<div> <div> <div> <p>Understanding protein-protein interactions (PPIs) in a cell is essential for learning protein functions, pathways, and mechanisms of diseases. This dissertation introduces the computational method to predict PPIs. In the first chapter, the history of identifying protein interactions and some experimental methods are introduced. Because interacting proteins share similar functions, protein function similarity can be used as a feature to predict PPIs. NaviGO server is developed for biologists and bioinformaticians to visualize the gene ontology relationship and quantify their similarity scores. Furthermore, the computational features used to predict PPIs are summarized. This will help researchers from the computational field to understand the rationale of extracting biological features and also benefit the researcher with a biology background to understand the computational work. After understanding various computational features, the computational prediction method to identify large-scale PPIs was developed and applied to Arabidopsis, maize, and soybean in a whole-genomic scale. Novel predicted PPIs were provided and were grouped based on prediction confidence level, which can be used as a testable hypothesis to guide biologists’ experiments. Since affinity chromatography combined with mass spectrometry technique introduces high false PPIs, the computational method was combined with mass spectrometry data to aid the identification of high confident PPIs in large-scale. Lastly, some remaining challenges of the computational PPI prediction methods and future works are discussed. </p> </div> </div> </div>

Ce mémoire est la conclusion d'une maîtrise en double diplomation internationale entre l'université Toulouse 3 Paul Sabatier en France et l'université de Montréal au Canada. Le but de cette collaboration est la meilleure compréhension des décharges Sparks dans les liquides diélectriques, ainsi que des phénomènes qui y sont liés. La première partie du projet de recherche, effectuée à Toulouse au laboratoire LAPLACE, s'est concentrée sur l’influence du matériau des électrodes sur le comportement de la décharge, en particulier les caractéristiques courant-tension et la dynamique de la bulle de cavitation via imagerie rapide. Cette partie de travail est incluse dans ce mémoire sous forme d’une Annexe, et nous focalisons l’attention du lecteur uniquement sur les travaux réalisés dans la deuxième partie. En effet, en utilisant une source impulsionnelle de tension, nous avons étudié l’évolution statistique des caractéristiques électriques des décharges Sparks dans différents liquides diélectriques et sous différentes conditions expérimentales, qu'elles soient électriques, géométriques, ou bien liées aux matériaux utilisés. Après une préparation minutieuse des conditions d’une expérience donnée, les impulsions de haute tension ont été appliquées et les caractéristiques des décharges ont été enregistrées. Les enregistrements des caractéristiques électriques, dès la première dé- charge jusqu’à un moment où il n’est plus possible d’avoir des décharges, ont été analysés à l’aide d’un algorithme afin de remonter aux propriétés de chaque décharge, soient la probabilité que la décharge ait eu lieu, la tension de claquage, le courant de décharge, la charge injectée, l’énergie injectée, etc. L’évolution temporelle de ces paramètres ont révélé certaines informations extrê- mement utiles pour les considérer dans les procédés qui utilisent les décharges Sparks dans les liquides à haute répétition, en particulier dans la synthèse de nanomatériaux. / This thesis is the conclusion of a master's degree in an international double graduation between Université Toulouse Paul Sabatier in France and Université de Montréal in Canada. The aim of this collaboration is to better understand the operation of Spark discharges in dielectric liquids, as well as other phenomena linked to it. The first part of this research project, conducted at Toulouse, LAPLACE laboratory, was focused on the influence of the electrode material on the discharge behaviour, in particular the current and voltage waveform and the dynamic of a cavitation bubble monitored with fast imaging technique. This part of the work is included in the thesis as an Annex to focus the reader’s attention only on the work realized in Montréal. Indeed, using a high voltage pulser, we studied the statistical evolution of the electrical characteristics of Sparks discharges in different dielectric liquids and under various experimental conditions, whether they are electrical, geometrical, or related to the material of utilized electrode. After a fine preparation of the conditions for one experience, the high voltage pulses were applied, and discharges were occurred. The acquisition of the discharge electrical characteristics, from the first one to the last one, were analyzed using a home-made algorithm to access the properties of every discharge, i.e. the probability of discharge occurrence, the breakdown voltage, the discharge current, the injected charge, the injected energy, etc. The temporal evolution of those parameters revealed some extremely useful trends to be considered in the processes utilizing in-liquid Spark discharges at high repetition rate, such as in nanomaterial synthesis.

