Catálogo de publicaciones

En la presente tesis se resolvieron problemas analíticos relacionados con muestras complejas, mediante el desarrollo de métodos basados en la combinación de técnicas espectrofotométricas acopladas a herramientas quimiométricas. Los mismos resultaron rápidos, exactos, altamente precisos, sensibles, selectivos y económicos para ser utilizados en laboratorios que realizan control de calidad de fármacos y monitoreo de drogas. Se utilizaron métodos de calibración multivariada para modelar respuestas de primer orden, lineales y no lineales, basados en los modelos PLS-1 y redes neuronales artificiales y se manejaron aspectos de optimización experimental y validación de metodologías analíticas. Uno de los problemas analíticos estudiados fue la determinación de dexametasona fosfato de sodio en inyectables, con un método colorimétrico para la determinación de fósforo y con otro de calibración multivariada. En el caso de la determinación simultánea de dipirona y dextropropoxifeno en inyectables, los componentes activos se encontraban en proporciones altamente diferentes y para resolver el problema de la no linealidad, se utilizaron modelos no lineales de PLS y redes neuronales artificiales. También se trabajó en la determinación de carbamazepina en muestras de suero humano, mediante la aplicación de un procedimiento completamente asistido por herramientas quimiométricas, a los fines de optimizar la extracción de la carbamazepina, realizar la calibración y tratar los datos espectrales obtenidos. Por último se trabajó en la determinación simultánea de permetrina e imidacloprid en pipetas pulguicidas de uso veterinario, para lo cual se desarrolló un método de análisis basado en una técnica de espectroscopia ultravioleta combinada con un método PLS-1 de calibración multivariada.

In this work, different strategies for multidimensional data generation were evaluated, and potentialities of chemometrics algorithms were explored for the analysis of complex samples. Analytical methods were developed for descriptive and predictive studies of several chemical systems, by combination of different analytical techniques with chemometric data modelling. Two analytical methods were developed for the determination of emergent contaminants in water, including an analyte-itrium based system by using chromatographic resolution coupled to fluorescence detection and a capillary electrophoresis with UV detection methodology. Furthermore, an analytical method based on flow injection analysis was proposed for the determination of doxorubicin in human plasma. On another hand, a new methodology by using an EC-QCL laser as light source was developed for mid-IR transmission measurements of macromolecules. Alcohol presence and temperature effects were evaluated on a model protein and polypeptide, respectively. The temperature effect was also evaluated by using circular dichroism. Chemometrics algorithms for second-order data modelling, such as MCR-ALS, allowed the resolution of mixture analysis problems, reaching chemical-conformational information on macromolecules behaviour. Finally, 3 analytical strategies for third-order data generation were analysed. These were based on a chromatographic procedure coupled to detection excitation-emission fluorescence matrices. Instrument requirements were evaluated and a detailed analysis of the generated data was performed, evaluating the complexity of the analysis considering the data pre-processing and the data processing.

