Genetic Variability of Beauveria bassiana and a DNA Marker for Environmental Monitoring of a Highly Virulent Isolate Against Cosmopolites sordidus

The banana weevil Cosmopolites sordidus (Germar) is one of a number of pests that attack banana crops. The use of the entomopathogenic fungus Beauveria bassiana as a biological control agent for this pest may contribute towards reducing the application of chemical insecticides on banana crops. In this study, the genetic variability of a collection of Brazilian isolates of B. bassiana was evaluated. Samples were obtained from various geographic regions of Brazil, and from different hosts of the Curculionidae family. Based on the DNA fingerprints generated by RAPD and AFLP, we found that 92 and 88 % of the loci were polymorphic, respectively. The B. bassiana isolates were attributed to two genotypic clusters based on the RAPD data, and to three genotypic clusters, when analyzed with AFLP. The nucleotide sequences of nuclear ribosomal DNA intergenic spacers confirmed that all isolates are in fact B. bassiana. Analysis of molecular variance showed that variability among the isolates was not correlated with geographic origin or hosts. A RAPD-specific marker for isolate CG 1024, which is highly virulent to C. sordidus, was cloned and sequenced. Based on the sequences obtained, specific PCR primers BbasCG1024F (5'-TGC GGC TGA GGA GGA CT-3') and BbasCG1024R (5'-TGC GGC TGA GTG TAG AAC-3') were designed for detecting and monitoring this isolate in the field.

Automatisierte Flüssigchromatographie mit Säulenschaltung und Ultraviolettspektroskopie oder Massenspektrometrie für therapeutisches Drug Monitoring von Antipsychotika und Antidepressiva

