A composite discrete traction vector.

Tesis (Maestría en Ciencias con Orientación en Ingeniería Estructural) UANL, 2013.

Generación de un vector de recombinación homóloga para la inactivación condicional del gen NURR 1 .html Humberto Rodríguez Rocha.

Tesis (Doctor en Ciencias con Orientación Terminal en Morfología) U.A.N.L., 2006.

Determinación de la seroprevalencia a trypanosoma cruzi (kinetoplastida: trypanosomatidae) y su asociación con el vector (hemíptera: triatominae) en el estado de Quintana Roo.

Tesis (Doctor en Ciencias con Acentuación en Entomología Médica) UANL, 2012.

Resistencia a insecticidas en el mosquito vector del dengue Aedes aegypti (L) en dos épocas de transmisión de la enfermedad en Mérida, Yucatán.

Tesis (Doctorado en Ciencias con Acentuación en Entomología Médica) UANL, 2013.

Développement de procédés efficaces pour la construction et la production de vecteurs adénoviraux

L’adénovirus possède plusieurs caractéristiques faisant de ce virus un candidat de choix pour la construction de vecteurs utiles dans les études de génomique fonctionnelle. Dans la majorité de ces applications, on a recours à un vecteur adénoviral de première génération délété de sa région E1. L’utilisation de vecteurs adénoviraux comprend deux maillons faibles : la construction du vecteur et la production subséquente de ce dernier. Le développement de méthodes alternatives est donc nécessaire pour renforcer ces deux maillons, permettant ainsi une utilisation étendue de ces vecteurs. Ce développement va s’articuler sur deux axes : l’ingénierie du vecteur de transfert pour la construction de l’adénovirus recombinant et l’ingénierie d’une lignée cellulaire pour la production du vecteur. En utilisant un vecteur de transfert adénoviral co-exprimant, à partir d’un promoteur régulable à la tétracycline, la protéase de l’adénovirus et une protéine de fluorescence verte (GFP) par l’intermédiaire d’un site d’entrée ribosomal interne (IRES), notre groupe a établi que la sélection positive, via l’expression ectopique de la protéase, est un processus efficace pour la création de librairie d’adénovirus recombinants. Par contre, la diversité atteinte dans ce premier système est relativement faible, environ 1 adénovirus recombinant par 1 000 cellules. Le travail effectué dans le cadre de cette thèse vise à construire un nouveau transfert de vecteur dans lequel l’expression de la protéase sera indépendante de celle du transgène permettant ainsi d’optimiser l’expression de la protéase. Ce travail d’optimisation a permis de réduire le phénomène de transcomplémentation du virus parental ce qui a fait grimper la diversité à 1 virus recombinant par 75 cellules. Ce système a été mis à l’épreuve en générerant une librairie adénovirale antisens dirigée contre la GFP. La diversité de cette librairie a été suffisante pour sélectionner un antisens réduisant de 75% l’expression de la GFP. L’amplification de ce vecteur adénoviral de première génération doit se faire dans une lignée cellulaire exprimant la région E1 telle que les cellules 293. Par contre, un adénovirus de première génération se répliquant dans les cellules 293 peut échanger, par recombinaison homologue, son transgène avec la région E1 de la cellule créant ainsi un adénovirus recombinant réplicatif (RCA), compromettant ainsi la pureté des stocks. Notre groupe a déjà breveté une lignée cellulaire A549 (BMAdE1) exprimant la région E1, mais qui ne peut pas recombiner avec le transgène du virus. Par contre, le niveau de réplication de l’adénovirus dans les BMAdE1 est sous-optimal, à peine 15-30% du niveau obtenu dans les cellules 293. Le travail fait dans le cadre de cette thèse a permis de mettre en évidence qu’une expression insuffisante d’E1B-55K était responsable de la mauvaise réplication du virus dans les BMAdE1. Nous avons produit de nouveaux clones à partir de la lignée parentale via une transduction avec un vecteur lentiviral exprimant E1B-55K. Nous avons confirmé que certains clones exprimaient une plus grande quantité d’E1B-55K et que ces clones amplifiaient de manière plus efficace un vecteur adénoviral de première génération. Ce clone a par la suite été adapté à la culture en suspension sans sérum.

