Desarrollo, optimización e integración de tecnologías sustentables a base de un biorreactor empacado de flujo ascendente y un humedal artificial de flujo horizontal sub-superficial para el tratamiento de agua contaminada con cromo y plomo.

Tesis (Doctor en Ciencias con Especialidad en Biotecnología) UANL, 2013

Caractérisation de l'activité biologique de l'entérotoxine STb d'Escherichia coli à l'aide de membranes lipidiques artificielles et de cellules en culture

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Imagerie par microscopie à force atomique de toxines Cry1 de Bacillus thuringiensis interagissant avec des membranes apicales de l'intestin de Manduca sexta

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Expression du récepteur B1 des kinines dans les membranes synoviales ostéoarthritiques humaines

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Mode d’action moléculaire de la toxine anti-tumorale : PS1Aa2 du bacille de Thuringe

Les parasporines sont des toxines Cry du bacille de Thuringe actives contre des cellules tumorales. Ce travail montre que la parasporine PS1Aa2 (Cry31Aa2) forme des pores dans des membranes artificielles, comme de nombreuses toxines Cry. Ceux-ci ont plusieurs niveaux de conductance dont les plus fréquents étaient de 11, 16 et 21 pS dans une solution de 150 mM KCl. Nos résultats de microspectrofluorométrie avec la sonde Fura-2 montrent que la présence de la PS1Aa2 peut produire des augmentations du calcium intracellulaire, la plupart du temps sous la forme d’oscillations calciques et parfois des augmentations soutenues. Ces réponses ont été observées en présence et en absence de calcium extracellulaire, dans les lignées tumorales HeLa et HepG2 et dans la lignée non tumorale HEK 293. Bien que quelques études aient montré que le calcium semble intervenir dans leur mode d’action, de telles oscillations calciques n’ont jamais été décrites auparavant pour des toxines Cry. Les expériences ont dû être faites à des concentrations beaucoup plus élevées de toxine que prévues sur la base des résultats publiés de cytotoxicité. Malgré la présence des fragments identifiés auparavant comme actifs, sa faible efficacité semble liée à la présence d’ADN dans les préparations qui entraîne la précipitation de la protéine. Les travaux futurs sur cette toxine seraient donc grandement facilités par une amélioration de sa méthode de préparation.

The use of artificial intelligence algorithms to guide surgical treatment of adolescent idiopathic scoliosis

La scoliose idiopathique de l’adolescent (SIA) est une déformation tri-dimensionelle du rachis. Son traitement comprend l’observation, l’utilisation de corsets pour limiter sa progression ou la chirurgie pour corriger la déformation squelettique et cesser sa progression. Le traitement chirurgical reste controversé au niveau des indications, mais aussi de la chirurgie à entreprendre. Malgré la présence de classifications pour guider le traitement de la SIA, une variabilité dans la stratégie opératoire intra et inter-observateur a été décrite dans la littérature. Cette variabilité s’accentue d’autant plus avec l’évolution des techniques chirurgicales et de l’instrumentation disponible. L’avancement de la technologie et son intégration dans le milieu médical a mené à l’utilisation d’algorithmes d’intelligence artificielle informatiques pour aider la classification et l’évaluation tridimensionnelle de la scoliose. Certains algorithmes ont démontré être efficace pour diminuer la variabilité dans la classification de la scoliose et pour guider le traitement. L’objectif général de cette thèse est de développer une application utilisant des outils d’intelligence artificielle pour intégrer les données d’un nouveau patient et les évidences disponibles dans la littérature pour guider le traitement chirurgical de la SIA. Pour cela une revue de la littérature sur les applications existantes dans l’évaluation de la SIA fut entreprise pour rassembler les éléments qui permettraient la mise en place d’une application efficace et acceptée dans le milieu clinique. Cette revue de la littérature nous a permis de réaliser que l’existence de “black box” dans les applications développées est une limitation pour l’intégration clinique ou la justification basée sur les évidence est essentielle. Dans une première étude nous avons développé un arbre décisionnel de classification de la scoliose idiopathique basé sur la classification de Lenke qui est la plus communément utilisée de nos jours mais a été critiquée pour sa complexité et la variabilité inter et intra-observateur. Cet arbre décisionnel a démontré qu’il permet d’augmenter la précision de classification proportionnellement au temps passé à classifier et ce indépendamment du niveau de connaissance sur la SIA. Dans une deuxième étude, un algorithme de stratégies chirurgicales basé sur des règles extraites de la littérature a été développé pour guider les chirurgiens dans la sélection de l’approche et les niveaux de fusion pour la SIA. Lorsque cet algorithme est appliqué à une large base de donnée de 1556 cas de SIA, il est capable de proposer une stratégie opératoire similaire à celle d’un chirurgien expert dans prêt de 70% des cas. Cette étude a confirmé la possibilité d’extraire des stratégies opératoires valides à l’aide d’un arbre décisionnel utilisant des règles extraites de la littérature. Dans une troisième étude, la classification de 1776 patients avec la SIA à l’aide d’une carte de Kohonen, un type de réseaux de neurone a permis de démontrer qu’il existe des scoliose typiques (scoliose à courbes uniques ou double thoracique) pour lesquelles la variabilité dans le traitement chirurgical varie peu des recommandations par la classification de Lenke tandis que les scolioses a courbes multiples ou tangentielles à deux groupes de courbes typiques étaient celles avec le plus de variation dans la stratégie opératoire. Finalement, une plateforme logicielle a été développée intégrant chacune des études ci-dessus. Cette interface logicielle permet l’entrée de données radiologiques pour un patient scoliotique, classifie la SIA à l’aide de l’arbre décisionnel de classification et suggère une approche chirurgicale basée sur l’arbre décisionnel de stratégies opératoires. Une analyse de la correction post-opératoire obtenue démontre une tendance, bien que non-statistiquement significative, à une meilleure balance chez les patients opérés suivant la stratégie recommandée par la plateforme logicielle que ceux aillant un traitement différent. Les études exposées dans cette thèse soulignent que l’utilisation d’algorithmes d’intelligence artificielle dans la classification et l’élaboration de stratégies opératoires de la SIA peuvent être intégrées dans une plateforme logicielle et pourraient assister les chirurgiens dans leur planification préopératoire.