Therapeutisches Drug Monitoring (TDM) wird zur individuellen Dosiseinstellung genutzt, um die Effizienz der Medikamentenwirkung zu steigern und das Auftreten von Nebenwirkungen zu senken. Für das TDM von Antipsychotika und Antidepressiva besteht allerdings das Problem, dass es mehr als 50 Medikamente gibt. Ein TDM-Labor muss dementsprechend über 50 verschiedene Wirkstoffe und zusätzlich aktive Metaboliten messen. Mit der Flüssigchromatographie (LC oder HPLC) ist die Analyse vieler unterschiedlicher Medikamente möglich. LC mit Säulenschaltung erlaubt eine Automatisierung. Dabei wird Blutserum oder -plasma mit oder ohne vorherige Proteinfällung auf eine Vorsäule aufgetragen. Nach Auswaschen von störenden Matrixbestandteilen werden die Medikamente auf einer nachgeschalteten analytischen Säule getrennt und über Ultraviolettspektroskopie (UV) oder Massenspektrometrie (MS) detektiert. Ziel dieser Arbeit war es, LC-Methoden zu entwickeln, die die Messung möglichst vieler Antipsychotika und Antidepressiva erlaubt und die für die TDM-Routine geeignet ist. Eine mit C8-modifiziertem Kieselgel gefüllte Säule (20 µm 10x4.0 mm I.D.) erwies sich in Vorexperimenten als optimal geeignet bezüglich Extraktionsverhalten, Regenerierbarkeit und Stabilität. Mit einer ersten HPLC-UV-Methode mit Säulenschaltung konnten 20 verschiedene Psychopharmaka einschließlich ihrer Metabolite, also insgesamt 30 verschiedene Substanzen quantitativ erfasst werden. Die Analysenzeit betrug 30 Minuten. Die Vorsäule erlaubte 150 Injektionen, die analytische Säule konnte mit mehr als 300 Plasmainjektionen belastet werden. Abhängig vom Analyten, musste allerdings das Injektionsvolumen, die Flussrate oder die Detektionswellenlänge verändert werden. Die Methode war daher für eine Routineanwendung nur eingeschränkt geeignet. Mit einer zweiten HPLC-UV-Methode konnten 43 verschiedene Antipsychotika und Antidepressiva inklusive Metaboliten nachgewiesen werden. Nach Vorreinigung über C8-Material (10 µm, 10x4 mm I.D.) erfolgte die Trennung auf Hypersil ODS (5 µm Partikelgröße) in der analytischen Säule (250x4.6 mm I.D.) mit 37.5% Acetonitril im analytischen Eluenten. Die optimale Flussrate war 1.5 ml/min und die Detektionswellenlänge 254 nm. In einer Einzelprobe, konnten mit dieser Methode 7 bis 8 unterschiedliche Substanzen gemessen werden. Für die Antipsychotika Clozapin, Olanzapin, Perazin, Quetiapin und Ziprasidon wurde die Methode validiert. Der Variationskoeffizient (VK%) für die Impräzision lag zwischen 0.2 und 6.1%. Im erforderlichen Messbereich war die Methode linear (Korrelationskoeffizienten, R2 zwischen 0.9765 und 0.9816). Die absolute und analytische Wiederfindung lagen zwischen 98 und 118 %. Die für das TDM erforderlichen unteren Nachweisgrenzen wurden erreicht. Für Olanzapin betrug sie 5 ng/ml. Die Methode wurde an Patienten für das TDM getestet. Sie erwies sich für das TDM als sehr gut geeignet. Nach retrospektiver Auswertung von Patientendaten konnte erstmalig ein möglicher therapeutischer Bereich für Quetiapin (40-170 ng/ml) und Ziprasidon (40-130 ng/ml) formuliert werden. Mit einem Massenspektrometer als Detektor war die Messung von acht Neuroleptika und ihren Metaboliten möglich. 12 Substanzen konnten in einem Lauf bestimmt werden: Amisulprid, Clozapin, N-Desmethylclozapin, Clozapin-N-oxid, Haloperidol, Risperidon, 9-Hydroxyrisperidon, Olanzapin, Perazin, N-Desmethylperazin, Quetiapin und Ziprasidon. Nach Vorreinigung mit C8-Material (20 µm 10x4.0 mm I.D.) erfolgte die Trennung auf Synergi MAX-RP C12 (4 µm 150 x 4.6 mm). Die Validierung der HPLC-MS-Methode belegten einen linearen Zusammenhang zwischen Konzentration und Detektorsignal (R2= 0,9974 bis 0.9999). Die Impräzision lag zwischen 0.84 bis 9.78%. Die für das TDM erforderlichen unteren Nachweisgrenzen wurden erreicht. Es gab keine Hinweise auf das Auftreten von Ion Suppression durch Matrixbestandteile. Die absolute und analytische Wiederfindung lag zwischen 89 und 107 %. Es zeigte sich, dass die HPLC-MS-Methode ohne Modifikation erweitert werden kann und anscheinend mehr als 30 verschiedene Psychopharmaka erfasst werden können. Mit den entwickelten flüssigchromatographischen Methoden stehen neue Verfahren für das TDM von Antipsychotika und Antidepressiva zur Verfügung, die es erlauben, mit einer Methode verschiedene Psychopharmaka und ihre aktiven Metabolite zu messen. Damit kann die Behandlung psychiatrischer Patienten insbesondere mit Antipsychotika verbessert werden.

Optimierung der Pharmakotherapie schizophrener Patienten durch objektive Symptomerfassung und Therapeutisches Drug Monitoring

