Development of new scenario decomposition techniques for linear and nonlinear stochastic programming

Une approche classique pour traiter les problèmes d’optimisation avec incertitude à deux- et multi-étapes est d’utiliser l’analyse par scénario. Pour ce faire, l’incertitude de certaines données du problème est modélisée par vecteurs aléatoires avec des supports finis spécifiques aux étapes. Chacune de ces réalisations représente un scénario. En utilisant des scénarios, il est possible d’étudier des versions plus simples (sous-problèmes) du problème original. Comme technique de décomposition par scénario, l’algorithme de recouvrement progressif est une des méthodes les plus populaires pour résoudre les problèmes de programmation stochastique multi-étapes. Malgré la décomposition complète par scénario, l’efficacité de la méthode du recouvrement progressif est très sensible à certains aspects pratiques, tels que le choix du paramètre de pénalisation et la manipulation du terme quadratique dans la fonction objectif du lagrangien augmenté. Pour le choix du paramètre de pénalisation, nous examinons quelques-unes des méthodes populaires, et nous proposons une nouvelle stratégie adaptive qui vise à mieux suivre le processus de l’algorithme. Des expériences numériques sur des exemples de problèmes stochastiques linéaires multi-étapes suggèrent que la plupart des techniques existantes peuvent présenter une convergence prématurée à une solution sous-optimale ou converger vers la solution optimale, mais avec un taux très lent. En revanche, la nouvelle stratégie paraît robuste et efficace. Elle a convergé vers l’optimalité dans toutes nos expériences et a été la plus rapide dans la plupart des cas. Pour la question de la manipulation du terme quadratique, nous faisons une revue des techniques existantes et nous proposons l’idée de remplacer le terme quadratique par un terme linéaire. Bien que qu’il nous reste encore à tester notre méthode, nous avons l’intuition qu’elle réduira certaines difficultés numériques et théoriques de la méthode de recouvrement progressif.

Overexpression of catalase prevents gentamicin – induced apoptosis of renal proximal tubular cells in transgenic mice.

Introduction : La néphrotoxicité est une complication majeure de la gentamicine, qui est largement utilisée dans le traitement des infections bactériennes, en particulier celles provoquées par des bactéries à Gram-négatif. La gentamicine induit l'apoptose tubulaire, mais les mécanismes moléculaires impliqués demeurent mal compris. Dans l’étude présente, nous avons examiné le rôle des espèces réactives de l'oxygène (ROS) , des proteins Bax, Bmf et Caspase-12 (Csp-12) dans le mécanisme d’action de la gentamicine sur l'apoptose des tubules proximaux rénaux (RPT) et les dommages rénaux induits par ce médicament chez la souris. Méthode: Des souris adultes (âgées 18-19 semaines) mâles non-Tg et des souris transgéniques (CAT-Tg) qui surexpriment la catalase spécifiquement dans leurs cellules des RPT ont été traitées par injections intra-péritonéales de gentamicine (20 mg/kg/jour) pour 5 jours consécutifs, puis euthanasiés. Les reins ont été examinés et analysés par histologie, immunohistochimie pour presansance de la stress oxidative, expression des proteins Bax, Bmf et Csp-12 et essai TUNEL pour étudier de l’apoptose . Nous avons aussi examiné l'effet de la gentamicine sur génération des ROS et l’apoptose dans les cellules RPTC immortalisées de rat (IRPTC) in vitro. Résultats: In vivo, chez les souris non-Tg, la gentamicine induit une tubulopathie et l'apoptose des RPT , stimule la production de ROS et induit une augmentation de Bax et Bmf détectée par immunohistochimie et augmont activité du caspase-12. Ces changements sont atténués chez les souris Cat-Tg. In vitro, la gentamicine induit l’apoptos des cellulles. Le co-traitement avec la catalase normalise ces effets dans les IRPTC. Conclusion : Ces données démontrent que l'apoptose des RPTC induite par la gentamicine s’effectue, au moins en partie, par l'intermédiaire de la génération des ROS.