Catálogo de publicaciones

Se obtuvo la cepa HVB-1ΔgEβlgal, a partir de la cepa HVB-1 LA en la cual el gen de la glicoproteina E (gE)fue reemplazado por el gen de la enzima ,βgalactosidasa, por técnicas de ingeniería genética. La cepafue caracterizada tanto a nivel genómico y antigénico,como en cuanto a sus propiedades de crecimiento en cultivo celulares. La inmunogenicidad de la cepa HVB-1ΔgE-βgal se mantuvo intacta, comparada con la cepa parental, cuando se la utilizó como un inmunógeno inactivado y permitió la diferenciación entre animales vacunados e infectados en base a su respuesta de anticuerpos. Utilizado como vacuna atenuada, HVB-1ΔgE-βgal indujo una buena respuesta inmune especifica que resultó protectora frente al desafio viral, independientemente de la via de inoculación. Además, se comprobó la seguridad de la cepa HVB-1ΔgE-βgal ya que, en las condiciones de la experiencia, no se transmitió por contacto, ni fue abortigénica. Asimismo, se verificó la respuesta inmune difierencial inducida frente a la vacunación con la cepa desarrollada, con respecto a la inducida por la infección viral. La respuesta inducida por la vacuna atenuada en bovinos adultos fue sostenida durante 330 días y se mantuvo negativa contra gE. La vacuna atenuada fue altamente inmunogénica tanto cuando fue administrada en animales adultos como en terneros jóvenes. En particular, en aquellos bovinos que al momento de la vacunación tenían 3 meses de vida, hijos de madres vacunadas y que por lo tanto contaban con niveles detectables de anticuerpos especificos. Si bien se evidenció un efecto de interferencia de los anticuerpos maternos frente al desarrollo de una respuesta inmune específica,fue posible detectar el aumento de los anticuerpos frente a una revacunación realizada cuando los bovinos contaban con 8 meses de vida (l60dpv).

El presente trabajo tiene como objetivo analizar las cicatrices que ha dejado el último golpe de Estado en los proyectos creadores de numerosos escritores. Luego de un recorrido por los diferentes lenguajes artísticos que fueron víctimas del control y la censura nos abocamos al campo literario. Remitimos a tres momentos que identificamos en las producciones referidas a la dictadura: uno simultáneo, otro que inicia con el retorno de la democracia y uno posterior en el que focalizamos nuestro análisis. El corpus de trabajo está compuesto por La casa de los conejos de Laura Alcoba (Edhasa, 2008); Los topos de Félix Bruzzoni (Mondadori, 2008) y Perder de Raquel Robles (Alfaguara, 2008). El análisis de estas obras nos permite reflexionar sobre la búsqueda identitaria de los hijos de víctimas de la última dictadura en sus proyectos creadores.

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

Sin datos

A mediados de la década del noventa comenzaron a evidenciarse ciertos cambios en el ámbito cinematográfico argentino. Nuevas propuestas estéticas, una expresa intención de diferenciación con respecto al cine inmediatamente anterior (el de la década del ochenta), renovación en los campos de la dirección, la producción, la realización de películas, y el reconocimiento por parte del público y la crítica. Diez años después, el movimiento denominado "nuevo cine argentino" se hallaba instalado en la escena cultural nacional y experimentaba una creciente diversificación de sus propuestas. El exponencial incremento en el número de películas estrenadas promovió la aparición de algunos interrogantes en torno a las características del movimiento, sus alcances y la productividad de su nominación como tal. En relación con estas consideraciones, surge el interrogante que guía el trabajo, acerca de cuáles son las formas de representación que adopta el lenguaje fílmico a partir de la aparición del nuevo cine argentino y en qué medida las transformaciones experimentadas en el campo social pueden vincularse con la nueva propuesta cinematográfica. De esta manera, el interés central de la tesis tiene que ver con relacionar al nuevo cine argentino, en tanto movimiento cinematográfico, con el contexto en el cual éste surge y se desarrolla.

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.