Invariance of the Glass Transition Temperature of Plant Vitrification Solutions with Cooling Rate

The solutions studied were Plant Vitrification Solutions 1, 2 and 3: (PVS1: Uragami et al. 1989, Plant Cell Rep. 8, 418; PVS2: Sakai et al. 1990, Plant Cell Rep. 9, 30; PVS3: Nishizawa et al. 1993, Plant Sci. 91, 67). Cooling was performed using the calorimeter control (5, 10 and 20°C min-1), or for higher rates, by quenching the closed pan with PVS in LN, either naked (faster - 5580°C min-1) or introduced in cryovials (reduced rate 360°C min-1). Quenched pans were then transferred to the sample chamber, pre-cooled to -196°C. Glass transition temperature was observed by DSC with a TA 2920 instrument, upon warming pans with solution samples from -145°C to room temperature, at standard warming rate10°C min-1.

Interactions between water and triacylglycerols may explain faster aging rates in stored germplasm at low temperatures

The purpose of this research is to explore the extent and significance of possible interacting factors on the viability of stored germplasm. Our work begins with characterizing the kinetics of TAG and water phase changes in peanut (Arachis hypogaea) and Papaya (Carica papaya) seeds equilibrated to different water contents and stored at temperatures between -5 and -80°C. Water and TAG phase was measured using a Perkin Elmer Differential Scanning Calorimeter. Cytoplasm ultra-structure was visualized without chemical fixatives using low temperature scanning electron microscopy (cryo-SEM) performed with a Zeiss DSN 960 scanning microscope equipped with a Cryotrans CT-1500 cold plate (Oxford, UK).

Extracción de conocimientos de la diabetes tipo 1 utilizando la metodología de "Data Mining"

