Malaria Vaccine Adjuvants: Latest Update and Challenges in Preclinical and Clinical Research

There is no malaria vaccine currently available, and the most advanced candidate has recently reported a modest 30% efficacy against clinical malaria. Although many efforts have been dedicated to achieve this goal, the research was mainly directed to identify antigenic targets. Nevertheless, the latest progresses on understanding how immune system works and the data recovered from vaccination studies have conferred to the vaccine formulation its deserved relevance. Additionally to the antigen nature, the manner in which it is presented (delivery adjuvants) as well as the immunostimulatory effect of the formulation components (immunostimulants) modulates the immune response elicited. Protective immunity against malaria requires the induction of humoral, antibody-dependent cellular inhibition (ADCI) and effector and memory cell responses. This review summarizes the status of adjuvants that have been or are being employed in the malaria vaccine development, focusing on the pharmaceutical and immunological aspects, as well as on their immunization outcomings at clinical and preclinical stages.

Optimización del Lead Time de vehículos mediante la implementación de una solución RTLS (Real Time Location System)

A lo largo de este documento, se va a explicar la implantación del proyecto que he realizado basado en la localización de vehículos en la fábrica de Mercedes Benz España situada en Vitoria-Gasteiz. Durante la realización de este proyecto, se han llevado a cabo diversos estudios con el fin de conseguir la correcta implantación de las tecnologías empleadas. Se han realizado diferentes alternativas de posicionamiento de los componentes y diversas pruebas para comprobar el correcto funcionamiento de la solución. La solución del proyecto se realizará en distintas fases. La primera de ellas tratará sobre el estudio en una determinada zona de la fábrica, más concretamente la denominada “Área Técnica”, en esta zona se encuentran los vehículos que sufren algún retoque una vez están montados, esta zona se utilizará como piloto para una vez finalizado y comprobado su éxito ampliar la solución al resto de zonas. Previamente a mi incorporación se realizó un estudio para la colocación de los elementos necesarios en esta zona y se ha visto las posibilidades y beneficios que aportaría el control de los vehículos dentro de la fábrica. La siguiente fase será implantar la solución en el resto de las áreas que se encuentran dentro de la fábrica de Vitoria-Gasteiz así como la instalación de unos dispositivos que estarán ubicados en las puertas. Estos ayudarán a mejorar la ubicación de los vehículos ya que podremos conocer si los vehículos se encuentran dentro o fuera de la fábrica. Finalmente se ha realizado la integración de la solución en los sistemas actuales que utilizan en la fábrica para la gestión de los vehículos durante su ciclo de vida.

An update of the J48Consolidated WEKA’s class: CTC algorithm enhanced with the notion of coverage

This document aims to describe an update of the implementation of the J48Consolidated class within WEKA platform. The J48Consolidated class implements the CTC algorithm [2][3] which builds a unique decision tree based on a set of samples. The J48Consolidated class extends WEKA’s J48 class which implements the well-known C4.5 algorithm. This implementation was described in the technical report "J48Consolidated: An implementation of CTC algorithm for WEKA". The main, but not only, change in this update is the integration of the notion of coverage in order to determine the number of samples to be generated to build a consolidated tree. We define coverage as the percentage of examples of the training sample present in –or covered by– the set of generated subsamples. So, depending on the type of samples that we use, we will need more or less samples in order to achieve a specific value of coverage.