Desarrollo y aplicación de estrategias de control avanzado en procesos biológicos de tratamiento de efluentes contaminados

En este proyecto se ha desarrollado estrategias de control avanzadas para plantas de depuración de aguas residuales urbanas que eliminan conjuntamente materia orgánica, nitrógeno y fósforo. Las estrategias se han basado en el estudio multivariable del comportamiento del sistema, que ha producido subsidios para la utilización de lazos de control feedforward, de control predictivo y de un control de costes que automáticamente enviaba las consignas más adecuadas para los controladores de proceso. Para el desarrollo de las estrategias, se ha creado un sistema virtual de simulación (simulador) de plantas de depuradoras, basado en datos de literatura. Para el caso de una planta real, se ha desarrollado un simulador de la planta de Manresa (Catalunya). Sin embargo, el sistema de Manresa se ha utilizado exclusivamente para auxiliar los ingenieros de la planta en la tomada de decisiones de cambio de configuración para que la eliminación de fósforo se dé por la ruta biológica y no por la ruta química. La implementación de los simuladores ha permitido hacer muchas pruebas que en una planta real demandarían mucho tiempo y consumirían muchos recursos energéticos y financieros. Las estrategias de control más elaboradas han podido ahorrar hasta 150.000,00 Euros por año en relación a la operación de la planta sin el control automático. Cuanto a los estudios del modelo de la planta real, se concluyó que la eliminación biológica de fósforo puede sustituir el actual proceso químico de eliminación de fósforo, bajando los costes operacionales (costes del agente precipitante).

Modelos Mixtos-Aditivos Generalizados para el Estudio de Fenómenos Biológicos y Sociales Descriptos por Datos Agregados y/o Longitudinales. Generalized Mixed Additive Models for the Study of Biological and Social Phenomenons from Longitudinal and/or Aggregated Data.

Este proyecto propone extender y generalizar los procesos de estimación e inferencia de modelos aditivos generalizados multivariados para variables aleatorias no gaussianas, que describen comportamientos de fenómenos biológicos y sociales y cuyas representaciones originan series longitudinales y datos agregados (clusters). Se genera teniendo como objeto para las aplicaciones inmediatas, el desarrollo de metodología de modelación para la comprensión de procesos biológicos, ambientales y sociales de las áreas de Salud y las Ciencias Sociales, la condicionan la presencia de fenómenos específicos, como el de las enfermedades.Es así que el plan que se propone intenta estrechar la relación entre la Matemática Aplicada, desde un enfoque bajo incertidumbre y las Ciencias Biológicas y Sociales, en general, generando nuevas herramientas para poder analizar y explicar muchos problemas sobre los cuales tienen cada vez mas información experimental y/o observacional.Se propone, en forma secuencial, comenzando por variables aleatorias discretas (Yi, con función de varianza menor que una potencia par del valor esperado E(Y)) generar una clase unificada de modelos aditivos (paramétricos y no paramétricos) generalizados, la cual contenga como casos particulares a los modelos lineales generalizados, no lineales generalizados, los aditivos generalizados, los de media marginales generalizados (enfoques GEE1 -Liang y Zeger, 1986- y GEE2 -Zhao y Prentice, 1990; Zeger y Qaqish, 1992; Yan y Fine, 2004), iniciando una conexión con los modelos lineales mixtos generalizados para variables latentes (GLLAMM, Skrondal y Rabe-Hesketh, 2004), partiendo de estructuras de datos correlacionados. Esto permitirá definir distribuciones condicionales de las respuestas, dadas las covariables y las variables latentes y estimar ecuaciones estructurales para las VL, incluyendo regresiones de VL sobre las covariables y regresiones de VL sobre otras VL y modelos específicos para considerar jerarquías de variación ya reconocidas. Cómo definir modelos que consideren estructuras espaciales o temporales, de manera tal que permitan la presencia de factores jerárquicos, fijos o aleatorios, medidos con error como es el caso de las situaciones que se presentan en las Ciencias Sociales y en Epidemiología, es un desafío a nivel estadístico. Se proyecta esa forma secuencial para la construcción de metodología tanto de estimación como de inferencia, comenzando con variables aleatorias Poisson y Bernoulli, incluyendo los existentes MLG, hasta los actuales modelos generalizados jerárquicos, conextando con los GLLAMM, partiendo de estructuras de datos correlacionados. Esta familia de modelos se generará para estructuras de variables/vectores, covariables y componentes aleatorios jerárquicos que describan fenómenos de las Ciencias Sociales y la Epidemiología.

