L'expression de la protéine de l'hémochromatose HFE est modulée par les lymphocytes T activés et inhibe la présentation antigénique par MHC I

La présentation antigénique par le complexe majeur d’histocompatibilité (MHC) I est un processus ubiquitaire permettant la présentation de protéines endogènes qui reflètent l'état de la cellule à la surface cellulaire aux lymphocytes T CD8+ dans le contexte de la surveillance et la réponse immunitaires. Ainsi, l'expression des molécules du MHC I classiques est induite en réponse aux stimuli inflammatoires afin de favoriser la reconnaissance immunitaire et l'élimination des pathogènes. HFE est une molécule du MHC Ib non-classique qui sert de régulateur négatif de l'absorption du fer. HFE est associé au développement de l'hémochromatose héréditaire (HH), maladie associée au métabolisme du fer mais souvent accompagnée de défauts immunitaires. Ainsi, nous avons en premier lieu étudié l'impact de HFE sur la présentation antigénique par MHC I, afin d'expliquer en partie les défauts immunitaires liés à l'HH associée à HFEC282Y. Puis, compte tenu de l'impact de l'inflammation sur l'expression des molécules du MHC I classiques, nous avons étudié la régulation de l'expression de HFE en réponse aux stimuli inflammatoires induits par les cellules du sang périphérique mononucléées (PBMC). Nous avons mis au point un système d’expression antigénique dans lequel nous contrôlons l’expression de MHC I, de HFE et d’un antigène pour lequel nous avons généré des lymphocytes T CD8+ spécifiques. Nos résultats démontrent que la forme sauvage de HFE (HFEWT), contrairement à sa forme mutée (HFEC282Y), inhibe la reconnaissance de complexes MHC I/peptide (pMHC). Nous avons également démontré que l'inhibition de la reconnaissance est maintenue, indépendamment des niveaux d'expression de MHC I à la surface, d'une compétition pour la β2-microglobuline, de la capacité de HFE d'interagir avec le récepteur de la transferrine, de l'origine de l'antigène ou de l'affinité de celui-ci. Par ailleurs, nous avons identifié les domaines α1-2 de HFEWT comme étant responsables de l'inhibition de la reconnaissance antigénique. Par contre, la reconnaissance de peptides chargés de manière externe sur les molécules du MHC I présentes à la surface n'a démontré aucune inhibition en présence de HFEWT, suggérant que HFEWT pourrait affecter la reconnaissance en interférant avec le processus d'apprêtement antigénique intracellulaire. À l’inverse, nous avons souhaité déterminer si les lymphocytes T activés pouvaient influencer les niveaux d'expression de HFE. En termes de régulation de l'expression de HFE, nous avons établi que HFE est exprimé dans les tissus sains chez l'humain et induit chez les lignées de cancers du colon, du sein, du poumon, du rein et du mélanome. Par ailleurs, en co-cultivant des lymphocytes T activés avec ces lignées tumorales, nous avons démontré que l'expression de HFE est fortement inhibée dans toutes ces lignées tumorales lorsqu'exposées à des lymphocytes T activés. Finalement, la modulation de l'expression de HFE est indépendante du contact cellulaire et semble médiée en partie par le GM-CSF, l'IFN-γ et le TNF. En somme, ces résultats suggèrent que les lymphocytes T de l'hôte modulent l'expression de HFE dans le microenvironnement inflammatoire, ce qui pourrait promouvoir la reconnaissance des antigènes présentés sur les molécules du MHC I présentées aux lymphocytes T CD8+ antigène-spécifiques. De plus, ces études soulèvent la possibilité d'un nouveau rôle physiologique de HFEWT dans la voie de présentation antigénique par MHC I, qui pourrait moduler l'immunogénicité des antigènes et la réponse immunitaire cellulaire chez l'hôte.

Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks

Cette thèse étudie des modèles de séquences de haute dimension basés sur des réseaux de neurones récurrents (RNN) et leur application à la musique et à la parole. Bien qu'en principe les RNN puissent représenter les dépendances à long terme et la dynamique temporelle complexe propres aux séquences d'intérêt comme la vidéo, l'audio et la langue naturelle, ceux-ci n'ont pas été utilisés à leur plein potentiel depuis leur introduction par Rumelhart et al. (1986a) en raison de la difficulté de les entraîner efficacement par descente de gradient. Récemment, l'application fructueuse de l'optimisation Hessian-free et d'autres techniques d'entraînement avancées ont entraîné la recrudescence de leur utilisation dans plusieurs systèmes de l'état de l'art. Le travail de cette thèse prend part à ce développement. L'idée centrale consiste à exploiter la flexibilité des RNN pour apprendre une description probabiliste de séquences de symboles, c'est-à-dire une information de haut niveau associée aux signaux observés, qui en retour pourra servir d'à priori pour améliorer la précision de la recherche d'information. Par exemple, en modélisant l'évolution de groupes de notes dans la musique polyphonique, d'accords dans une progression harmonique, de phonèmes dans un énoncé oral ou encore de sources individuelles dans un mélange audio, nous pouvons améliorer significativement les méthodes de transcription polyphonique, de reconnaissance d'accords, de reconnaissance de la parole et de séparation de sources audio respectivement. L'application pratique de nos modèles à ces tâches est détaillée dans les quatre derniers articles présentés dans cette thèse. Dans le premier article, nous remplaçons la couche de sortie d'un RNN par des machines de Boltzmann restreintes conditionnelles pour décrire des distributions de sortie multimodales beaucoup plus riches. Dans le deuxième article, nous évaluons et proposons des méthodes avancées pour entraîner les RNN. Dans les quatre derniers articles, nous examinons différentes façons de combiner nos modèles symboliques à des réseaux profonds et à la factorisation matricielle non-négative, notamment par des produits d'experts, des architectures entrée/sortie et des cadres génératifs généralisant les modèles de Markov cachés. Nous proposons et analysons également des méthodes d'inférence efficaces pour ces modèles, telles la recherche vorace chronologique, la recherche en faisceau à haute dimension, la recherche en faisceau élagué et la descente de gradient. Finalement, nous abordons les questions de l'étiquette biaisée, du maître imposant, du lissage temporel, de la régularisation et du pré-entraînement.

L'inhibition de la production d'AMPc est modulée différemment à court et long terme par l'internalisation du récepteur opioïde delta

Les opioïdes sont les analgésiques les plus puissants mais leur utilisation prolongée peut entraîner le développement d’une tolérance analgésique. La tolérance serait en partie associée à l’inhibition prolongée de l’adénosine monophosphate cyclique (AMPc) entraînant des changements compensatoires dans la voie de l’adénylate cyclase. Pour cette étude, nous avons eu recours à un biosenseur basée sur la technologie de Bioluminescence Resonnance Energy Transfer (BRET) et qui fournit des mesures de l’AMPc en fonction du temps réel. Durant les 15 premières minutes de stimulation, la réponse de l’AMPc est bi-phasique. Cette progression de la réponse à l’AMPc n’est pas la même pour tous les ligands. Par exemple, la deltorphine II qui induit l’internalisation du récepteur opioïde delta (DOR) affiche une baisse de l’inhibition de l’AMPc. À l’inverse la morphine qui n’induit pas l’internalisation du DOR affiche une réponse stable à l’inhibition de l’AMPc. Ainsi le profil d’internalisation permet de prédire la progression de l’inhibition de l’AMPc à court terme (15 minutes). Nous avons aussi mesuré la réponse à l’AMPc durant 30, 60 et 120 min, étant donné qu’un traitement chronique aux opioïdes induit une tolérance analgésique. Selon les résultats obtenus, le profil d’internalisation du DOR induits par les ligands ne permet pas d’expliquer l’inhibition persistante de l’AMPc.

L’intégration de la prise de décision visuo-motrice et d’action motrice dans des conditions ambiguës

La prise de décision est un mécanisme qui fait intervenir les structures neuronales supérieures afin d’effectuer un lien entre la perception du signal et l’action. Plusieurs travaux qui cherchent à comprendre les mécanismes de la prise de décision sont menés à divers ni- veaux allant de l’analyse comportementale cognitive jusqu'à la modélisation computationnelle. Le but de ce projet a été d’évaluer d’un instant à l’autre comment la variabilité du signal observé («bruit»), influence la capacité des sujets humains à détecter la direction du mouvement dans un stimulus visuel. Dans ces travaux, nous avons éliminé l’une des sources potentielles de variabilité, la variabilité d’une image à l’autre, dans le nombre de points qui portaient les trois signaux de mouvements cohérents (gauche, droite, et aléatoire) dans les stimuli de Kinématogramme de points aléatoires (KPA), c’est-à-dire la variabilité d’origine périphérique. Les stimuli KPA de type « V6 » étaient des stimuli KPA standard avec une variabilité instantanée du signal, et par contre les stimuli KPA de type « V8 », étaient modifiés pour éliminer la variabilité stochastique due à la variabilité du nombre de pixels d’un instant à l’autre qui portent le signal cohérent. Si la performance des sujets, qui correspond à leur temps de réaction et au nombre de bonnes réponses, diffère en réponse aux stimuli dont le nombre de points en mouvement cohérent varie (V6) ou ne varie pas (V8), ceci serait une preuve que la variabilité d’origine périphérique modulerait le processus décisionnel. Par contre, si la performance des sujets ne diffère pas entre ces deux types de stimuli, ceci serait une preuve que la source majeure de variabilité de performance est d’origine centrale. Dans nos résultats nous avons constaté que le temps de réaction et le nombre de bonnes réponses sont modulés par la preuve nette du mouvement cohérent. De plus on a pu établir qu’en éliminant la variabilité d’origine périphérique définit ci-dessus, on n’observe pas réellement de modification dans les enregistrements. Ce qui nous à amené à penser qu’il n y a pas de distinction claire entre la distribution des erreurs et les bonnes réponses effectuées pour chacun des essais entre les deux stimuli que nous avons utilisé : V6 et V8. C’est donc après avoir mesuré la « quantité d’énergie » que nous avons proposé que la variabilité observée dans les résultats serait probablement d’origine centrale.

