Modelos Mixtos-Aditivos Generalizados para el Estudio de Fenómenos Biológicos y Sociales Descriptos por Datos Agregados y/o Longitudinales. Generalized Mixed Additive Models for the Study of Biological and Social Phenomenons from Longitudinal and/or Aggregated Data.

Este proyecto propone extender y generalizar los procesos de estimación e inferencia de modelos aditivos generalizados multivariados para variables aleatorias no gaussianas, que describen comportamientos de fenómenos biológicos y sociales y cuyas representaciones originan series longitudinales y datos agregados (clusters). Se genera teniendo como objeto para las aplicaciones inmediatas, el desarrollo de metodología de modelación para la comprensión de procesos biológicos, ambientales y sociales de las áreas de Salud y las Ciencias Sociales, la condicionan la presencia de fenómenos específicos, como el de las enfermedades.Es así que el plan que se propone intenta estrechar la relación entre la Matemática Aplicada, desde un enfoque bajo incertidumbre y las Ciencias Biológicas y Sociales, en general, generando nuevas herramientas para poder analizar y explicar muchos problemas sobre los cuales tienen cada vez mas información experimental y/o observacional.Se propone, en forma secuencial, comenzando por variables aleatorias discretas (Yi, con función de varianza menor que una potencia par del valor esperado E(Y)) generar una clase unificada de modelos aditivos (paramétricos y no paramétricos) generalizados, la cual contenga como casos particulares a los modelos lineales generalizados, no lineales generalizados, los aditivos generalizados, los de media marginales generalizados (enfoques GEE1 -Liang y Zeger, 1986- y GEE2 -Zhao y Prentice, 1990; Zeger y Qaqish, 1992; Yan y Fine, 2004), iniciando una conexión con los modelos lineales mixtos generalizados para variables latentes (GLLAMM, Skrondal y Rabe-Hesketh, 2004), partiendo de estructuras de datos correlacionados. Esto permitirá definir distribuciones condicionales de las respuestas, dadas las covariables y las variables latentes y estimar ecuaciones estructurales para las VL, incluyendo regresiones de VL sobre las covariables y regresiones de VL sobre otras VL y modelos específicos para considerar jerarquías de variación ya reconocidas. Cómo definir modelos que consideren estructuras espaciales o temporales, de manera tal que permitan la presencia de factores jerárquicos, fijos o aleatorios, medidos con error como es el caso de las situaciones que se presentan en las Ciencias Sociales y en Epidemiología, es un desafío a nivel estadístico. Se proyecta esa forma secuencial para la construcción de metodología tanto de estimación como de inferencia, comenzando con variables aleatorias Poisson y Bernoulli, incluyendo los existentes MLG, hasta los actuales modelos generalizados jerárquicos, conextando con los GLLAMM, partiendo de estructuras de datos correlacionados. Esta familia de modelos se generará para estructuras de variables/vectores, covariables y componentes aleatorios jerárquicos que describan fenómenos de las Ciencias Sociales y la Epidemiología.

Respuesta adaptativa y degradación de compuestos de amonio cuaternarios sintéticos por <i>Pseudomonas putida</i>. Adaptative answer and degradation of quaternary ammonium compounds by <i>Pseudomonas putida</i>.

El objetivo de este trabajo es caracterizar la respuesta de <i>P. putida</i> frente a condiciones ambientales adversas dadas por la presencia del detergente catiónico tetradeciltrimetilamonio (TDTMA). El objetivo final que se persigue es el de utilizar este microorganismo como vehículo en procesos de biorremediación. El proyecto comprende aspectos relacionados con la degradación y con la respuesta adaptativa que le permiten a <i>P. putida</i> tolerar altas concentraciones del biocida. La degradación de TDTMA por <i>P. putida</i> involucra una actividad monooxigenasa, que produce trimetilamina (TMA) y tetradecilalcanal. Parte de la TMA producida es demetilada, por una TMAdehidrogenasa (TMADH), e utilizada por la bacteria como fuente de nitrógeno y parte es acumulada intracelularmente, inhibiendo el crecimiento bacteriano. Considerando la importancia de las oxigenasas y dehidrogenasas en la transformación química de compuestos recalcitrantes, se identificarán los genes responsables de la actividad monooxigenasa y de la TMADH, se caracterizarán las enzimas, lo que permitirá conocer, además, datos evolutivos de las mismas. Teniendo en cuenta que la acumulación intracelular TMA conduce a la degradación parcial del detergente, efecto contrarrestado por la adición de aluminio (Al), se investigarán si otros factores nutricionales participan en el control de la degradación de TDMA por <i>P. putida</i>. Se investigará si el regulador global NtrC, que se activa en respuesta a limitación de nitrógeno, participa en el metabolismo de TDTMA. Se prevé construir mutantes en los genes que codifican para monoxigenasa y TMADH y analizar la respuesta de estas cepas frente al estrés ocasionado por TDTMA y Al. En este proyecto se postula además que los cambios a nivel de fosfolípidos (PL) de membrana son una estrategia de <i>P. putida</i> para sobrevivir en presencia del TDTMA. Para concluir si fosfatidilglicerol es el principal responsable de la adaptación de <i>P. putida</i> frente al estrés ocasionado por TDTMA, se pretenden obtener mutantes afectadas en la biosíntesis de novo de PL, particularmente en cardiolipina sintasa. Paralelamente se estudiará si fosfolipasa D participa en la respuesta, lo que permitirá asignar un rol a esta enzima en procesos de señalización análogos a los que ocurren en organismos eucariotas. En presencia de TDTMA y Al, P. putida responde aumentando el contenido de fosfatidilcolina y posiblemente este PL actúe como un reservorio temporario del ión. Identificar en <i>P. putida</i> los genes que codifican para las enzimas responsables de su biosíntesis, particularmente fosfatidilcolina sintasa y/o fosfolípido N-metiltranferasa, conducirá a conocer el mecanismo por el cual fosfatidilcolina estaría involucrada en la respuesta a Al.