La enseñanza del pensamiento lógico y la programación en el ámbito universitario, se viene realizando de forma muy estructurada, siguiendo patrones y formas de enseñanza muy rígidas; y cada año nos damos cuenta que los alumnos, en esta primera etapa se encuentran con serios problemas en su desempeño académico debido a que el pensamiento lógico, computacional y la abstracción son habilidades que no les fueron enseñadas y por lo tanto, no la tienen adquirida de su paso por los otros niveles del sistema educativo. “Las tecnologías digitales y las redes sociales han hecho visibles las prácticas comunicativas que imperan en la educación: transmisivas y reproductoras donde las aulas actúan como si se tratara de un medio de comunicación masivo, un emisor y decenas o cientos de receptores. En muchas ocasiones se utilizan tecnologías para la conectividad pero, para repetir las viejas concepciones pedagógicas de la reproducción y el aislamiento” (Aparici, 2011). El Pensamiento computacional es una habilidad fundamental para todos, no sólo para los informáticos, puesto que ayuda a desarrollar habilidades importantes, como ser la capacidad de resolver problemas, de abstracción y modelado, la especificación de situaciones problemáticas, el diseño, evaluación y prueba, entre otras. No sólo aplicables al área de informática específicamente, sino que puede mejorar el desempeño en otras áreas del conocimiento. Basándonos en la capacidad de análisis que tenemos los seres humanos, puede mejorar el rendimiento del pensamiento matemático, que es donde las ciencias de la computación tienen su origen. La informática y los ordenadores facilitan la propagación de pensamiento computacional, que implica: la resolución de problemas, el diseño de sistemas, y la comprensión del comportamiento humano, haciendo uso de los conceptos fundamentales de la misma, la cual incluye una serie de herramientas mentales que reflejan el verdadero campo de la misma. La fuerte incorporación de las tecnologías de la información y la comunicación (TIC) no solo en el ámbito académico sino también en todos los ámbitos de nuestra vida, ha contribuido satisfactoriamente. Las mismas sirven de apoyo a lo largo de las clases presenciales que se les brindan a los alumnos. “Las TIC permiten el desarrollo de nuevos materiales didácticos de carácter electrónico que utilizan diferentes soportes. Los nuevos soportes de información, como Internet o los discos digitales, más allá de sus peculiaridades técnicas, generan una gran innovación comunicativa, aportando un lenguaje propio, unos códigos específicos orientados a generar modalidades de comunicación alternativas (hipertextos, multimedios) y nuevos entornos de aprendizaje colaborativo, sin limitaciones temporales ni espaciales”.(García V. y González R., 2006) Las TIC facilitan el trabajo grupal y colaborativo ya que posibilitan el acceso a todo tipo de información, el proceso de datos de manera rápida y fiable, canales de comunicación inmediata, sincrónica y asincrónica para difundir información y contactar a los compañeros de grupo. El elemento más revolucionario de las TIC sin duda es Internet. Esta red, con el apoyo de los ordenadores y de la telefonía convencional y móvil, supone que en cualquier momento y en cualquier lugar, podemos acceder a la información que necesitemos, difundir datos a todo el mundo y comunicarnos con cualquier persona, nos abre las puertas de una nueva era en la que podemos realizar "a distancia" nuevas actividades, que hasta hace muy poco eran imposibles e impensables. Internet facilita instrumentos para mejorar los canales de información y comunicación tradicionales de la enseñanza a distancia, permitiendo a los estudiantes un mayor control de su trabajo y al docente un mayor y mejor seguimiento de las actividades que realizan los alumnos. La utilización de TIC con fines educativos “…representan y transmiten la información a través de múltiples formas expresivas provocando la motivación del usuario; y ayudan a superar las limitaciones temporales y/o distancias geográficas entre docentes y educandos y de este modo, facilitan extender la formación más allá de las formas tradicionales de la enseñanza presencial”. (Área Moreira, 2002) En particular, la Asignatura Informática perteneciente a las carreras de Ingeniería Eléctrica, Electrónica y Agrimensura, actualmente cuenta con un aula virtual en la plataforma (E-ducativa) proporcionada por la Universidad Nacional del Nordeste Virtual (UNNE Virtual) y es utilizada como complemento de las clases presenciales, pero no existe aplicación alguna (Sitio Web) o aplicación multimedia que se base en un modelo comunicativo endógeno, como bien lo expresa (Kaplún, 1998), “el educando es el sujeto de la educación”, y cuyo contenido se organice para favorecer el proceso de aprendizaje y autoaprendizaje, como también, la construcción del conocimiento lógico y el pensamiento computacional de los estudiantes cuya adquisición favorecerá su paso por las demás asignaturas de la carrera, como dice (Osuna, 2001),“…Las prácticas de enseñanza no pueden ser analizadas desde el buen uso o no de las TIC, sino desde las propuestas didácticas, es decir, desde las maneras en que se promueve la reflexión.”. Por todo lo expuesto, es importante desarrollar un Sitio Web que pueda aportar a la enseñanza de la programación, una herramienta actualizada con abundante información y bibliografía propia de la asignatura, recursos como: videos explicativos, software de programación para descargar e instalar; ejemplo de ejercicios prácticos resueltos, para alumnos y docentes de la carrera ingeniería. Un Sitio Web donde el alumno encuentre lo que necesita para aprender a programar en lenguaje C, y a su vez compartir sus creaciones, favoreciéndolo en su recorrido, durante el cursado de la asignatura Informática. Además de material académico (propio de la asignatura), y ampliatorio para la enseñanza de la programación, en el que se incluirá un espacio dinámico para foros de debate, duda y opinión; la posibilidad de comunicación online (vía mail y chat online), con los docentes de la asignatura y entre alumnos; como así también contendrá actividades interactivas con diferentes niveles de complejidad, que permitirán mejorar la adquisición del pensamiento lógico y computacional y la posibilidad de publicar los ejercicios que ha resuelto y compartirlo con sus el resto de los alumnos y docentes del curso. Todo ello contribuirá, mediante la resolución de problemas y utilizando las técnicas de programación estructurada, poner en práctica la interpretación lógica de los ejercicios propuestos, la capacidad de reducción de un problema largo en sub-problemas más pequeños, la incrustación, transformación o simulación, que son propias del pensamiento computacional. En base a este análisis el objetivo del presente trabajo fue introducir nuevas estrategias didácticas para la enseñanza de la programación apoyadas en el uso de tecnologías digitales para alumnos de la Asignatura Informática de las carreras de Ingeniería Eléctrica, Electrónica y Agrimensura de la Universidad Nacional del Nordeste, Facultad de Ciencias Exactas y Naturales y Agrimensura (UNNE-FACENA).

