Assessment of the discrimination of animal fat by FT_Raman spectroscopy

In recent years, there has been an increased attention towards the composition of feeding fats. In the aftermath of the BSE crisis all animal by-products utilised in animal nutrition have been subjected to close scrutiny. Regulation requires that the material belongs to the category of animal by-products fit for human consumption. This implies the use of reliable techniques in order to insure the safety of products. The feasibility of using rapid and non-destructive methods, to control the composition of feedstuffs on animal fats has been studied. Fourier Transform Raman spectroscopy has been chosen for its advantage to give detailed structural information. Data were treated using chemometric methods as PCA and PLS-DA which have permitted to separate well the different classes of animal fats. The same methodology was applied on fats from various types of feedstock and production technology processes. PLS-DA model for the discrimination of animal fats from the other categories presents a sensitivity and a specificity of 0.958 and 0.914, respectively. These results encourage the use of FT-Raman spectroscopy to discriminate animal fats.

Prediction of crude protein and classification of the growth stage of wheat plant samples from NIR spectra

Near-infrared spectroscopy (NIRS) was used to analyse the crude protein content of dried and milled samples of wheat and to discriminate samples according to their stage of growth. A calibration set of 72 samples from three growth stages of wheat (tillering, heading and harvest) and a validation set of 28 samples was collected for this purpose. Principal components analysis (PCA) of the calibration set discriminated groups of samples according to the growth stage of the wheat. Based on these differences, a classification procedure (SIMCA) showed a very accurate classification of the validation set samples : all of them were successfully classified in each group using this procedure when both the residual and the leverage were used in the classification criteria. Looking only at the residuals all the samples were also correctly classified except one of tillering stage that was assigned to both tillering and heading stages. Finally, the determination of the crude protein content of these samples was considered in two ways: building up a global model for all the growth stages, and building up local models for each stage, separately. The best prediction results for crude protein were obtained using a global model for samples in the two first growth stages (tillering and heading), and using a local model for the harvest stage samples.

Determinación in vitro de la digestibilidad de los nutrientes de la cebada. Aplicación práctica para calibración de un sistema NIRS, y para la utilización de enzimas en la alimentación porcina.

La intensificación de la producción porcina, sin duda es uno de los principales factores que han influido en la alta competitividad del sector. Dicha intensificación sin embargo debe enfrentarse a nuevos retos de acuerdo con la creciente preocupación de los estados europeos sobre problemas de bienestar animal y de contaminación medioambiental resultante de la producción animal intensiva. La excreción de nitrógeno en los purines (que es uno de los principales factores contaminantes), puede ser reducida substancialmente si se reduce el contenido proteico del pienso. Ello, sin embargo debe de hacerse de manera que la dieta aporte las cantidades mínimas de aminoácidos requeridas por los animales, y que por tanto los parámetros productivos no se vean afectados. Para asegurar un aporte mínimo adecuado de aminoácidos en el pienso, es esencial un conocimiento preciso del valor nutritivo de las materias primas utilizadas. En la actualidad se utilizan los valores de contenido en aminoácidos digestibles ileales presentes en tablas publicadas por diferentes fuentes de información. Dichas tablas, sin embargo, son valores medios que no contemplan la elevada variabilidad en el contenido de aminoácidos digestibles dentro de una misma materia prima. Debido a esta variabilidad, para asegurar que los requerimientos de aminoácidos queden cubiertos al menos en un 80% de los casos, se debe sobreformular a un 107-108% de los requerimientos. Se ha estimado que una rápida determinación del contenido de aminoácidos digestibles ileales en las materias primas mediante la utilización de espectroscopia del infrarojo cercano (NIRS), permitiría el conocimiento del valor nutritivo de cada partida de materia prima, y una reducción de la sobreformulación a un 103%, con el consiguiente beneficio medioambiental. El principal inconveniente, para la aplicación de dicha metodología NIRS, es que su calibración requiere un esfuerzo excepcional, que solamente puede conseguirse con el trabajo de varios años de determinaciones in vivo de digestibilidad ileal de aminoácidos de un elevadísimo número de muestras. El presente proyecto tenía como principal objetivo la puesta a punto de una técnica de digestibilidad ileal de nutrientes in vitro (validada con determinaciones in vivo), que nos permitiera un análisis más rápido de un número elevado de muestras para realizar la calibración del NIRS. Para ello se escogió la cebada como materia prima para realizar los estudios por su importancia económica en España.

