No description available.

Submitted by Amanda Silva (amanda.osilva2@ufpe.br) on 2015-04-07T13:28:58Z No. of bitstreams: 2 DISSERTAÇÃO GISELY JULIANE DE ALBERTIM.pdf: 1707876 bytes, checksum: 80edb854fc06b6e3a53ec13fd9f0a3b0 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-04-07T13:28:58Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO GISELY JULIANE DE ALBERTIM.pdf: 1707876 bytes, checksum: 80edb854fc06b6e3a53ec13fd9f0a3b0 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012 / CNPq; FACEPE / A regulação do volume celular é importante em vários processos fisiológicos. O fenômeno de encolhimento e/ou inchaço celular provocado por alterações osmóticas são chamados de aumento regulatório do volume (RVI) e diminuição regulatória do volume (RVD), respectivamente. A RVD é o processo pelo qual as células recuperam o seu volume após terem sido submetidas a um choque hipoosmótico. Esse processo deve-se a liberação de potássio e cloreto através de canais e transportadores iônicos. Evidências indicam que os canais iônicos têm importância fundamental na regulação do volume em células cancerosas e existe uma relação entre a atividade dos canais iônicos e a proliferação celular. A proliferação celular é uma propriedade fundamental tanto no crescimento tecidual como na reprodução celular. Contudo, não há informações sobre os mecanismos de regulação do volume em células-tronco mesenquimais. Neste trabalho, estudamos a participação dos canais e transportadores iônicos envolvidos na RVD durante o choque hipoosmótico das células-tronco mesenquimais da geléia de Wharton do cordão umbilical humano (hwMSCs). As hwMSCs foram isoladas de acordo com a técnica de migração espontânea do explante e todo o protocolo foi aprovado pelo Comitê de Ética em Pesquisa envolvendo Seres Humanos do Centro de Ciências da Saúde da Universidade Federal de Pernambuco. As hwMSCs foram cultivadas em meio DMEM suplementado com 20% soro fetal bovino, 10% F-12, 100 U/ml de penicilina e 100 μg/ml de estreptomicina. As culturas foram mantidas em atmosfera de 5% de CO2 a 37 °C. Nos experimentos de RVD, as hwMSCs foram depositadas em uma cubeta acoplada ao um microscópio invertido com um sistema de vídeo imagem, sendo submetidas inicialmente a um choque hipoosmótico (300mOsm→200mOsm) por perfusão. A dinâmica de variação do volume foi monitorada por 30 minutos e as imagens antes (300 mOsm) e durante o choque hipoosmótico (200 mOsm) foram obtidas a cada minuto e analisadas usando o software ImageJ. As hwMSCs foram submetidas aos seguintes inibidores de canais iônicos: ácido 5-nitro-2-(3- fenilpropilamino) benzóico (NPPB), (canal de Cl-); tetraetilamônio (TEA), (canal de Kv); glibenclamida (GB), (canal de Kir6.x); 4-aminopiridina (4-AP), (canal de Kv1, KCNA). Adicionalmente, a RVD nas hwMSCs (5x106 cels/ml, viabilidade>85%) na ausência e presença dos inibidores TEA e GB, foi monitorada através de um contador de células ViCell. A RVD presente nas hwMSCs foi praticamente inibida por TEA (10mM), GB (100μM), 4-AP (5mM) e NPPB (100μm), onde as células permaneceram com seus volumes aumentados durante 30 minutos, possivelmente pela modificação dos canais iônicos. Além da supressão do RVD, os inibidores também influenciaram o volume atingido pelas células imediatamente após o choque hipotônico (Vmáx) de forma diferenciada, indicando um bloqueio da entrada de água, sugestivo de alteração no funcionamento das aquaporinas. Deste modo, concluísse que canais de potássio dependentes de ATP e de voltagem, e, canais de cloreto participam no mecanismo da RVD nas hwMSCs.