Variación florística de especies arbóreas a escala local en un bosque de tierra firme en la Amazonia colombiana

El presente estudio se llevó a cabo en cinco hectáreas de una parcela permanente establecida en el Parque Nacional Amacayacu, Amazonia colombiana. En éste, se evaluó el efecto de la variación ambiental y la configuración espacial sobre los patrones florísticos de las especies arbóreas (DAP>10 cm) a escala local en un bosque de tierra firme. Se estudió la variación florística y ambiental en cuadrantes de 20x20 m. Adicionalmente, se consideraron diferentes categorías de abundancia (total, alta, media y baja). Se utilizó el Análisis de Correspondencia Linealizado y el Análisis de Correspondencia Canónica, seguido de una partición de la variación, para cuantificar la magnitud a la cual el ambiente y la limitación en dispersión determinan la variación florística. La fracción espacial, representando procesos de autocorrelación como la limitación en dispersión, se analizó mediante dos métodos: Asumiendo un polinomio de tercer grado y por el método de Coordenadas Principales de Matrices Vecinas (PCNM). La diversidad beta de la parcela fue baja. El PCNM aparece como el método de análisis más apropiado para estudios a esta escala. Las diferencias florísticas explicadas a lo largo de la parcela de 5-ha fueron principalmente asociadas con procesos biológicos como la limitación en dispersión. La mayor parte de la variación florística, no obstante, no fue explicada por las variables ambientales o espaciales consideradas. En conclusión, estos resultados sugieren que procesos aleatorios son determinantes esenciales de la variación espacial de las especies arbóreas a escala local en tierra firme en los bosques en el Parque Nacional Amacayacu.

Métodos estadístico-computacionales para la caracterización de patrones de expresión de proteínas en 2D-DIGE

El volumen de datos provenientes de experimentos basados en genómica y poteómica es grande y de estructura compleja. Solo a través de un análisis bioinformático/bioestadístico eficiente es posible identificar y caracterizar perfiles de expresión de genes y proteínas que se expresan en forma diferencial bajo distintas condiciones experimentales (CE). El objetivo principal es extender las capacidades computacionales y analíticos de los softwares disponibles de análisis de este tipo de datos, en especial para aquellos aplicables a datos de electroforésis bidimensional diferencial (2D-DIGE). En DIGE el método estadístico más usado es la prueba t de Student cuya aplicación presupone una única fuente de variación y el cumplimiento de ciertos supuestos distribucionales de los datos (como independencia y homogeneidad de varianzas), los cuales no siempre se cumplen en la práctica, pudiendo conllevar a errores en las estimaciones e inferencias de los efectos de interés. Los modelos Generalizados lineales mixtos (GLMM) permiten no solo incorporar los efectos que, se asume, afectan la variación de la respuesta sino que también modelan estructuras de covarianzas y de correlaciones más afines a las que se presentan en la realidad, liberando del supuesto de independencia y de normalidad. Estos modelos, más complejos en esencia, simplificará el análisis debido a la modelización directa de los datos crudos sin la aplicación de transformaciones para lograr distribuciones más simétricas. Produciendo también a una estimación estadísticamente más eficiente de los efectos presentes y por tanto a una detección más certera de los genes/ proteínas involucrados en procesos biológicos de interés. La característica relevante de esta tecnología es que no se conoce a priori cuáles son las proteínas presentes. Estas son identificadas mediante otras técnicas más costosas una vez que se detectó un conjunto de manchas diferenciales sobre los geles 2DE. Por ende disminuir los falsos positivos es fundamental en la identificación de tales manchas ya que inducen a resultados erróneas y asociaciones biológica ficticias. Esto no solo se logrará mediante el desarrollo de técnicas de normalización que incorporen explícitamente las CE, sino también con el desarrollo de métodos que permitan salirse del supuesto de gaussianidad y evaluar otros supuestos distribucionales más adecuados para este tipo de datos. También, se desarrollarán técnicas de aprendizaje automática que mediante optimización de funciones de costo específicas nos permitan identificar el subconjunto de proteínas con mayor potencialidad diagnóstica. Este proyecto tiene una alta componente estadístico/bioinformática, pero creemos que es el campo de aplicación, es decir la genómica y la proteómica, los que mas se beneficiarán con los resultados esperados. Para tal fin se utilizarán diversas bases de datos de distintos experimentos provistos por distintos centros de investigación nacionales e internacionales

Métodos estadístico-computacionales para la caracterización de patrones de expresión de proteínas en 2D-DIGE.

