Use of confocal microscopy to follow the development of penetrative hyphae during growth of Rhizopus oligosporus in an artificial solid-state fermentation system

Two methods were compared for determining the concentration of penetrative biomass during growth of Rhizopus oligosporus on an artificial solid substrate consisting of an inert gel and starch as the sole source of carbon and energy. The first method was based on the use of a hand microtome to make sections of approximately 0.2- to 0.4-mm thickness parallel to the substrate surface and the determination of the glucosamine content in each slice. Use of glucosamine measurements to estimate biomass concentrations was shown to be problematic due to the large variations in glucosamine content with mycelial age. The second method was a novel method based on the use of confocal scanning laser microscopy to estimate the fractional volume occupied by the biomass. Although it is not simple to translate fractional volumes into dry weights of hyphae due to the lack of experimentally determined conversion factors, measurement of the fractional volumes in themselves is useful for characterizing fungal penetration into the substrate. Growth of penetrative biomass in the artificial model substrate showed two forms of growth with an indistinct mass in the region close to the substrate surface and a few hyphae penetrating perpendicularly to the surface in regions further away from the substrate surface. The biomass profiles against depth obtained from the confocal microscopy showed two linear regions on log-linear plots, which are possibly related to different oxygen availability at different depths within the substrate. Confocal microscopy has the potential to be a powerful tool in the investigation of fungal growth mechanisms in solid-state fermentation. (C) 2003 Wiley Periodicals, Inc.

Desenvolvimento e análise de uma rede neural artificial para estimativa da erosividade da chuva para o Estado de São Paulo

O conhecimento do valor da erosividade da chuva (R) de determinada localidade é fundamental para a estimativa das perdas de solo feitas a partir da Equação Universal de Perdas de Solo, sendo, portanto, de grande importância no planejamento conservacionista. A fim de obter estimativas do valor de R para localidades onde este é desconhecido, desenvolveu-se uma rede neural artificial (RNA) e analisou-se a acurácia desta com o método de interpolação "Inverso de uma Potência da Distância" (ID). Comparando a RNA desenvolvida com o método de interpolação ID, verificou-se que a primeira apresentou menor erro relativo médio na estimativa de R e melhor índice de confiança, classificado como "Ótimo", podendo, portanto, ser utilizada no planejamento de uso, manejo e conservação do solo no Estado de São Paulo.

Desfolha artificial simulando danos de pragas na cultura do girassol (Helianthus annuus L., Asteraceae)

O girassol está sujeito às perdas de área foliar por diferentes fatores, dentre eles os insetos desfolhadores, contra aos quais geralmente são dirigidas aplicações de inseticidas na cultura. A desfolha artificial em plantas de importância econômica é uma metodologia útil na simulação de ataques dessas pragas em lavouras na determinação dos níveis de dano econômico. O objetivo deste estudo foi avaliar componentes de produção das plantas de girassol submetidas a níveis crescentes de desfolha de 0, 10, 25, 50, 75 e 100%, realizada em três distintos estádios fenológicos da cultura, a saber: V6 (seis folhas com no mínimo 4,0 cm de comprimento), R1 (quando a inflorescência circundada pela bráctea imatura torna-se visível) e R5.5 (50% das flores do disco estão fertilizadas ou em antese), perfazendo um total de 18 tratamentos, os quais foram dispostos em blocos ao acaso, com quatro repetições. Para todos os componentes de produção avaliados (diâmetro do capítulo, biomassa total de sementes da planta e biomassa de 100 aquênios) houve efeito significativo da interação dos tratamentos, evidenciando que o efeito da desfolha será dependente do estágio fenológico da planta. O estádio R5.5 foi mais sensível à desfolha, ocasionando perdas em todos os componentes de produção avaliados.

Temperatura e substrato para germinação de sementes de flor-de-maio (Schlumbergera truncata (Haw.) Moran)

Schlumbergera truncata é uma cactácea de hábito epífito conhecida popularmente como flor-de-maio ou flor-deseda. É uma planta ornamental, cultivada em vasos e muito apreciada pela beleza de suas flores. O objetivo deste trabalho foi avaliar o efeito da temperatura e do substrato na germinação de sementes de S. truncata. Os substratos utilizados no experimento foram: papel mata-borrão, areia de granulação média, casca de arroz carbonizada e bagaço de cana triturado, e as temperaturas avaliadas foram 20, 25 e 30 ºC. As variáveis analisadas foram: porcentagem de germinação, índice de velocidade de germinação e tempo médio de germinação. As maiores porcentagens de germinação ocorreram em 20 e 25 ºC em papel, areia e casca de arroz carbonizada. Na casca de arroz carbonizada, observaramse os maiores valores de índice de velocidade de germinação e os menores valores de tempo médio de germinação. Concluiu-se que a temperatura de 20 ºC e o substrato casca de arroz carbonizada foram mais adequados para a germinação de sementes de S. truncata e que o bagaço de cana não foi adequado como substrato para a germinação da espécie.

