Trabajos finales de carrera de grado

Permanent URI for this collectionhttps://rad.ort.edu.uy/handle/20.500.11968/2713

Estos trabajos de fin de carrera son obras producidas por estudiantes, que se originan en los procesos formativos de la universidad.

Tienen propósitos culturales y educativos. No son productos comerciales y su difusión pública no está autorizada.

Now showing 1 - 20 of 725

A tool for enhancing interoperability in automated LLM-assisted SQL migration
(Universidad ORT Uruguay, 2025) Daners Morillo, Sebastián Julio; Yovine, Sergio Fabián; Mayr Ojeda, Franz; Braberman, Victor Adrian; Tripakis, Stavros
El siguiente proyecto investiga el uso de grandes modelos de lenguaje (LLMs por sus siglas en inglés) como asistentes para la migración de código SQL de un proveedor a otro, una tarea donde la falta de portabilidad entre sistemas y semántica y sintaxis específicas a los motores comúnmente limitan a los traductores basados en gramática. Se propone un bucle de retroalimentación guiado por errores para mejorar la respuesta de los LLMs utilizando un proceso de análisis de dos pasos. El primero se ocupa de identificar los errores sintácticos y el segundo los semánticas. Esta herramienta es probada utilizando diferentes modelos de OpenAI para demostrar su efectividad.
Análisis comparativo de portales de Infraestructuras de Datos Espaciales en base a técnicas de Text Mining
(Universidad ORT Uruguay, 2025) Bentancor Hagobian, Noelia; Hochsztain Kunin, Esther Jeanette; Olsina Santos, Luis Antonio; Calegari García, Daniel
Las Infraestructuras de Datos Espaciales (IDEs) constituyen entornos complejos que integran tecnologías, políticas, estándares y recursos humanos con el fin de gestionar y difundir información geoespacial. Estos repositorios presentan como principal desafío la naturaleza dinámica de sus contenidos, que evolucionan de forma constante, y el predominio de información textual, lo cual dificulta tanto su análisis sistemático como la comparación entre diferentes IDEs. En este contexto, la investigación propone un marco conceptual orientado a facilitar la comparación de portales de Infraestructuras de Datos Espaciales mediante la aplicación de técnicas de Text Mining. El enfoque planteado comienza con la identificación y el relevamiento de categorías semánticamente comparables en cada IDE, lo que permite establecer una base común de análisis. Posteriormente, la información se extrae de manera automatizada a través de un proceso consolidado de Web Scraping. Una vez recolectados los datos, se realiza un análisis exploratorio con el objetivo de obtener un primer entendimiento de la información y detectar patrones relevantes. A continuación, se aplican técnicas de clustering junto con métricas de validación interna, lo que posibilita evaluar de forma objetiva la estructura, cohesión y calidad de los grupos obtenidos. El flujo metodológico se integra en la herramienta IDE Comparator, que centraliza el proceso completo y facilita la visualización de los resultados, promoviendo una comparación más clara y sistemática entre distintas IDEs. El enfoque propuesto permite comprender las relaciones internas de los datos, reduce la complejidad asociada al procesamiento de información textual y demuestra la factibilidad de automatizar parcialmente el relevamiento de información geoespacial. Además, el marco desarrollado es extensible tanto a otras Infraestructuras de Datos Espaciales como a distintos dominios de aplicación.
Shadow
(Universidad ORT Uruguay, 2025) Rositto Gimenez, Giuliano Michele; Garbarino Alberti, Helena; Lifschitz, Sergio; Nieves Lema, Ruben Carlos
El siguiente proyecto presenta Shadow, un videojuego del género metroidvania. El desarrollo se llevó a cabo a partir de requerimientos definidos por estudiantes de Desarrollo de Videojuegos, bajo la supervisión de tutores especializados, y fue validado mediante tres eventos de prueba (Beta Testing) con más de cien participantes en cada uno. El proyecto busca innovar dentro del género metroidvania mediante la incorporación de la luz y la sombra como eje central de la jugabilidad, utilizando fuentes de iluminación simuladas en un entorno 2D como recurso principal para interactuar con enemigos y superar desafíos conformados por sombras. El sistema está compuesto por una aplicación distribuible que integra tres escenas principales: un menú principal, una cinemática introductoria y un ambiente de juego. El menú principal permite gestionar las opciones del juego, así como crear y cargar partidas; la cinemática presenta la narrativa mediante una experiencia audiovisual inmersiva; y el ambiente de juego, constituye el núcleo de la experiencia interactiva ofreciendo la simulación, los desafíos y los recursos visuales que definen la experiencia del jugador. Como resultado, se obtuvo un videojuego metroidvania que integra los elementos fundamentales del género e introduce una mecánica innovadora centrada en el uso de la iluminación, con el potencial de ser presentado en el mercado y de evolucionar hacia un producto comercial completo.