Estimation of lean meat content in pig carcasses using X-ray Computed Tomography and PLS regression

Lean meat percentage (LMP) is an important carcass quality parameter. The aim of this work is to obtain a calibration equation for the Computed Tomography (CT) scans with the Partial Least Square Regression (PLS) technique in order to predict the LMP of the carcass and the different cuts and to study and compare two different methodologies of the selection of the variables (Variable Importance for Projection — VIP- and Stepwise) to be included in the prediction equation. The error of prediction with cross-validation (RMSEPCV) of the LMP obtained with PLS and selection based on VIP value was 0.82% and for stepwise selection it was 0.83%. The prediction of the LMP scanning only the ham had a RMSEPCV of 0.97% and if the ham and the loin were scanned the RMSEPCV was 0.90%. Results indicate that for CT data both VIP and stepwise selection are good methods. Moreover the scanning of only the ham allowed us to obtain a good prediction of the LMP of the whole carcass.

Saturació tenar d’oxigen (StO2) mesurada de forma no invasiva mitjançant l’espectroscòpia (NIRS) durant la prova de respiració espontània com a predictor d’èxit de la retirada de la ventilació mecànica.

Es tracta d’un estudi unicèntric prospectiu amb 30 pacients sotmesos a ventilació mecànica i considerats candidats a la retirada del suport ventilatori per part del seu equip mèdic assistencial. L’objectiu de l’estudi és determinar si els canvis de la saturació tenar d’oxigen (StO2), així com les corves de desoxigenació i reoxigenació de StO2 derivades d’una maniobra d’isquèmia vascular transitòria, mesurades de forma no invasiva mitjançant l’espectroscòpia en el límit de la llum infrarroja (Near Infra Red Spectroscopy - NIRS), són útils com a predictors del fracàs de l’extubació en el procés de retirada de la ventilació mecànica.

Intelligent PCA contribution analysis for quality estimation in batch processes. Application in a sequencing batch reactor for wastewater treatment

En aquest treball, es proposa un nou mètode per estimar en temps real la qualitat del producte final en processos per lot. Aquest mètode permet reduir el temps necessari per obtenir els resultats de qualitat de les anàlisi de laboratori. S'utiliza un model de anàlisi de componentes principals (PCA) construït amb dades històriques en condicions normals de funcionament per discernir si un lot finalizat és normal o no. Es calcula una signatura de falla pels lots anormals i es passa a través d'un model de classificació per la seva estimació. L'estudi proposa un mètode per utilitzar la informació de les gràfiques de contribució basat en les signatures de falla, on els indicadors representen el comportament de les variables al llarg del procés en les diferentes etapes. Un conjunt de dades compost per la signatura de falla dels lots anormals històrics es construeix per cercar els patrons i entrenar els models de classifcació per estimar els resultas dels lots futurs. La metodologia proposada s'ha aplicat a un reactor seqüencial per lots (SBR). Diversos algoritmes de classificació es proven per demostrar les possibilitats de la metodologia proposada.

Prediction of subcutaneous fatty acid composition from ham of CLA fed boars and gilts using a NIRS fiber optic probe

The aim of this work was the use of NIR technology by direct application of a fiber optic probe on back fat to analyze the fatty acid composition of CLA fed boars and gilts. 265 animals were fed 3 different diets and the fatty acid profile of back fat from Gluteus medius was analyzed using gas chromatography and FT-NIR. Spectra were acquired using a Bruker Optics Matrix-F duplex spectrometer equipped with a fiber optic probe (IN-268-2). Oleic and stearic fatty acids were predicted accurately; myristic, vaccenic and linoleic fatty acids were predicted with lower accuracy, while palmitic and α-linolenic fatty acids were poorly predicted. The relative percentage of fatty acids and NIR spectra showed differences in fatty acid composition of back fat from pigs fed CLA which increased the relative percentage of SFA and PUFA while MUFA decreased. Results suggest that a NIR fiber optic probe can be used to predict total saturated and unsaturated fatty acid composition, as well as the percentage of stearic and oleic. NIR showed potential as a rapid and easily implemented method to discriminate carcasses from animals fed different diets.

Improving a leaves automatic recognition process using PCA

In this work we present a simulation of a recognition process with perimeter characterization of a simple plant leaves as a unique discriminating parameter. Data coding allowing for independence of leaves size and orientation may penalize performance recognition for some varieties. Border description sequences are then used, and Principal Component Analysis (PCA) is applied in order to study which is the best number of components for the classification task, implemented by means of a Support Vector Machine (SVM) System. Obtained results are satisfactory, and compared with [4] our system improves the recognition success, diminishing the variance at the same time.

Kernel-PCA data integration with enhanced interpretability

Background Nowadays, combining the different sources of information to improve the biological knowledge available is a challenge in bioinformatics. One of the most powerful methods for integrating heterogeneous data types are kernel-based methods. Kernel-based data integration approaches consist of two basic steps: firstly the right kernel is chosen for each data set; secondly the kernels from the different data sources are combined to give a complete representation of the available data for a given statistical task. Results We analyze the integration of data from several sources of information using kernel PCA, from the point of view of reducing dimensionality. Moreover, we improve the interpretability of kernel PCA by adding to the plot the representation of the input variables that belong to any dataset. In particular, for each input variable or linear combination of input variables, we can represent the direction of maximum growth locally, which allows us to identify those samples with higher/lower values of the variables analyzed. Conclusions The integration of different datasets and the simultaneous representation of samples and variables together give us a better understanding of biological knowledge.

