Salivary proteomics and peptidomics of type 1 diabetes Mellitus

A Diabetes Mellitus (DM) compreende um conjunto de desordens metabólicas comuns caracterizadas por hiperglicemia, que afeta diferentes órgãos do organismo. Ao longo do tempo, ocorrem danos microvasculares no glomérulo renal, retina e nervos periféricos, bem como doença macrovascular nas artérias. A composição da saliva também é afetada pela DM, com consequências na homeostasia oral. No entanto, o proteoma e o peptidoma salivar têm sido pouco explorados na DM tipo 1 e nas suas complicações crónicas. Tendo em conta o crescente interesse na saliva como fluido diagnóstico, o objetivo principal deste trabalho foi avaliar os eventos proteolíticos subjacentes à DM tipo 1 e às suas complicações microvasculares, bem como, caracterizar as alterações induzidas pela DM tipo 1 no proteoma e peptidoma salivar. A DM tipo 1 e particularmente as complicações microvasculares associadas modulam o perfil proteolítico dos fluidos biológicos, com diferenças significativas de atividade observadas na urina e saliva, atribuídas principalmente ao complexo Metaloproteinase da Matriz (MMP)-9/lipocalina associada à gelatinase de neutrófilos, aminopeptidase N, azurocidina e calicreína 1. O aumento da atividade proteolítica observado na saliva total dos diabéticos resultou no aumento da percentagem de péptidos, principalmente de um número acrescido de fragmentos de colagénio do tipo I, refletindo possivelmente um estado inflamatório crónico dos tecidos orais e periodontais. O peptidoma também corrobora uma maior suscetibilidade das proteínas salivares, especificamente, das proteínas ricas em prolina básicas (bPRP) 1, bPRP2 e proteínas ricas em prolina ácidas (aPRP) à proteólise, evidenciando a geração de fragmentos de proteínas associadas à ligação a bactérias. A análise do proteoma salivar baseada em iTRAQ mostrou uma sobre-expressão de L-plastina, fator do adenocarcinoma do pâncreas e das proteínas S100-A8 e S100-A9, enfatizando a importância do sistema imune inato na patogénese da DM tipo 1 e das complicações microvasculares associadas. A análise integrada de todas as proteínas expressas diferencialmente entre os pacientes diabéticos com ou sem complicações microvasculares e indivíduos saudáveis foi realizada com o STRING, onde se observam três conjuntos funcionalmente ligados, um compreende a interação entre o colagénio tipo I, colagénio tipo II e MMP-9, um segundo conjunto envolve a MMP-2 e o colagénio de tipo I e um terceiro conjunto composto por proteínas salivares e inflamatórias. Estes conjuntos estão associados com as vias Kegg de interação recetor-matriz extracelular, de adesão focal e migração transendotelial dos leucócitos. Por outro lado, a análise do proteoma e peptidoma salivar destacou potenciais biomarcadores para o diagnóstico e prognóstico da DM tipo 1 e das suas complicações.

In search of reliable centimeter-level indoor positioning: a smartphone-based approach

This thesis describes the design and implementation of a reliable centimeter-level indoor positioning system fully compatible with a conventional smartphone. The proposed system takes advantage of the smartphone audio I/O and processing capabilities to perform acoustic ranging in the audio band using non-invasive audio signals and it has been developed having in mind applications that require high accuracy, such as augmented reality, virtual reality, gaming and audio guides. The system works in a distributed operation mode, i.e. each smartphone is able to obtain its own position using only acoustic signals. To support the positioning system, a Wireless Sensor Network (WSN) of synchronized acoustic beacons is used. To keep the infrastructure in sync we have developed an Automatic Time Synchronization and Syntonization (ATSS) protocol with a standard deviation of the sync offset error below 1.25 μs. Using an improved Time Difference of Arrival (TDoA) estimation approach (which takes advantage of the beacon signals’ periodicity) and by performing Non-Line-of-Sight (NLoS) mitigation, we were able to obtain very stable and accurate position estimates with an absolute mean error of less than 10 cm in 95% of the cases and a mean standard deviation of 2.2 cm for a position refresh period of 350 ms.