Traduction et adaptation d’un module d’introduction à la gestion des données de recherche

Présentation-éclair, Congrès des milieux documentaires du Québec 2015

A physically based trunk soft tissue modeling for scoliosis surgery planning systems

One of the major concerns of scoliotic patients undergoing spinal correction surgery is the trunk's external appearance after the surgery. This paper presents a novel incremental approach for simulating postoperative trunk shape in scoliosis surgery. Preoperative and postoperative trunk shapes data were obtained using three-dimensional medical imaging techniques for seven patients with adolescent idiopathic scoliosis. Results of qualitative and quantitative evaluations, based on the comparison of the simulated and actual postoperative trunk surfaces, showed an adequate accuracy of the method. Our approach provides a candidate simulation tool to be used in a clinical environment for the surgery planning process.

A Diagnostic and Modeling Study on the Onset of Summer Monsoon over South Asia

This study focuses on the onset of southwest monsoon over Kerala. India Meteorological Department (IMD) has been using a semi-objective method to define monsoon onset. The main objectives of the study are to understand the monsoon onset processes, to simulate monsoon onset in a GCM using as input the atmospheric conditions and Sea Surface Temperature, 10 days earlier to the onset, to develop a method for medium range prediction of the date of onset of southwest monsoon over Kerala and to examine the possibility of objectively defining the date of Monsoon Onset over Kerala (MOK). It gives a broad description of regional monsoon systems and monsoon onsets over Asia and Australia. Asian monsoon includes two separate subsystems, Indain monsoon and East Asian monsoon. It is seen from this study that the duration of the different phases of the onset process are dependent on the period of ISO. Based on the study of the monsoon onset process, modeling studies can be done for better understanding of the ocean-atmosphere interaction especially those associated with the warm pool in the Bay of Bengal and the Arabian Sea.

Modeling of Suspended Sediment Dynamics in Tropical River Basins

It is proposed to study the suspended sediment transport characteristics of river basins of Kerala and to model suspended sediment discharge mechanism for typical micro-watersheds. The Pamba river basin is selected as a representative hydrologic regime for detailed studies of suspended sediment characteristics and its seasonal variation. The applicability of various erosion models would be tested by comparing with the observed event data (by continuous monitoring of rainfall, discharge, and suspended sediment concentration for lower order streams). Empirical, conceptual and physically distributed models were used for making the comparison of performance of the models. Large variations in the discharge and sediment quantities were noticed during a particular year between the river basins investigated and for an individual river basin during the years for which the data was available. In general, the sediment yield pattern follows the seasonal distribution of rainfall, discharge and physiography of the land. This confirms with similar studies made for other Indian rivers. It was observed from this study, that the quantity of sediment transported downstream shows a decreasing trend over the years corresponding to increase in discharge. For sound and sustainable management of coastal zones, it is important to understand the balance between erosion and retention and to quantify the exact amount of the sediments reaching this eco-system. This, of course, necessitates a good length of time series data and more focused research on the behaviour of each river system, both present and past. In this realm of river inputs to ocean system, each of the 41 rivers of Kerala may have dominant yet diversified roles to influence the coastal ecosystem as reflected from this study on the major fraction of transport, namely the suspended sediments

A Comaparison Study of EM and Physical Equivalent Circuit Modeling for MIM CMOS Capacitors

In this Letter a new physical model for metal-insulatormetal CMOS capacitors is presented. In the model the parameters of the circuit are derived from the physical structural details. Physical behaviors due to metal skin effect and inductance have been considered. The model has been confirmed by 3D EM simulator and design rules proposed. The model presented is scalable with capacitor geometry, allowing designers to predict and optimize quality factor. The approach has been verified for MIM CMOS capacitors

