992 resultados para Simulazione, Movit, Sumo, Mobilità, Vanet, Traci
Resumo:
Mode of access: Internet.
Resumo:
Mode of access: Internet.
Resumo:
Mode of access: Internet.
Resumo:
Mode of access: Internet.
Resumo:
Mode of access: Internet.
Resumo:
Mode of access: Internet.
Resumo:
Under conditions of hypoxia, most eukaryotic cells undergo a shift in metabolic strategy, which involves increased flux through the glycolytic pathway. Although this is critical for bioenergetic homeostasis, the underlying mechanisms have remained incompletely understood. Here, we report that the induction of hypoxia-induced glycolysis is retained in cells when gene transcription or protein synthesis are inhibited suggesting the involvement of additional post-translational mechanisms. Post-translational protein modification by the small ubiquitin related modifier-1 (SUMO-1) is induced in hypoxia and mass spectrometric analysis using yeast cells expressing tap-tagged Smt3 (the yeast homolog of mammalian SUMO) revealed hypoxia-dependent modification of a number of key glycolytic enzymes. Overexpression of SUMO-1 in mammalian cancer cells resulted in increased hypoxia-induced glycolysis and resistance to hypoxia-dependent ATP depletion. Supporting this, non-transformed cells also demonstrated increased glucose uptake upon SUMO-1 overexpression. Conversely, cells overexpressing the de-SUMOylating enzyme SENP-2 failed to demonstrate hypoxia-induced glycolysis. SUMO-1 overexpressing cells demonstrated focal clustering of glycolytic enzymes in response to hypoxia leading us to hypothesize a role for SUMOylation in promoting spatial re-organization of the glycolytic pathway. In summary, we hypothesize that SUMO modification of key metabolic enzymes plays an important role in shifting cellular metabolic strategies toward increased flux through the glycolytic pathway during periods of hypoxic stress. © 2011 by The American Society for Biochemistry and Molecular Biology, Inc.
Resumo:
In questo lavoro di tesi verrà presentata l’implementazione di due algoritmi di Deployment e gestione di uno sciame di dispositivi UAV (Unmanned Aerial Vehicles). L’interesse scientifico su cui si fonda quest'analisi ha origine nelle enormi potenzialità degli UAV che garantiscono un'esplorazione aerea di aree pericolose in contesti di emergenze quali ad esempio scenari post catastrofe. La problematica principale affrontata sarà quella della gestione continuativa dell'area disastrata fornendo un algoritmo di schedulazione della cooperazione degli UAV alternando periodi attivi con quelli di ricarica dei dispositivi.
Resumo:
Il segnale elettrico si propaga nel tessuto cardiaco attraverso gap-junctions che si trovano tra i miociti cardiaci e in ciascuno di essi si avvia un processo chiamato potenziale d'azione (PA). In questa tesi prenderò in considerazione il modello Luo-Rudy 1991 e il difetto oggetto di studio sono le Early Afterdepolarizations (EADs). Si analizzerà la propagazione del potenziale d’azione in un cavo di 300 cellule. Dopo alcune simulazioni preliminari è emersa l’utilità di trovare una soluzione che permettesse di ridurre i tempi di calcolo, il modello è stato quindi implementato in CUDA. Il lavoro è stato sviluppato nei seguenti step: 1) l’impiego dell’ambiente di calcolo MATLAB per implementare il modello, descrivendo ogni cellula attraverso il modello Luo-Rudy 1991 e l’interazione elettrica inter-cellulare, considerando un cavo di 300 cellule; 2) individuazione dei parametri che, adeguatamente modificati, sono in grado di indurre EADs a livello single cell; 3) implementazione del modello in CUDA, creando uno strumento che potrà essere utilizzato per aumentare notevolmente il numero delle simulazioni nell’unità di tempo; 4) messa a punto di un criterio per valutare in modo conciso la bontà (safety factor) della relazione source-sink. L’utilità di un simile criterio è quella di valutare, sia nel caso di propagazione di AP che in quello di eventuale propagazione di EADs, la propensione alla propagazione in un tessuto. Il primo capitolo descriverà il potenziale d’azione, il modello usato e la teoria del cavo. Il secondo capitolo discuterà l’implementazione del modello usato, descriverà CUDA e come il modello sia stato implementato. Il terzo capitolo riguarderà i primi risultati ottenuti dalle simulazioni e come la variazione dei parametri influisce sulla forma delle EADs. L’ultimo capitolo approfondirà i requisiti necessari per far avvenire una propagazione in un cavo.
Resumo:
I Gangli della Base svolgono un ruolo molto importante nel movimento volontario, ovvero nel meccanismo di azione-selezione, e la loro influenza è evidente soprattutto in alcune patologie che ancora ad oggi sono in fase di studio: una di queste è il Morbo di Parkinson. I Gangli della Base comprendono quattro formazioni nervose: lo striato, il globus pallidus, la substantia nigra e il nucleo subtalamico: essi ricevono le principali afferenze dalla corteccia cerebrale ed inviano le principali efferenze al tronco dell’encefalo, e, per mezzo del talamo, alle corteccia prefrontale, premotoria e motrice. A differenza della maggior parte delle altre componenti dei sistemi motori, i Gangli della Base non stabiliscono direttamente né connessioni afferenti, né efferenti con il midollo spinale. Il compito principale svolto dai Gangli dDella Base è la selezione di un’azione: esso permette ad un’azione di essere selezionata rispetto ad un’altra, che in questo modo viene inibita. La descrizione dell’anatomia, dei meccanismi fisiologici e del Morbo di Parkinson è trattata nel Capitolo 1. In questo elaborato è utilizzato il modello computazionale di Mauro Ursino e Chiara Baston, che sarà illustrato dettagliatamente nel Capitolo 2, riguardante il meccanismo di azione-selezione svolto dai Gangli della Base. E’ descritto un sistema di valutazione di un paziente parkinsoniano, il tapping test: esso consiste in un movimento alternato del dito e ad oggi risulta essere uno dei metodi più semplici per ottenere informazioni sulla gravità della bradicinesia. L’obiettivo di questo lavoro è quello di comprendere, tramite l’analisi di simulazioni effettuate per mezzo del modello computazionale di Mauro Ursino e Chiara Baston, come la frequenza di tapping dipenda dal variare di alcuni parametri delle equazioni del modello: gli effetti dovuti alla variazione di un singolo parametro o più di uno, saranno mostrati nel Capitolo 3.