El Repositorio Académico Digital de la Universidad ORT Uruguay es un espacio para almacenar, organizar, preservar, dar libre acceso y visibilidad a nivel nacional e internacional de la producción científica, académica y cultural generada por los integrantes de la comunidad universitaria, en formato digital.
Recent Submissions
Item type: Item , Déficit habitacional y regeneración edilicia en barrios populares del Partido de La Plata, Buenos Aires. Argentina: Estrategia colaborativa entre actores técnicos y habitantes barriales(Universidad ORT Uruguay) Esparza, Jesica; Viegas, Graciela Melisa; San Juan, Gustavo Alberto; Asambuyo, Joel EzequielItem type: Item , Radiografía de la informalidad urbana: impacto social del sector Villa Hermosa en la comunidad casmeña(Universidad ORT Uruguay) Boggiano Burga, María Lucía; Aranibar Huacho, Santiago Brixty; Matos Tarazona, Erick YomarItem type: Item , HydrAID(Universidad ORT Uruguay, 2025) Kaminski Lasarte, Oliver Alfredo; Mora Riquelme, Hugo Andrés; Espinosa Peralta, Carlos Marcelo; Chicatun, Mariano EzequielHydrAID aborda una limitación persistente en la oncología de pulmón: la baja capacidad predictiva de biomarcadores aislados y la fragmentación de la evidencia multimodal. Este proyecto diseña e implementa una arquitectura semántica y neurosimbólica destinada a descubrir y explicar biomarcadores de respuesta a inmunoterapia, priorizando interoperabilidad, trazabilidad y consultas reproducibles. Para ello se desarrolló la Biomarker Evidence Ontology y se transformó un conjunto de datos curado a RDF, cargándolo luego en GraphDB. Sobre este grafo se integró una interfaz de lenguaje natural a SPARQL dentro de un flujo RAG neurosimbólico que recupera hechos y genera explicaciones sustentadas en evidencia. La calidad estructural del grafo se garantizó mediante validación SHACL y consultas de verificación SPARQL, mientras que la interoperabilidad se reforzó alineando enfermedades con MeSH y biomarcadores con NCIt mediante mapeos SKOS. Los resultados muestran un aumento significativo del control semántico y la coherencia del grafo tras la remediación. Además, se alcanzó alineación completa de enfermedades con MeSH, heredando definiciones, sinónimos y jerarquías, y se aplicó un patrón análogo con NCIt para biomarcadores. El agente de lenguaje natural a SPARQL produjo consultas deterministas y explicables, recuperando biomarcadores por terapia y enfermedad junto con publicaciones y significancia clínica. Sobre esta evidencia se aplicó una lógica de inferencia y un puntaje reproducible basado en el diseño del estudio y el signo de la asociación, generando rankings auditables, donde destacan PD-L1, CD8 positivo y Akkermansia. HydrAID evidencia que los grafos de conocimiento combinados con RAG neurosimbólico permiten convertir literatura heterogénea en respuestas explicables, auditables e interoperables. Como trabajo futuro, se propone ampliar reglas de inferencia y calibrar el puntaje con expertos para fortalecer la reproducibilidad clínica.Item type: Item , Desarrollo de un clasificador de localización subcelular de proteínas utilizando representaciones vectoriales de secuencias proteicas derivadas de Modelos de Lenguaje como datos de entrenamiento(Universidad ORT Uruguay, 2025) Puglia Laca, Juan Diego; Ferres Caceres, Ignacio; Yovine, Sergio Fabián; Graña Alfonso, MartínLas proteínas están formadas por cadenas de aminoácidos cuyas secuencias determinan sus propiedades físicas y funcionales, entre ellas la localización subcelular. Aunque existen técnicas experimentales precisas para identificar la ubicación de una proteína dentro de una célula procariota, estas resultan costosas y demandan mucho tiempo. Por ello, desde fines de la década de 1980 se han desarrollado métodos computacionales capaces de predecir dicha localización a partir de la secuencia aminoacídica. La aplicación de la tecnología Transformers al análisis de proteínas ha permitido crear modelos capaces de detectar patrones complejos en las secuencias y generar representaciones vectoriales (embeddings) útiles para predecir propiedades emergentes. En este estudio se evaluó la capacidad de dichos modelos para inferir la localización subcelular de proteínas bacterianas. Para ello, se entrenaron dos clasificadores —(Random Forest y Support Vector Machine (SVM)— utilizando embeddings obtenidos de los modelos ESM C 300m, ESM C 600m y Prost T5. Los resultados demostraron que los modelos de lenguaje de proteínas pueden extraer información relevante sobre la localización subcelular directamente a partir de la secuencia aminoacídica. Los clasificadores alcanzaron altos niveles de desempeño, evidenciando la eficacia de este enfoque. Finalmente, se desarrolló una interfaz gráfica de usuario en Python que permite predecir la localización subcelular de proteínas bacterianas a partir de secuencias en formato FASTA.Item type: Item , Cultivo in vitro de Quillaja brasiliensis(Universidad ORT Uruguaay, 2025) O'Brien Orsi, Rafaela María; Gallino Malcuori, Juan Pablo; Mulet Navarro, Ana Paula; Castro Novelle, María AlexandraQuillaja brasiliensis es una especie leñosa sudamericana reconocida por su elevado contenido de saponinas, compuestos con propiedades inmunoestimulantes y potencial aplicación como adyuvantes en vacunas. Debido a que estos metabolitos se concentran principalmente en las hojas, su obtención enfrenta limitaciones de sostenibilidad y disponibilidad. Ante la creciente demanda y la necesidad de preservar los árboles, se propone el cultivo in vitro como alternativa viable para una producción continua y sustentable de saponinas. El siguiente proyecto evaluó la posibilidad de cultivar Q. brasiliensis in vitro y de aprovechar sus tejidos como fuente de metabolitos bioactivos. Se emplearon diferentes medios y condiciones para la introducción, propagación e inducción de callos. Los explantes de cinco genotipos fueron cultivados en medio Woody Plant Medium (WPM) suplementado con BAP, alcanzando un 80 % de éxito en el establecimiento inicial. La formación de callos a partir de hojas y tallos resultó factible, siendo las hojas el material más receptivo y con mayor proliferación en presencia de 3 mg/L de BAP. Las saponinas se extrajeron y purificaron mediante cromatografía preparativa (prep-HPLC) y se caracterizaron por cromatografía en capa fina (TLC). Se confirmó la presencia de saponinas en hojas jóvenes, mientras que los callos obtenidos no mostraron dichos compuestos bajo las condiciones evaluadas, y los intentos de generar suspensiones celulares no prosperaron. En conjunto, los resultados indican que Q. brasiliensis puede propagarse exitosamente in vitro y que sus hojas son una fuente efectiva de saponinas, aunque los cultivos de callo requieren optimización adicional para su aprovechamiento productivo.