Cerebral vasculopathy in children with sickle cell disease A study of genetic modulators of the disease

Sickle cell disease (SCD) is a genetic disorder with recessive transmission, caused by the mutation HBB:c.20A>T. It originates hemoglobin S that forms polymers inside the erythrocyte, upon deoxygenation, deforming it and ultimately leading to premature hemolysis. The disease presents with high heterogeneity of clinical manifestations, the most devastating of which, ischemic stroke, occurs in 11% of patients until 20 years of age. In this study, we tried to identify genetic modifiers of risk and episodes of stroke by studying 66 children with SCD, grouped according to the degree of cerebral vasculopathy (Stroke, Risk and Control). Association studies were performed between the three phenotypic groups and hematological and biochemical parameters of patients, as well as with 23 polymorphic regions in genes related to vascular cell adhesion (VCAM-1, THBS-1 and CD36), vascular tonus (NOS3 and ET-1) and inflammation (TNF-α and HMOX-1). Relevant data was collected from patient’s medical records. Known genetic modulators of SCD (beta-globin cluster haplotype and HBA and BCL11A genotypes) and putative genetic modifiers of cerebral vasculopathy were characterized. Differences in their distribution among groups were assessed. VCAM-1 rs1409419 allele C and NOS3 rs207044 allele C were associated to stroke events, while VCAM-1 rs1409419 allele T was found to be protective. Alleles 4a and 4b of NOS3 27 bp VNTR appeared to be respectively associated to stroke risk and protection. HMOX-1 longer STRs seemed to predispose to stroke. Higher hemoglobin F levels were found in Control group, as a result of Senegal haplotype or of BCL11A rs11886868 allele T, and higher lactate dehydrogenase levels, marker of hemolysis, were found in Risk group. Molecular mechanisms underlying the modifier functions of the relevant genetic variants are discussed.

Generalized Dasymetric Mapping Algorithm for Accessing Land-Use Change

Contém resumo

Implementação de um modelo de geometric semantic genetic programming para aplicação naval

Recaí sob a responsabilidade da Marinha Portuguesa a gestão da Zona Económica Exclusiva de Portugal, assegurando a sua segurança da mesma face a atividades criminosas. Para auxiliar a tarefa, é utilizado o sistema Oversee, utilizado para monitorizar a posição de todas as embarcações presentes na área afeta, permitindo a rápida intervenção da Marinha Portuguesa quando e onde necessário. No entanto, o sistema necessita de transmissões periódicas constantes originadas nas embarcações para operar corretamente – casos as transmissões sejam interrompidas, deliberada ou acidentalmente, o sistema deixa de conseguir localizar embarcações, dificultando a intervenção da Marinha. A fim de colmatar esta falha, é proposto adicionar ao sistema Oversee a capacidade de prever as posições futuras de uma embarcação com base no seu trajeto até à cessação das transmissões. Tendo em conta os grandes volumes de dados gerados pelo sistema (históricos de posições), a área de Inteligência Artificial apresenta uma possível solução para este problema. Atendendo às necessidades de resposta rápida do problema abordado, o algoritmo de Geometric Semantic Genetic Programming baseado em referências de Vanneschi et al. apresenta-se como uma possível solução, tendo já produzido bons resultados em problemas semelhantes. O presente trabalho de tese pretende integrar o algoritmo de Geometric Semantic Genetic Programming desenvolvido com o sistema Oversee, a fim de lhe conceder capacidades preditivas. Adicionalmente, será realizado um processo de análise de desempenho a fim de determinar qual a ideal parametrização do algoritmo. Pretende-se com esta tese fornecer à Marinha Portuguesa uma ferramenta capaz de auxiliar o controlo da Zona Económica Exclusiva Portuguesa, permitindo a correta intervenção da Marinha em casos onde o atual sistema não conseguiria determinar a correta posição da embarcação em questão.