Quick Cargo
(Universidad ORT Uruguay, 2025) Tenenbaum Lión, Diego; Costa Grossy, Mateo Gabriel; Oller Robaina, Germán Augusto; Cagnani Oña, Marcelo Fabián; Lifschitz, Sergio; Nieves Lema, Ruben Carlos
El siguiente proyecto presenta Quick Cargo, una plataforma desarrollada con el apoyo de la Dirección Nacional de Aduanas (DNA) y la Asociación de Despachantes de Aduanas del Uruguay (ADAU), orientado a la modernización de los procesos de importación en el país. La iniciativa surge a partir de la identificación de una necesidad crítica en el sector aduanero: agilizar los trámites, reducir errores humanos y mejorar la eficiencia operativa mediante el uso de tecnologías digitales avanzadas. El objetivo principal del proyecto fue el desarrollo de un Mínimo Producto Viable (MVP) que permita la generación asistida del Documento Único Aduanero (DUA) a través de inteligencia artificial. Para ello, Quick Cargo ofrece una plataforma web que centraliza la gestión de la documentación vinculada a una importación y facilita la confección del DUA de forma automatizada. Entre sus funcionalidades principales se destacan el módulo de extracción de información relevante desde documentos y el módulo de clasificación arancelaria, ambos asistidos por IA. Estos componentes permiten generar sugerencias automáticas de autocompletado del DUA a partir de la documentación cargada, incrementando la velocidad y precisión del proceso. El sistema se construyó sobre un “stack” moderno y escalable que combina .NET Framework en el backend, React con Vite en el frontend y PostgreSQL en AWS RDS como base de datos. El procesamiento inteligente de documentos se implementó en Python mediante AWS Lambda, integrando servicios como S3, SQS y Elastic Beanstalk. Además, se utilizaron las APIs de OpenAI y Google Gemini para tareas de extracción de datos y razonamiento avanzado, junto con GitHub y GitHub Actions para la gestión colaborativa y la integración continua. La validación del proyecto se realizó mediante pruebas con despachantes de aduana y funcionarios de la DNA, lo que permitió ajustar la solución a las necesidades reales del sector y garantizar su viabilidad técnica, operativa y regulatoria.
SafeCall
(Universidad ORT Uruguay, 2025) Montaño Carretto, Andrés; Keushkerian Guasch, Surén Sebastián; Porro Caraball, Santiago Nicolás; Mousques Anaya, Gastón Antonio; Braberman, Victor Adrian; Saavedra González, María Jimena
Este proyecto desarrolla SafeCall, una iniciativa tecnológica orientada a la prevención del fraude telefónico, que busca proteger a los usuarios mediante la detección temprana de llamadas fraudulentas y la emisión de notificaciones tanto a los afectados como a sus contactos cercanos. El desarrollo del proyecto se llevó a cabo bajo un enfoque ágil, combinando etapas de exploración inicial con ciclos de desarrollo iterativos. Esta metodología permitió adaptarse a la complejidad del problema y a la incertidumbre propia de un dominio dinámico como el del fraude, facilitando la identificación de necesidades reales de los usuarios, la priorización de funcionalidades y la entrega continua de resultados funcionales. El prototipo desarrollado logró cumplir con los objetivos planteados, demostrando la viabilidad de un sistema capaz de reconocer patrones de fraude de manera confiable. Entre los principales logros se destacan la aplicación efectiva de metodologías profesionales de gestión, la resiliencia ante problemas imprevistos y la capacidad de desarrollar una solución tecnológica orientada a una problemática social relevante y actual, consolidando al mismo tiempo el crecimiento técnico y organizacional del equipo.
