15
personal
6.77 M
financiación*
35
proyectos y contratos*
*datos de los últimos 5 años
Investigación
Proyectos
Publicaciones
  • Pedreira, A.; Vázquez, J.A.; García, M.R. (2022) Kinetics of Bacterial Adaptation, Growth, and Death at Didecyldimethylammonium Chloride sub-MIC Concentrations Frontiers in Microbiology DOI:10.3389/fmicb.2022.758237
  • Ovalle, J.C.; Vilas, C.; Antelo, L.T. (2022) On the use of deep learning for fish species recognition and quantification on board fishing vessels Marine Policy DOI:10.1016/j.marpol.2022.105015
  • González, P.; Osorio, R.R.; Pardo, X.C.; Banga, J.R.; Doallo, R. (2022) An efficient ant colony optimization framework for HPC environments Applied Soft Computing Journal DOI:10.1016/j.asoc.2021.108058
  • Otero-Muras I; Banga JR (2021) Synthetic Gene Circuit Analysis and Optimization " Computational Methods in Synthetic Biology" Humana Press / Springer ISBN:978-1-0716-0822-7
  • Otero-Muras I; Banga JR (2021) Automated Biocircuit Design with SYNBADm " Synthetic Gene Circuits" Springer ISBN:978-1-0716-1031-2
Tesis
  • TFM - Andrea Arribas Jimeno (26/09/2022) Aplicabilidad de la tecnología de imágenes hiperespectrales (HSI) como método no invasivo para la evaluación de la calidad del pescado UNIVERSIDAD DE SANTIAGO DE COMPOSTELA
  • TFM - Artai Rodríguez Moimenta (19/07/2020) Desarrollo de un modelo de corte mecanístico que permita describir un proceso de fermentación mixta Universidad de Vigo (UVigo)
  • TFG - Laura Honrubia Baamonde (11/07/2019) Optimization of Benzalkonium Chloride treatment in the disinfection of L. Monocytogenes in the Food Industry UNIVERSIDAD DE LLEIDA
  • TFM - Pablo de la Torre Fernández (20/09/2018) Modelado del proceso de fermenatición vínica: co-cultivo de especies no convencionales Universidade da Coruña
  • PhD - Alejandro López Núñez (18/07/2018) CONTRIBUTIONS TO MATHEMATICAL MODELLING AND NUMERICAL SIMULATION OF BIOFILMS UdC
Innovación
Contratos
Capacidades
Productos
  • Prototipo | Morbidostat: desentrañando la resistencia a agentes antimicrobianos

    Morbidostat es un dispositivo de cultivo continuo controlado por ordenador que ajusta automáticamente la concentración de fármacos para mantener constante la inhibición del crecimiento en cultivos microbianos. A medida que las bacterias adquieren mutaciones que les confieren resistencia a los fármacos, son capaces de tolerar mayores concentraciones de dichos fármacos y de crecer más rápidamente, eliminando así la presión selectiva, que es la fuerza impulsora de la evolución. Para compensar este mecanismo, Morbidostat aumenta la concentración del fármaco lo suficiente para mantener la tasa de crecimiento original de las bacterias, manteniendo así la presión selectiva a lo largo del tiempo. El sistema permite adquirir datos para modelar la evolución microbiana bajo estrés por agentes antimicrobianos, optimizar las estrategias de dosificación de biocidas y desarrollar cepas de alta resistencia a agentes antimicrobianos utilizadas para analizar la eficacia de nuevos biocidas, entre otras aplicaciones.

     

  • Software | Diseño basado en modelos de sistemas activos de envasado inteligente con actividad antimicrobiana

    Código Matlab para desarrollar simulaciones y optimizar el diseño de envases utilizando agentes antimicrobianos naturales (carvacrol) para la merluza (Merluccius merluccius). Además, se considera el uso de diferentes polímeros como posibles materiales de envasado activo.

    Puedes encontrar más información aquí.

  • Software | DOTcvpSB: Matlab toolbox for Dynamic Optimization in Systems Biology (kit de herramientas en Matlab para la optimización dinámica en biología de sistemas)

    DOTcvpSB es un kit de herramientas escrito en MATLAB que utiliza el método de parametrización del vector de control (CVP) para manejar problemas de optimización dinámica entero-mixtos. DOTcvpSB se ha aplicado con éxito a diversos problemas en biología de sistemas e ingeniería de bioprocesos.

    Puedes encontrar más información aquí.

  • Software | Fish-T-TaB Simulator: simulador de temperatura de pescado almacenado en tinas y cajas

    Este modelo se desarrolló y aplicó por parte de integrantes del Grupo de Trabajo de la EFSA sobre el transporte y almacenamiento de productos pesqueros frescos durante el trabajo de preparación de la Opinión Científica del Comité de Riesgos Biológicos (BIOHAZ) sobre el uso de tinas para transportar y almacenar productos pesqueros frescos (EFSA-Q-2019-00053). Se aplicó el modelado de transferencia de calor para estimar la temperatura superficial del pescado durante los procesos relacionados con la temperatura: enfriado y posterior mantenimiento de la temperatura refrigerada del pescado (proceso de "enfriado") y/o mantenimiento de la temperatura refrigerada (proceso de "mantenimiento") del pescado sobre hielo (en cajas) comparado con el pescado en agua con hielo (en tinas) bajo las mismas condiciones de transporte y almacenamiento.

    Puedes encontrar más información aquí.

Equipo