Abnormalities of lipid metabolism are considered risk factors for cardiovascular, metabolic, nephrologic diseases amd some malignancies, as well. Nowadays, a lot of effort is devoted to study new risk factors and surrogate markers of conditions mentioned above to improve their prognosis and decrease mortality. The aim of this thesis was to provide a comprehensive survey of lipid metabolism, characteristics of different lipid compounds in health and diseases and of possibilities of utilization of selected lipid parameters in the diagnostics of pathological conditions listed above. Selected lioid parameters were observed in several studies, focused on specific pathological conditions. Besides conventional lipid analytes, the composition of fatty acids in plasma lipid pools was studied in healthy controls, and in the patients suffering from metabolic syndrome, chronic pancreatitis, and pancreatic cancer, as well. Markers of an oxidative stress (oxidatively modified LDL particles and conjugated dienes in precipitated LDL) were assessed in healthy controls, patients with metabolic syndrome, chronic pancreatitis, pancreatic cancer, and in the patients with different concentrations of plasma apoB-48, too. LDL particles subfraction were investigated in healthy controls, in the patients with different...

No description available.

Indiana University-Purdue University Indianapolis (IUPUI) / This study investigates the hydrological functioning of a riparian zone in central Indiana in a glaciated valley with concave topography (16% slope gradient) and ground water seeps on the valley walls. Unlike sites found in most riparian zone studies with lateral ground water inputs (Clement et al., 2003; Jordan et al., 1993; Blicher-Mathiesen and Hoffman, 1999; Hoffman et al., 2000), the site in this study is connected to thin, permeable upland sediments (≈2 m). The objectives of this research include: 1) understanding the influence of the hydrogeomorphic (HGM) setting on riparian hydrology (including determining the sources of water to the site), 2) determining how the HGM setting influences riparian zone water quality functioning, and 3) comparing the results from this site with conceptual models of riparian zone hydrologic functioning. Water chemistry and hydrometric data were collected over a 16-month period. Three factors influence riparian zone hydrological functioning at the site: 1) the nature of water contributions from upland sources, 2) riparian zone soil texture, and 3) the location of a preWisconsinan till unit. When the uplands are contributing water to the riparian zone a shallow water table is found near the hillslope and ground water flows from the hillslope to the stream. Conversely, when upland contributions cease a large water table drop occurs and ground water flows in a downvalley direction. Fine textured soils near the hillslope result in shallow water tables and small ground water fluxes. Hydrometric data, water chemistry, and statistical analyses suggest water from an intertill layer adjacent to the site is the primary source of water to the site. NO3- concentrations decreased in ground water flow in the riparian zone suggesting the site is removing nutrients. A preWisconsinan glacial till deposit at shallow depths in the riparian zone limits ground water flow to horizontal flow paths. Overall, the hydrologic functioning of the site agrees well with riparian zone conceptual models (Vidon and Hill, 2004a; Vidon and Hill, 2004b; Devito et al., 1996; Hill, 2000; Baker et al., 2001; Burt et al., 2002). The results of this study are important additions towards conceptualizing riparian zone hydrologic functioning.