Der Erfolg einer Schizophrenie-Behandlung ist zum größten Teil abhängig vom Ansprechen des Patienten auf seine antipsychotische Medikation. Welches Medikament und welche Dosis bei einem individuellen Patienten wirksam sind, kann derzeit erst nach mehrwöchiger Behandlung beurteilt werden. Ein Grund für variierendes Therapieansprechen sind variable Plasmakonzentrationen der Antipsychotika. Ziel dieser Arbeit war es, zu untersuchen, in wieweit der Therapieerfolg zu einem frühen Zeitpunkt der Behandlung durch objektive Symptomerfassung vorhersagbar ist und welche Faktoren die hohe Variabilität der Antipsychotikaspiegel im Blut beeinflussen. rnEine 18-monatige naturalistische klinische Studie an schizophrenen Patienten wurde durchgeführt, um folgende Fragen zu beantworten: Kann man das Therapieansprechen prädizieren und welche Instrumente sind dafür geeignet? Die Psychopathologie wurde anhand zweier Messskalen (Brief Psychiatric Rating Scale, BPRS und Clinical Global Impressions, CGI) wöchentlich ermittelt, um die Besserung der Krankheitssymptome im Verlauf von 8 Wochen zu bewerten. Therapiebegleitend wurden noch die Serum-Konzentrationen der Antipsychotika gemessen. Objektive Symptomerfassung durch BPRS oder CGI waren als Messinstrumente geeignet, Therapieansprechen vorherzusagen. Bezogen auf den Behandlungsbeginn war eine Verminderung der Symptome hoch prädiktiv für späteres Therapieversagen oder -ansprechen. Eine Verminderung um mehr als 36,5% auf der BPRS Skala in Woche 2 wurde als signifikanter Schwellenwert für Nichtansprechen ermittelt. Patienten, deren Symptombesserung unterhalb des Schwellenwertes lag, hatten eine 11,2-fach höhere Wahrscheinlichkeit, am Ende der Studie nicht auf ihre medikamentöse Therapie anzusprechen als die Patienten, die sich um mindestens 36,5% verbesserten. Andere Faktoren, wie Alter, Geschlecht, Dauer der Erkrankung oder Anzahl der stationären Aufenthalte hatten keinen Einfluss auf die Prädiktion des Therapieansprechens. Therapeutische Antipsychotika-Spiegel übten einen positiven Einfluss auf die Ansprechrate aus. Bei Patienten mit therapeutischen Spiegeln war das Ansprechen rascher und die Ansprechrate größer als unter denjenigen deren Spiegel außerhalb der therapeutisch üblichen Bereiche lag. rnEine wichtige Voraussetzung für den Einsatz von TDM ist das Vorhandensein einer präzisen, reproduzierbaren, zeit- und kostensparenden analytischen Methode zur quantitativen Bestimmung der untersuchten Substanzen. Die Entwicklung und Validierung einer solchen geeigneten Methode wurde für den Nachweis von Haloperidol vorgenommen. Eine HPLC-Methode mit Säulenschaltung erwies sich für TDM geeignet. rnBasierend auf den Ergebnissen der eigenen klinischen Studie zur Response Prädiktion wurde untersucht, welche Faktoren die Variabilität der Pharmakokinetik von Antipsychotika beeinflussen. Die Variabilität der Pharmakokinetik ist ein Grund für fehlendes oder unzureichendes Ansprechen. Es wurde zum einen der Einfluss der galenischen Formulierung auf die Freisetzung und zum anderen der Einfluss von entzündlichen Prozessen auf die Metabolisierung eines Antipsychotikums untersucht. Dazu wurden Patientendaten retrospektiv ausgewertet.rnDie Analyse von 247 Serumspiegeln von Patienten, die mit Paliperidon in OROS®Formulierung, einer neu eingeführten Retardform, behandelt wurden, zeigte, dass die intraindividuelle Variabilität der Talspiegel (Vk) von Paliperidon 35% betrug. Er war damit vergleichbar wie für nicht retardiertes Risperidon 32% (p=n.s.). Die Retardierung hatte demnach keinen Varianz mindernden Effekt auf die Talspiegel des Antipsychotikums. Der Wirkstoff-Konzentrations-Bereich lag bei 21-55 ng/ml und entsprach ebenfalls nahezu dem therapeutischen Bereich von Risperidon (20-60 ng/ml). rnEntzündliche Prozesse können die Metabolisierung von Medikamenten verändern. Dies wurde bisher für Medikamente nachgewiesen, die über CYP1A2 abgebaut werden. Durch die eigene Analyse von 84 Patienten-Serumspiegeln konnte festgestellt werden, dass die Metabolisierung von Quetiapin während eines entzündlichen Prozesses beeinträchtigt war, wahrscheinlich durch Hemmung von CYP3A4. Dies sprach dafür, dass auch Wirkstoffe, die über CYP3A4 abgebaut werden, während eines entzündlichen Prozesses im Körper in ihrer Pharmakokinetik beeinträchtigt sein können. Aus diesem Grund sollte während einer Infektion unter der Therapie mit Quetiapin besonders auf die Nebenwirkungen geachtet werden und der Serumspiegel sollte in dieser Zeit überwacht werden, um den Patienten vor eventuellen Nebenwirkungen oder sogar Intoxikationen zu schützen. rnDie Befunde dieser Arbeit zeigen, dass bei einer Behandlung schizophrener Patienten mit Antipsychotika die Messung der Psychopathologie zur Vorhersage des Therapieansprechens und die Messung der Blutspiegel zur Identifizierung von Faktoren, die die pharmakokinetische Variabilität bedingen, geeignet sind. Objektive Symptomerfassung und Therapeutisches Drug Monitoring sind demnach Instrumente, die für die Steuerung der antipsychotischen Pharmakotherapie genutzt werden sollten.rn

