Arturo Ardao: Filosofía de lengua española. Ensayos. Montevideo, Editorial Alfa, 1963, 176 p. [Impreso en los Talleres de Seix y Barral, Barcelona]

Fil: Roig, Arturo Andrés.

Alejandra Torres Torres, Lectura y sociedad en los sesenta: a propósito de Alfa y Arca : Montevideo, Yauguru, 2012, 210 páginas

Fil: Añón, Valeria. Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación; Argentina.

Alejandra Torres Torres, Lectura y sociedad en los sesenta: a propósito de Alfa y Arca : Montevideo, Yauguru, 2012, 210 páginas

Fil: Añón, Valeria. Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación; Argentina.

Alejandra Torres Torres, Lectura y sociedad en los sesenta: a propósito de Alfa y Arca : Montevideo, Yauguru, 2012, 210 páginas

Fil: Añón, Valeria. Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación; Argentina.

Percentage of cultured cell-populations that stained positively and/or negatively for apoptotic markers cleaved caspase-3 and cleaved PARP, following DNA damage treatments induced by doxorubicin and TNF-alpha co-treatments

The present dataset contains the source data for Figure 2B of Tentner et al. (2012). The data shows the percentage of cultured cell-populations that stained positively and/or negatively for apoptotic markers cleaved caspase-3 and cleaved PARP, following DNA damage treatments induced by various doses of doxorubicin (0, 2 and 10 µmole/L) in the presence (100 ng/mL) or absence (0 ng/mL) of TNF-alpha co-treatment. For the six treatment conditions investigated, cell counts were made by flow cytometry at times 6, 12, 24, and 48 h following treatment; CULTURE DETAILS: U2OS cells were obtained from ATCC were maintained at 21% oxygen and 5% CO2 in Dulbecco's modified Eagle medium supplemented with 10% fetal bovine serum, penicillin, streptomycin, 2mM L-glutamine, and used within 15-20 passages. The first thymidine block was released by washing the plates three times with PBS, and incubating them in fresh thymidine-free media for 12 h. A second thymidine block was then performed by re-addition of thymidine to 2.5 mM followed by incubation for an additional 18 h. Media was aspirated, plates were washed 3 with PBS, and replaced with fresh media in the presence or absence of 10 mM aphidicolin; ANALYSIS DETAILS: See supplementary journal publication; RESULT: The authors of the supplementary journal publication conclude that TNF enhances dose-dependent cell death following doxorubicin-induced DNA damage with minimal affect on dose-dependent cell-cycle arrest.

Properties of seawater and particulate matter from a WETLabs ALFA hyperspectral laser spectrofluorometer mounted on the continuous surface water sampling system during the Tara Oceans expedition 2009-2013

The Tara Oceans Expedition (2009-2013) sampled the world oceans on board a 36 m long schooner, collecting environmental data and organisms from viruses to planktonic metazoans for later analyses using modern sequencing and state-of-the-art imaging technologies. Tara Oceans Data are particularly suited to study the genetic, morphological and functional diversity of plankton. The present data set provides continuous measurements made with an Aquatic Laser Fluorescence Analyzer (ALFA) (Chekalyuk et al., 2014), connected in-line to the TARA flow through system during 2013. The ALFA instrument provides dual-wavelength excitation (405 and 514 nm) of laser-stimulated emission (LSE) for spectral and temporal analysis. It offers in vivo fluorescence assessments of phytoplankton pigments, biomass, photosynthetic yield (Fv/Fm), phycobiliprotein (PBP)-containing phytoplankton groups, and chromophoric dissolved organic matter (CDOM) (Chekalyuk and Hafez, 2008; 2013A). Spectral deconvolution (SDC) is used to assess the overlapped spectral bands of aquatic fluorescence constituents and water Raman scattering (R). The Fv/Fm measurements are spectrally corrected for non-chlorophyll fluorescence background produced by CDOM and other constituents (Chekalyuk and Hafez, 2008). The sensor was cleaned weakly following the manufacturer recommended protocol.