This master thesis handles the development of an automatic benchmarking program for wind turbines and the thesis works as the theoretical basis for this program. The program is created at the request of the power company OX2 who wanted this potential to be investigated. The mission given by the company is to: 1. to find a good key point indicator for the efficiency of a wind turbine, 2. to find an efficient way to assess this and 3. to write a program that does this automatically and continuously. The thesis determines with a study of previous research that the best method to utilize for these kinds of continuous analyses are artificial neural networks which can train themselves on historical data and then assess if the wind turbine is working better or worse than it should with regards to its history. This comparison between the neural network predicted operation and the actual operation works as the measurement of the efficiency, the key point indicator for how the turbine work compared to how it historically should operate. The program is based on this principle and is completely written in MATLAB. Further testing of the program found that the best variables to use are wind speed and the blade pitch angle as input variables for the neural network and active power as the target used as the variable to predict and assess the operation. The final program was able to be fully automated and integrated into the OX2 system thanks to the possibility to continuously import wind turbine data through APIs. In the final testing was the program able to identify 75% of the anomalies manually found in the half year and in the five turbines used for this thesis, the small anomalies not found manually but identified by the program excluded. / Den här masteruppsatsen hanterar utvecklandet av ett automatiskt driftanalyseringsprogram för vindkraftverk och fungerar som det teoretiska underlaget för detta program. Programmet utvecklades på uppdrag av kraftbolaget OX2 som ville undersöka potentialen för ett sådant analysprogram i deras verksamhet. Uppdraget givet var att: 1. ta fram en bra indikator när det gäller den faktiska effektiviteten av ett vindkraftverk, 2. att hitta ett effektivt sätt att använda detta måttet i en analys där målet är att hitta avvikelser, och 3. skriva ett program som automatiskt kan använda måttet och metoden över tiden. Rapporten kommer via litteraturstudie fram till att tidigare forskning visar på att neurala nätverk är den mest lovande metoden för att genomföra sådan här analys. Dessa nätverk kan träna sig själva på historiska data och sedan analysera om vindturbinen arbetar bättre eller sämre än historiskt. Den här jämförelsen mellan den historiskt grundade förutspådda kraften ut och den faktiska kraften ut fungerar som kvalitetsmåttet på hur bra turbinen fungerar. Programmet är baserat på den här principen och är helt skriven i MATLAB. Vidare tester av programmet visar att de bästa variablerna att använda för att förutspå kraften ut är vindhastigheten och bladens vinkel mot vinden. Slutprogrammet var kapabelt att fullt automatiskt och integrerat i OX2s system identifiera 75% av alla avvikelser som manuellt hittats i ett halvårs data på de fem turbinerna använda för rapporten, småfel hittade av programmet men inte manuellt exkluderat.

In digital advertising, major search engines allow advertisers to set bid adjustments on their ad campaigns in order to capture the valuation differences that are a function of query dimensions. In this thesis, a model that uses bid adjustments is developed in order to increase the number of conversions and decrease the cost per conversion. A statistical model is used to select campaigns and dimensions that need bid adjustments along with several techniques to determine their values since they can be between -90% and 900%. In addition, an evaluation procedure is developed that uses campaign historical data in order to evaluate the calculation methods as well as to validate different approaches. We study the problem of interactions between different adjustments and a solution is formulated. Real-time experiments showed that our bid adjustments model improved the performance of online advertising campaigns with statistical significance. It increased the number of conversions by 9%, and decreased the cost per conversion by 10%. / I digital marknadsföring tillåter de dominerande sökmotorerna en annonsör att ändra sina bud med hjälp av så kallade budjusteringar baserat på olika dimensioner i sökförfrågan, i syfte att kompensera för olika värden de dimensionerna medför. I det här arbetet tas en modell fram för att sätta budjusteringar i syfte att öka mängden konverteringar och samtidigt minska kostnaden per konvertering. En statistisk modell används för att välja kampanjer och dimensioner som behöver justeringar och flera olika tekniker för att bestämma justeringens storlek, som kan spänna från -90% till 900%, undersöks. Utöver detta tas en evalueringsmetod fram som använder en kampanjs historiska data för att utvärdera de olika metoderna och validera olika tillvägagångssätt. Vi studerar interaktionsproblemet mellan olika dimensioners budjusteringar och en lösning formuleras. Realtidsexperiment visar att vår modell för budjusteringar förbättrade prestandan i marknadsföringskampanjerna med statistisk signifikans. Konverteringarna ökade med 9% och kostnaden per konvertering minskade med 10%.

