Regulación supramolecular de la dinámica de biomembranas por Esfingolípidos y Fosfolípidos

Los cambios que ocurren durante el funcionamiento (normal o patológico) de biomembranas resultan de alteraciones de interacciones moleculares dinámicas. Éstas involucran a fenómenos supramoleculares críticos (cambios de fase, electrostáticos y topológicos) que regulan la organización, estabilidad, expresión y metabolismo de lípidos y proteínas de membrana. Para conocer los factores físico-químicos que controlan el comportamiento de biomembranas se deben utilizar técnicas que permitan un control preciso de la organización molecular. (...) Objetivos generales y específicos: El propósito a largo plazo de las investigaciones es establecer las bases moleculares y supramoleculares por las cuales interacciones entre esfingolípidos, fosfolípidos y sus derivados regulan la organización, reconocimiento y reactividad de biomembranas. Al presente se estudia: I) Control supramolecular de la catálisis enzimática interfacial por enzimas fosfohidrolíticas que median la transducción de señales a nivel de membrana. II) Modulación de la estabilidad de biomembranas por cambios críticos de composición de la interfase, interacciones y transiciones topológicas. III) Caracterización y transferencia a soportes sólidos y líquidos de capas monomoleculares de organización intermolecular controlada, formadas con membranas neuronales y gliales.

Sensores basados en nanocavidades de sistemas supramoleculares. Sensors based on nanocavities of supramolecular systems.

Uno de los grandes desafíos analíticos es resolver la complejidad del análisis de cantidades trazas de compuestos orgánicos debido a la baja sensibilidad analítica de las técnicas usuales que permiten una determinación específica como IR o RMN. El uso de espectrofotometría UV-Visible y espectroluminiscencia, técnicas que presentan mayor sensibilidad, se ve dificultada en muchos casos por el efecto matriz producido en el tratamiento de muestras reales y complejas o pérdida de la selectividad debido a la superposición de bandas.La interacción por formación de complejos entre determinados sustratos y receptores macrocíclicos que presentan poros o cavidades nanométricas, puede afectar las propiedades espectroscópicas de los sustratos. La respuesta de técnicas sensibles puede traducirse así en un análisis selectivo debido al reconocimiento molecular que se establece entre un dado receptor y el sustrato de interés. Por otra parte puede mejorar la sensibilidad debido a efectos de micropolaridad del medio, a efectos de restricciones de grados de libertad, por compartamentalización o protección de los estados excitados de los sustratos incluidos. El uso analítico de receptores selectivos es un área actualmente en desarrollo, que permite una rápida determinación de especies químicas, disminuyendo el efecto de interferentes, mejorando la sensibilidad y disminuyendo el tratamiento de la muestra.Se estudiarán los mecanismos involucrados en las interacciones y los factores que los modifican por técnicas espectroscópicas como UV-visible, RMN y luminiscencia. Se determinarán los parámetros analíticos por luminiscencia en los medios y condiciones en que la sensibilidad analítica muestre el mayor incremento. Se realizarán las pruebas de validación en las mejores condiciones para cada uno y mezclas de analitos relacionados en muestras reales.

Participación de los glucocorticoides en las secuelas emocionales inducidas por estrés

El proyecto tiene como objetivo estudiar la implicancia funcional de los glucocorticoides liberados durante diferentes situaciones estresantes en las consecuencias comportamentales inducidas por las mismas. Asimismo, se evaluará la influencia de los esteroides en los cambios neuroquímicos (neurotransmisión gabaérgica) y neuroendócrinos (actividad del sistema hipotalámico-hipofisario-adrenal, HHA) que subyacen a las alteraciones comportamentales. El estudio contribuye, además, a la caracterización de los mecanismos neurales implicados en los déficits conductuales inducidos por estrés. Durante este período se abordarán los siguientes objetivos específicos: a) Caracterización de los sistemas de receptores centrales (MR o GR) involucrados en la respuesta ansiogénica inducida por una sesión de inmovilización y de las áreas centrales comprometidas. (...) De este modo se extenderán los hallazgos conductuales a la actividad del complejo supramolecular GABAa. b) Evaluación de los efectos inducidos por la inyección sistémica aguda de dexametasona sobre la funcionalidad complejo-receptor GABAa en corteza prefrontal por medio de la determinación de la captación de cloruro estimulada por GABA. (...) De este modo se extenderán los hallazgos conductuales a la actividad del complejo supramolecular GABAa. c) En el paradigma residente-intruso se evaluará la generalización de la acción de Corticoesterona (CS) sobre el diferentes medidas conductuales de reactividad a un evento aversivo novel. (...) d) Se evaluarán los cambios en la actividad del sistema HHA en relación a las diferentes expresiones conductuales (sumisión, "boxing" o "freezing") asociadas a la confrontación social, para lo cual se determinará el curso temporal de secreción de CS y ACTH, antes y después del encuentro agonístico. (...) e) Se investigarán los efectos de una experiencia previa de derrota sobre la respuesta neuroendócrina inducida por exposición a un evento aversivo novel.

