Cholesterol 24S-Hydroxylase overexpression inhibits the liver X receptor (LXR) pathway by activating small guanosine triphosphate-binding proteins (sGTPases) in neuronal cells

The neuronal-specific cholesterol 24S-hydroxylase (CYP46A1) is important for brain cholesterol elimination. Cyp46a1 null mice exhibit severe deficiencies in learning and hippocampal long-term potentiation, suggested to be caused by a decrease in isoprenoid intermediates of the mevalonate pathway. Conversely, transgenic mice overexpressing CYP46A1 show an improved cognitive function. These results raised the question of whether CYP46A1 expression can modulate the activity of proteins that are crucial for neuronal function, namely of isoprenylated small guanosine triphosphate-binding proteins (sGTPases). Our results show that CYP46A1 overexpression in SH-SY5Y neuroblastoma cells and in primary cultures of rat cortical neurons leads to an increase in 3-hydroxy-3-methyl-glutaryl-CoA reductase activity and to an overall increase in membrane levels of RhoA, Rac1, Cdc42 and Rab8. This increase is accompanied by a specific increase in RhoA activation. Interestingly, treatment with lovastatin or a geranylgeranyltransferase-I inhibitor abolished the CYP46A1 effect. The CYP46A1-mediated increase in sGTPases membrane abundance was confirmed in vivo, in membrane fractions obtained from transgenic mice overexpressing this enzyme. Moreover, CYP46A1 overexpression leads to a decrease in the liver X receptor (LXR) transcriptional activity and in the mRNA levels of ATP-binding cassette transporter 1, sub-family A, member 1 and apolipoprotein E. This effect was abolished by inhibition of prenylation or by co-transfection of a RhoA dominant-negative mutant. Our results suggest a novel regulatory axis in neurons; under conditions of membrane cholesterol reduction by increased CYP46A1 expression, neurons increase isoprenoid synthesis and sGTPase prenylation. This leads to a reduction in LXR activity, and consequently to a decrease in the expression of LXR target genes.

On the analytical solutions of the Hindmarsh-Rose neuronal model

In this article we analytically solve the Hindmarsh-Rose model (Proc R Soc Lond B221:87-102, 1984) by means of a technique developed for strongly nonlinear problems-the step homotopy analysis method. This analytical algorithm, based on a modification of the standard homotopy analysis method, allows us to obtain a one-parameter family of explicit series solutions for the studied neuronal model. The Hindmarsh-Rose system represents a paradigmatic example of models developed to qualitatively reproduce the electrical activity of cell membranes. By using the homotopy solutions, we investigate the dynamical effect of two chosen biologically meaningful bifurcation parameters: the injected current I and the parameter r, representing the ratio of time scales between spiking (fast dynamics) and resting (slow dynamics). The auxiliary parameter involved in the analytical method provides us with an elegant way to ensure convergent series solutions of the neuronal model. Our analytical results are found to be in excellent agreement with the numerical simulations.

Classificação semântica de imagens com k-NN e RN

Um dos maiores desafios tecnológicos no presente é o de se conseguir gerar e manter, de uma maneira eficiente e consistente, uma base de dados de objectos multimédia, em particular, de imagens. A necessidade de desenvolver métodos de pesquisa automáticos baseados no conteúdo semântico das imagens tornou-se de máxima importância. MPEG-7 é um standard que descreve o contudo dos dados multimédia que suportam estes requisitos operacionais. Adiciona um conjunto de descritores audiovisuais de baixo nível. O histograma é a característica mais utilizada para representar as características globais de uma imagem. Neste trabalho é usado o “Edge Histogram Descriptor” (EHD), que resulta numa representação de baixo nível que permite a computação da similaridade entre imagens. Neste trabalho, é obtida uma caracterização semântica da imagem baseada neste descritor usando dois métodos da classificação: o algoritmo k Nearest Neighbors (k-NN) e uma Rede Neuronal (RN) de retro propagação. No algoritmo k-NN é usada a distância Euclidiana entre os descritores de duas imagens para calcular a similaridade entre imagens diferentes. A RN requer um processo de aprendizagem prévia, que inclui responder correctamente às amostras do treino e às amostras de teste. No fim deste trabalho, será apresentado um estudo sobre os resultados dos dois métodos da classificação.

Aplicação das redes neuronais artificiais à auditoria: revisão da literatura

Uma rede neuronal artificial consiste no processamento de elementos (análogos aos neurónios do sistema neuronal biológico) inter conectados em rede. As redes neuronais artificiais possuem duas grandes forças: por um lado, são instrumentos poderosos na modelização e compreensão do comportamento cognitivo humano; por outro, têm fortes propriedades de reconhecimento de padrões, sendo capazes de reconhecer padrões mesmo entre dados variáveis, ambíguos e confusos (Refenes, 1995, citado por Koskivaara, 2000). Por esta razão, a aplicação desta nova tecnologia à auditoria tem vindo a acentuar-se. O objectivo deste trabalho consiste em apresentar os fundamentos das redes neuronais artificiais, bem como as principais áreas de aplicação à auditoria. Entre estas descata-se a detecção de erros materialmente relevantes. Os auditores estabelecem a natureza, extensão, profundidade e oportunidade dos procedimentos de auditoria com base na investigação resultante de flutuações e relações que sejam inconsistentes com outra informação relevante ou que se desviem de quantias previstas. Ora, os modelos de rede neuronais permitem captar padrões relevantes detectados na informação financeira, estabelecendo correlações entre os dados dificilmente percepcionadas pelos meios tradicionalmente utilizados pelos auditores. Outras áreas da auditoria em que as redes neuronais se têm mostrado instrumentos válidos de auxílio ao julgamento dos auditores são a avaliação do risco de gestão fraudulenta, a avaliação do princípio da continuidade e a avaliação do controlo interno da entidade auditada.

Avaliação de um sistema CAD na deteção de lesões em imagens mamográficas

Mestrado em Radiações Aplicadas às Tecnologias da Saúde - Área de especialização: Imagem Digital por Radiação X.

Estimação de cobertura rádio em GSM-R através de redes neuronais

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia de Eletrónica e Telecomunicações

Otimização de placas compósitas laminadas utilizando redes neuronais e enxames de partículas

Trabalho Final de mestrado para obtenção do grau de Mestre em engenharia Mecância