Fronts from complex two-dimensional dispersal kernels: theory and application to Reid's paradox

Bimodal dispersal probability distributions with characteristic distances differing by several orders of magnitude have been derived and favorably compared to observations by Nathan [Nature (London) 418, 409 (2002)]. For such bimodal kernels, we show that two-dimensional molecular dynamics computer simulations are unable to yield accurate front speeds. Analytically, the usual continuous-space random walks (CSRWs) are applied to two dimensions. We also introduce discrete-space random walks and use them to check the CSRW results (because of the inefficiency of the numerical simulations). The physical results reported are shown to predict front speeds high enough to possibly explain Reid's paradox of rapid tree migration. We also show that, for a time-ordered evolution equation, fronts are always slower in two dimensions than in one dimension and that this difference is important both for unimodal and for bimodal kernels

Detecció de la Ribonucleasa 1 anòmalament glicosilada en sèrums humans: possible ús com a marcador tumoral del càncer de pàncreas

L'adenocarcinoma pancreàtic és una neoplàsia amb mal pronòstic per la que no existeixen marcadors específics. En aquesta tesi s'han estudiat possibles alteracions de les estructures glucídiques de la ribonucleasa pancreàtica humana (RNasa 1) de sèrum amb l'objectiu de determinar el seu ús diagnòstic. S'han descrit les estructures glucídiques de la RNasa 1 sèrica i de línies cel·lulars endotelials, i s'ha observat un increment en la proporció d'estructures biantenàries amb Fc en la RNasa 1 sèrica de pacients amb càncer de pàncreas, fet que podria ser d'utilitat diagnòstica. També, donada la gran similitud entre les estructures glucídiques descrites per la RNasa 1 sèrica i per l'endotelial, l'origen de la RNasa 1 sèrica sembla ser principalment endotelial. La RNasa 1 també s'ha avaluat per electroforesi bidimensional i s'ha establert una correlació entre el contingut d'àcid siàlic i el seu pI, fet que pot ajudar a la interpretació dels mapes bidimensionals d'altres glicoproteïnes.