Estudio proteómico de las vesículas extracelulares y del secretoma de "Candida albicans" y análisis funcional de proteínas de superficie celular

Candida albicans es un importante patógeno oportunista en humanos, que puede causar distintos tipos de infecciones, desde micosis superficiales hasta sistémicas. La candidiasis invasiva es una enfermedad que puede causar mortalidad en pacientes inmunocomprometidos. Para causar daño en el hospedador, C. albicans cuenta con una serie de factores de virulencia. Entre ellos destaca la capacidad de cambiar su forma de crecimiento de levadura a hifa. La superficie celular es la estructura más externa de la célula y el punto de contacto entre el hongo y el hospedador. Las proteínas de superficie tienen un papel importante en la integridad estructural de la célula y en la adherencia e invasión de células del hospedador. Una de las proteínas localizadas en la superficie celular es Ecm33, una proteína de pared celular con anclaje glicosilfosfatidilinositol (GPI). La deleción de esta proteína afecta a la morfología tanto de levaduras como de hifas, dando como resultado células con la pared celular alterada y virulencia reducida tanto en condiciones in vitro como in vivo. El secretoma o las proteínas secretadas por C. albicans son también relevantes en la interacción patógeno-hospedador. C. albicans secreta muchas proteínas importantes relacionadas con diferentes procesos, entre los que se incluyen la formación de biofilms, la adquisición de nutrientes y el mantenimiento de la integridad de la pared celular. Muchas de estas proteínas secretadas, como las pertenecientes a las familias de aspartil proteasas (Sap) y la familia de fosfolipasas B (Plb), también han sido detectadas en la pared celular, ya que deben pasar a través de ella en su tránsito hacia el medio extracelular. Estas proteínas tienen un péptido señal en el extremo N-terminal que es el responsable de dirigirlas a la ruta clásica de secreción. Sin embargo, cerca de un tercio de las proteínas identificadas en el medio extracelular de C. albicans no poseen dicho péptido señal en su secuencia...

Farmacocinética de oxitetraciclina en dosificación oral múltiple en cerdos. Análisis PK-PD

La oxitetraciclina, antibiótico de amplio uso en medicina veterinaria, pertenece al grupo de las tetraciclinas. Inhibe la síntesis de proteínas en la bacteria a nivel ribosomal. La oxitetraciclina presenta principalmente una acción bacteriostática frente a bacterias Gram-positivas y Gram-negativas, así como también frente a otros microorganismos tales como micoplasmas, espiroquetas, clamidias y rickettsias. Se clasifica en la actualidad de acuerdo con la cinética de muerte bacteriana como co-dependiente. En la bibliografía científica existen trabajos publicados de farmacocinética de oxitetraciclina en distintas especies animales, sin embargo hay escasos trabajos realizados en el cerdo. Dado que es necesario conocer la disposición de un fármaco en la especie animal estudiada para diseñar un adecuado régimen de dosificación, los objetivos del presente trabajo han sido: (i) describir el perfil farmacocinético de la oxitetraciclina tras administración oral única y múltiple en cerdos (Sus scrofa domestica) y (ii) realizar el análisis PK-PD para predecir la eficacia terapeútica del régimen de dosificación...

Optimización de la factorización de matrices no negativas en Bioinformática

En los últimos años se ha incrementado el interés de la comunidad científica en la Factorización de matrices no negativas (Non-negative Matrix Factorization, NMF). Este método permite transformar un conjunto de datos de grandes dimensiones en una pequeña colección de elementos que poseen semántica propia en el contexto del análisis. En el caso de Bioinformática, NMF suele emplearse como base de algunos métodos de agrupamiento de datos, que emplean un modelo estadístico para determinar el número de clases más favorable. Este modelo requiere de una gran cantidad de ejecuciones de NMF con distintos parámetros de entrada, lo que representa una enorme carga de trabajo a nivel computacional. La mayoría de las implementaciones de NMF han ido quedando obsoletas ante el constante crecimiento de los datos que la comunidad científica busca analizar, bien sea porque los tiempos de cómputo llegan a alargarse hasta convertirse en inviables, o porque el tamaño de esos datos desborda los recursos del sistema. Por ello, esta tesis doctoral se centra en la optimización y paralelización de la factorización NMF, pero no solo a nivel teórico, sino con el objetivo de proporcionarle a la comunidad científica una nueva herramienta para el análisis de datos de origen biológico. NMF expone un alto grado de paralelismo a nivel de datos, de granularidad variable; mientras que los métodos de agrupamiento mencionados anteriormente presentan un paralelismo a nivel de cómputo, ya que las diversas instancias de NMF que se ejecutan son independientes. Por tanto, desde un punto de vista global, se plantea un modelo de optimización por capas donde se emplean diferentes tecnologías de alto rendimiento...

Euclidean Distance Between Haar Orthogonal and Gaussian Matrices

In this work, we study a version of the general question of how well a Haar-distributed orthogonal matrix can be approximated by a random Gaussian matrix. Here, we consider a Gaussian random matrix (Formula presented.) of order n and apply to it the Gram–Schmidt orthonormalization procedure by columns to obtain a Haar-distributed orthogonal matrix (Formula presented.). If (Formula presented.) denotes the vector formed by the first m-coordinates of the ith row of (Formula presented.) and (Formula presented.), our main result shows that the Euclidean norm of (Formula presented.) converges exponentially fast to (Formula presented.), up to negligible terms. To show the extent of this result, we use it to study the convergence of the supremum norm (Formula presented.) and we find a coupling that improves by a factor (Formula presented.) the recently proved best known upper bound on (Formula presented.). Our main result also has applications in Quantum Information Theory.