Brain-Computer Interfaces: Desarrollo de un sistema de identificación de estados mentales alfa

En el mundo actual las aplicaciones basadas en sistemas biométricos, es decir, aquellas que miden las señales eléctricas de nuestro organismo, están creciendo a un gran ritmo. Todos estos sistemas incorporan sensores biomédicos, que ayudan a los usuarios a controlar mejor diferentes aspectos de la rutina diaria, como podría ser llevar un seguimiento detallado de una rutina deportiva, o de la calidad de los alimentos que ingerimos. Entre estos sistemas biométricos, los que se basan en la interpretación de las señales cerebrales, mediante ensayos de electroencefalografía o EEG están cogiendo cada vez más fuerza para el futuro, aunque están todavía en una situación bastante incipiente, debido a la elevada complejidad del cerebro humano, muy desconocido para los científicos hasta el siglo XXI. Por estas razones, los dispositivos que utilizan la interfaz cerebro-máquina, también conocida como BCI (Brain Computer Interface), están cogiendo cada vez más popularidad. El funcionamiento de un sistema BCI consiste en la captación de las ondas cerebrales de un sujeto para después procesarlas e intentar obtener una representación de una acción o de un pensamiento del individuo. Estos pensamientos, correctamente interpretados, son posteriormente usados para llevar a cabo una acción. Ejemplos de aplicación de sistemas BCI podrían ser mover el motor de una silla de ruedas eléctrica cuando el sujeto realice, por ejemplo, la acción de cerrar un puño, o abrir la cerradura de tu propia casa usando un patrón cerebral propio. Los sistemas de procesamiento de datos están evolucionando muy rápido con el paso del tiempo. Los principales motivos son la alta velocidad de procesamiento y el bajo consumo energético de las FPGAs (Field Programmable Gate Array). Además, las FPGAs cuentan con una arquitectura reconfigurable, lo que las hace más versátiles y potentes que otras unidades de procesamiento como las CPUs o las GPUs.En el CEI (Centro de Electrónica Industrial), donde se lleva a cabo este TFG, se dispone de experiencia en el diseño de sistemas reconfigurables en FPGAs. Este TFG es el segundo de una línea de proyectos en la cual se busca obtener un sistema capaz de procesar correctamente señales cerebrales, para llegar a un patrón común que nos permita actuar en consecuencia. Más concretamente, se busca detectar cuando una persona está quedándose dormida a través de la captación de unas ondas cerebrales, conocidas como ondas alfa, cuya frecuencia está acotada entre los 8 y los 13 Hz. Estas ondas, que aparecen cuando cerramos los ojos y dejamos la mente en blanco, representan un estado de relajación mental. Por tanto, este proyecto comienza como inicio de un sistema global de BCI, el cual servirá como primera toma de contacto con el procesamiento de las ondas cerebrales, para el posterior uso de hardware reconfigurable sobre el cual se implementarán los algoritmos evolutivos. Por ello se vuelve necesario desarrollar un sistema de procesamiento de datos en una FPGA. Estos datos se procesan siguiendo la metodología de procesamiento digital de señales, y en este caso se realiza un análisis de la frecuencia utilizando la transformada rápida de Fourier, o FFT. Una vez desarrollado el sistema de procesamiento de los datos, se integra con otro sistema que se encarga de captar los datos recogidos por un ADC (Analog to Digital Converter), conocido como ADS1299. Este ADC está especialmente diseñado para captar potenciales del cerebro humano. De esta forma, el sistema final capta los datos mediante el ADS1299, y los envía a la FPGA que se encarga de procesarlos. La interpretación es realizada por los usuarios que analizan posteriormente los datos procesados. Para el desarrollo del sistema de procesamiento de los datos, se dispone primariamente de dos plataformas de estudio, a partir de las cuales se captarán los datos para después realizar el procesamiento: 1. La primera consiste en una herramienta comercial desarrollada y distribuida por OpenBCI, proyecto que se dedica a la venta de hardware para la realización de EEG, así como otros ensayos. Esta herramienta está formada por un microprocesador, un módulo de memoria SD para el almacenamiento de datos, y un módulo de comunicación inalámbrica que transmite los datos por Bluetooth. Además cuenta con el mencionado ADC ADS1299. Esta plataforma ofrece una interfaz gráfica que sirve para realizar la investigación previa al diseño del sistema de procesamiento, al permitir tener una primera toma de contacto con el sistema. 2. La segunda plataforma consiste en un kit de evaluación para el ADS1299, desde la cual se pueden acceder a los diferentes puertos de control a través de los pines de comunicación del ADC. Esta plataforma se conectará con la FPGA en el sistema integrado. Para entender cómo funcionan las ondas más simples del cerebro, así como saber cuáles son los requisitos mínimos en el análisis de ondas EEG se realizaron diferentes consultas con el Dr Ceferino Maestu, neurofisiólogo del Centro de Tecnología Biomédica (CTB) de la UPM. Él se encargó de introducirnos en los distintos procedimientos en el análisis de ondas en electroencefalogramas, así como la forma en que se deben de colocar los electrodos en el cráneo. Para terminar con la investigación previa, se realiza en MATLAB un primer modelo de procesamiento de los datos. Una característica muy importante de las ondas cerebrales es la aleatoriedad de las mismas, de forma que el análisis en el dominio del tiempo se vuelve muy complejo. Por ello, el paso más importante en el procesamiento de los datos es el paso del dominio temporal al dominio de la frecuencia, mediante la aplicación de la transformada rápida de Fourier o FFT (Fast Fourier Transform), donde se pueden analizar con mayor precisión los datos recogidos. El modelo desarrollado en MATLAB se utiliza para obtener los primeros resultados del sistema de procesamiento, el cual sigue los siguientes pasos. 