Kernel-PCA data integration with enhanced interpretability

Background Nowadays, combining the different sources of information to improve the biological knowledge available is a challenge in bioinformatics. One of the most powerful methods for integrating heterogeneous data types are kernel-based methods. Kernel-based data integration approaches consist of two basic steps: firstly the right kernel is chosen for each data set; secondly the kernels from the different data sources are combined to give a complete representation of the available data for a given statistical task. Results We analyze the integration of data from several sources of information using kernel PCA, from the point of view of reducing dimensionality. Moreover, we improve the interpretability of kernel PCA by adding to the plot the representation of the input variables that belong to any dataset. In particular, for each input variable or linear combination of input variables, we can represent the direction of maximum growth locally, which allows us to identify those samples with higher/lower values of the variables analyzed. Conclusions The integration of different datasets and the simultaneous representation of samples and variables together give us a better understanding of biological knowledge.

Perfil Clínico de Apego (PCA): Elaboración de un sistema de categorías para la evaluación del apego

A partir de la teoría de Bowlby y de los estilos de apego propuestos por Bartholomew y Horowitz, se desarrolla el Perfil Clínico de Apego-narrativas (PCA-n), un sistema de observación para evaluar el apego a partir de las narrativas de los y las pacientes. En el Estudio 1, se construye una primera versión del instrumento (PCAv1). La consistencia interna resulta adecuada en la evaluación del apego seguro y evitativo, pero insuficiente en el caso del apego preocupado y temeroso. En el Estudio 2 se introducen cambios en el instrumento (PCA-n), que finalmente consta de cuatro categorías: disponibilidad-confianza, autonomía en la relación, regulación de las emociones y revelación de las emociones. Aplicado a las narrativas de dos pacientes, se obtiene un nivel de acuerdo entre evaluadores en la identificación de las narrativas significativas superior al 75%. También resulta adecuada la fiabilidad del PCA-n, ya que la correlación promedio en la identificación de las categorías fue .78 en el caso del paciente 1, y .88 en el paciente 2.Se discuten las aplicaciones posibles del PCA-n, sus ventajas y limitaciones, así como líneas de investigación futuras.

Pèls a la llengua

Si sou calbs i voleu deixar de ser-ho, o si la vostra parella és calba i enyoreu aquells cabells llargs i espessos que lluïa a l'època hippie, esteu de sort. Però aneu alerta, perquè si sou d'aquelles persones que els agrada dir que no té pèls a la llengua, potser ara us en sortiran. O almenys això és el que hom pot pensar després de sentir una de les darreres notícies de ciència de gran ressò mediàtic: s'ha aconseguit que a un ratolí modificat genèticament per no tenir cap pèl li'n creixin. Els artífexs han estat els membres d'un equip de recerca de l'Institut Kennedy Krieger de la Johns Hopkins University, dels EUA, encapçalat per Catherine Thompson. I esclar, molts ja s'imaginen lluint llargues i espesses cabelleres on ara només tenen lluentors [...].

Diversitat de bacteris desnitrificants en un sistema d'aiguamolls construïts

Estudi elaborat a partir d’una estada al Swedish University of Agricultural Sciences (Suècia ) entre setembre i desembre del 2006. El SAC-Empuriabrava va ser dissenyat per dur a terme el tractament terciari de l’aigua que prové d’una estació depuradora. La purificació en un sistema d’aiguamolls construïts engloba una complexa barreja de processos on es troben implicats el sediment, la vegetació i les comunitats microbianes relacionades amb aquests. Un dels passos clau en l’eliminació de nitrogen és la desnitrificació, coneguda com la reducció seqüencial d’òxids de nitrogen que desemboca en la pèrdua neta de nitrogen molecular a l’atmosfera, catalitzada exclusivament per microorganismes. Els bacteris desnitrificants es troben àmpliament distribuïts en les divisions de l’arbre filogenètic procariota, fet que restringeix la seva anàlisi a marcadors moleculars basats en gens funcionals dels enzims implicats en la desnitrificació tals com narG nirS, nirK, nrfA nosZ. Tot i que l’estudi del marcador molecular nirS de desnitrificants s’ha dut a terme amb èxit, no ha estat possible analitzar altres marcadors com nosZ, que codifica la òxid nitrós reductasa, responsable de l’últim pas de la desnitrificació. L’ interès principal ha estat doncs estendre l’ àrea d’estudi a aquest marcador per tal de proveir una visió complerta de la comunitat desnitrificant. S’ha analitzat la comunitat desnitrificant de la rizosfera i sediment del SACEmpuriabrava a través del monitoreig del gen nosZ per PCR-DGGE, comparant alhora diferents períodes de temps afectats per diferents condicions hídriques. Amb la mateixa intenció, s’ha dut a terme assajos d’activitat desnitrificant mitjançant cromatografia de gasos, mesurant en aquest cas la producció de nitrogen gas que representa la consecució de la desnitrificació completa.

