Assessment of phytostabilization of Pb/Zn mine soils with organic amendments and a native metallicolous ecotype of Festuca Rubra l.: implications for amendment selection and recovery of soil health

La contaminación del suelo es una de las principales amenazas para los ecosistemas y la salud humana. Actualmente, desde un punto de vista tanto económico como ambiental, la fitoestabilización es la mejor tecnología para remediar suelos contaminados con elevadas concentraciones de metales como son los suelos mineros. La fitoestabilización asistida consiste en el empleo de plantas y enmiendas orgánicas y/o inorgánicas con el fin de reducir la movilidad y la biodisponibilidad de los contaminantes y recuperar la salud de suelo. En este trabajo se han realizado ensayos en microcosmos y en campo centrándonos en la salud del suelo minero contaminado con Pb y Zn durante un proceso de fitoestabilización empleando enmiendas orgánicas (purines vacunos, gallinaza, estiércol de oveja y lodos de papelera mezclados con gallinaza) y/o la especie metalífera Festuca rubra con el objetivo de (i) estudiar las interacciones suelo-enmienda responsables de los cambios inducidos por el proceso de quimioestabilización en las propiedades físicoquímicas y biológicas del suelo, (ii) evaluar la efectividad del proceso de fitoestabilización sobre suelos vegetados y de la revegetación sobre suelos desnudos (iii) valorar la idoneidad de distintos indicadores químicos y biológicos (parámetros microbianos y de la vegetación) para monitorizar la efectividad de la fitoestabilización asistida en términos de reducción de la biodisponibilidad de metales en el suelo, mejora de la vegetación y de la recuperación de la salud del suelo. La aplicación de enmiendas al suelo minero supone una entrada de materia orgánica y nutrientes que conduce a una disminución de la biodisponibilidad de metales, facilitando la colonización de las plantas y el crecimiento de la vegetación nativa, además de estimular la actividad microbiana del suelo. El pH del suelo es un factor crítico que condiciona la movilidad de los metales y la toxicidad del suelo. Las poblaciones microbianas de las enmiendas no modificaron la diversidad funcional de las comunidades microbianas nativas de la mina. Los purines vacunos y los lodos de papelera mezclados con gallinaza son los tratamientos más efectivos en el proceso de fitoestabilización asistida bajo condiciones de campo. La gallinaza fue el tratamiento que más estimuló el crecimiento de la vegetación nativa y la colonización en los suelos desnudos. El bioensayo de elongación radical de lechuga es un test sensible, sencillo y barato para evaluar la biodisponibilidad de metal y la ecotoxicidad del suelo. Los tocoferoles son biomarcadores de exposición a metales con potencial para su implementación en bioensayos de toxicidad. Este trabajo permite concluir que la población metalífera de F. rubra, combinada con enmiendas orgánicas, es una excelente candidata para los proyectos de fitoestabilización asistida. Además, la monitorización simultánea de los parámetros fisicoquímicos y microbiológicos del suelo y de su ecotoxicidad permite una evaluación adecuada de la salud del suelo, así como la selección de enmiendas apropiadas para el desarrollo de un proceso fitoestabilizador.

The Interplay between Natural Selection and Susceptibility to Melanoma on Allele 374F of SLC45A2 Gene in a South European Population

We aimed to study the selective pressures interacting on SLC45A2 to investigate the interplay between selection and susceptibility to disease. Thus, we enrolled 500 volunteers from a geographically limited population (Basques from the North of Spain) and by resequencing the whole coding region and intron 5 of the 34 most and the 34 least pigmented individuals according to the reflectance distribution, we observed that the polymorphism Leu374Phe (L374F, rs16891982) was statistically associated with skin color variability within this sample. In particular, allele 374F was significantly more frequent among the individuals with lighter skin. Further genotyping an independent set of 558 individuals of a geographically wider population with known ancestry in the Spanish population also revealed that the frequency of L374F was significantly correlated with the incident UV radiation intensity. Selection tests suggest that allele 374F is being positively selected in South Europeans, thus indicating that depigmentation is an adaptive process. Interestingly, by genotyping 119 melanoma samples, we show that this variant is also associated with an increased susceptibility to melanoma in our populations. The ultimate driving force for this adaptation is unknown, but it is compatible with the vitamin D hypothesis. This shows that molecular evolution analysis can be used as a useful technology to predict phenotypic and biomedical consequences in humans.

Role of Monoubiquitylation on the Control of IκBα Degradation and NF-κB Activity

9 p.

Learning Multirobot Hose Transportation and Deployment by Distributed Round-Robin Q-Learning

Multi-Agent Reinforcement Learning (MARL) algorithms face two main difficulties: the curse of dimensionality, and environment non-stationarity due to the independent learning processes carried out by the agents concurrently. In this paper we formalize and prove the convergence of a Distributed Round Robin Q-learning (D-RR-QL) algorithm for cooperative systems. The computational complexity of this algorithm increases linearly with the number of agents. Moreover, it eliminates environment non sta tionarity by carrying a round-robin scheduling of the action selection and execution. That this learning scheme allows the implementation of Modular State-Action Vetoes (MSAV) in cooperative multi-agent systems, which speeds up learning convergence in over-constrained systems by vetoing state-action pairs which lead to undesired termination states (UTS) in the relevant state-action subspace. Each agent's local state-action value function learning is an independent process, including the MSAV policies. Coordination of locally optimal policies to obtain the global optimal joint policy is achieved by a greedy selection procedure using message passing. We show that D-RR-QL improves over state-of-the-art approaches, such as Distributed Q-Learning, Team Q-Learning and Coordinated Reinforcement Learning in a paradigmatic Linked Multi-Component Robotic System (L-MCRS) control problem: the hose transportation task. L-MCRS are over-constrained systems with many UTS induced by the interaction of the passive linking element and the active mobile robots.