Plataforma de Conocimiento Interactivo con LLM para Nichos Especializados
(Universidad ORT Uruguay, 2025) Lamanna Villar, María Agustina; Larenas Gómez, Nahuel Ivan; Molinari Gentilini, Melissa Giovanna; Piñeyro Rizzardo, Sofía Victoria; Varela Peguri, Florencia Isabel; Valle Dubé, Ignacio; Lasarte Borreani, Mariana Lourdes; Olsina Santos, Luis Antonio
El siguiente proyecto presenta una plataforma de conocimiento interactivo para áreas especializadas, en donde se pueda obtener información confiable, verificable y contextualizada en dominios donde los modelos de lenguaje generalistas presentan limitaciones. El caso del bonsái ejemplifica este desafío, al tratarse de una disciplina que requiere conocimientos técnicos específicos y en la cual la información disponible suele ser contradictoria o carecer de sustento. La solución propuesta consiste en el desarrollo de una plataforma web que integra un modelo de lenguaje de gran escala (LLM) bajo una arquitectura de Recuperación de Información Aumentada (RAG). Esta arquitectura combina técnicas de procesamiento del lenguaje natural con una base de datos vectorial semántica, permitiendo recuperar información relevante a partir de fuentes validadas del dominio y generar respuestas fundamentadas y verificables. Para mejorar la precisión y la capacidad de generalización del sistema, se implementó un mecanismo de embeddings semánticos complementado con una organización taxonómica del conocimiento. Esta estructura jerárquica permite al modelo ofrecer respuestas pertinentes incluso ante consultas inéditas, basándose en similitudes conceptuales entre especies, géneros o familias relacionadas. El desarrollo de la plataforma siguió una metodología ágil e iterativa, con instancias de validación continua junto a bonsaistas, asegurando la adecuación del sistema a las necesidades reales del dominio. Desde el punto de vista técnico, la implementación incluye un frontend desarrollado con React y Next.js, y dos backends en Node.js y Python. El sistema se integra mediante API REST con servicios de modelos de lenguaje y una base vectorial, y su infraestructura fue definida utilizando Infrastructure as Code bajo una arquitectura modular multi-tenant, garantizando escalabilidad y mantenibilidad. Como resultado, la plataforma constituye una herramienta robusta, precisa y extensible, que demuestra la viabilidad de aplicar LLMs especializados mediante arquitecturas RAG y su potencial de expansión a otros ámbitos de conocimiento experto.
AgroTrace
(Universidad ORT Uruguay, 2025) Ferreyra Layera, Santiago Javier; Silvera Román, Sebastián Marcos; Lachaise Fazzino, Dominique; Mangarelli Olivera, Eduardo Luis; Lasarte Borreani, Mariana Lourdes; Rossa Hauck, Jean Carlo
El siguiente proyecto presenta AgroTrace, una plataforma digital desarrollada en el ámbito del Centro de Innovación y Emprendimientos de la Universidad ORT Uruguay, cuyo objetivo es apoyar la trazabilidad de la producción de vinos sustentables en Uruguay y facilitar los procesos de certificación asociados. El proyecto surge a partir de un desafío relevante del sector vitivinícola: avanzar hacia modelos productivos más sostenibles mediante la digitalización de procesos clave. A partir de entrevistas con productores y representantes del INAVI, se identificó que iniciativas previas de digitalización, como el cuaderno de campo digital, presentaron baja adopción debido a dificultades de usabilidad, resistencia al cambio y falta de soporte técnico, especialmente entre productores de mayor edad. Frente a este contexto, AgroTrace fue concebida como una solución accesible, adaptable y simple de utilizar, capaz de acompañar a distintos perfiles de usuarios. El alcance del Producto Mínimo Viable (MVP) incluyó la gestión de usuarios, un cuaderno de campo digital completo, funcionalidades de auditoría y documentación, generación de reportes, aplicación móvil, dashboard y gestión de productos. El sistema fue diseñado para cubrir las necesidades de tres roles principales: Administrador de INAVI, Productor y Técnico, dejando previstos los roles de Auditor e INAVI para futuras etapas. Si bien la integración de sensores no formó parte del MVP, se realizó una prueba de concepto que validó su factibilidad técnica. La validación del proyecto se realizó mediante instancias de revisión de prototipos con productores y técnicos, y actualmente se coordinan pruebas en un entorno productivo. Entre los principales aportes diferenciales se destacan una arquitectura modular y escalable, un módulo externo de inteligencia artificial para procesamiento de audio y generación automática de tareas, un sistema de reglas para validaciones sobre principios activos y alertas contextuales, y un módulo de mapas georreferenciados integrado. Como resultado, AgroTrace se presenta como una solución flexible y orientada a la sostenibilidad, que mejora la eficiencia y confiabilidad de los procesos de certificación y fortalece la competitividad del vino uruguayo en mercados internacionales.