Vector boson scattering at high energy at the LHC

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Vector flow mapping using plane wave ultrasound imaging

Les diagnostics cliniques des maladies cardio-vasculaires sont principalement effectués à l’aide d’échographies Doppler-couleur malgré ses restrictions : mesures de vélocité dépendantes de l’angle ainsi qu’une fréquence d’images plus faible à cause de focalisation traditionnelle. Deux études, utilisant des approches différentes, adressent ces restrictions en utilisant l’imagerie à onde-plane, post-traitée avec des méthodes de délai et sommation et d’autocorrélation. L’objectif de la présente étude est de ré-implémenté ces méthodes pour analyser certains paramètres qui affecte la précision des estimations de la vélocité du flux sanguin en utilisant le Doppler vectoriel 2D. À l’aide d’expériences in vitro sur des flux paraboliques stationnaires effectuées avec un système Verasonics, l’impact de quatre paramètres sur la précision de la cartographie a été évalué : le nombre d’inclinaisons par orientation, la longueur d’ensemble pour les images à orientation unique, le nombre de cycles par pulsation, ainsi que l’angle de l’orientation pour différents flux. Les valeurs optimales sont de 7 inclinaisons par orientation, une orientation de ±15° avec 6 cycles par pulsation. La précision de la reconstruction est comparable à l’échographie Doppler conventionnelle, tout en ayant une fréquence d’image 10 à 20 fois supérieure, permettant une meilleure caractérisation des transitions rapides qui requiert une résolution temporelle élevée.

Potential use of a recombinant replication-defective adenovirus vector carrying the C-terminal portion of the P97 adhesin protein as a vaccine against Mycoplasma hyopneumoniae in swine.

Mycoplasma hyopneumoniae causes severe economic losses to the swine industry worldwide and the prevention of its related disease, enzootic porcine pneumonia, remains a challenge. The P97 adhesin protein of M. hyopneumoniae should be a good candidate for the development of a subunit vaccine because antibodies produced against P97 could prevent the adhesion of the pathogen to the respiratory epithelial cells in vitro. In the present study, a P97 recombinant replication-defective adenovirus (rAdP97c) subunit vaccine efficiency was evaluated in pigs. The rAdP97c vaccine was found to induce both strong P97 specific humoral and cellular immune responses. The rAdP97c vaccinated pigs developed a lower amount of macroscopic lung lesions (18.5 ± 9.6%) compared to the unvaccinated and challenged animals (45.8 ± 11.5%). rAdP97c vaccine reduced significantly the severity of inflammatory response and the amount of M. hyopneumoniae in the respiratory tract. Furthermore, the average daily weight gain was slightly improved in the rAdP97c vaccinated pigs (0.672 ± 0.068 kg/day) compared to the unvaccinated and challenged animals (0.568 ± 0.104 kg/day). A bacterin-based commercial vaccine (Suvaxyn® MH-one) was more efficient to induce a protective immune response than rAdP97c even if it did not evoke a P97 specific immune response. These results suggest that immunodominant antigens other than P97 adhesin are also important in the induction of a protective immune response and should be taken into account in the future development of M. hyopneumoniae subunit vaccines.

Non invasive classification system of scoliosis curve types using least-squares support vector machines

Objective To determine scoliosis curve types using non invasive surface acquisition, without prior knowledge from X-ray data. Methods Classification of scoliosis deformities according to curve type is used in the clinical management of scoliotic patients. In this work, we propose a robust system that can determine the scoliosis curve type from non invasive acquisition of the 3D back surface of the patients. The 3D image of the surface of the trunk is divided into patches and local geometric descriptors characterizing the back surface are computed from each patch and constitute the features. We reduce the dimensionality by using principal component analysis and retain 53 components using an overlap criterion combined with the total variance in the observed variables. In this work, a multi-class classifier is built with least-squares support vector machines (LS-SVM). The original LS-SVM formulation was modified by weighting the positive and negative samples differently and a new kernel was designed in order to achieve a robust classifier. The proposed system is validated using data from 165 patients with different scoliosis curve types. The results of our non invasive classification were compared with those obtained by an expert using X-ray images. Results The average rate of successful classification was computed using a leave-one-out cross-validation procedure. The overall accuracy of the system was 95%. As for the correct classification rates per class, we obtained 96%, 84% and 97% for the thoracic, double major and lumbar/thoracolumbar curve types, respectively. Conclusion This study shows that it is possible to find a relationship between the internal deformity and the back surface deformity in scoliosis with machine learning methods. The proposed system uses non invasive surface acquisition, which is safe for the patient as it involves no radiation. Also, the design of a specific kernel improved classification performance.

