923 resultados para GENOMIC ORGANIZATION
Resumo:
El control de propiedades hidrodinámicas capaces de influir en la mecánica de ruptura y poración de sistemas lamelares o membranas es de fundamental interés para diferentes aplicaciones biotecnológicas. Resulta de particular interés la conexión entre los procesos microscópicos relacionados al tipo de moléculas o unidades básicas, el orden determinado en el auto-ensamblado de las mismas y la dinámica local del sistema, con las propiedades físicas que determinan el comportamiento macroscópico bajo estimulación acústica. Resultados logrados recientemente sugieren la existencia de resonancias hidrodinámicas que podrian ser utilizadas para lograr la inestabilidad del sistema a baja potencia acústica. Se realizaran estudios experimentales utilizando principalmente técnicas que combinan resonancia magnética nuclear (RMN) y la sonicación de la muestra. También se realizarán estudios teóricos y simulaciones numéricas que permitan modelar los sistemas bajo estudio. Se propone dar continuidad al desarrollo de una técnica de relaxometría magnética nuclear en la cual se estimula acústicamente a la muestra durante el proceso de relajación magnética nuclear, y continuar la implementación de técnicas de RMN con resolución espacial que permitan complementar los estudios mencionados. Se espera comprender los mecanismos físicos que determinan la estabilidad de fases lamelares, logrando un modelo verificable y consistente que permita relacionar las propiedades mecánicas e hidrodinámicas con las propiedades de orden y dinámica molecular. Asimismo, se espera lograr avances en el desarrollo de las técnicas experimentales involucradas. La importancia del proyecto radica en el enfoque del problema. A diferencia de casi la totalidad de los estudios reportados, nuestro interés se enfoca en mecanismos de interacción entre la membrana y el campo acústico que sean eficientes a baja potencia acústica, en un régimen donde los gradientes térmicos y la cavitación sean despreciables.
Resumo:
Nuevas biotecnologías, como los marcadores de la molécula de ADN, permiten caracterizar el genoma vegetal. El uso de la información genómica producida para cientos o miles de posiciones cromosómicas permite identificar genotipos superiores en menos tiempo que el requerido por la selección fenotípica tradicional. La mayoría de los caracteres de las especies vegetales cultivadas de importancia agronómica y económica, son controlados por poli-genes causantes de un fenotipo con variación continua, altamente afectados por el ambiente. Su herencia es compleja ya que resulta de la interacción entre genes, del mismo o distinto cromosoma, y de la interacción del genotipo con el ambiente, dificultando la selección. Estas biotecnologías producen bases de datos con gran cantidad de información y estructuras complejas de correlación que requieren de métodos y modelos biométricos específicos para su procesamiento. Los modelos estadísticos focalizados en explicar el fenotipo a partir de información genómica masiva requieren la estimación de un gran número de parámetros. No existen métodos, dentro de la estadística paramétrica capaces de abordar este problema eficientemente. Además los modelos deben contemplar no-aditividades (interacciones) entre efectos génicos y de éstos con el ambiente que son también dificiles de manejar desde la concepción paramétrica. Se hipotetiza que el análisis de la asociación entre caracteres fenotípicos y genotipos moleculares, caracterizados por abundante información genómica, podría realizarse eficientemente en el contexto de los modelos mixtos semiparamétricos y/o de métodos no-paramétricos basados en técnicas de aprendizaje automático. El objetivo de este proyecto es desarrollar nuevos métodos para análisis de datos que permitan el uso eficiente de información genómica masiva en evaluaciones genéticas de interés agro-biotecnológico. Los objetivos específicos incluyen la comparación, respecto a propiedades estadísticas y computacionales, de estrategias analíticas paramétricas con estrategias semiparamétricas y no-paramétricas. Se trabajará con aproximaciones por regresión del análisis de loci de caracteres cuantitativos bajo distintas estrategias y escenarios (reales y simulados) con distinto volúmenes de datos de marcadores moleculares. En el área paramétrica se pondrá especial énfasis en modelos mixtos, mientras que en el área no paramétrica se evaluarán algoritmos de redes neuronales, máquinas de soporte vectorial, filtros multivariados, suavizados del tipo LOESS y métodos basados en núcleos de reciente aparición. La propuesta semiparamétrica se basará en una estrategia de análisis en dos etapas orientadas a: 1) reducir la dimensionalidad de los datos genómicos y 2) modelar el fenotipo introduciendo sólo las señales moleculares más significativas. Con este trabajo se espera poner a disposición de investigadores de nuestro medio, nuevas herramientas y procedimientos de análisis que permitan maximizar la eficiencia en el uso de los recursos asignados a la masiva captura de datos genómicos y su aplicación en desarrollos agro-biotecnológicos.
Resumo:
1
Resumo:
3
Resumo:
2
Resumo:
v.3,c.1 Pl
Resumo:
v. 10 (Pisces)
Resumo:
v 3 (1831)
Resumo:
v 2 (1831)
Resumo:
Zugl.: Magdeburg, Univ., Fak. für Informatik, Diss., 2011
Resumo:
2
Resumo:
v 1 (1831)
Resumo:
Magdeburg, Univ., Fak. für Naturwiss., Diss., 2009