DynamicScan
(Universidad ORT Uruguay, 2025) Dilema Chulepín, Tomás; Dos Santos Diaz, Milena; Echichure Suárez, Guillermo Fernando; Sarantes Machin, Julieta; Álvarez Balbi, Amalia Inés; Rossa Hauck, Jean Carl; Fornaro Rosado, Carlos Nicolás
El siguiente proyecto DynamicScan es un prototipo de software desarrollado para apoyar el diagnóstico y seguimiento de pacientes con el dispositivo médico implantable Optimizer Smart Mini, utilizado en terapias de Modulación de la Contractilidad Cardíaca (CCM). El proyecto surge a partir de la necesidad de Impulse Dynamics de contar con una herramienta segura y multiplataforma que permita la interrogación del dispositivo, la visualización de datos clínicos relevantes y la generación automatizada de informes, garantizando la trazabilidad y el cumplimiento de los estándares regulatorios del software médico. La aplicación posibilita la comunicación segura con el dispositivo implantable, permitiendo la lectura de información clínica y técnica. Los datos obtenidos son procesados y almacenados localmente para su posterior análisis y para la generación de informes automáticos que facilitan la toma de decisiones por parte de médicos, enfermeros y personal técnico. El sistema fue diseñado bajo una arquitectura modular y extensible, separando la interfaz de usuario, la lógica de negocio y la gestión de datos, lo que favorece la mantenibilidad, escalabilidad y evolución futura del producto. El desarrollo del proyecto se llevó a cabo mediante un enfoque incremental e iterativo, con prácticas adaptadas de la metodología Scrum. Se incorporaron herramientas de integración continua, control de versiones y gestión colaborativa para asegurar la trazabilidad completa de los requerimientos y entregables. Cada incremento funcional fue validado junto con el cliente, asegurando la conformidad técnica y funcional del sistema. Asimismo, se aplicaron prácticas de ingeniería de calidad alineadas con normas internacionales como IEC 62304, ISO 14971 y guías de ciberseguridad, garantizando la confiabilidad del software y una adecuada gestión de riesgos. Como resultado, DynamicScan constituye una solución robusta, segura y mantenible, capaz de operar en entornos conectados y desconectados, sentando las bases para futuras ampliaciones funcionales y nuevos medios de comunicación sin comprometer la estabilidad del sistema.
Pedido Sugerido
(Universidad ORT Uruguay, 2025) Diaz Varela, Facundo José; Cantera Montes de Oca, Martina; Facello Garcia y Santos, Bruno; Palacio Gómez, Santiago Tomás; López Castilla Álvarez, Candelaria; Fornaro Rosado, Carlos Nicolás; Braberman, Victor Adrian; Saavedra González, María Jimena
El siguiente proyecto se centra en la optimización del proceso de ventas de la empresa PowerStreet, dedicada a la provisión de soluciones de software ERP para grandes compañías de consumo masivo. El objetivo principal fue diseñar e implementar una solución basada en Inteligencia Artificial (IA) que permita generar pedidos sugeridos, con el fin de mejorar la eficiencia de los vendedores en ruta, reducir las pérdidas asociadas a devoluciones de mercadería y elevar la calidad del servicio ofrecido a los clientes. La metodología de trabajo se estructuró en dos fases, en la primera etapa, se aplicó el enfoque de Design Thinking , esto incluyó entrevistas con los vendedores y el acompañamiento en sus recorridos diarios, lo que permitió identificar falencias clave del proceso existente. Se detectó que la generación de pedidos se realizaba mediante un método rudimentario y poco preciso, lo cual generaba ineficiencias operativas y pérdidas económicas significativas. En la segunda etapa, se adoptó un marco de trabajo ágil que combinó prácticas de Scrum y Kanban, facilitando la gestión de un proyecto con requerimientos cambiantes y alta incertidumbre tecnológica. Como resultado, se desarrolló una solución robusta y escalable que integra dos modelos de IA: un clasificador XGBoost, encargado de identificar los 20 productos con mayor probabilidad de venta, y un modelo de lenguaje de gran escala, Llama 3.2-1B, utilizado para predecir las cantidades óptimas de cada producto. La arquitectura híbrida del sistema fue desplegada en Amazon Web Services, combinando servicios “serverless” como Lambda y SQS con SageMaker para el despliegue de los modelos de IA. El proyecto concluyó exitosamente con la validación del sistema en un entorno de prueba y la entrega de una solución funcional, integrada al ecosistema de PowerStreet y lista para su implementación en la aplicación móvil de los vendedores.
Whizdy
(Universidad ORT Urugauy, 2025) Caffarena Barbarita, Martín; Daneri Cánepa, Franco Augusto; González Silvera, Nicolás; Ferrari Fugardo, Bruno Nicolás; Matalonga Motta, Santiago; Hernández Guimarans, Pablo
El siguiente proyecto presente Whizdy, una plataforma SaaS de “scouting” y selección de talento impulsada por inteligencia artificial. Se presenta como solución problemas que presentan los procesos actuales de selección de personal de las empresas: alta dependencia de tareas manuales, evaluaciones subjetivas, falta de trazabilidad en las decisiones y escasa retroalimentación hacia los candidatos. El sistema transforma el proceso tradicional en uno explicable, medible e informativo, integrando un motor de matching semántico basado en embeddings, modelos de lenguaje y bases de datos vectoriales. La solución se implementó mediante una arquitectura híbrida que combina componentes internos desarrollados específicamente para el proyecto con servicios externos especializados en inteligencia artificial y almacenamiento de datos. Esta arquitectura modular permite integrar capacidades avanzadas de análisis semántico y generación de lenguaje natural sin requerir desarrollo propio de modelos de IA. El proyecto fue gestionado bajo una metodología ágil adaptada, con iteraciones quincenales, validaciones continuas con el cliente y documentación reflexiva. Se entregó una primera versión funcional validada con usuarios reales, que incluye flujos completos para candidatos y empresas para un proceso robusto de selección de personal, sistema de notificaciones, autenticación segura, dashboard analítico y generación de explicaciones de matching mediante IA.
