7 resultados para FBG interrogation
em Consorci de Serveis Universitaris de Catalunya (CSUC), Spain
Resumo:
Identification of CD8+ cytotoxic T lymphocyte (CTL) epitopes has traditionally relied upon testing of overlapping peptide libraries for their reactivity with T cells in vitro. Here, we pursued deep ligand sequencing (DLS) as an alternative method of directly identifying those ligands that are epitopes presented to CTLs by the class I human leukocyte antigens (HLA) of infected cells. Soluble class I HLA-A*11:01 (sHLA) was gathered from HIV-1 NL4-3-infected human CD4+ SUP-T1 cells. HLA-A*11:01 harvested from infected cells was immunoaffinity purified and acid boiled to release heavy and light chains from peptide ligands that were then recovered by size-exclusion filtration. The ligands were first fractionated by high-pH high-pressure liquid chromatography and then subjected to separation by nano-liquid chromatography (nano-LC)–mass spectrometry (MS) at low pH. Approximately 10 million ions were selected for sequencing by tandem mass spectrometry (MS/MS). HLA-A*11:01 ligand sequences were determined with PEAKS software and confirmed by comparison to spectra generated from synthetic peptides. DLS identified 42 viral ligands presented by HLA-A*11:01, and 37 of these were previously undetected. These data demonstrate that (i) HIV-1 Gag and Nef are extensively sampled, (ii) ligand length variants are prevalent, particularly within Gag and Nef hot spots where ligand sequences overlap, (iii) noncanonical ligands are T cell reactive, and (iv) HIV-1 ligands are derived from de novo synthesis rather than endocytic sampling. Next-generation immunotherapies must factor these nascent HIV-1 ligand length variants and the finding that CTL-reactive epitopes may be absent during infection of CD4+ T cells into strategies designed to enhance T cell immunity.
Resumo:
El programa permet estimar la massa d'un porc a partir de sis longituds (la llargada i l'amplada en cinc posicions corresponents a espatlla, abdomen i malucs) obtingudes en una imatge digital de l'animal amb la càmera situada en posició zenital. S'adjunten dos conjunts de dades de referència que permeten obtenir l'equació que relaciona la massa del porc amb el seu volum, considerat com una esfera o un cilindre. Manual d'us: Per a usar el programa només cal indicar en la primera secció de codi el nom del fitxer de dades que es vol importar per generar el model pes / volum i en la darrera de totes, la llargada i les cinc amplades (en cm) del porc per al qual es vol estimar la massa.
Resumo:
Aplicació de càlcul nutricional que permet les següents funcionalitats: Gestió d’Individus/Pacients permet organitzar els pacients en carpetes i subcarpetes, podent incorporar un històric de dades antropomètriques i dietètic i calcular els següents dades: IMC (Índex de Massa Corporal), Índex Cintura / Maluc, Estima el pes ideal orientatiu, Estimació de Despesa Energètica per: Harris-Benedict, FAO-OMS, Mifflin-St. Jeor. En base a la informació introduïda a la pestanya Activitat Física estima també la despesa energètica tenint en compte l’activitat física realitzada per l’individu (permet estimar la despesa energètica per 605 activitats).Estimació de necessitats energètiques en malalts per Long et al. i Ireton-Jones amb la base del càlcul del Metabolisme Basal de Harris-Benedict. Introduint els plecs (Plec Pectoral, Plec Bíceps, Plec Abdominal, Plec Supraespinal, Plec Cuixa anterior, Plec Cama medial, Plec Subescapular, Plec Tricipital), els diàmetres (Diàmetre Antero-Posterior Tòrax, Diàmetre Sagital, Diàmetre Húmer, Diàmetre Fèmur, Diàmetre Biacromial, Diàmetre Transversal Tòrax, Diàmetre Biileocrestal) i els perímetres (Perímetre Braç flexionat, Perímetre Braç, Perímetre Canell, Perímetre Cuixa, Perímetre Cama, Perímetre Tòrax) el programa és capaç de calcular el % de greix, massa òssia, massa muscular i massa residual per diferents fórmules (% Gas Yuhasz, % Gras Faulkner, % Gras Siri, % Gras Brozek, Distribució corporal de Drinkwater). També calcula el perímetre muscular del braç i la cama. També calcula el Pes Objectiu en relació a un % Greix objectiu, calculant quin pes hauria de tenir el pacient per un % de Greix donat.