Fil:Poloni, Pablo Alberto. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.

El aprendizaje maquinal ha tenido un gran desarrollo en los últimos años y ha permitido resolver una gran cantidad de problemas en las más diversas disciplinas. Sin embargo, aún quedan grandes desafíos por resolver, como lo es el aprendizaje en datos con alto grado de desbalance de clases o con muy pocos datos etiquetados. Un caso particular de aplicación donde se presentan desafios como estos es en la predicción computacional de secuencias de microARN (miARN). Los microARN (miARN) son un grupo de pequeñas secuencias de ácido ribonucleico (ARN) no codificante que desempeñan un papel muy importante en la regulación génica. En los últimos años, se han desarrollado una gran cantidad de métodos que intentan detectar nuevos miARNs utilizando sólo información de estructura y secuencia, es decir, sin medir niveles de expresión. El primer paso en estos métodos generalmente consiste en extraer del genoma subcadenas de nucleótidos que cumplan con ciertos requerimientos estructurales. En segundo lugar se extraen características numéricas de estas subcadenas para finalmente usar apren-dizaje maquinal para predecir cuáles probablemente contengan miARN. Por otro lado, en paralelo con los métodos de predicción de miARN se han propuesto una gran cantidad de características para representar numéricamente las subcadenas de ARN. Finalmente, la mayoría de los métodos actuales usan aprendizaje supervisado para la etapa de predicción. Este tipo de métodos tienen importantes limitaciones prácticas cuando deben aplicarse a tareas de predicción real. Existe el desafío de lidiar con un número escaso de ejemplos de pre-miARN positivos. Además, es muy difícil construir un buen conjunto de ejemplos negativos para representar el espectro completo de secuencias no miARN. Por otro lado, en cualquier genoma, existe un enorme desequilibrio de clase (1 : 10000) que es bien conocido por afectar particularmente a los clasificadores supervisados.Para permitir predicciones precisas y rápidas de nuevos miARNs en genomas completos, en esta tesis se realizaron aportas en las tres etapas del proceso de predicción de miARN. En primer lugar, se desarrolló una herramienta para extraer subcadenas de un genoma completo que cumplan con los requerimientos mínimos para ser potenciales pre-miARNs miARN. En segundo lugar, se desarrolló una herramienta que permite calcular la mayoría de las características utilizadas para predicciones de miARN en el estado del arte. La tercer y principal contribución consiste en un algoritmo novedoso de aprendizaje semi-supervisado que permite realizar predicciones a partir de muy pocos ejemplos de clase positiva y el resto de las cadenas sin etiqueta de clase. Este tipo de aprendizaje aprovecha la información provista por las subcadenas desconocidas (sobre las que se desea generar predicciones) para mejorar las tasas de predicción. Esta información extra permite atenuar el efecto del número reducido de ejemplos etiquetados y la pobre representatividad de las clases. Cada herramienta diseñada fue comparada contra el estado del arte, obteniendo mejores tasas de desempeño y menores tiempos de ejecución.