Dose inseminante utilizada na fertilização artificial de ovócito de piracanjuba (Brycon orbignyanus)

A piracanjuba (Brycon orbignyanus Valenciennes, 1849) é uma espécie de peixe migratória, ameaçada de extinção. O objetivo do presente estudo foi determinar a dose inseminante na fertilização artificial de ovócitos de piracanjuba. Para isso, utilizou-se delineamento em blocos casualizados, com quatro tratamentos e três repetições. Três casais de piracanjuba, selecionados dos tanques de reprodutores da Estação Ambiental de Itutinga (EAI - CEMIG), no período de piracema 2006/2007, receberam aplicação de hormônio extrato bruto de hipófise de carpa (EBHC) para obtenção dos gametas. Adotaram-se quatro tratamentos diferentes para a fertilização de 0,1 grama de ovócitos: 10µL, 20µL, 30µL e 40µL de sêmen. As amostras foram ativadas com 5 mL de água do próprio tanque e, em seguida, levadas para incubadoras, dotadas de renovação constante de água, à temperatura de 28ºC. Após 8 e 16 horas, analisaram-se as taxas de fertilização (ovos viáveis) e de eclosão dos ovos, respectivamente. Os resultados obtidos foram comparados pelo teste de Tukey a 5%. As relações sêmen-ovócitos testadas não alteraram as taxas de fertilização e eclosão (P>0,05). O número de espermatozoides-ovócitos, variando de 10,4 x10(5) a 41,6 x10(5), foi eficiente para obtenção de boas taxas de fertilidade.

Influência do substrato e do enraizamento na aclimatização de Melocactus glaucescens Buining & Brederoo propagados in vitro

Melocactus glaucescens (Cactaceae) é espécie endêmica da Bahia e está incluída na lista da IUCN e MMA como ameaçada de extinção. A transferência da condição in vitro para o ambiente ex vitro é uma etapa crítica, podendo ser um fator limitante para a produção das mudas micropropagadas. O objetivo deste trabalho foi analisar o efeito de diferentes substratos e do enraizamento na aclimatização de Melocactus glaucescens. As plantas propagadas in vitro foram mantidas sob 100% de luminosidade, com regas diárias por 75 dias. Os resultados demonstraram que o substrato adequado para a aclimatização deve conter 50% de terra vegetal e 50% de areia lavada; o tamanho mínimo do diâmetro e do comprimento da parte aérea para transferência para as condições ex vitro é de 5 mm e que as etapas de enraizamento in vitro e rustificação podem ser eliminadas da micropropagação de M. glaucescens. Estudos para demonstrar tempos de dessecação dos brotos acima de 5 mm são necessários, para se eliminar completamente a etapa do enraizamento in vitro para esta espécie.

Casca do fruto da mamoneira como substrato para as plantas

A casca do fruto da mamoneira (CFM) é um resíduo gerado, em grande quantidade, no beneficiamento da mamona. O objetivo desta pesquisa foi avaliar as características físicas e químicas da CFM e seu efeito, como substrato, para plantas. A avaliação das características da CFM foi realizada em um experimento fatorial (2x3), constituído da combinação de dois tipos de casca (CFM in natura e compostada) e três granulometrias (peneiras 3, 5 e 10 mm de malha), em delineamento de blocos ao acaso. Os teores de macro e micronutrientes, condutividade elétrica (CE), pH, densidade seca (DS), densidade úmida (DU), porosidade total (PT) e espaço de aeração (EA) foram avaliados. A avaliação da CFM como substrato para plantas foi realizada, utilizando-se mudas de tomateiro (Lycopersicon esculentum Mill.) e estacas de pingo-de-ouro (Duranta repens L.) como espécies indicadoras. Para o cultivo de mudas de tomateiro, a CFM, na granulometria de 3 mm, in natura, ou compostada, foi misturada com Plantmax® em cinco proporções [0:100; 25:75; 50:50; 75:25; 100:0 (v/v)]. Para o enraizamentode pingo-de-ouro, estacas foram plantadas em CFM, in natura, ou compostada, de três granulometrias (3, 5 e 10 mm). A CFM compostada, na granulometria de 3 mm, apresentou as características físicas mais adequadas. A CFM in natura apresentou efeitos negativos, sendo inadequada como substrato. A CFM compostada permitiu obter 100% de germinação e mudas normais de tomateiro, bem como estacas enraizadas de pingo- de- ouro, podendo, portanto, ser utilizada como substrato, pura, ou em misturas.