Income modeling using Quantile Functions

Department of Statistics, Cochin University of Science and Technology

Modeling and Analysis of Some Heavy Tailed Time Series

The thesis has covered various aspects of modeling and analysis of finite mean time series with symmetric stable distributed innovations. Time series analysis based on Box and Jenkins methods are the most popular approaches where the models are linear and errors are Gaussian. We highlighted the limitations of classical time series analysis tools and explored some generalized tools and organized the approach parallel to the classical set up. In the present thesis we mainly studied the estimation and prediction of signal plus noise model. Here we assumed the signal and noise follow some models with symmetric stable innovations.We start the thesis with some motivating examples and application areas of alpha stable time series models. Classical time series analysis and corresponding theories based on finite variance models are extensively discussed in second chapter. We also surveyed the existing theories and methods correspond to infinite variance models in the same chapter. We present a linear filtering method for computing the filter weights assigned to the observation for estimating unobserved signal under general noisy environment in third chapter. Here we consider both the signal and the noise as stationary processes with infinite variance innovations. We derived semi infinite, double infinite and asymmetric signal extraction filters based on minimum dispersion criteria. Finite length filters based on Kalman-Levy filters are developed and identified the pattern of the filter weights. Simulation studies show that the proposed methods are competent enough in signal extraction for processes with infinite variance.Parameter estimation of autoregressive signals observed in a symmetric stable noise environment is discussed in fourth chapter. Here we used higher order Yule-Walker type estimation using auto-covariation function and exemplify the methods by simulation and application to Sea surface temperature data. We increased the number of Yule-Walker equations and proposed a ordinary least square estimate to the autoregressive parameters. Singularity problem of the auto-covariation matrix is addressed and derived a modified version of the Generalized Yule-Walker method using singular value decomposition.In fifth chapter of the thesis we introduced partial covariation function as a tool for stable time series analysis where covariance or partial covariance is ill defined. Asymptotic results of the partial auto-covariation is studied and its application in model identification of stable auto-regressive models are discussed. We generalize the Durbin-Levinson algorithm to include infinite variance models in terms of partial auto-covariation function and introduce a new information criteria for consistent order estimation of stable autoregressive model.In chapter six we explore the application of the techniques discussed in the previous chapter in signal processing. Frequency estimation of sinusoidal signal observed in symmetric stable noisy environment is discussed in this context. Here we introduced a parametric spectrum analysis and frequency estimate using power transfer function. Estimate of the power transfer function is obtained using the modified generalized Yule-Walker approach. Another important problem in statistical signal processing is to identify the number of sinusoidal components in an observed signal. We used a modified version of the proposed information criteria for this purpose.

Nitrifying Bioreactors Integrated into Shrimp and Prawn Hatchery Systems: Molecular Characterization of the Nitrifying Consortia,Reactor Kinetics, Modeling and Validation

National Centre for Aquatic Animal Health, Cochin University of Science and Technology

Tropical Mesoscale Convective Systems and Associated Energetics : Observational and Modeling Studies

The main purpose of the thesis is to improve the state of knowledge and understanding of the physical structure of the TMCS and its short range prediction. The present study principally addresses the fine structure, dynamics and microphysics of severe convective storms.The structure and dynamics of the Tropical cloud clusters over Indian region is not well understood. The observational cases discussed in the thesis are limited to the temperature and humidity observations. We propose a mesoscale observational network along with all the available Doppler radars and other conventional and non—conventional observations. Simultaneous observations with DWR, VHF and UHF radars of the same cloud system will provide new insight into the dynamics and microphysics of the clouds. More cases have to be studied in detail to obtain climatology of the storm type passing over tropical Indian region. These observational data sets provide wide variety of information to be assimilated to the mesoscale data assimilation system and can be used to force CSRM.The gravity wave generation and stratosphere troposphere exchange (STE) processes associated with convection gained a great deal of attention to modem science and meteorologist. Round the clock observations using VHF and UHF radars along with supplementary data sets like DWR, satellite, GPS/Radiosondes, meteorological rockets and aircrafl observations is needed to explore the role of convection and associated energetics in detail.

Modeling premartensitic effects in Ni2MnGa: A mean-field and Monte Carlo simulation study

ic first-order transition line ending in a critical point. This critical point is responsible for the existence of large premartensitic fluctuations which manifest as broad peaks in the specific heat, not always associated with a true phase transition. The main conclusion is that premartensitic effects result from the interplay between the softness of the anomalous phonon driving the modulation and the magnetoelastic coupling. In particular, the premartensitic transition occurs when such coupling is strong enough to freeze the involved mode phonon. The implication of the results in relation to the available experimental data is discussed.