Actigraphic monitoring of physical activity in clinical trials in schizophrenia

Schizophrenia is still associated with poor outcome, which is mainly related to negative symptoms, reduced physical activity and low quality of life. Physical activity can be objectively measured without distress using wrist actigraphy. The activity levels during the wake periods of the day have been informative on psychopathology and antipsychotic medication. Several studies demonstrated prominent negative symptoms to be associated with reduced activity levels with strongest correlations in chronic patients. Particularly, the avolition score is correlated with reduced activity levels. Moreover, activity levels differ between DSM-IV schizophrenia spectrum disorders and subtypes as well as between patients treated with olanzapine or risperidone. The longitudinal course of activity levels during an psychotic episode demonstrates considerable variance between subjects. During a psychotic episode patients with low activity levels at baseline experience an amelioration of negative symptoms. In contrast, patients with high activity levels at baseline have stable low negative syndrome scores. Between psychotic episodes less variance is observed. Actigraphy is easily applied in schizophrenia and allows collecting large amounts of crosssectional or longitudinal data. With larger numbers of subjects in controlled trials, continuous recording of activity would foster the detection of different outcome trajectories, which may prove as useful groups to target interventions. In clinical trials, activity monitoring may supplement and validate measures of the negative syndrome and its avolition factor or serve as an outcome marker for physical activity, which is important for metabolic issues and quality of life.

A simulation study on the statistical monitoring of condemnation rates from slaughterhouses for syndromic surveillance: an evaluation based on Swiss data

Syndromic surveillance (SyS) systems currently exploit various sources of health-related data, most of which are collected for purposes other than surveillance (e.g. economic). Several European SyS systems use data collected during meat inspection for syndromic surveillance of animal health, as some diseases may be more easily detected post-mortem than at their point of origin or during the ante-mortem inspection upon arrival at the slaughterhouse. In this paper we use simulation to evaluate the performance of a quasi-Poisson regression (also known as an improved Farrington) algorithm for the detection of disease outbreaks during post-mortem inspection of slaughtered animals. When parameterizing the algorithm based on the retrospective analyses of 6 years of historic data, the probability of detection was satisfactory for large (range 83-445 cases) outbreaks but poor for small (range 20-177 cases) outbreaks. Varying the amount of historical data used to fit the algorithm can help increasing the probability of detection for small outbreaks. However, while the use of a 0·975 quantile generated a low false-positive rate, in most cases, more than 50% of outbreak cases had already occurred at the time of detection. High variance observed in the whole carcass condemnations time-series, and lack of flexibility in terms of the temporal distribution of simulated outbreaks resulting from low reporting frequency (monthly), constitute major challenges for early detection of outbreaks in the livestock population based on meat inspection data. Reporting frequency should be increased in the future to improve timeliness of the SyS system while increased sensitivity may be achieved by integrating meat inspection data into a multivariate system simultaneously evaluating multiple sources of data on livestock health.