Fitit Returns
(Universidad ORT Uruguay, 2025) Andreoli Sandler, Nicolás; Batlle Barbero, Florencia; Czarnievicz Rother, Federico Andrés; Scafarelli Tiscornia, Leonardo Pablo; Matalonga Motta, Santiago; Fornaro Rosado, Carlos Nicolás
El siguiente proyecto presenta un sistema web orientado a optimizar la gestión de las devoluciones y de los cambios en tiendas de indumentaria, con el objetivo de mejorar la experiencia de postventa tanto para los comercios como para los usuarios finales. El sistema busca reducir la carga administrativa, minimizar los tiempos de resolución y disminuir las pérdidas económicas asociadas a errores, demoras o procesos manuales ineficientes. La solución está compuesta por tres módulos principales: una aplicación web de cara al usuario final, donde los consumidores pueden iniciar y realizar el seguimiento de solicitudes de devolución o cambio; un panel de gestión para tiendas, que permite revisar solicitudes, aprobarlas o rechazarlas, definir políticas de devolución y emitir créditos de tienda; y un panel interno de backoffice destinado a la administración central de Fitit y la configuración global del sistema. Desde el punto de vista técnico, Fitit Returns fue desarrollado sobre una arquitectura modular y escalable. El frontend utiliza React.js y Next.js, mientras que el backend se implementó mediante una arquitectura serverless basada en Firebase Cloud Functions. Además, el sistema integra servicios adicionales como Credits API desarrollada en Node.js, junto con tecnologías como Google Pub/Sub, Firestore y MySQL para la gestión de datos y la comunicación entre componentes. El desarrollo se llevó a cabo siguiendo un ciclo de vida incremental e iterativo, apoyado en metodologías ágiles como Scrum y Kanban, lo que permitió entregar valor de manera continua y adaptarse a cambios de requerimientos, como la incorporación del sistema de créditos durante el proceso. Se definieron planes de calidad, gestión de configuración y mitigación de riesgos, así como estándares de codificación y validaciones automatizadas. Actualmente, el sistema se encuentra completamente implementado en un entorno pre-productivo y representa una base sólida para la eficiencia operativa y la expansión internacional del producto.
Not an oasis
(Universidad ORT Uruguay, 2025) Mattos Formoso, Javier Ignacio De; Komes Polletta, Daniel Guillermo; Garbarino Alberti, Helena; Olsina Santos, Luis Antonio; Lasarte Borreani, Mariana; Lifschitz, Sergio
El siguiente proyecto presenta el desarrollo de un videojuego de extracción, acción y aventura ambientado en un desierto postapocalíptico. Se trabajó en un equipo multidisciplinario, con integrantes pertenecientes a las carreras de Ingeniería en Sistemas, Licenciatura en Sistemas y Licenciatura en Animación y Videojuegos. Se buscó crear una experiencia inmersiva basada en la exploración de un mundo hostil, donde el jugador debe recolectar recursos y mejorar sus capacidades junto a su compañero, un robot autónomo equipado con habilidades especiales como disparar, excavar, hackear e interactuar con el entorno. Estas habilidades pueden personalizarse mediante la instalación de distintos módulos (mods), incorporando así un componente estratégico y de personalización en la jugabilidad. El desarrollo se realizó utilizando el motor Unity y metodologías ágiles adaptadas a un equipo pequeño. Se documentaron todas las etapas del proceso, incluyendo diseño, implementación, aseguramiento de la calidad del software (SQA) y gestión de riesgos. A lo largo del proyecto se priorizó la iteración y el testeo continuo, lo que permitió mantener un avance controlado y evaluar el impacto de cada cambio. Como resultado se obtuvo un prototipo funcional que combina exploración, combate y toma de decisiones tácticas, con una narrativa centrada en la supervivencia y la búsqueda del oasis oculto. El trabajo refleja la aplicación práctica de conocimientos técnicos y de gestión, así como la integración efectiva entre arte, programación y diseño en un entorno académico.
