Characterization and mechanism of action of the biological control agent Pantoea agglomerans EPS125

La soca EPS125 ha mostrat ser un efectiu agent de control biològic de diferents patògens fúngics de postcollita en diferents fruits. Degut a la seva elevada eficàcia, es va plantejar desenvolupar aquesta soca comercialment i per aquest motiu en el present treball es plantejà complementar la informació necessària pel seu registre. D'acord amb els resultats obtinguts mitjançant proves fenotípiques i genotípiques, la soca EPS125 queda inclosa dins l'espècie Pantoea agglomerans (Enterobacter agglomerans-Erwinia herbicola). En relació a la utilització de fonts de carboni, en el perfil i contingut d'àcids grassos cel·lulars i en el polimorfisme en la longitud dels fragments de macrorestricció genòmica (MRFLP), la soca EPS125 mostrà trets característics que la diferencien d'altres soques. Els dos marcadors moleculars (125.2 i 125.3) específics per la soca EPS125 dissenyats en el present treball mostraren ser semiespecífics per la seva detecció mitjançant la tècnica PCR i Real Time PCR. Quedant pendent l'anàlisi d'especificitat de l'ús combinat dels dos marcadors moleculars en una reacció PCR multiplex. P. agglomerans EPS125 ha mostrat ser molt efectiva en el control de Penicillium expansum en poma amb una dosi efectiva mitjana de 2.7x105 a 7x105 ufc/ml, i una ratio de 25-101 cèl·lules de la soca EPS125 per inactivar una espora del patogen segons el model de saturació hiperbòlica. Segons les aproximacions fenotípiques i estudis genotípics realitzats, sembla que els mecanismes de biocontrol utilitzats per la soca EPS125 contra P. expansum en poma estan directament relacionats amb la capacitat de formació de biofilm per aquesta soca.

Integration of knowledge-based, qualitative and numeric tools for real time dynamic systems supervision

The proposal presented in this thesis is to provide designers of knowledge based supervisory systems of dynamic systems with a framework to facilitate their tasks avoiding interface problems among tools, data flow and management. The approach is thought to be useful to both control and process engineers in assisting their tasks. The use of AI technologies to diagnose and perform control loops and, of course, assist process supervisory tasks such as fault detection and diagnose, are in the scope of this work. Special effort has been put in integration of tools for assisting expert supervisory systems design. With this aim the experience of Computer Aided Control Systems Design (CACSD) frameworks have been analysed and used to design a Computer Aided Supervisory Systems (CASSD) framework. In this sense, some basic facilities are required to be available in this proposed framework: ·