Profession d'avocat. T. 2e

Comprend : Bibliothèque choisie des livres de droit qu'il est le plus utile d'acquérir et de connaître

Profession d'avocat. T. 1er

Comprend : Bibliothèque choisie des livres de droit qu'il est le plus utile d'acquérir et de connaître

Methoxypyrazine removal in grape juice: Development of a removal system using odorant and pheromone binding proteins coupled with bentonite fining

Multicoloured Asian Lady Beetles (MALB) and 7-spot Lady Beetles that infect vineyards can secrete alkyl-methoxypyrazines when they are processed with the grapes, resulting in wines containing a taint. The main methoxypyrazine associated with this taint is 3-isopropyl-2-methoxypyrazine (IPMP). The wines are described as having aroma and flavours of peanut butter, peanut shells, asparagus and earthy which collectively, have become known as “ladybug taint”. To date, there are no known fining agents used commercially added to juice or wine that are effective in removing this taint. The goal of this project was to use previously identified proteins with an ability to bind to methoxypyrazines at low pH, and subsequently develop a binding assay to test the ability of these proteins to bind to and remove methoxypyrazines from grape juice. The piglet odorant binding protein (plOBP) and mouse major urinary protein (mMUP) were identified, cloned and expressed in the Pichia pastoris expression system. Protein expression was induced using methanol and the proteins were subsequently purified from the induction media using anion exchange chromatography. The purified proteins were freeze-dried and rehydrated prior to use in the methoxypyrazine removal assay. The expression and purification system resulted in yields of approximately 78% of purified plOBP and 62% of purified mMUP from expression to rehydration. Purified protein values were 87 mg of purified plOPB per litre of induction media and 19 mg of purified mMUP per litre of induction medium. In order to test the ability of the protein to bind to the MPs, an MP removal assay was developed. In the assay, the purified protein is incubated with either IPMP or 3-isobutyl-2-methoxypyrazine (IBMP) for two hours in either buffer or grape juice. Bentonite is then used to capture the protein-MP complex and the bentonite-protein-MP complex is then removed from solution by filtration. Residual MP is measured in solution following the MP removal assay and compared to that in the starting solution by Gas Chromatography Mass Spectrometry (GC/MS). GC/MS results indicated that the mMUP was capable of removing IBMP and IPMP from 300 ng/L in buffer pH 4.0, buffer pH 3.5 and Riesling Juice pH 3.5 down to the limit of quantification of the instrument, which is 6ng/L and 2ng/L for IBMP and IPMP, respectively. The results for the plOBP showed that although it could remove some IBMP, it was only approximately 50-70 ng/L more than bentonite treatment followed by filtration, resulting in approximately 100 ng/L of the MPs being left in solution. pIOBP was not able to remove IPMP in buffer pH 3.5 using this system above that removed by bentonite alone. As well, the pIOBP was not able to remove any additional MPs from Chardonnay juice pH 3.5 above that already removed by the bentonite and filtration alone. The mouse MUP was shown to be a better candidate protein for removal of MPs from juice using this system.

Postcard - My thoughts are of you

A postcard from James Ware, a male nurse in the military during the first World War, is writing to Dolly Cowan. There is a handwritten message on one side that reads: "Folkstone Oct. 23/16 Dear Dolly This is the note that I promised to write and it is a view of one of the many places I was in recently. I am feeling pretty fair at present. Hope you are well Will write again in a few days, bye x bye James"

Photograph - Mary Jane (Dolly) Cowan

A photograph of Mary Jane (Dolly) Cowan, date unknown. She is the correspondent for many letters in the collection. James Ware writes several letters and postcards to "Dolly" during his time in the military (World War I).

A dynamic sequential route choice model for micro-simulation

Dans les études sur le transport, les modèles de choix de route décrivent la sélection par un utilisateur d’un chemin, depuis son origine jusqu’à sa destination. Plus précisément, il s’agit de trouver dans un réseau composé d’arcs et de sommets la suite d’arcs reliant deux sommets, suivant des critères donnés. Nous considérons dans le présent travail l’application de la programmation dynamique pour représenter le processus de choix, en considérant le choix d’un chemin comme une séquence de choix d’arcs. De plus, nous mettons en œuvre les techniques d’approximation en programmation dynamique afin de représenter la connaissance imparfaite de l’état réseau, en particulier pour les arcs éloignés du point actuel. Plus précisément, à chaque fois qu’un utilisateur atteint une intersection, il considère l’utilité d’un certain nombre d’arcs futurs, puis une estimation est faite pour le restant du chemin jusqu’à la destination. Le modèle de choix de route est implanté dans le cadre d’un modèle de simulation de trafic par événements discrets. Le modèle ainsi construit est testé sur un modèle de réseau routier réel afin d’étudier sa performance.

Revisiting optimization algorithms for maximum likelihood estimation

Parmi les méthodes d’estimation de paramètres de loi de probabilité en statistique, le maximum de vraisemblance est une des techniques les plus populaires, comme, sous des conditions l´egères, les estimateurs ainsi produits sont consistants et asymptotiquement efficaces. Les problèmes de maximum de vraisemblance peuvent être traités comme des problèmes de programmation non linéaires, éventuellement non convexe, pour lesquels deux grandes classes de méthodes de résolution sont les techniques de région de confiance et les méthodes de recherche linéaire. En outre, il est possible d’exploiter la structure de ces problèmes pour tenter d’accélerer la convergence de ces méthodes, sous certaines hypothèses. Dans ce travail, nous revisitons certaines approches classiques ou récemment d´eveloppées en optimisation non linéaire, dans le contexte particulier de l’estimation de maximum de vraisemblance. Nous développons également de nouveaux algorithmes pour résoudre ce problème, reconsidérant différentes techniques d’approximation de hessiens, et proposons de nouvelles méthodes de calcul de pas, en particulier dans le cadre des algorithmes de recherche linéaire. Il s’agit notamment d’algorithmes nous permettant de changer d’approximation de hessien et d’adapter la longueur du pas dans une direction de recherche fixée. Finalement, nous évaluons l’efficacité numérique des méthodes proposées dans le cadre de l’estimation de modèles de choix discrets, en particulier les modèles logit mélangés.