La diabetes mellitus es un trastorno en la metabolización de los carbohidratos, caracterizado por la nula o insuficiente segregación de insulina (hormona producida por el páncreas), como resultado del mal funcionamiento de la parte endocrina del páncreas, o de una creciente resistencia del organismo a esta hormona. Esto implica, que tras el proceso digestivo, los alimentos que ingerimos se transforman en otros compuestos químicos más pequeños mediante los tejidos exocrinos. La ausencia o poca efectividad de esta hormona polipéptida, no permite metabolizar los carbohidratos ingeridos provocando dos consecuencias: Aumento de la concentración de glucosa en sangre, ya que las células no pueden metabolizarla; consumo de ácidos grasos mediante el hígado, liberando cuerpos cetónicos para aportar la energía a las células. Esta situación expone al enfermo crónico, a una concentración de glucosa en sangre muy elevada, denominado hiperglucemia, la cual puede producir a medio o largo múltiples problemas médicos: oftalmológicos, renales, cardiovasculares, cerebrovasculares, neurológicos… La diabetes representa un gran problema de salud pública y es la enfermedad más común en los países desarrollados por varios factores como la obesidad, la vida sedentaria, que facilitan la aparición de esta enfermedad. Mediante el presente proyecto trabajaremos con los datos de experimentación clínica de pacientes con diabetes de tipo 1, enfermedad autoinmune en la que son destruidas las células beta del páncreas (productoras de insulina) resultando necesaria la administración de insulina exógena. Dicho esto, el paciente con diabetes tipo 1 deberá seguir un tratamiento con insulina administrada por la vía subcutánea, adaptado a sus necesidades metabólicas y a sus hábitos de vida. Para abordar esta situación de regulación del control metabólico del enfermo, mediante una terapia de insulina, no serviremos del proyecto “Páncreas Endocrino Artificial” (PEA), el cual consta de una bomba de infusión de insulina, un sensor continuo de glucosa, y un algoritmo de control en lazo cerrado. El objetivo principal del PEA es aportar al paciente precisión, eficacia y seguridad en cuanto a la normalización del control glucémico y reducción del riesgo de hipoglucemias. El PEA se instala mediante vía subcutánea, por lo que, el retardo introducido por la acción de la insulina, el retardo de la medida de glucosa, así como los errores introducidos por los sensores continuos de glucosa cuando, se descalibran dificultando el empleo de un algoritmo de control. Llegados a este punto debemos modelar la glucosa del paciente mediante sistemas predictivos. Un modelo, es todo aquel elemento que nos permita predecir el comportamiento de un sistema mediante la introducción de variables de entrada. De este modo lo que conseguimos, es una predicción de los estados futuros en los que se puede encontrar la glucosa del paciente, sirviéndonos de variables de entrada de insulina, ingesta y glucosa ya conocidas, por ser las sucedidas con anterioridad en el tiempo. Cuando empleamos el predictor de glucosa, utilizando parámetros obtenidos en tiempo real, el controlador es capaz de indicar el nivel futuro de la glucosa para la toma de decisones del controlador CL. Los predictores que se están empleando actualmente en el PEA no están funcionando correctamente por la cantidad de información y variables que debe de manejar. Data Mining, también referenciado como Descubrimiento del Conocimiento en Bases de Datos (Knowledge Discovery in Databases o KDD), ha sido definida como el proceso de extracción no trivial de información implícita, previamente desconocida y potencialmente útil. Todo ello, sirviéndonos las siguientes fases del proceso de extracción del conocimiento: selección de datos, pre-procesado, transformación, minería de datos, interpretación de los resultados, evaluación y obtención del conocimiento. Con todo este proceso buscamos generar un único modelo insulina glucosa que se ajuste de forma individual a cada paciente y sea capaz, al mismo tiempo, de predecir los estados futuros glucosa con cálculos en tiempo real, a través de unos parámetros introducidos. Este trabajo busca extraer la información contenida en una base de datos de pacientes diabéticos tipo 1 obtenidos a partir de la experimentación clínica. Para ello emplearemos técnicas de Data Mining. Para la consecución del objetivo implícito a este proyecto hemos procedido a implementar una interfaz gráfica que nos guía a través del proceso del KDD (con información gráfica y estadística) de cada punto del proceso. En lo que respecta a la parte de la minería de datos, nos hemos servido de la denominada herramienta de WEKA, en la que a través de Java controlamos todas sus funciones, para implementarlas por medio del programa creado. Otorgando finalmente, una mayor potencialidad al proyecto con la posibilidad de implementar el servicio de los dispositivos Android por la potencial capacidad de portar el código. Mediante estos dispositivos y lo expuesto en el proyecto se podrían implementar o incluso crear nuevas aplicaciones novedosas y muy útiles para este campo. Como conclusión del proyecto, y tras un exhaustivo análisis de los resultados obtenidos, podemos apreciar como logramos obtener el modelo insulina-glucosa de cada paciente. ABSTRACT. The diabetes mellitus is a metabolic disorder, characterized by the low or none insulin production (a hormone produced by the pancreas), as a result of the malfunctioning of the endocrine pancreas part or by an increasing resistance of the organism to this hormone. This implies that, after the digestive process, the food we consume is transformed into smaller chemical compounds, through the exocrine tissues. The absence or limited effectiveness of this polypeptide hormone, does not allow to metabolize the ingested carbohydrates provoking two consequences: Increase of the glucose concentration in blood, as the cells are unable to metabolize it; fatty acid intake through the liver, releasing ketone bodies to provide energy to the cells. This situation exposes the chronic patient to high blood glucose levels, named hyperglycemia, which may cause in the medium or long term multiple medical problems: ophthalmological, renal, cardiovascular, cerebrum-vascular, neurological … The diabetes represents a great public health problem and is the most common disease in the developed countries, by several factors such as the obesity or sedentary life, which facilitate the appearance of this disease. Through this project we will work with clinical experimentation data of patients with diabetes of type 1, autoimmune disease in which beta cells of the pancreas (producers of insulin) are destroyed resulting necessary the exogenous insulin administration. That said, the patient with diabetes type 1 will have to follow a treatment with insulin, administered by the subcutaneous route, adapted to his metabolic needs and to his life habits. To deal with this situation of metabolic control regulation of the patient, through an insulin therapy, we shall be using the “Endocrine Artificial Pancreas " (PEA), which consists of a bomb of insulin infusion, a constant glucose sensor, and a control algorithm in closed bow. The principal aim of the PEA is providing the patient precision, efficiency and safety regarding the normalization of the glycemic control and hypoglycemia risk reduction". The PEA establishes through subcutaneous route, consequently, the delay introduced by the insulin action, the delay of the glucose measure, as well as the mistakes introduced by the constant glucose sensors when, decalibrate, impede the employment of an algorithm of control. At this stage we must shape the patient glucose levels through predictive systems. A model is all that element or set of elements which will allow us to predict the behavior of a system by introducing input variables. Thus what we obtain, is a prediction of the future stages in which it is possible to find the patient glucose level, being served of input insulin, ingestion and glucose variables already known, for being the ones happened previously in the time. When we use the glucose predictor, using obtained real time parameters, the controller is capable of indicating the future level of the glucose for the decision capture CL controller. The predictors that are being used nowadays in the PEA are not working correctly for the amount of information and variables that it need to handle. Data Mining, also indexed as Knowledge Discovery in Databases or KDD, has been defined as the not trivial extraction process of implicit information, previously unknown and potentially useful. All this, using the following phases of the knowledge extraction process: selection of information, pre- processing, transformation, data mining, results interpretation, evaluation and knowledge acquisition. With all this process we seek to generate the unique insulin glucose model that adjusts individually and in a personalized way for each patient form and being capable, at the same time, of predicting the future conditions with real time calculations, across few input parameters. This project of end of grade seeks to extract the information contained in a database of type 1 diabetics patients, obtained from clinical experimentation. For it, we will use technologies of Data Mining. For the attainment of the aim implicit to this project we have proceeded to implement a graphical interface that will guide us across the process of the KDD (with graphical and statistical information) of every point of the process. Regarding the data mining part, we have been served by a tool called WEKA's tool called, in which across Java, we control all of its functions to implement them by means of the created program. Finally granting a higher potential to the project with the possibility of implementing the service for Android devices, porting the code. Through these devices and what has been exposed in the project they might help or even create new and very useful applications for this field. As a conclusion of the project, and after an exhaustive analysis of the obtained results, we can show how we achieve to obtain the insulin–glucose model for each patient.