Estudio de la biofloculación con hongos filamentosos en la cosecha de microalgas productoras de moléculas bioactivas con potencial uso en suplementación animal
(Universidad ORT Uruguay, 2025) Pagglianno Nieto, Camila; Parentelli Salvetto, Constanza Andreina; Umpiérrez Failache, Mariana; Louge Argañaraz, Josefina; Machado Casini, Felipe Daniel
Este trabajo final de carrera tiene como objetivo determinar la capacidad biofloculante de distintas cepas fúngicas y analizar la eficiencia de la biofloculación en co-cultivos de microalgas y hongos filamentosos como un posible método de cosecha, considerando su impacto en la calidad de las raciones animales. Además, se analizó la producción de astaxantina en Haematococcus pluvialis, un carotenoide de alto valor por sus propiedades antioxidantes. Los resultados permitieron identificar dos especies fúngicas comerciales con capacidad biofloculante, Aspergillus oryzae y Pleurotus ostreatus. Estas fueron utilizadas en el ensayo de biofloculación junto con Chlorella sorokiniana y Haematococcus pluvialis, obteniendo tasas de recuperación de entre 62% y 100% en un período de 22-28 horas, dependiendo del co-cultivo. El contenido lipídico de la biomasa obtenida fue tres veces menor a lo reportado en bibliografía, posiblemente debido a bajos rendimientos de extracción. Sin embargo, el contenido proteico de los flóculos fue del orden reportado en bibliografía, conteniendo entre un 20 y 30 %. Además, se logró evaluar la capacidad antioxidante de los flóculos, obteniendo valores de entre 312 – 822 mg/100 g de biomasa seca. El valor máximo registrado se encuentra dentro del rango esperado según lo reportado en bibliografía. Asimismo, se logró inducir la producción de astaxantina en Haematococcus pluvialis mediante la reducción de la fuente de nitrógeno en el medio de cultivo. Por otro lado, a partir de un estándar comercial se logró identificar mediante HPLC tanto la astaxantina en su forma libre como en sus formas esterificadas. Los resultados del estudio demuestran que la biofloculación es una estrategia viable y sustentable. Además de su potencial aplicación en la suplementación animal, esta tecnología podría emplearse en la remediación y revalorización de nutrientes de efluentes, promoviendo así un modelo de economía circular.
Evaluación del efecto de los compuestos volátiles en la inoculación de cultivos mixtos con H. vineae y S. cerevisiae en la producción de vinos de calidad
(Universidad ORT Uruguay, 2025) Collins Salvatierra, Natacha; Valera Martínez, María José; Balseiro Herrera, María Luciana; Machado Casini, Felipe Daniel
El uso predominante de Saccharomyces cerevisiae en vinificación ha generado vinos sensorialmente estandarizados, ya que las distintas cepas producen perfiles aromáticos similares. Para diversificar estos productos, la industria ha incorporado cultivos mixtos que combinan levaduras no-Saccharomyces, responsables de aromas distintivos, con S. cerevisiae, encargada de completar la fermentación. Esta estrategia es especialmente relevante en variedades neutras como Ugni blanc, cuyo bajo aporte aromático hace necesario potenciar su valor mediante perfiles sensoriales diferenciados. Comprender la comunicación entre levaduras a través del quorum sensing permite optimizar los tiempos de inoculación y maximizar la cooperación entre especies. En este trabajo final de carrera se fermentó un símil mosto con Hanseniaspora vineae M12/196F y se identificaron por GC-MS los compuestos volátiles producidos durante las primeras 72 horas. Se seleccionaron aquellos con posible rol en quorum sensing y se evaluó su efecto, en concentraciones fisiológicas, sobre el crecimiento de siete cepas de H. vineae y siete de S. cerevisiae mediante lector de placas. Se observó que el acetato de 2-feniletilo y el triptofol, detectados a las 24 horas, favorecieron el crecimiento de S. cerevisiae, mientras que el ácido hexanoico, producido a las 48 horas, lo inhibió. Fermentaciones posteriores con S. cerevisiae TS28 revelaron que el ácido hexanoico aumentó la eficiencia fermentativa al actuar como factor de estrés. Finalmente, se realizaron cultivos mixtos con co-inoculaciones e inoculaciones secuenciales. Los análisis celulares, aromáticos y fisicoquímicos mostraron que inocular S. cerevisiae TS28 a las 24 horas de fermentación de H. vineae M12/196F produjo el mejor equilibrio entre eficiencia fermentativa, ausencia de defectos y generación de aromas florales, frutales, mantecosos y especiados, un perfil altamente valorado en vinos blancos y tintos jóvenes.