Aceleración de Algoritmos en Procesadores Multicore, GPGPU y FPGA. Algorithm Acceleration with Multicore, GPGPU and FPGA Processors.

El avance en la potencia de cómputo en nuestros días viene dado por la paralelización del procesamiento, dadas las características que disponen las nuevas arquitecturas de hardware. Utilizar convenientemente este hardware impacta en la aceleración de los algoritmos en ejecución (programas). Sin embargo, convertir de forma adecuada el algoritmo en su forma paralela es complejo, y a su vez, esta forma, es específica para cada tipo de hardware paralelo. En la actualidad los procesadores de uso general más comunes son los multicore, procesadores paralelos, también denominados Symmetric Multi-Processors (SMP). Hoy en día es difícil hallar un procesador para computadoras de escritorio que no tengan algún tipo de paralelismo del caracterizado por los SMP, siendo la tendencia de desarrollo, que cada día nos encontremos con procesadores con mayor numero de cores disponibles. Por otro lado, los dispositivos de procesamiento de video (Graphics Processor Units - GPU), a su vez, han ido desarrollando su potencia de cómputo por medio de disponer de múltiples unidades de procesamiento dentro de su composición electrónica, a tal punto que en la actualidad no es difícil encontrar placas de GPU con capacidad de 200 a 400 hilos de procesamiento paralelo. Estos procesadores son muy veloces y específicos para la tarea que fueron desarrollados, principalmente el procesamiento de video. Sin embargo, como este tipo de procesadores tiene muchos puntos en común con el procesamiento científico, estos dispositivos han ido reorientándose con el nombre de General Processing Graphics Processor Unit (GPGPU). A diferencia de los procesadores SMP señalados anteriormente, las GPGPU no son de propósito general y tienen sus complicaciones para uso general debido al límite en la cantidad de memoria que cada placa puede disponer y al tipo de procesamiento paralelo que debe realizar para poder ser productiva su utilización. Los dispositivos de lógica programable, FPGA, son dispositivos capaces de realizar grandes cantidades de operaciones en paralelo, por lo que pueden ser usados para la implementación de algoritmos específicos, aprovechando el paralelismo que estas ofrecen. Su inconveniente viene derivado de la complejidad para la programación y el testing del algoritmo instanciado en el dispositivo. Ante esta diversidad de procesadores paralelos, el objetivo de nuestro trabajo está enfocado en analizar las características especificas que cada uno de estos tienen, y su impacto en la estructura de los algoritmos para que su utilización pueda obtener rendimientos de procesamiento acordes al número de recursos utilizados y combinarlos de forma tal que su complementación sea benéfica. Específicamente, partiendo desde las características del hardware, determinar las propiedades que el algoritmo paralelo debe tener para poder ser acelerado. Las características de los algoritmos paralelos determinará a su vez cuál de estos nuevos tipos de hardware son los mas adecuados para su instanciación. En particular serán tenidos en cuenta el nivel de dependencia de datos, la necesidad de realizar sincronizaciones durante el procesamiento paralelo, el tamaño de datos a procesar y la complejidad de la programación paralela en cada tipo de hardware. Today´s advances in high-performance computing are driven by parallel processing capabilities of available hardware architectures. These architectures enable the acceleration of algorithms when thes ealgorithms are properly parallelized and exploit the specific processing power of the underneath architecture. Most current processors are targeted for general pruposes and integrate several processor cores on a single chip, resulting in what is known as a Symmetric Multiprocessing (SMP) unit. Nowadays even desktop computers make use of multicore processors. Meanwhile, the industry trend is to increase the number of integrated rocessor cores as technology matures. On the other hand, Graphics Processor Units (GPU), originally designed to handle only video processing, have emerged as interesting alternatives to implement algorithm acceleration. Current available GPUs are able to implement from 200 to 400 threads for parallel processing. Scientific computing can be implemented in these hardware thanks to the programability of new GPUs that have been denoted as General Processing Graphics Processor Units (GPGPU).However, GPGPU offer little memory with respect to that available for general-prupose processors; thus, the implementation of algorithms need to be addressed carefully. Finally, Field Programmable Gate Arrays (FPGA) are programmable devices which can implement hardware logic with low latency, high parallelism and deep pipelines. Thes devices can be used to implement specific algorithms that need to run at very high speeds. However, their programmability is harder that software approaches and debugging is typically time-consuming. In this context where several alternatives for speeding up algorithms are available, our work aims at determining the main features of thes architectures and developing the required know-how to accelerate algorithm execution on them. We look at identifying those algorithms that may fit better on a given architecture as well as compleme