Design of bio-inspired ionic liquids for protein stabilisation

Ionic Liquids (ILs) consist in organic salts that are liquid at/or near room temperature. Since ILs are entirely composed of ions, the formation of ion pairs is expected to be one essential feature for describing solvation in ILs. In recent years, protein - ionic liquid (P-IL) interactions have been the subject of intensive studies mainly because of their capability to promote folding/unfolding of proteins. However, the ion pairs and their lifetimes in ILs in P-IL thematic is dismissed, since the action of ILs is therefore the result of a subtle equilibrium between anion-cation interaction, ion-solvent and ion-protein interaction. The work developed in this thesis innovates in this thematic, once the design of ILs for protein stabilisation was bio-inspired in the high concentration of organic charged metabolites found in cell milieu. Although this perception is overlooked, those combined concentrations have been estimated to be ~300 mM among the macromolecules at concentrations exceeding 300 g/L (macromolecular crowding) and transient ion-pair can naturally occur with a potential specific biological role. Hence the main objective of this work is to develop new bio-ILs with a detectable ion-pair and understand its effects on protein structure and stability, under crowding environment, using advanced NMR techniques and calorimetric techniques. The choline-glutamate ([Ch][Glu]) IL was synthesized and characterized. The ion-pair was detected in water solutions using mainly the selective NOE NMR technique. Through the same technique, it was possible to detect a similar ion-pair promotion under synthetic and natural crowding environments. Using NMR spectroscopy (protein diffusion, HSQC experiments, and hydrogen-deuterium exchange) and differential scanning calorimetry (DSC), the model protein GB1 (production and purification in isotopic enrichment media) it was studied in the presence of [Ch][Glu] under macromolecular crowding conditions (PEG, BSA, lysozyme). Under dilute condition, it is possible to assert that the [Ch][Glu] induces a preferential hydration by weak and non-specific interactions, which leads to a significant stabilisation. On the other hand, under crowding environment, the [Ch][Glu] ion pair is promoted, destabilising the protein by favourable weak hydrophobic interactions , which disrupt the hydration layer of the protein. However, this capability can mitigates the effect of protein crowders. Overall, this work explored the ion-pair existence and its consequences on proteins in conditions similar to cell milieu. In this way, the charged metabolites found in cell can be understood as key for protein stabilisation.

The characteristics of social entrepreneurship business models in Portugal

This work project is based on the MIES (Map of Innovation and Social Entrepreneurship in Portugal) database and it aims to understand the characteristics of social business models in the context of the portuguese market, by determining whether they follow the proposed characteristics by John Elkington and Pamela Hartigan, and then adding to their matrix. Furthermore, it tries to determine success patterns by comparing a group of successful social ventures with a group of less successful ones, with the objective of increasing the knowledge of social entrepreneurship as it applies to Portugal and provide a framework for future study.

Modelo preditivo de insolvência no setor farmacêutico : aplicação à farmácia comunitária portuguesa

O setor farmacêutico apresenta um elevado grau de complexidade, dada a regulamentação a que está sujeito. Atualmente, um dos principais problemas deste setor prende-se com o acentuado aumento (142,6% entre dezembro de 2012 e julho de 2014) do número de farmácias insolventes, sendo impacto da crise económica e consequentes medidas regulamentares aplicadas com o Memorando de Entendimento da Troika. Dada a importância que as farmácias têm na dispensa do medicamento assim como o papel do farmacêutico no aconselhamento diário aos utentes, a redução do número de farmácias levanta problemas no acesso ao medicamento por parte da população. Assim, é necessário dotar as farmácias de ferramentas que lhes permitam gerir o seu negócio, criando bases sólidas de forma a terem uma maior capacidade de reagir em tempos de crise. Desta forma, o objetivo principal do trabalho é fornecer às farmácias uma dessas ferramentas, através da criação de um modelo preditivo de insolvência que permita estimar uma probabilidade de uma farmácia entrar em insolvência. Para o efeito, desenvolveu-se um modelo teórico, com base na revisão de literatura científica e na análise do setor farmacêutico em Portugal, que foi depois testado recorrendo a métodos de estimação com recurso ao modelo logit através do método da Máxima Verosimilhança. O modelo empírico foi estimado com dados de uma amostra de 97 farmácias, selecionadas a partir de uma base de dados da ANF. Esta amostra é composta por todas as farmácias insolventes e por uma seleção aleatória de farmácias solventes, para as quais foi possível utilizar informação proveniente do IES, mantendo a total confidencialidade, nomeadamente dados relativos às dimensões consideradas no modelo teórico: Autonomia Financeira, Endividamento, Gestão de Inventários, Gestão de Funcionários, Liquidez, Prazo Médio de Pagamentos do Estado, Prazo Médio Pagamentos a Fornecedores, Rendibilidade, Solvabilidade, Tesouraria, Dimensão e Localização. As dimensões referidas foram selecionadas após uma análise extensiva da bibliografia sobre esta temática. Estas dimensões foram incluídas na estimação através de variáveis proxy (com exceção da Tesouraria), para as quais foi também levada a cabo uma análise de sensibilidade. Depois de validados os pressupostos da estimação e de uma análise crítica sobre os resultados, foi possível selecionar um modelo em que mais de 90% das observações foram classificadas corretamente. O modelo preditivo selecionado inclui as variáveis proxy das dimensões: Autonomia Financeira, Prazo Médio Pagamentos a Fornecedores, Endividamento, Rendibilidade, Dimensão e Localização. Em testes posteriores, validou-se a capacidade preditiva do modelo com recurso a uma amostra de teste.