Service providers strive to guarantee a certain level of quality of their services, to stay relevant and to keep their customers satisfied and to avoid customer churn. IPTV is such a service. To be able to guarantee quality of service and uptime a good problem management system is vital. Problem management system, are a system of handling occurrences and solutions of all problems and errors. Its primary goal is to detect, prevent and solve errors and incidents, but also prevent reoccurring errors and minimizing the time line of existing problems by finding its root cause. On first contact of a problem there is human operators classifying the problem. Problems with problem management is that it is reactive and problems keep happening. To be able to become pro-active, problems need to be predicted before they occur. This thesis evaluates past problems to enable pro-active actions, by statistics and actionable data mining, using performance data from IPTV service and set top boxes, not utilized today by the company this thesis is carried out for. The result shows that pro-active actions are enabled by adding supervision of the performance data and a packet error ratio. The result also shows that some large problems gets classified too late. By utilizing machine learning and predictive modelling: Logistic regression and Artificial neural network, future disturbance incidents can be predicted. Using disturbance data gave a model accuracy of 80% and 80% respectively with a model Matthew correlation coefficient of 0.50 and 0.56 respectively. Given information of affected active service consumers, if provided, customer impact could easier be assessed. The larger part of this project went to the business understanding, data understanding, data preparation and analysis. By utilizing the unutilized performance data, the problem management system can become more proactive, with the addition of supervision of the IPTV performance data and predictive modelling. / Tjänsteleverantörer strävar att kunna garantera en viss grad av kvalité på de tjänster de erbjuder, för att fortsätta vara relevant, hålla sina kunder nöjda och undvika bortfall av kunder. IPTV är en sådan tjänst. För att kunna garantera en hög tjänstekvalité och hög drifttid, är ett bra problemhanteringssystem viktigt. Problemhanteringssystem är ett system som hanterar förekomsten av och lösningar till alla problem och fel. Dess primära mål är att upptäcka, motverka och lösa incidenter och fel. Även att motverka fortsatt upprepande fel samt att minimera tidslinjen för aktiva fel genom att hitta dess grundorsaken. Vid första kontakt av ett problem så är det mänskliga operatörer som klassificerar problemet. Ett problem med problemhanteringssystem är att de är reaktiva och problem fortsätter att uppkomma. För att kunna bli proaktiv, måste problem kunna predikteras innan de uppkommer. Denna uppsats utvärderar och analyserar gamla problem och incidenter för att möjliggöra proaktivitet, genom statistik och handlingsbar data mining, genom användandet av oanvända prestandadata från IPTV tjänst och digitalbox. Resultat visar att proaktivt agerande möjliggörs genom att lägga till bevakning av prestandadata och en paketfels kvot. Resultat visar även att stora problem blir klassificerad för sent. Genom användandet av maskininlärning och prediktiva modeller: logistisk regression och artificiellt neuralt nätverk, kan kommande incidenter predikteras. Användning av störningsdata gav en modellsäkerhet på 80% och 80% med en Matthew korrelations koefficient på 0.50 och 0.56 respektive. Information om antal aktiva påverkade kunder, om implementerat, hjälper till att bedöma kundpåverkan. Den större delen av detta projekt gick åt till företag förståelse, data förståelse, data förberedning och analys. Men genom användandet av prestandadata, kan problemhanteringssystemet bli proaktiv med tillägget av bevakning av IPTV tjänst och digitalbox data och prediktiv modellering.