Optimización de un modelo celular para la evaluación de diferencias sexo-específicas en condiciones normales y de daño al sistema nervioso central
(Universidad ORT Uruguay, 2025) Cabrera Vila, Matilde; Rosselló Zapata, Valentina; Olivera Bravo, Silvia Ethel; Louge Argañaraz, Josefina; Ibarburu Fernandez, Sofía
Las enfermedades neurodegenerativas se caracterizan por la pérdida progresiva e irreversible de poblaciones neuronales específicas y presentan claras diferencias sexo-específicas en incidencia, prevalencia y evolución. Sin embargo, la mayoría de los modelos experimentales no incorporan el sexo como una variable, lo que limita el diseño de terapias eficaces. Este trabajo se centra en optimizar modelos celulares que permitan identificar diferencias sexo-específicas tanto en condiciones fisiológicas como patológicas. Para este trabajo final de carrera se utilizaron cultivos primarios de astrocitos corticales y medulares de ratas neonatas machos y hembras wild-type (WT), así como de ratas SOD1G93A, un modelo preclínico de esclerosis lateral amiotrófica (ELA). Se evaluaron viabilidad celular, funcionalidad mitocondrial y niveles de glutatión mediante técnicas bioquímicas, inmunocitoquímica y microscopía, bajo condiciones basales y tras inducción de estrés oxidativo con H₂O₂ y/o D-galactosa, con o sin daño mecánico. Además, se realizaron co-cultivos preliminares de astrocitos aberrantes de animales SOD1G93A con motoneuronas NSC-34 para analizar su impacto en la supervivencia neuronal. Los resultados mostraron que los astrocitos corticales WT de ratas hembra presentaron mayor viabilidad basal, mejor tolerancia a H₂O₂ hasta 50 mM, mayor resistencia a galactosa 10 mM y mejor respuesta al daño mecánico. En contraste, los astrocitos medulares WT de hembras fueron más vulnerables al estrés oxidativo y mostraron menor glutatión y potencial mitocondrial. En el modelo SOD1G93A, las hembras exhibieron menor viabilidad basal y menores niveles de glutatión y potencial mitocondrial, aunque respondieron mejor al daño mecánico. Estos hallazgos respaldan el uso de astrocitos WT y SOD1G93A como modelos adecuados para estudiar respuestas sexo-específicas ante daño oxidativo y mecánico, y sugieren profundizar su optimización para evaluar neuroprotectores y moduladores de la reactividad astrocitaria.
Optimización de herramientas biotecnológicas de detección de biomarcadores de salud intestinal en TEA
(Universidad ORT Uruguay, 2025) Irastorza Sasson, Maite; Riera Faraone, Nadia Sofía; Megrian Nuñez, Daniela; Perbolianachis Duarte, Paula
El microbioma intestinal ha adquirido creciente relevancia en el estudio de enfermedades neurológicas, incluido el trastorno del espectro autista (TEA). Este conjunto de afecciones neuroconductuales resulta de la interacción entre factores genéticos y ambientales. La alta prevalencia de síntomas gastrointestinales en personas con TEA ha impulsado la investigación sobre el posible papel de la microbiota intestinal en su desarrollo. La microbiota humana, compuesta por aproximadamente 10¹⁴ microorganismos -bacterias, virus, hongos y arqueas-, contribuye al metabolismo, a la homeostasis inmunológica y a la regulación del sistema nervioso central (SNC) mediante rutas neuronales, inmunes y endocrinas. Los microorganismos producen metabolitos, como ácidos grasos de cadena corta, que pueden alterar funciones gastrointestinales y neurológicas, interfiriendo en la señalización de neurotransmisores y en mecanismos de comunicación celular. El avance en herramientas de detección de biomarcadores microbianos resulta fundamental para comprender su influencia en la salud. Métodos como la qPCR y la secuenciación completa del gen 16S mediante tecnología Oxford Nanopore (ONT) permiten un análisis detallado del perfil bacteriano, favoreciendo el desarrollo de estrategias diagnósticas y terapéuticas innovadoras. Esta investigación se enfocó en optimizar herramientas de qPCR para detectar biomarcadores asociados a la salud intestinal en niños con TEA, evaluando distintos primers dirigidos a filos y géneros específicos, además de probar dos estrategias de normalización mediante curvas de calibración. Paralelamente, se realizó una caracterización taxonómica por secuenciación 16S de la microbiota de niños con TEA y sus hermanos neurotípicos. Se observaron bacterias más abundantes en TEA, como Clostridium perfringens y Paeniclostridium sordellii, y otras más predominantes en controles, como Blautia phocaeensis y Roseburia inulinivorans. Además, se complementó el análisis con cultivo anaeróbico para aislar bacterias de interés y emplearlas como referencia en el desarrollo de métodos diagnósticos.