Características de grãos e amido de diferentes cultivares de quinoa (Chenopodium quinoa Willd.)

Os grãos de quinoa possuem excelente balanço nutricional além das propriedades funcionais, comparativamente superior à dos cereais. A quinoa é cultivada em diversos países e, devido às suas características, têm aumentado o interesse de pesquisadores e consumidores. A quinoa contém pericarpo branco, no entanto, existem grãos com pericarpo vermelho e preto, e todos os tipos são utilizados como alimento em diferentes preparações. Com o objetivo de avaliar as características de grãos de quinoa, amostras de cor branca, preta e vermelha foram analisadas quanto às propriedades físico-químicas e funcionais dos grãos e do amido extraído das diferentes amostras. O amido, extraído pelo método alcalino, foi submetido as análises de teor de amilose, difração de raios X, microscopia eletrônica de varredura (MEV), propriedades térmicas (por DSC-Differential Scanning Calorimeter) e propriedades de pasta (por RVA- Rapid Visco Analyser), além de suscetibilidade à hidrólise enzimática e cor. A composição físico-química dos grãos de quinoa apresentou como principais diferenças o teor de cinzas, fibras e amido. O teor de amilose variou de 13,6% a 21,3%, entre as amostras de amido; os padrões de cristalinidade dos amidos foram de tipo A, típico dos cereais; e, a cristalinidade relativa variou de 25,4 a 29,6 %; as micrografias obtidas por MEV apresentaram as formas poliédricas dos grânulos de amido. Os viscoamilogramas, obtidos para os diferentes amidos, mostraram um comportamento semelhante entre as amostras brancas e pretas. As propriedades térmicas de retrogradação das amostras de quinoa vermelha apresentaram uma menor taxa de retrogradação que variou de 7,5 a 8,5 %; as cultivares brancas apresentaram as maiores taxas de retrogradação de 19,0 a 25,4 %. A hidrólise enzimática dos grânulos de amido, analisada em equivalentes de maltose, variou de 7,2 a 8,7 mg/mL, com uma velocidade maior para a cultivar BSyB, em 60 minutos. O amido extraído das amostras brancas de quinoa apresentou valor de luminosidade de 99,0 e os amidos extraídos das amostras de cor vermelha e preta apresentaram em torno de 97,0. As análises realizadas neste estudo ampliam o conhecimento das características da quinoa de cor branca, vermelha e preta, além de mostrar que a cultivar brasileira (BSyB) apresenta características diferenciadas em vários parâmetros. Devido as suas propriedades todas as amostras analisadas possuem potencial para futuras aplicações tecnológicas.

Impacto do pH final na maciez do músculo Longissimus lumborum de animais zebuínos: mudanças estruturais de proteínas da carne crua e cozida durante a maturação