1. Se captan los datos desde los electrodos y se escriben en una tabla de datos. 2. Se leen los datos de la tabla. 3. Se elige el tamaño temporal de la muestra a procesar. 4. Se aplica una ventana para evitar las discontinuidades al principio y al final del bloque analizado. 5. Se completa la muestra a convertir con con zero-padding en el dominio del tiempo. 6. Se aplica la FFT al bloque analizado con ventana y zero-padding. 7. Los resultados se llevan a una gráfica para ser analizados. Llegados a este punto, se observa que la captación de ondas alfas resulta muy viable. Aunque es cierto que se presentan ciertos problemas a la hora de interpretar los datos debido a la baja resolución temporal de la plataforma de OpenBCI, este es un problema que se soluciona en el modelo desarrollado, al permitir el kit de evaluación (sistema de captación de datos) actuar sobre la velocidad de captación de los datos, es decir la frecuencia de muestreo, lo que afectará directamente a esta precisión. Una vez llevado a cabo el primer procesamiento y su posterior análisis de los resultados obtenidos, se procede a realizar un modelo en Hardware que siga los mismos pasos que el desarrollado en MATLAB, en la medida que esto sea útil y viable. Para ello se utiliza el programa XPS (Xilinx Platform Studio) contenido en la herramienta EDK (Embedded Development Kit), que nos permite diseñar un sistema embebido. Este sistema cuenta con: Un microprocesador de tipo soft-core llamado MicroBlaze, que se encarga de gestionar y controlar todo el sistema; Un bloque FFT que se encarga de realizar la transformada rápida Fourier; Cuatro bloques de memoria BRAM, donde se almacenan los datos de entrada y salida del bloque FFT y un multiplicador para aplicar la ventana a los datos de entrada al bloque FFT; Un bus PLB, que consiste en un bus de control que se encarga de comunicar el MicroBlaze con los diferentes elementos del sistema. Tras el diseño Hardware se procede al diseño Software utilizando la herramienta SDK(Software Development Kit).También en esta etapa se integra el sistema de captación de datos, el cual se controla mayoritariamente desde el MicroBlaze. Por tanto, desde este entorno se programa el MicroBlaze para gestionar el Hardware que se ha generado. A través del Software se gestiona la comunicación entre ambos sistemas, el de captación y el de procesamiento de los datos. También se realiza la carga de los datos de la ventana a aplicar en la memoria correspondiente. En las primeras etapas de desarrollo del sistema, se comienza con el testeo del bloque FFT, para poder comprobar el funcionamiento del mismo en Hardware. Para este primer ensayo, se carga en la BRAM los datos de entrada al bloque FFT y en otra BRAM los datos de la ventana aplicada. Los datos procesados saldrán a dos BRAM, una para almacenar los valores reales de la transformada y otra para los imaginarios. Tras comprobar el correcto funcionamiento del bloque FFT, se integra junto al sistema de adquisición de datos. Posteriormente se procede a realizar un ensayo de EEG real, para captar ondas alfa. Por otro lado, y para validar el uso de las FPGAs como unidades ideales de procesamiento, se realiza una medición del tiempo que tarda el bloque FFT en realizar la transformada. Este tiempo se compara con el tiempo que tarda MATLAB en realizar la misma transformada a los mismos datos. Esto significa que el sistema desarrollado en Hardware realiza la transformada rápida de Fourier 27 veces más rápido que lo que tarda MATLAB, por lo que se puede ver aquí la gran ventaja competitiva del Hardware en lo que a tiempos de ejecución se refiere. En lo que al aspecto didáctico se refiere, este TFG engloba diferentes campos. En el campo de la electrónica:  Se han mejorado los conocimientos en MATLAB, así como diferentes herramientas que ofrece como FDATool (Filter Design Analysis Tool).  Se han adquirido conocimientos de técnicas de procesado de señal, y en particular, de análisis espectral.  Se han mejorado los conocimientos en VHDL, así como su uso en el entorno ISE de Xilinx.  Se han reforzado los conocimientos en C mediante la programación del MicroBlaze para el control del sistema.  Se ha aprendido a crear sistemas embebidos usando el entorno de desarrollo de Xilinx usando la herramienta EDK (Embedded Development Kit). En el campo de la neurología, se ha aprendido a realizar ensayos EEG, así como a analizar e interpretar los resultados mostrados en el mismo. En cuanto al impacto social, los sistemas BCI afectan a muchos sectores, donde destaca el volumen de personas con discapacidades físicas, para los cuales, este sistema implica una oportunidad de aumentar su autonomía en el día a día. También otro sector importante es el sector de la investigación médica, donde los sistemas BCIs son aplicables en muchas aplicaciones como, por ejemplo, la detección y estudio de enfermedades cognitivas.