Resumo:
MicroEconometria és un paquet estadístic i economètric que contempla l’estimació de models uniequacionals: 1- Regressió simple i múltiple: anàlisi de residus, influència i atipicitat, diagnòstics de multicol·linealitat, estimació robusta, predicció, diagnòstics d’estabilitat, bootstrap. 2- Regressió en panell: efectes fixes, efectes aleatoris i efectes combinats. 3- Regressió lògit i probit. 4- Regressió censurada: tobit i model de selecció de Heckman. 5- Regressió multinomial. 6- Regressió poisson: model ‘count data’. 7- Índexs amb variables renda i riquesa i impostos transferències. Genera un informe per a cada una de les possibilitats contemplades que conté la presentació dels resultats de les estimacions, incloent les sortides gràfiques pertinents. L’input del programa és qualsevol base de dades, en la que es pugui identificar la variable endògena i les variables exògenes del model utilitzat, continguda en un llibre d’EXCEL de Microsoft.
Resumo:
SIMBENFISC v1.0 permet simular els beneficis fiscals que generen els següents impostos: Successions, Donacions, Transmissions Patrimonials, Actes Jurídics i Operacions Societàries. Genera un informe per a cada impost que conté: 1- Els resultats de la recaptació real per a la liquidació de l’impost segons la normativa vigent a Catalunya i la normativa vigent a l’estat. 2- Els resultats dels beneficis fiscals que corresponen a l’execució de les diferents reduccions i/o deduccions contemplades a cada impost. 3- Els resultats de la projecció de recaptació i dels beneficis fiscals que s’obtindrien d’aplicar determinats supòsits de creixement a) de la base imposable, b) de les liquidacions i c) de canvis de normativa. La informació que processa aquest simulador, òbviament, és específica de cada impost, però el seu ventall es situa aproximadament entre els 50.000 i 300.000 registres. Aquesta informació és l’input del microsimulador i la proporciona la Direcció General de Tributs i Jocs, del Departament d’Economia i Coneixement de la Generalitat de Catalunya, a partir de les autoliquidacions que s’efectuen en cada exercici fiscal anual.
Resumo:
SIMCAT v4.1 permet simular reformes dels següents impostos: IRPF, IPPF, Successions, Donacions, Transmissions Patrimonials, Actes Jurídics i Operacions Societàries. Aquest simulador permet confegir les figures contemplades específicament per a cada impost, seguint el seu esquema liquidatori: base imposable, reduccions, base liquidable, tarifa, deduccions, bonificacions i quota. Genera un informe per a cada reforma programada que conté: 1) Resultats descriptius i estadístics, relatius a les variables d’interès de qualsevol dels impostos mencionats, per tal de poder analitzar l’impacte global de la reforma programada. 2) Resultats distributius en forma de grups ordenats de contribuents, segons base imposable gravada, per tal de poder analitzar l’impacte específic per a cada grup de la reforma programada. 3) Resultats sintètics en forma dels índexs habitualment utilitzats per analitzar reformes impositives: desigualtat, concentració, progressivitat i redistribució. 4) Resultats corresponents als guanyadors i perdedors de cada reforma, respecte a la situació de partida o, àdhuc, permetent la comparació amb d’altres reformes. 5) Gràfics de corbes de Lorenz, de tipus impositius, de guanys i pèrdues. La informació que processa aquest simulador, òbviament, és específica de cada impost, però el seu ventall es situa aproximadament entre els 50.000 i 300.000 registres. Aquesta informació és l’input del microsimulador i la proporciona la Direcció General de Tributs i Jocs, del Departament d’Economia i Coneixement de la Generalitat de Catalunya, a partir de les autoliquidacions que s’efectuen en cada exercici fiscal anual.
Resumo:
For full access to the document pleasecontact: idea@fbg.ub.edu