitos que puedan ser aplicadas específicamente en terapias regenerativas para enfermos renales crónicos.

Query-by-Example Spoken Term Detection ALBAYZIN 2012 evaluation: overview, systems, results, and discussion

Query-by-Example Spoken Term Detection (QbE STD) aims at retrieving data from a speech data repository given an acoustic query containing the term of interest as input. Nowadays, it has been receiving much interest due to the high volume of information stored in audio or audiovisual format. QbE STD differs from automatic speech recognition (ASR) and keyword spotting (KWS)/spoken term detection (STD) since ASR is interested in all the terms/words that appear in the speech signal and KWS/STD relies on a textual transcription of the search term to retrieve the speech data. This paper presents the systems submitted to the ALBAYZIN 2012 QbE STD evaluation held as a part of ALBAYZIN 2012 evaluation campaign within the context of the IberSPEECH 2012 Conference(a). The evaluation consists of retrieving the speech files that contain the input queries, indicating their start and end timestamps within the appropriate speech file. Evaluation is conducted on a Spanish spontaneous speech database containing a set of talks from MAVIR workshops(b), which amount at about 7 h of speech in total. We present the database metric systems submitted along with all results and some discussion. Four different research groups took part in the evaluation. Evaluation results show the difficulty of this task and the limited performance indicates there is still a lot of room for improvement. The best result is achieved by a dynamic time warping-based search over Gaussian posteriorgrams/posterior phoneme probabilities. This paper also compares the systems aiming at establishing the best technique dealing with that difficult task and looking for defining promising directions for this relatively novel task.