O objetivo do presente trabalho foi determinar a força de cisalhamento Warner-Bratzler do músculo Longissimus lumborum de animais zebuínos machos inteiros (Bos indicus) durante o período de maturação, nas faixas de pH final (pHf 48 horas post mortem) normal (pH entre 5,5 e 5,8) e anormal (pH entre 5,81 e 6,19) e temperaturas internas de cozimento. Concomitante com a avaliação de força de cisalhamento, foram avaliadas também a degradação da desmina e troponina T, o comprimento do sarcômero, o teor de colágeno total e solúvel, as temperaturas máximas de desnaturação das proteínas e a morfologia geral de agregação das fibras do músculo no cozimento. A degradação da desmina e troponina T foi maior no pHf normal, aparecendo produtos de degradação a partir do dia 7 nessa faixa de pHf. Não houve diferenças nos valores de comprimento do sarcômero, descartando-se assim, a contribuição desse parâmetro sobre a temperatura máxima de desnaturação (Tmáx) das proteínas, determinada utilizando calorímetro exploratório diferencial (DSC). Similarmente, não foram encontradas diferenças para os teores de colágeno total e solúvel, e os valores de colágeno total foram baixos, sugerindo que sua contribuição na segunda transição térmica e nos valores de força de cisalhamento foi mínima. As Tmáx1 e Tmáx2, correspondentes à desnaturação da meromiosina leve e pesada, respectivamente, foram menores no pHf normal, mas o efeito foi maior para a Tmáx2. A Tmáx3 da actina e titina aumentou até 14 dias post mortem na faixa de pHf normal, e posteriormente diminuiu significativamente após 21 dias, sugerindo possível degradação dessas proteínas nesse período de dias. Não foram encontradas diferenças nos valores de Tmáx no pHf anormal, em todos os dias post mortem, o que sugere a contribuição de um possível mecanismo de proteção que estabiliza as miofibrilas no aquecimento. Houve maior agregação das fibras do músculo no pHf normal nas temperaturas internas de cozimento de 65 e 80°C, provavelmente devido à maior desnaturação térmica das miofibrilas. Os valores de força de cisalhamento foram maiores com o aumento da temperatura interna de cozimento, devido ao aumento da desnaturação térmica das miofibrilas do músculo. Independente da temperatura interna de cozimento, os valores de força de cisalhamento foram altos em quase todos os dias post mortem para ambas as faixas de pHf, o que sugere a necessidade de utilizar métodos físicos ou químicos para aumentar a maciez do músculo Longissimus lumborum de animais zebuínos.

Measurement of electrons from heavy-flavour hadron decays in p-Pb collisions at $\\sqrt{s_{NN}} = 5.02$ TeV using TPC and EMCal detectors with ALICE at LHC

Heavy-ion collisions are a powerful tool to study hot and dense QCD matter, the so-called Quark Gluon Plasma (QGP). Since heavy quarks (charm and beauty) are dominantly produced in the early stages of the collision, they experience the complete evolution of the system. Measurements of electrons from heavy-flavour hadron decay is one possible way to study the interaction of these particles with the QGP. With ALICE at LHC, electrons can be identified with high efficiency and purity. A strong suppression of heavy-flavour decay electrons has been observed at high $p_{m T}$ in Pb-Pb collisions at 2.76 TeV. Measurements in p-Pb collisions are crucial to understand cold nuclear matter effects on heavy-flavour production in heavy-ion collisions. The spectrum of electrons from the decays of hadrons containing charm and beauty was measured in p-Pb collisions at $\\sqrt = 5.02$ TeV. The heavy flavour decay electrons were measured by using the Time Projection Chamber (TPC) and the Electromagnetic Calorimeter (EMCal) detectors from ALICE in the transverse-momentum range $2 < p_ < 20$ GeV/c. The measurements were done in two different data set: minimum bias collisions and data using the EMCal trigger. The non-heavy flavour electron background was removed using an invariant mass method. The results are compatible with one ($R_ \\approx$ 1) and the cold nuclear matter effects in p-Pb collisions are small for the electrons from heavy-flavour hadron decays.

Refugios antiaéreos de la Guerra Civil en Alicante: intervenciones arqueológicas en las plazas de Séneca y Dr. Balmis

El golpe militar de 1936 conducirá a una dura contienda civil. Durante la misma, la Aviación Legionaria Italiana y, en menor medida, la Legión Cóndor bombardeará duramente numerosas ciudades de la costa mediterránea. Para proteger a la población, las Juntas Locales de Defensa Pasiva llevarán a cabo un programa de construcción de refugios antiaéreos sin precedentes hasta entonces. En Alicante serán numerosos los refugios construidos, entre ellos los situados en las plazas de Séneca y del Dr. Balmis, ambas construcciones salen a la luz, tras años de olvido, a raíz de sendos proyectos de remodelación de las zonas en las que se encuentran enclavados.

The fall-out from the Brussels terrorist attacks. EPC Commentary, 16 June 2016

On 22 March, Belgium got a brutal wake-up call. In a coordinated attack, two nail bombs exploded in the departure hall of the Brussels National Airport. A little over an hour later, a third bomb exploded inside a metro train passing through Maelbeek station. 32 civilians lost their lives, while more than 300 people were injured. The Islamic State (IS) network, which was responsible for the Paris attacks on 13 November 2015, claimed responsibility. The arrest of Salah Abdeslam, the sole survivor of the Paris attacks, on 18 March, seems to have made IS expedite the Brussels attacks following a claim from the Paris prosecutor that Abdeslam would cooperate with the French Justice Department over the Paris attacks.