Tumor necrosis factor (TNF)-mediated kinase cascades: Bifurcation of Nuclear Factor-κB and c-jun N-terminal kinase (JNK/SAPK) pathways at TNF receptor-associated factor 2

TNF-induced activation of the transcription factor NF-κB and the c-jun N-terminal kinase (JNK/SAPK) requires TNF receptor-associated factor 2 (TRAF2). The NF-κB-inducing kinase (NIK) associates with TRAF2 and mediates TNF activation of NF-κB. Herein we show that NIK interacts with additional members of the TRAF family and that this interaction requires the conserved “WKI” motif within the TRAF domain. We also investigated the role of NIK in JNK activation by TNF. Whereas overexpression of NIK potently induced NF-κB activation, it failed to stimulate JNK activation. A kinase-inactive mutant of NIK was a dominant negative inhibitor of NF-κB activation but did not suppress TNF- or TRAF2-induced JNK activation. Thus, TRAF2 is the bifurcation point of two kinase cascades leading to activation of NF-κB and JNK, respectively.

Preferential activation of the p46 isoform of JNK/SAPK in mouse macrophages by TNFα

A pleiotropic cytokine, tumor necrosis factor-α (TNFα), regulates the expression of multiple macrophage gene products and thus contributes a key role in host defense. In this study, we have investigated the specificity and mechanism of activation of members of the c-Jun-NH2-terminal kinase/stress-activated protein kinase (JNK/SAPK) subfamily of mitogen-activated protein kinases (MAPKs) in mouse macrophages in response to stimulation with TNFα. Exposure of macrophages to TNFα stimulated a preferential increase in catalytic activity of the p46 JNK/SAPK isoform compared with the p54 JNK/SAPK isoform as determined by: (i) separation of p46 and p54 JNK/SAPKs by anion exchange liquid chromatography and (ii) selective immunodepletion of the p46 JNK/SAPK from macrophage lysates. To investigate the level of regulation of p46 JNK/SAPK activation, we determined the ability of MKK4/SEK1/JNKK, an upstream regulator of JNK/SAPKs, to phosphorylate recombinant kinase-inactive p46 and p54 JNK/SAPKs. Endogenous MKK4 was able to transphosphorylate both isoforms. In addition, both the p46 and p54 JNK/SAPK isoforms were phosphorylated on their TPY motif in response to TNFα stimulation as reflected by immunoblotting with a phospho-specific antibody that recognizes both kinases. Collectively, these results suggest that the level of control of p46 JNK/SAPK activation is distal not only to MKK4 but also to the p54 JNK/SAPK. Preferential isoform activation within the JNK/SAPK subfamily of MAPKs may be an important mechanism through which TNFα regulates macrophage phenotypic heterogeneity and differentiation.

A mouse CD8 T cell-mediated acute autoimmune diabetes independent of the perforin and Fas cytotoxic pathways: Possible role of membrane TNF

Double transgenic mice [rat insulin promoter (RIP)-tumor necrosis factor (TNF) and RIP-CD80] whose pancreatic β cells release TNF and bear CD80 all develop an acute early (6 wk) and lethal diabetes mediated by CD8 T cells. The first ultrastructural changes observed in β cells, so far unreported, are focal lesions of endoplasmic reticulum swelling at the points of contact with islet-infiltrating lymphoblasts, followed by cytoplasmic, but not nuclear, apoptosis. Such double transgenic mice were made defective in either the perforin, Fas, or TNF pathways. Remarkably, diabetes was found to be totally independent of perforin and Fas. Mice lacking TNF receptor (TNFR) II had no or late diabetes, but only a minority had severe insulitis. Mice lacking the TNF-lymphotoxin (LTα) locus (whose sole source of TNF are the β cells) all had insulitis comparable to that of nondefective mice, but no diabetes or a retarded and milder form, with lesions suggesting different mechanisms of injury. Because both TNFR II and TNF-LTα mutations have complex effects on the immune system, these data do not formally incriminate membrane TNF as the major T cell mediator of this acute autoimmune diabetes; nevertheless, in the absence of involvement of the perforin or Fas cytotoxic pathways, membrane TNF appears to be the likeliest candidate.