En este trabajo de tesis doctoral se caracteriza funcional y molecularmente el canal TRPV4 en varios modelos de células epiteliales respiratorias mostrando por primera vez la participación de este canal en la función osmoreguladora a nivel celular así como la identificación de nuevas variantes del canal. Se demuestra que la entrada de Ca2+ en respuesta a un hinchamiento hipotónico se produce a través del canal TRPV4 y es necesaria para una eficiente recuperación del volumen o RVD. Por su parte, las células epiteliales respiratorias con fenotipo de fibrosis quística no son capaces de reducir su volumen en un medio hipotónico a causa de una regulación defectuosa del canal, indicando, al mismo tiempo, que la regulación del TRPV4 por el estímulo hipotónico es dependiente de la CFTR.La caracterización de las variantes del canal TRPV4 demuestra que los dominios de ANK son determinantes moleculares claves en el proceso de oligomerización del canal. Al mismo tiempo este trabajo describe nuevos aspectos relacionados con la biogénesis del TRPV4 hasta ahora desconocidos: la oligomerización del canal tiene lugar en el RE, orgánulo donde es N-glicosilado de forma simple antes de ser transportado hacia el Golgi donde sus N-glicanos son madurados. / This thesis characterizes molecularly and funcionally the TRPV4 channel in various models of airway epithelial cells showing, for the first time, the involvement of this channel in an osmoregulatory cellular function as well as the isolation of new splice variants of this channel. It is demonstrated that the TRPV4 channel is the molecular Ca2+ pathway activated by hypotonic estimulus needed to trigger the RVD response. Furthermore, the cystic fibrosis airway epithelial cells showed an impaired RVD due to the misregulation of the TRPV4 channel, indicating that the regulation by the hypotonic stimulus is CFTR-dependent.The characterization of the new variants demonstrated that the ANK domains are key structural determinants in the oligomerization process of the TRPV4. This work also describes new aspects related to the biogenesis of this channel: oligomerization is achieved in the ER, where the TRPV4 is N-glycosilated and then transported to the Golgi where the glycans are matured.

Left heart disease often results in left heart failure and right ventricular dysfunction which is challenging to diagnose with traditional diagnostic approaches. To address this a novel empirical 4-point right ventricular dysfunction score was created at Sahlgrenska University Hospital to overcome the limitations of single variables for diagnosing right ventricular dysfunction. In this study, we used machine learning, more specifically XGBoost coupled with interactive machine learning to develop four different models for predicting death or receiving a left ventricular assist device in patients with left heart disease (n=486). Features were selected from the dataset using recursive feature elimination with the default number of features. The initial model with 29 features, called the baseline model served as the foundation of the three additional models, each adjusted based on feedback from a clinician. The first step of feedback included removing features due to high correlation, creating a modified model with 12 features, the second step was to use 12 well-known characteristics of left and right ventricular dysfunction creating an empirical model, and adjusting the prediction threshold from 50% to 60%. The third step was to reduce the number of features to 5 based on empirical grounds. The models were compared to the right ventricular dysfunction score using the metrics area under the curve, f1 score, positive likelihood ratio, and negative likelihood ratio. The predictive efficacy of the machine learning models was superior compared to the right ventricular dysfunction score. The results also indicated that the models did neither improve nor deteriorate when reducing the number of features. However, insufficient accuracy indicates that none of the machine learning models are clinically viable. These results show the potential of machine learning in enhancing prognostic stratification in patients with left heart disease although further refinement is necessary for clinical use. / Vänstersidig hjärtsjukdom resulterar ofta i vänstersidig hjärtsvikt och högerkammarsvikt vilket är utmanade att diagnostisera med traditionella diagnostiska metoder. För att komma undan med begränsningen med enskilda variabler för att diagnostisera högerkammarsvikt skapades ett 4 poängs högerkammarsvikt score vid Sahlgrenska Universitetssjukhuset. I denna studie användes en XGBoost-algoritm kombinerat med interaktiv maskininlärning för att utveckla fyra olika prediktions modeller för att förutsäga dödlighet eller risken att få en mekanisk hjärtpump för vänster kammare hos patienter med vänster hjärtsvikt (n=486). Variabler valdes från datamängden med hjälp av rekursiv funktionseliminering med ett standardantal variabler. Den initiala modellen med 29 variabler kallades baslinjemodellen och fungerade som grunden för de tre ytterligare modellerna som justerades baserat på klinikerns feedback. Det först steget inkluderade att ta bort variabler med inbördes hög korrelation och vi skapade en modifierad modell med 12 variabler. I det andra steget i den empiriska modellen använde vi 12 kända egenskaperna vid vänsterkammar- och högerkammarsvikt och för båda justerades tröskelvärdet för prediktion från 50% till 60%. I ett tredje steg skapade vi en förenklad modell med 5 variabler ut ifrån klinisk grund. Modellerna jämfördes med höger hjärtsvikts 4 poängskalan med hjälp av mätvariablerna area under kurvan, f1-poäng, positivt sannolikhets ratio och negativt sannolikhets ratio. Detta avslöjade att maskininlärnings modellerna hade bättre prediktiv förmåga än 4-poängs högerkammarsvikt score. Dessutom visade resultatet att modellerna inte försämrades eller förbättrades när variabler valdes bort eller när nya modeller skapades på klinisk grund. Dock hade maskininlärnings modellerna otillräcklig noggrannhet för klinisk användning.

No description available.