El volumen de datos provenientes de experimentos basados en genómica y poteómica es grande y de estructura compleja. Solo a través de un análisis bioinformático/bioestadístico eficiente es posible identificar y caracterizar perfiles de expresión de genes y proteínas que se expresan en forma diferencial bajo distintas condiciones experimentales (CE). El objetivo principal es extender las capacidades computacionales y analíticos de los softwares disponibles de análisis de este tipo de datos, en especial para aquellos aplicables a datos de electroforésis bidimensional diferencial (2D-DIGE). En DIGE el método estadístico más usado es la prueba t de Student cuya aplicación presupone una única fuente de variación y el cumplimiento de ciertos supuestos distribucionales de los datos (como independencia y homogeneidad de varianzas), los cuales no siempre se cumplen en la práctica, pudiendo conllevar a errores en las estimaciones e inferencias de los efectos de interés. Los modelos Generalizados lineales mixtos (GLMM) permiten no solo incorporar los efectos que, se asume, afectan la variación de la respuesta sino que también modelan estructuras de covarianzas y de correlaciones más afines a las que se presentan en la realidad, liberando del supuesto de independencia y de normalidad. Estos modelos, más complejos en esencia, simplificarán el análisis debido a la modelización directa de los datos crudos sin la aplicación de transformaciones para lograr distribuciones más simétricas,produciendo también a una estimación estadísticamente más eficiente de los efectos presentes y por tanto a una detección más certera de los genes/proteínas involucrados en procesos biológicos de interés. La característica relevante de esta tecnología es que no se conoce a priori cuáles son las proteínas presentes. Estas son identificadas mediante otras técnicas más costosas una vez que se detectó un conjunto de manchas diferenciales sobre los geles 2DE. Por ende disminuir los falsos positivos es fundamental en la identificación de tales manchas ya que inducen a resultados erróneas y asociaciones biológica ficticias. Esto no solo se logrará mediante el desarrollo de técnicas de normalización que incorporen explícitamente las CE, sino también con el desarrollo de métodos que permitan salirse del supuesto de gaussianidad y evaluar otros supuestos distribucionales más adecuados para este tipo de datos. También, se desarrollarán técnicas de aprendizaje automática que mediante optimización de funciones de costo específicas nos permitan identificar el subconjunto de proteínas con mayor potencialidad diagnóstica. Este proyecto tiene un alto componente estadístico/bioinformática, pero creemos que es el campo de aplicación, es decir la genómica y la proteómica, los que más se beneficiarán con los resultados esperados. Para tal fin se utilizarán diversas bases de datos de distintos experimentos provistos por distintos centros de investigación nacionales e internacionales.

Interfaz web para mostrar los genes según las relaciones que mantienen sus expresiones

La investigació entre les relacions dels nivells d’expressió dels gens aporta molta informació sobre els processos biològics i patològics. Mitjançant la tècnica de les microarrays es possibilita la investigació de les relacions d’expressió de milers de gens a la vegada. La finalitat d’aquest projecte es fent ús de l’aplicatiu web PCOPGene-Net, permetre la identificació dels gens per les relacions d’expressió no lineals que tenen amb la resta de gens i permetre també la identificació de les relacions d’expressió no lineals entre els gens d’una microarray.

Recent development in optical fiber biosensors

Remarkable developments can be seen in the field of optical fibre biosensors in the last decade. More sensors for specific analytes have been reported, novel sensing chemistries or transduction principles have been introduced, and applications in various analytical fields have been realised. This review consists of papers mainly reported in the last decade and presents about applications of optical fiber biosensors. Discussions on the trends in optical fiber biosensor applications in real samples are enumerated.

Resumen ejecutivo sobre el crucero de evaluación hidroacústica de recursos pelágicos BIC SNP-1 9702-03 y BIC Humboldt 9704

El Crucero 9702-04 de Evaluación hidroacústica de Recursos Pelágicos se desarrolló en dos etapas. Al sur, a bordo del BIC SNP-1 (Cr. 9702-03), y al norte, a bordo del BIC Humboldt (Cr. 9704). La prospección se desarrolló en un momento de rápida transición entre las condiciones frías imperantes desde la primavera de 1995, a las actualmente cálida de 1997. Las anomalías térmicas, que en un principio eran sólo consideradas como un calentamiento, fueron identificadas como una fuerte intromisión de Aguas Ecuatoriales Superficiales, cuyo avance fue calificado luego como un fenómeno El Niño de intensidad moderada al momento de culminar el crucero. Los ejemplares juveniles de anchoveta estuvieron ausentes en la zona norte. Se estimó que la población de anchoveta fluctuó, a fines de abril de 1997, entre 9 y 10 millones de toneladas. Se considera que el fenómeno puede afectar los procesos biológicos de desove y reclutamiento de los recursos pelágicos. Durante el crucero, la sardina mostró una clara proyección migratoria hacia el sur, mientras que el jurel y la caballa se dispersaron en gran parte del área de estudio.