Interrelações entre a profundidade do solo e o substrato geológico na região centro-leste de Minas Gerais

O estudo das interrelações entre profundidade do solo e o substrato geológico de uma área é importante para a compreensão da gênese do solo e seus atributos físicos, químicos e morfológicos, constituindo-se em importante ferramenta para avaliar a influência das características do material de origem no grau de intemperismo e, consequentemente, na profundidade do perfil do solo. Com o objetivo de estabelecer essas relações, levantaram-se informações detalhadas quanto aos aspectos geológicos, como: litotipos, constituição, minerais principais, textura, granulação e cor das rochas das regiões de Cocais, Rio Doce, Sabinópolis, Virginópolis e Santa Bárbara, em Minas Gerais, bem como suas classes de solos e a profundidade de aparecimento dos horizontes B/C ou C. Essas relações foram obtidas por meio de um sistema geográfico de informações e de uma análise estatística simples entre os litotipos e profundidade dos solos. A partir dessas relações foi possível agrupar os valores médios de profundidade do solo de acordo com o material de origem, propiciando uma análise de agrupamento pelo método de minimização da variância (CLUSTERMV-SAEG), utilizando-se a distância euclidiana média. Os resultados indicam que materiais bandados em relação a rochas maciças estão relacionados com perfis mais profundos, da mesma forma que rochas com granulação mais grossa têm maior capacidade de intemperização e, portanto, estão relacionadas com solos mais profundos.

Produção de mudas de pimenteira-do-reino em substrato comercial fertilizado com adubo de liberação lenta

As doenças provocadas por patógenos de solo vêm causando sérios prejuízos pipericultura nacional, em consequência da morte prematura das plantas. Em razão disso, o objetivo deste trabalho foi avaliar a produção de mudas de três genótipos de pimenteira-do-reino, em substrato comercial isento de solo, e determinar as doses adequadas de adubo de liberação lenta, para cada genótipo, nesse substrato. Foram produzidas mudas clonais dos genótipos 'Guajarina', 'Iaçará' e 'Cingapura', em substrato comercial composto por casca de pínus e vermiculita. Ao substrato, foram misturadas cinco doses de adubo de liberação lenta, fórmula NPK 15-09-12: 0,0; 2,5; 5,0; 7,5 e 10 kg m-3. Aos 120 dias após a repicagem, os resultados mostraram que houve diferenças de crescimento entre os genótipos para todas as características avaliadas, com exceção de altura de plantas. Houve efeito das doses do adubo para todas as características avaliadas, porém a interação entre genótipos e doses do adubo foi constatada somente para o número de folhas e massas de matérias secas do sistema radicular e total. As mudas de 'Guajarina' foram as que obtiveram maior massa de matéria seca total, enquanto as de 'Cingapura' obtiveram o menor valor. As doses do adubo que proporcionaram os valores máximos de massa de matéria seca total das mudas foram 4,4 kg m-3 para 'Guajarina'; 6,4 kg m-3 para 'Iaçará' e 5,3 kg m-3 para 'Cingapura'.

Automatic modeling of pectus excavatum corrective prosthesis using artificial neural networks

Pectus excavatum is the most common deformity of the thorax. Pre-operative diagnosis usually includes Computed Tomography (CT) to successfully employ a thoracic prosthesis for anterior chest wall remodeling. Aiming at the elimination of radiation exposure, this paper presents a novel methodology for the replacement of CT by a 3D laser scanner (radiation-free) for prosthesis modeling. The complete elimination of CT is based on an accurate determination of ribs position and prosthesis placement region through skin surface points. The developed solution resorts to a normalized and combined outcome of an artificial neural network (ANN) set. Each ANN model was trained with data vectors from 165 male patients and using soft tissue thicknesses (STT) comprising information from the skin and rib cage (automatically determined by image processing algorithms). Tests revealed that ribs position for prosthesis placement and modeling can be estimated with an average error of 5.0 ± 3.6 mm. One also showed that the ANN performance can be improved by introducing a manually determined initial STT value in the ANN normalization procedure (average error of 2.82 ± 0.76 mm). Such error range is well below current prosthesis manual modeling (approximately 11 mm), which can provide a valuable and radiation-free procedure for prosthesis personalization.