Groundwater is one of the main natural resources worldwide. Groundwater exists in aquifers below the earth surface and provides quantities of water for various purposes such as supply to households and businesses, public supply, drinking water supply, irrigation and agriculture. Sweden is also highly dependent on groundwater. As mentioned in the list of 16 Environmental Quality Objectives, that the Swedish Parliament established, "groundwater must assure a safe and sustainable supply of drinking water, as well as promoting viable habitats for plants and animals in lakes and watercourses". However, the protection of groundwater and generally the aquifer resources is prone to various human activities that are harmful in terms of volume and quality. The present thesis aims to investigate the behavior of groundwater towards such human activities of large scales, like a tunnel construction, and small scale, like a construction of a geothermal plant. The area under study is investigated through spatial analysis, using ArcGIS; the groundwater levels are monitored and further statistically analyzed by implementing a Modified Double Mass Statistical Analysis; and further on a 3D numerical model is built in COMSOL Multiphysics in order to simulate possible drawdown caused by human intervention to the natural environment. The created 3D model was used in order to evaluate the drawdown and different scenarios were implemented with the aim to determine the degree of sensitivity the model has towards fracture parameters. Since the occurrence of fractures in the rock mass is often connected to extended investigation and time/cost consuming techniques, the model contains an overall uncertainty concerning the location and properties of the fracture formations in the area. The different scenarios involve variation of fracture zone width and thus the behavior of the top soil layer is investigated in terms of recovery after drawdown. The results indicated connection to human activities, with the statistical analysis to support this. Also, the numerical model showed that the fracture properties are connected to the recovery time of the groundwater levels after a drawdown is noticed. Wider fracture zone width implied more time needed for the groundwater levels to get to their initial values, under the perception that the source of recharge is precipitation. On the other hand, narrow fracture zone width was connected with greater drawdown, compared to the wider width scenario, and also earlier in time recovery of the groundwater levels. The type of the soil layer and its vulnerability to human activities can vary greatly in terms of volume loss which can prove a hazard to existing infrastructure on the ground surface. The present study can prove useful in cases of prestudy of drilling projects of any scale. There is strong connection between fracture formations and recovery of groundwater levels and thus such kind of models can generate innovative techniques of planning before a project begins. / Grundvatten är en av de viktigaste naturresurserna världen över. Grundvatten finns i akviferer under jordytan och ger vatten för olika ändamål så som tillförsel till hushåll och företag, kommunalt bruk, dricksvattenförsörjning, bevattning och jordbruk. Även Sverige är mycket beroende av grundvatten. I en sammanställning av 16 nationella miljökvalitetsmål fastställde riksdagen bland annat att "grundvatten måste säkerställa ett säkert och hållbart utbud av dricksvatten samt att främja livskraftiga livsmiljöer för växter och djur i sjöar och vattendrag". Skyddet av grundvatten och de allmänna vattenresursresurserna är framtaget för att begränsa påverkan från olika mänskliga aktiviteter som är skadliga när det gäller volym och kvalitet. Föreliggande uppsats syftar till att undersöka grundvattnets beteende till följd av storskaliga mänskliga aktiviteter, till exempel en tunnelkonstruktion, och mindre aktiviteter, till exempel byggnation av en geotermisk anläggning. Det område som studeras undersöks genom rumslig analys, med hjälp av ArcGIS; grundvattennivån övervakas och analyseras vidare statistiskt genom implementering av en statistisk analys av Modified Double Mass Statistical Analysis; en numerisk 3D-modell byggs i mjukvaran COMSOL Multiphysics för att simulera möjlig grundvattennivåsänkning orsakad av mänsklig påverkan i den naturliga miljön. 3D-modellen användes för att utvärdera eventuell grundvattensänkning och olika scenarier implementerades med syfte att bestämma graden av känslighet med avseende på sprickparameterar i modellen. Eftersom förekomst av sprickor i bergmassan ofta innebär ett behov av utökad undersökning och tid/kostnadskrävande tekniker innehåller modellen en övergripande osäkerhet om platsen samt egenskaper hos sprickorna i området. De olika scenarierna involverar variation av sprickzonsbredd och det övre jordskiktets beteende betraktas i termer av återhämtning efter avsänkt grundvattennivå. Resultaten indikerade koppling till mänskliga aktiviteter, den statistiska analysen stödjer detta. Den numeriska modellen visade också att sprickornas egenskaper är kopplade till grundvattennivåernas återhämtningstid efter det att en grundvattennivåsänkning noterats. Bredare sprickzonsbredd innebar längre återhämtningstid för grundvattennivåerna att stiga till deras ursprungliga värden, under förutsättning att källan till återhämtning är nederbörd. Å andra sidan var en smalare sprickzonsbredd förenad med större grundvattenavsänkning samt snabbare återhämtning av grundvattennivån jämfört med scenariot för bredare sprickzoner. Jordlagrets typ och dess känslighet för påverkan från mänskliga aktiviteter kan variera kraftigt i fråga om volymförlust vilket kan utgöra en fara för befintlig infrastruktur på markytan. Den aktuella studien kan vara användbar i förstudier till borrprojekt av vilken skala som helst. Det finns stark koppling mellan sprickbildning och återhämtning av grundvattennivån, och sålunda denna typ av modeller generera innovativa planeringstekniker innan ett projekt börjar.

No description available.