Desenvolupament de la tecnica de deteccio d'HPV en frotis de pell i bulbs pilosos de la cella per a l'aplicació com a marcador de risc en carcinogènesi cutània

Estudi realitzat a partir d’una estada al Department of Pathology de la Vrije Universiteit Medical Center, Holanda, entre agost del 2006 i gener del 2007. Es parteix de la hipòtesi principal que el virus del papil•loma humà (VPH) està implicat com a cofactor en la carcinogènesi del càncer cutani no-melanoma associat a l'exposició solar i a la immunosupressió. L'objectiu principal era la validació d'una tècnica de detecció del VPH en frotis cutanis per a determinar el paper d'aquest en el càncer cutani en pacients trasplantats renals. Es pretenia desenvolupar l'ús dels frotis cutanis per a la detecció del VPH en pell no tumoral i posteriorment establir quines són les mostres més adequades (en quan a localització i tipus d'extracció) per tal de definir el concepte de "portador de VPH". Es recolliren frotis cutanis de zones exposades (front i mà) i no exposades (part interna del braç) al sol, de la zona perilesional així com pèls de cella. Les mostres pertanyen tant a pacients trasplantats renals (immunodeprimits) com a pacients no trasplantats (immunocompetents), de pell normal i de pell cancerosa. Es van emprar diferents tècniques d'extracció de DNA. El DNA del VPH va ser amplificat amb una tècnica de reacció en cadena de la polimerasa (PCR ) específica de tipus cutanis (Beta-Gamma Cutaneous HPV PCR) i es va tipificar amb una hibridació reversa amb sondes específiques (Reverse Line Blotting). Tots els assajos es van fer per triplicat, per tal de poder avaluar la reproduibilitat dels resultats en aquestes mostres. Com a control de la qualitat i la quantitat del DNA les mostres van ser testades per la PCR del gen de la beta-globina. S’ha dectectat el VPH present tant en pell com en pell cancerosa. La tècnica aporta resultats reproduïbes. S’aprecia una bona correlació tant entre els resultats obtinguts dels frotis i el bulbs pilosos, així com de diferents zones raspades d'un mateix pacient.

Detecció i localització d'impactes a estructures aeroespacials

Projecte de recerca elaborat a partir d’una estada a la Universidad Politécnica de Madrid, Espanya, entre setembre i o desembre del 2007. Actualment la indústria aeroespacial i aeronàutica té com prioritat millorar la fiabilitat de las seves estructures a través del desenvolupament de nous sistemes per a la monitorització i detecció d’impactes. Hi ha diverses tècniques potencialment útils, i la seva aplicabilitat en una situació particular depèn críticament de la mida del defecte que permet l’estructura. Qualsevol defecte canviarà la resposta vibratòria de l’element estructural, així com el transitori de l’ona que es propaga per l’estructura elàstica. Correlacionar aquests canvis, que poden ser detectats experimentalment amb l’ocurrència del defecte, la seva localització i quantificació, és un problema molt complex. Aquest treball explora l’ús de l'Anàlisis de Components Principals (Principal Component Analysis - PCA-) basat en la formulació dels estadístics T2 i Q per tal de detectar i distingir els defectes a l'estructura, tot correlacionant els seus canvis a la resposta vibratòria. L’estructura utilitzada per l’estudi és l’ala d’una turbina d’un avió comercial. Aquesta ala s’excita en un extrem utilitzant un vibrador, i a la qual s'han adherit set sensors PZT a la superfície. S'aplica un senyal conegut i s'analitzen les respostes. Es construeix un model PCA utilitzant dades de l’estructura sense defecte. Per tal de provar el model, s'adhereix un tros d’alumini en quatre posicions diferents. Les dades dels assajos de l'estructura amb defecte es projecten sobre el model. Les components principals i les distàncies de Q-residual i T2-Hotelling s'utilitzaran per a l'anàlisi de les incidències. Q-residual indica com de bé s'adiu cadascuna de les mostres al model PCA, ja que és una mesura de la diferència, o residu, entre la mostra i la seva projecció sobre les components principals retingudes en el model. La distància T2-Hotelling és una mesura de la variació de cada mostra dins del model PCA, o el que vindria a ser el mateix, la distància al centre del model PCA.