Automatic modeling of pectus excavatum corrective prosthesis using artificial neural networks

Pectus excavatum is the most common deformity of the thorax. Pre-operative diagnosis usually includes Computed Tomography (CT) to successfully employ a thoracic prosthesis for anterior chest wall remodeling. Aiming at the elimination of radiation exposure, this paper presents a novel methodology for the replacement of CT by a 3D laser scanner (radiation-free) for prosthesis modeling. The complete elimination of CT is based on an accurate determination of ribs position and prosthesis placement region through skin surface points. The developed solution resorts to a normalized and combined outcome of an artificial neural network (ANN) set. Each ANN model was trained with data vectors from 165 male patients and using soft tissue thicknesses (STT) comprising information from the skin and rib cage (automatically determined by image processing algorithms). Tests revealed that ribs position for prosthesis placement and modeling can be estimated with an average error of 5.0 ± 3.6 mm. One also showed that the ANN performance can be improved by introducing a manually determined initial STT value in the ANN normalization procedure (average error of 2.82 ± 0.76 mm). Such error range is well below current prosthesis manual modeling (approximately 11 mm), which can provide a valuable and radiation-free procedure for prosthesis personalization.

Artificial neural networks for automatic modelling of the pectus excavatum corrective prosthesis

Pectus excavatum is the most common deformity of the thorax and usually comprises Computed Tomography (CT) examination for pre-operative diagnosis. Aiming at the elimination of the high amounts of CT radiation exposure, this work presents a new methodology for the replacement of CT by a laser scanner (radiation-free) in the treatment of pectus excavatum using personally modeled prosthesis. The complete elimination of CT involves the determination of ribs external outline, at the maximum sternum depression point for prosthesis placement, based on chest wall skin surface information, acquired by a laser scanner. The developed solution resorts to artificial neural networks trained with data vectors from 165 patients. Scaled Conjugate Gradient, Levenberg-Marquardt, Resilient Back propagation and One Step Secant gradient learning algorithms were used. The training procedure was performed using the soft tissue thicknesses, determined using image processing techniques that automatically segment the skin and rib cage. The developed solution was then used to determine the ribs outline in data from 20 patient scanners. Tests revealed that ribs position can be estimated with an average error of about 6.82±5.7 mm for the left and right side of the patient. Such an error range is well below current prosthesis manual modeling (11.7±4.01 mm) even without CT imagiology, indicating a considerable step forward towards CT replacement by a 3D scanner for prosthesis personalization.

Comparative analysis between statistical and artificial intelligence models in business failure prediction

A growing number of predicting corporate failure models has emerged since 60s. Economic and social consequences of business failure can be dramatic, thus it is not surprise that the issue has been of growing interest in academic research as well as in business context. The main purpose of this study is to compare the predictive ability of five developed models based on three statistical techniques (Discriminant Analysis, Logit and Probit) and two models based on Artificial Intelligence (Neural Networks and Rough Sets). The five models were employed to a dataset of 420 non-bankrupt firms and 125 bankrupt firms belonging to the textile and clothing industry, over the period 2003–09. Results show that all the models performed well, with an overall correct classification level higher than 90%, and a type II error always less than 2%. The type I error increases as we move away from the year prior to failure. Our models contribute to the discussion of corporate financial distress causes. Moreover it can be used to assist decisions of creditors, investors and auditors. Additionally, this research can be of great contribution to devisers of national economic policies that aim to reduce industrial unemployment.

Comparative Analysis between Statistical and Artificial Intelligence Models in Business Failure Prediction

A growing number of predicting corporate failure models has emerged since 60s. Economic and social consequences of business failure can be dramatic, thus it is not surprise that the issue has been of growing interest in academic research as well as in business context. The main purpose of this study is to compare the predictive ability of five developed models based on three statistical techniques (Discriminant Analysis, Logit and Probit) and two models based on Artificial Intelligence (Neural Networks and Rough Sets). The five models were employed to a dataset of 420 non-bankrupt firms and 125 bankrupt firms belonging to the textile and clothing industry, over the period 2003–09. Results show that all the models performed well, with an overall correct classification level higher than 90%, and a type II error always less than 2%. The type I error increases as we move away from the year prior to failure. Our models contribute to the discussion of corporate financial distress causes. Moreover it can be used to assist decisions of creditors, investors and auditors. Additionally, this research can be of great contribution to devisers of national economic policies that aim to reduce industrial unemployment.