Polymorphism in the 3′-untranslated region of TNFα mRNA impairs binding of the post-transcriptional regulatory protein HuR to TNFα mRNA

Tumor necrosis factor α (TNFα) acts as a beneficial mediator in the process of host defence. In recent years major interest has focused on the AU-rich elements (AREs) present in the 3′-untranslated region (3′-UTR) of TNFα mRNA as this region plays a pivotal role in post-transcriptional control of TNFα production. Certain stimuli, such as lipopolysaccharides, a component of the Gram-negative bacterial cell wall, have the ability to relinquish the translational suppression of TNFα mRNA imposed by these AREs in macrophages, thereby enabling the efficient production of the TNFα. In this study we show that the polymorphism (GAU trinucleotide insertional mutation) present in the regulatory 3′-UTR of TNFα mRNA of NZW mice results in the hindered binding of RNA-binding proteins, thereby leading to a significantly reduced production of TNFα protein. We also show that the binding of macrophage proteins to the main ARE is also decreased by another trinucleotide (CAU) insertion in the TNFα 3′-UTR. One of the proteins affected by the GAU trinucleotide insertional mutation was identified as HuR, a nucleo-cytoplasmic shuttling protein previously shown to play a prominent role in the stability and translatability of mRNA containing AREs. Since binding of this protein most likely modulates the stability, translational efficiency and transport of TNFα mRNA, these results suggest that mutations in the ARE of TNFα mRNA decrease the production of TNFα protein in macrophages by hindering the binding of HuR to the ARE.

Role of MEKK2-MEK5 in the regulation of TNF-α gene expression and MEKK2-MKK7 in the activation of c-Jun N-terminal kinase in mast cells

Cross-linking of the high-affinity IgE receptor (FcɛRI) on mast cells with IgE and multivalent antigen triggers mitogen-activated protein (MAP) kinase activation and cytokine gene expression. We report here that MAP kinase kinase 4 (MKK4) gene disruption does not affect either MAP kinase activation or cytokine gene expression in response to cross-linking of FcɛRI in embryonic stem cell-derived mast cells. MKK7 is activated in response to cross-linking of FcɛRI, and this activation is inhibited by MAP/ERK kinase (MEK) kinase 2 (MEKK2) gene disruption. In addition, expression of kinase-inactive MKK7 in the murine mast cell line MC/9 inhibits c-Jun NH2-terminal kinase (JNK) activation in response to cross-linking of FcɛRI, whereas expression of kinase-inactive MKK4 does not affect JNK activation by this stimulus. However, FcɛRI-induced activation of the tumor necrosis factor-α (TNF-α) gene promoter is not affected by expression of kinase-inactive MKK7. We describe an alternative pathway by which MEKK2 activates MEK5 and big MAP kinase1/extracellular signal-regulated kinase 5 in addition to MKK7 and JNK, and interruption of this pathway inhibits TNF-α promoter activation. These findings suggest that JNK activation by antigen cross-linking is dependent on the MEKK2-MKK7 pathway, and cytokine production in mast cells is regulated in part by the signaling complex MEKK2-MEK5-ERK5.

Epstein–Barr virus latent-infection membrane proteins are palmitoylated and raft-associated: Protein 1 binds to the cytoskeleton through TNF receptor cytoplasmic factors

Epstein–Barr virus encodes integral membrane proteins LMP1 and LMP2A in transformed lymphoblastoid cell lines. We now find that LMP1 associates with the cell cytoskeleton through a tumor necrosis factor receptor-associated factor-interacting domain, most likely mediated by tumor necrosis factor receptor-associated factor 3. LMP1 is palmitoylated, and the transmembrane domains associate with lipid rafts. Mutation of LMP1 cysteine-78 abrogates palmitoylation but does not affect raft association or NF-κB or c-Jun N-terminal kinase activation. LMP2A also associates with rafts and is palmitoylated but does not associate with the cell cytoskeleton. The associations of LMP1 and LMP2A with rafts and of LMP1 with the cell cytoskeleton are likely to effect interactions with cell proteins involved in shape, motility, signal transduction, growth, and survival.