Monitoring spinach shelf-life with hyperspectral image through

Different procedures for monitoring the evolution of leafy vegetables, under plastic covers during cold storage, have been studied. Fifteen spinach leaves were put inside Petri dishes covered with three different plastic films and stored at 4 °C for 21 days. Hyperspectral images were taken during this storage. A radiometric correction is proposed in order to avoid the variation in transmittance of the plastic films during time in the hyperspectral images. Afterwards, three spectral pre-processing procedures (no pre-process, Savitsky–Golay and Standard Normal Variate, combined with Principal Component Analysis) were applied to obtain different models. The corresponding artificial images of scores were studied by means of Analysis of Variance to compare their ability to sense the aging of the leaves. All models were able to monitor the aging through storage. Radiometric correction seemed to work properly and could allow the supervision of shelf-life in leafy vegetables through commercial transparent films.

System-on-a-Chip (SOC) based environmental monitoring platform for the detection of hazardous materials

The purpose of this research is design considerations for environmental monitoring platforms for the detection of hazardous materials using System-on-a-Chip (SoC) design. Design considerations focus on improving key areas such as: (1) sampling methodology; (2) context awareness; and (3) sensor placement. These design considerations for environmental monitoring platforms using wireless sensor networks (WSN) is applied to the detection of methylmercury (MeHg) and environmental parameters affecting its formation (methylation) and deformation (demethylation). ^ The sampling methodology investigates a proof-of-concept for the monitoring of MeHg using three primary components: (1) chemical derivatization; (2) preconcentration using the purge-and-trap (P&T) method; and (3) sensing using Quartz Crystal Microbalance (QCM) sensors. This study focuses on the measurement of inorganic mercury (Hg) (e.g., Hg2+) and applies lessons learned to organic Hg (e.g., MeHg) detection. ^ Context awareness of a WSN and sampling strategies is enhanced by using spatial analysis techniques, namely geostatistical analysis (i.e., classical variography and ordinary point kriging), to help predict the phenomena of interest in unmonitored locations (i.e., locations without sensors). This aids in making more informed decisions on control of the WSN (e.g., communications strategy, power management, resource allocation, sampling rate and strategy, etc.). This methodology improves the precision of controllability by adding potentially significant information of unmonitored locations.^ There are two types of sensors that are investigated in this study for near-optimal placement in a WSN: (1) environmental (e.g., humidity, moisture, temperature, etc.) and (2) visual (e.g., camera) sensors. The near-optimal placement of environmental sensors is found utilizing a strategy which minimizes the variance of spatial analysis based on randomly chosen points representing the sensor locations. Spatial analysis is employed using geostatistical analysis and optimization occurs with Monte Carlo analysis. Visual sensor placement is accomplished for omnidirectional cameras operating in a WSN using an optimal placement metric (OPM) which is calculated for each grid point based on line-of-site (LOS) in a defined number of directions where known obstacles are taken into consideration. Optimal areas of camera placement are determined based on areas generating the largest OPMs. Statistical analysis is examined by using Monte Carlo analysis with varying number of obstacles and cameras in a defined space. ^

A Delay Vector Variance based marker for an output-only assessment of structural changes in tension leg platforms

Although aspects of power generation of many offshore renewable devices are well understood, their dynamic responses under high wind and wave conditions are still to be investigated to a great detail. Output only statistical markers are important for these offshore devices, since access to the device is limited and information about the exposure conditions and the true behaviour of the devices are generally partial, limited, and vague or even absent. The markers can summarise and characterise the behaviour of these devices from their dynamic response available as time series data. The behaviour may be linear or nonlinear and consequently a marker that can track the changes in structural situations can be quite important. These markers can then be helpful in assessing the current condition of the structure and can indicate possible intervention, monitoring or assessment. This paper considers a Delay Vector Variance based marker for changes in a tension leg platform tested in an ocean wave basin for structural changes brought about by single column dampers. The approach is based on dynamic outputs of the device alone and is based on the estimation of the nonlinearity of the output signal. The advantages of the selected marker and its response with changing structural properties are discussed. The marker is observed to be important for monitoring the as- deployed structural condition and is sensitive to changes in such conditions. Influence of exposure conditions of wave loading is also discussed in this study based only on experimental data.