Wave-vector dependence of spin and density multipole excitations in quantum dots

We have employed time-dependent local-spin density-functional theory to analyze the multipole spin and charge density excitations in GaAs-AlxGa1-xAs quantum dots. The on-plane transferred momentum degree of freedom has been taken into account, and the wave-vector dependence of the excitations is discussed. In agreement with previous experiments, we have found that the energies of these modes do not depend on the transferred wave vector, although their intensities do. Comparison with a recent resonant Raman scattering experiment [C. Schüller et al., Phys. Rev. Lett. 80, 2673 (1998)] is made. This allows us to identify the angular momentum of several of the observed modes as well as to reproduce their energies

Unconstrained Handwritten Malayalam Character Recognition using Wavelet Transform and Support vector Machine Classifier

This paper presents the application of wavelet processing in the domain of handwritten character recognition. To attain high recognition rate, robust feature extractors and powerful classifiers that are invariant to degree of variability of human writing are needed. The proposed scheme consists of two stages: a feature extraction stage, which is based on Haar wavelet transform and a classification stage that uses support vector machine classifier. Experimental results show that the proposed method is effective

Using Neural Network Classifier Support Vector Machine Regression for the prediction of Melting Point of Drug – like compounds

In our study we use a kernel based classification technique, Support Vector Machine Regression for predicting the Melting Point of Drug – like compounds in terms of Topological Descriptors, Topological Charge Indices, Connectivity Indices and 2D Auto Correlations. The Machine Learning model was designed, trained and tested using a dataset of 100 compounds and it was found that an SVMReg model with RBF Kernel could predict the Melting Point with a mean absolute error 15.5854 and Root Mean Squared Error 19.7576

A Vector Signal Processing Approach to Color

Surface (Lambertain) color is a useful visual cue for analyzing material composition of scenes. This thesis adopts a signal processing approach to color vision. It represents color images as fields of 3D vectors, from which we extract region and boundary information. The first problem we face is one of secondary imaging effects that makes image color different from surface color. We demonstrate a simple but effective polarization based technique that corrects for these effects. We then propose a systematic approach of scalarizing color, that allows us to augment classical image processing tools and concepts for multi-dimensional color signals.

Comparing Support Vector Machines with Gaussian Kernels to Radial Basis Function Classifiers

The Support Vector (SV) machine is a novel type of learning machine, based on statistical learning theory, which contains polynomial classifiers, neural networks, and radial basis function (RBF) networks as special cases. In the RBF case, the SV algorithm automatically determines centers, weights and threshold such as to minimize an upper bound on the expected test error. The present study is devoted to an experimental comparison of these machines with a classical approach, where the centers are determined by $k$--means clustering and the weights are found using error backpropagation. We consider three machines, namely a classical RBF machine, an SV machine with Gaussian kernel, and a hybrid system with the centers determined by the SV method and the weights trained by error backpropagation. Our results show that on the US postal service database of handwritten digits, the SV machine achieves the highest test accuracy, followed by the hybrid approach. The SV approach is thus not only theoretically well--founded, but also superior in a practical application.

Vector-Based Integration of Local and Long-Range Information in Visual Cortex

Integration of inputs by cortical neurons provides the basis for the complex information processing performed in the cerebral cortex. Here, we propose a new analytic framework for understanding integration within cortical neuronal receptive fields. Based on the synaptic organization of cortex, we argue that neuronal integration is a systems--level process better studied in terms of local cortical circuitry than at the level of single neurons, and we present a method for constructing self-contained modules which capture (nonlinear) local circuit interactions. In this framework, receptive field elements naturally have dual (rather than the traditional unitary influence since they drive both excitatory and inhibitory cortical neurons. This vector-based analysis, in contrast to scalarsapproaches, greatly simplifies integration by permitting linear summation of inputs from both "classical" and "extraclassical" receptive field regions. We illustrate this by explaining two complex visual cortical phenomena, which are incompatible with scalar notions of neuronal integration.