La molecola IRTA1 (immunoglobulin superfamily receptor trans location associated 1) risulta selettivamente espressa nei linfomi non Hodgkin B della zona marginale

La diagnosi di linfoma non Hodgkin B della zona marginale si basa su criteri morfologici e sulla sostanziale negatività per marcatori immunoistochimici espressi in altri sottotipi di linfoma B. L’ obiettivo di questo lavoro è stato, quindi, quello di ricercare una molecola specifica associata ai linfomi della zona marginale. Materiali e Metodi. Sono stati esaminati 2.104 linfomi periferici di entità nosologia eterogenea mediante un anticorpo monoclonale, diretto contro la molecola IRTA1, che riconosce la zona marginale nei tessuti linfoidi umani. Risultati. Si è riscontrata espressione di IRTA1 nel 93% dei linfomi della zona marginale ad insorgenza extranodale e nel 74% di quelli primitivi linfonodali suggerendo la possibilità che questi linfomi possano originare dalle cellule perifollicolari o monocitoidi IRTA1+ riscontrabili nei linfonodi reattivi. La valutazione immunoistochimica mediante doppia colorazione (IRTA1/bcl6), ha inoltre dimostrato come vi sia una modulazione fenotipica nelle cellule marginali neoplastiche nel momento in cui esse colonizzano i follicoli linfoidi e durante la loro circolazione nei centri germinativi. Le cellule marginali neoplastiche che differenziano in senso plasmacellulare perdono l’ espressione di IRTA1 Discussione. In conclusione, tali evidenze hanno permesso di ampliare la conoscenza sulla biologia dei linfomi marginali e sottolineano come IRTA1 sia il primo marcatore diagnostico positivo per queste neoplasie.

Local Earthquake Tomography by trans-dimensional Monte Carlo Sampling

In this study a new, fully non-linear, approach to Local Earthquake Tomography is presented. Local Earthquakes Tomography (LET) is a non-linear inversion problem that allows the joint determination of earthquakes parameters and velocity structure from arrival times of waves generated by local sources. Since the early developments of seismic tomography several inversion methods have been developed to solve this problem in a linearized way. In the framework of Monte Carlo sampling, we developed a new code based on the Reversible Jump Markov Chain Monte Carlo sampling method (Rj-McMc). It is a trans-dimensional approach in which the number of unknowns, and thus the model parameterization, is treated as one of the unknowns. I show that our new code allows overcoming major limitations of linearized tomography, opening a new perspective in seismic imaging. Synthetic tests demonstrate that our algorithm is able to produce a robust and reliable tomography without the need to make subjective a-priori assumptions about starting models and parameterization. Moreover it provides a more accurate estimate of uncertainties about the model parameters. Therefore, it is very suitable for investigating the velocity structure in regions that lack of accurate a-priori information. Synthetic tests also reveal that the lack of any regularization constraints allows extracting more information from the observed data and that the velocity structure can be detected also in regions where the density of rays is low and standard linearized codes fails. I also present high-resolution Vp and Vp/Vs models in two widespread investigated regions: the Parkfield segment of the San Andreas Fault (California, USA) and the area around the Alto Tiberina fault (Umbria-Marche, Italy). In both the cases, the models obtained with our code show a substantial improvement in the data fit, if compared with the models obtained from the same data set with the linearized inversion codes.