V panel internacional de expertos en evaluación de la Anchoveta Peruana (Engraulis ringens Jenyns)

Estudia la información sobre los procesos biológicos de la anchoveta y su dinámica poblacional frente a la variabilidad ambiental, en el marco de un enfoque ecosistémico, que permita caracterizar el rol actual de la anchoveta en el Ecosistema de Afloramiento frente al Perú, proporcionando mayores elementos para el desarrollo sustentable de su pesquería.

Identificación de estructuras y relaciones espaciales en los componentes del sistema de la corriente de Humboldt: una comparación de métodos estadísticos

Para lograr la sostenibilidad de los recursos marinos es necesario comprender las relaciones que existen entre los diferentes procesos que ocurren dentro de los ecosistemas (procesos físicos o procesos biológicos). La mayoría de los datos que provienen de la ecología tienen una fuerte autocorrelación, la cual hace imposible aplicar métodos estadísticos tradicionales que requieren el supuesto de independencia de las observaciones. En este trabajo hemos aplicado y comparado 4 metodologías que nos permiten trabajar con datos autocorrelacionados; estas metodologías son: la correlación con ajuste del tamaño de muestra, los m´todos geoestadísticos, los PCNM (análisis de coordenadas principales) y los métodos wavelets. Dichas metodologías fueron aplicadas para estudiar las estructuras presentes en la profundidad de la zona mínima de oxígeno (ZMO), el zooplancton y los peces del Sistema de la Corriente de Humboldt. Como resultado se pudo observar las ventajas que ofrecen los métodos PCNM para estudiar las estructuras para cada variable y las interacciones entre la ZMO y el zooplancton, el zooplancton y peces y entre la ZMO y peces. También se observó que los cuatro métodos dieron como resultado la presencia de tres estructuras presentes en cada una de las tres variables. Siendo estas estructuras desde los 500 m hasta los 30 km, desde los 30 km hasta los 60 o 70km y finalmente desde los 70 km hasta los 130 km. Estas estructuras corresponden a dos escalas espaciales que son: la sub-meso escala (100s m a kms) y la mesoescala (10s km a 100s km). Finalmente se observó que existe una relación positiva entre la ZMO y el zooplancton, también se observó relaciones positivas entre el zooplancton y peces.

El evento El Niño 2014 y su impacto en la pesquería de anchoveta en el mar peruano,

En escala interanual, el evento El Niño es un factor que origina fuertes cambios en las condiciones oceanográficas de la Corriente de Humboldt, que afectan a los recursos pelágicos principalmente a la anchoveta, la que se distribuye en dos unidades poblacionales: el Stock norte-centro desde Zorritos (04°30’S) hasta los 15°59’S y el compartido Stock sur de Perú-norte de Chile desde los 16°00S’ hasta los 24°00’S (Chirichigno y Vélez 1998), produciendo alteraciones en su comportamiento, disminución de sus niveles poblacionales, procesos biológicos, depredación y un incremento de la mortalidad por pesca (Ñiquen y Bouchon 2004). Desde fines del 2013 al segundo semestre del 2014, se evidenció la propagación y arribo de ondas Kelvin con mayor frecuencia a la de años anteriores (IMARPE, 20141). El efecto acumulativo de estas ondas impactó al ecosistema, reduciendo la fertilidad del mar peruano, la disminución de la biomasa del fitoplancton y por ende disminución de la biomasa de la anchoveta (IMARPE, 20142)

Estudio quimiotaxonomico del Thymus piperella L.

Recientes investigaciones han puesto de relieve la existencia de 'razas químicas' en varias especies del género Thymus ( 1 ) (2) (3). El polimorfismo químico ha quedado bien demostrado en las labiadas. Los aceites esenciales, sustancias 'secundarias' de las plantas, son principios cuyos procesos biológicos de formación, es decir, la aptitud de cada individuo para que, en función de su patrimonio genético, sintetice unos determinados compuestos, tienen una señalada significación taxonómica.

La enseñanza de la biología : ¿cuál es la situación actual y qué hacer para mejorarla?

resumen de la revista

El estudio de la energía en la educación tecnológica : una ocasión privilegiada para analizar la situación del mundo.

Resumen basado en la publicación ; Este artículo ha sido concebido como contribución a la Década de la Educación para el desarrollo sostenible, instituida por Naciones Unidas para el período 2005-2014

¿Qué debe saber un médico de psicología?

Resumen tomado de la publicación