997 resultados para Differential Inclusion
Resumo:
A indústria de petróleo e gás apresenta sérios problemas relacionados à corrosão. Nas petroquímicas e nas instalações de refino de petróleo, as falhas em materiais estão relacionadas com a corrosão, além disso, os processos de corrosão de metais são problemas no mundo, causando ônus em processos industriais e gerando situações de risco como a corrosão de pilares metálicos em pontes ou em fuselagens de aviões. Dentre os meios corrosivos, um muito comum é o meio ácido, que será o meio estudado neste trabalho. Com todos os problemas citados, se faz necessário o estudo de inibidores de corrosão com alta eficiência, estabilidade e que, preferencialmente, não agridam o meio ambiente. Alguns inibidores de corrosão apresentam solubilidade limitada em água, sendo necessária a utilização de alguns solventes não tão amigáveis ao meio ambiente. Então, propôs-se formar um complexo de inclusão para tornar possível a solubilização de inibidores convencionais em solução aquosa, como algumas tioureias, que apresentam solubilidade limitada em água. Essa completa solubilização do inibidor de corrosão orgânico em meio aquoso é possível com a utilização de um aditivo (hospedeiro) capaz de encapsular tais moléculas (convidados) via interações não covalentes, de modo a alcançar o máximo desempenho de inibição. Para a formação do complexo de inclusão foi usado como molécula hospedeira, a α e a β hidroxipropilciclodextrina e como molécula convidada a dibenziltioureia. A intenção foi testar a melhora da ação inibidora da corrosão do aço carbono em meio de HCl 1mol.L-1 com ensaios de perda de massa, de impedância, polarização e microscopia eletrônica de varredura (MEV), além de evidenciar a formação destes complexos de inclusão através da espectroscopia de absorção vibracional no infravermelho, espectroscopia de RMN de 1H, espectroscopia de absorção no Ultra-violeta e análise térmica diferencial (DTA)
Resumo:
Understanding the regulatory mechanisms that are responsible for an organism's response to environmental change is an important issue in molecular biology. A first and important step towards this goal is to detect genes whose expression levels are affected by altered external conditions. A range of methods to test for differential gene expression, both in static as well as in time-course experiments, have been proposed. While these tests answer the question whether a gene is differentially expressed, they do not explicitly address the question when a gene is differentially expressed, although this information may provide insights into the course and causal structure of regulatory programs. In this article, we propose a two-sample test for identifying intervals of differential gene expression in microarray time series. Our approach is based on Gaussian process regression, can deal with arbitrary numbers of replicates, and is robust with respect to outliers. We apply our algorithm to study the response of Arabidopsis thaliana genes to an infection by a fungal pathogen using a microarray time series dataset covering 30,336 gene probes at 24 observed time points. In classification experiments, our test compares favorably with existing methods and provides additional insights into time-dependent differential expression.