Biochemical Investigations on the Stability of Biological Membranes

In this project, an attempt has been made to study the stability of erythrocyte and lysosomal membranes biochemically. Erythrocytes were chosen for the study because of their ready availability and relative simplicity. Biological membranes forming closed boundaries between compartments of varying composition consist mainly of proteins and lipids. They are asymmetric, fluid structures that are thermodynamically stable and metabolically active. Normal cellular function begins with normal membrane structure and any variation in it may upset the normal functions. The degree of fluidity of a membrane depends on the chain length of its lipids and degree of unsaturation of constituent fatty acids. In response to environmental changes, many cells can regulate composition of their membranes to maintain the overall semi fluid environment necessary for many membrane associated functions. The assembly and Maintenance of membrane structures in cells is a dynamic process. The components are not only synthesized and inserted into a growing membrane but are also continuously degraded at a slower rate. This turnover process varies with each individual molecule.Lysosomes are important in the catabolic processes occurring in the cell. Lysosomes contain hydrolytic enzymes and are stable under normal conditions. In certain pathological conditions, the lysosomal membrane may rupture, releasing the hydrolytic enzymes into the cell and digestion of cell takes place as a whole. This is very dangerous. In normal life processes of multi cellular organisms, lysosomes rupture following the death of a cell and it may have some value as a built in mechanism for selfremoval of dead cells.An attempt has also been made in this project towards developing lysosome membrane stability as an index of fish spoilage during storage. Different membranes within the cell and between cells have different compositions as reflected in the ratio of protein to lipid. The difference is not surprising given the very different functions of membranes

Tunnel-Based Artificial Neural Network Technique to Calculate the Resonant Frequency of a Thick-Substrate Microstrip Antenna

The mathematical formulation of empirically developed formulas Jirr the calculation of the resonant frequency of a thick-substrate (h s 0.08151 A,,) microstrip antenna has been analyzed. With the use qt' tunnel-based artificial neural networks (ANNs), the resonant frequency of antennas with h satisfying the thick-substrate condition are calculated and compared with the existing experimental results and also with the simulation results obtained with the use of an IE3D software package. The artificial neural network results are in very good agreement with the experimental results

AN ARTIFICIAL NEURAL NETWORK FOR SONAR TARGET DETECTION

Neural Network has emerged as the topic of the day. The spectrum of its application is as wide as from ECG noise filtering to seismic data analysis and from elementary particle detection to electronic music composition. The focal point of the proposed work is an application of a massively parallel connectionist model network for detection of a sonar target. This task is segmented into: (i) generation of training patterns from sea noise that contains radiated noise of a target, for teaching the network;(ii) selection of suitable network topology and learning algorithm and (iii) training of the network and its subsequent testing where the network detects, in unknown patterns applied to it, the presence of the features it has already learned in. A three-layer perceptron using backpropagation learning is initially subjected to a recursive training with example patterns (derived from sea ambient noise with and without the radiated noise of a target). On every presentation, the error in the output of the network is propagated back and the weights and the bias associated with each neuron in the network are modified in proportion to this error measure. During this iterative process, the network converges and extracts the target features which get encoded into its generalized weights and biases.In every unknown pattern that the converged network subsequently confronts with, it searches for the features already learned and outputs an indication for their presence or absence. This capability for target detection is exhibited by the response of the network to various test patterns presented to it.Three network topologies are tried with two variants of backpropagation learning and a grading of the performance of each combination is subsequently made.

Nutritional responses in Indian white shrimp Fenneropenaeus indicus to varying protein: energy combinations in compounded artificial feeds

Department of Marine Biology, Microbiology and Biochemistry, Cochin University of Science and Technology

Identification of spectral lines of elements using artificial neural networks

Artificial neural networks (ANNs) are relatively new computational tools that have found extensive utilization in solving many complex real-world problems. This paper describes how an ANN can be used to identify the spectral lines of elements. The spectral lines of Cadmium (Cd), Calcium (Ca), Iron (Fe), Lithium (Li), Mercury (Hg), Potassium (K) and Strontium (Sr) in the visible range are chosen for the investigation. One of the unique features of this technique is that it uses the whole spectrum in the visible range instead of individual spectral lines. The spectrum of a sample taken with a spectrometer contains both original peaks and spurious peaks. It is a tedious task to identify these peaks to determine the elements present in the sample. ANNs capability of retrieving original data from noisy spectrum is also explored in this paper. The importance of the need of sufficient data for training ANNs to get accurate results is also emphasized. Two networks are examined: one trained in all spectral lines and other with the persistent lines only. The network trained in all spectral lines is found to be superior in analyzing the spectrum even in a noisy environment.

Integer filling facfor phases and isospin in vertical diatomic artificial molecules

Integer filling factor phases of many-electron vertically coupled diatomic artificial quantum dot molecules are investigated for different values of the interdot coupling. The experimental results are analyzed within local-spin density functional theory for which we have determined a simple lateral confining potential law that can be scaled for the different coupling regimes, and Hartree-Fock theory. Maximum density droplets composed of electrons in both bonding and antibonding or just bonding states are revealed, and interesting isospin-flip physics appears for weak interdot coupling when the systematic depopulation of antibonding states leads to changes in isospin.