Vibration based health monitoring of civil infrastructure using energy harvesting techniques

The use of structural health monitoring of civil structures is ever expanding and by assessing the dynamical condition of structures, informed maintenance management can be conducted at both individual and network levels. With the continued growth of information age technology, the potential arises for smart monitoring systems to be integrated with civil infrastructure to provide efficient information on the condition of a structure. The focus of this thesis is the integration of smart technology with civil infrastructure for the purposes of structural health monitoring. The technology considered in this regard are devices based on energy harvesting materials. While there has been considerable focus on the development and optimisation of such devices using steady state loading conditions, their applications for civil infrastructure are less known. Although research is still in initial stages, studies into the uses associated with such applications are very promising. Through the use of the dynamical response of structures to a variety of loading conditions, the energy harvesting outputs from such devices is established and the potential power output determined. Through a power variance output approach, damage detection of deteriorating structures using the energy harvesting devices is investigated. Further applications of the integration of energy harvesting devices with civil infrastructure investigated by this research includes the use of the power output as a indicator for control. Four approaches are undertaken to determine the potential applications arising from integrating smart technology with civil infrastructure, namely • Theoretical analysis to determine the applications of energy harvesting devices for vibration based health monitoring of civil infrastructure. • Laboratory experimentation to verify the performance of different energy harvesting configurations for civil infrastructure applications. • Scaled model testing as a method to experimentally validate the integration of the energy harvesting devices with civil infrastructure. • Full scale deployment of energy harvesting device with a bridge structure. These four approaches validate the application of energy harvesting technology with civil infrastructure from a theoretical, experimental and practical perspective.

Multivariate analysis of regional-scale geochemical data for environmental monitoring

A compositional multivariate approach is used to analyse regional scale soil geochemical data obtained as part of the Tellus Project generated by the Geological Survey Northern Ireland (GSNI). The multi-element total concentration data presented comprise XRF analyses of 6862 rural soil samples collected at 20cm depths on a non-aligned grid at one site per 2 km2. Censored data were imputed using published detection limits. Using these imputed values for 46 elements (including LOI), each soil sample site was assigned to the regional geology map provided by GSNI initially using the dominant lithology for the map polygon. Northern Ireland includes a diversity of geology representing a stratigraphic record from the Mesoproterozoic, up to and including the Palaeogene. However, the advance of ice sheets and their meltwaters over the last 100,000 years has left at least 80% of the bedrock covered by superficial deposits, including glacial till and post-glacial alluvium and peat. The question is to what extent the soil geochemistry reflects the underlying geology or superficial deposits. To address this, the geochemical data were transformed using centered log ratios (clr) to observe the requirements of compositional data analysis and avoid closure issues. Following this, compositional multivariate techniques including compositional Principal Component Analysis (PCA) and minimum/maximum autocorrelation factor (MAF) analysis method were used to determine the influence of underlying geology on the soil geochemistry signature. PCA showed that 72% of the variation was determined by the first four principal components (PC’s) implying “significant” structure in the data. Analysis of variance showed that only 10 PC’s were necessary to classify the soil geochemical data. To consider an improvement over PCA that uses the spatial relationships of the data, a classification based on MAF analysis was undertaken using the first 6 dominant factors. Understanding the relationship between soil geochemistry and superficial deposits is important for environmental monitoring of fragile ecosystems such as peat. To explore whether peat cover could be predicted from the classification, the lithology designation was adapted to include the presence of peat, based on GSNI superficial deposit polygons and linear discriminant analysis (LDA) undertaken. Prediction accuracy for LDA classification improved from 60.98% based on PCA using 10 principal components to 64.73% using MAF based on the 6 most dominant factors. The misclassification of peat may reflect degradation of peat covered areas since the creation of superficial deposit classification. Further work will examine the influence of underlying lithologies on elemental concentrations in peat composition and the effect of this in classification analysis.