Desarrollo de herramientas moleculares en Gluconobacter
(Universidad ORT Uruguay, 2025) Machado da Silva Basso, Manuela; Strauch Bartol, María Mercedes; Mulet Navarro, Ana Paula; Ripoll Pérez, Magdalena; Ortiz Carrión, Cecilia Carolina; Soriano Ávila, Nicolás
Las bacterias del género Gluconobacter poseen una destacada capacidad oxidativa mediada por deshidrogenasas periplásmicas, lo que las convierte en microorganismos de interés industrial para la obtención de compuestos como dihidroxiacetona (DHA), ácido glicérico (GA) y L-sorbosa. Entre ellas, Gluconobacter oxydans NBRC14819 (Gox) y Gluconobacter frateurii NBRC103465 (Gfr) se han estudiado ampliamente por su eficiencia en la conversión de glicerol, posicionándose como plataformas biotecnológicas valiosas. Sin embargo, el desarrollo de herramientas genéticas para estas especies continúa siendo limitado debido a que no son organismos modelo consolidados. Este trabajo tuvo como objetivo fortalecer dichas herramientas mediante dos enfoques. El primero consistió en evaluar promotores para la expresión génica en Gox y Gfr utilizando mCherry como reportero. Se ensayaron promotores previamente descritos en acetobacterias (pJ23104 y pB932_2000) junto con dos promotores nuevos (pMD110 y p2703insG). Las construcciones plasmídicas obtenidas se introdujeron en ambas cepas y su actividad se midió mediante fluorescencia y análisis en geles. En Gox, pJ23104 mostró la mayor expresión, seguido por p2703insG y pMD110, tendencia que también se observó en Gfr. El promotor pB932_2000 no evidenció actividad detectable. Los análisis en gel bajo condiciones no reductoras confirmaron estos resultados al revelar intensidades de banda concordantes con los niveles de fluorescencia. El segundo enfoque buscó implementar un sistema CRISPR de interferencia (CRISPRi) en Gfr para reprimir el gen sldBA, asociado a la oxidación de glicerol. No obstante, dificultades en la obtención de las construcciones en E. coli DH5α sugieren problemas estructurales en el plásmido parental, indicando la necesidad de optimizar el diseño para lograr una aplicación efectiva. Estos avances contribuyen a expandir el repertorio molecular disponible para Gluconobacter y potencian su uso en biotecnología industrial.
Producción recombinante de la proteasa RgpB de Porphyromonas gingivalis y búsqueda de inhibidores
(Universidad ORT Uruguay, 2025) Gebelin Marusich, Nicole Lourdes; Fló Díaz, Martín; Manta Porteiro, Bruno; Ortiz Carrión, Cecilia Carolina; Abreu Olano, Cecilia
Porphyromonas gingivalis es uno de los patógenos claves en la periodontitis, una enfermedad inflamatoria, inmunológica y crónica que provoca la destrucción progresiva e irreversible de los tejidos de soporte dental. Entre sus principales factores de virulencia se destacan las gingipaínas, proteasas de cisteína con especificidad por arginina (RgpA y RgpB) o lisina (Kgp), responsables de la mayor parte de la actividad proteolítica extracelular. Estas enzimas participan en la degradación de proteínas y tejidos del hospedero, la adherencia y colonización de células epiteliales, la hemólisis, y la evasión de la respuesta inmune. Además, su presencia se ha asociado no solo a periodontitis, sino también a diversas condiciones sistémicas, como enfermedades cardiovasculares, Alzheimer, artritis reumatoide y complicaciones del embarazo. El creciente interés en el desarrollo de inhibidores específicos de gingipaínas como estrategia terapéutica motivó este Trabajo Final de Carrera, cuyo objetivo fue la producción recombinante de la proteasa RgpB con el fin de explorar una farmacopea de alta diversidad química en busca de inhibidores potenciales. Se expresó el zimógeno de RgpB de forma heteróloga en Escherichia coli, implementando múltiples estrategias de expresión y purificación para obtener una proteína soluble y activa, logrando un rendimiento de 0,92 mg por litro de cultivo. Este constituye el primer reporte exitoso de expresión de una gingipaína soluble y funcional en E. coli. Asimismo, se obtuvo la expresión recombinante de RgpB en células S2 de insecto, siendo este el primer antecedente en dicho sistema. Se desarrolló un ensayo de actividad enzimática basado en un sustrato fluorogénico, útil para futuras evaluaciones bioquímicas e in vitro. Finalmente, se realizó una búsqueda in silico de inhibidores, identificando tres compuestos candidatos pertenecientes a un espacio químico novedoso. El trabajo establece bases sólidas para la identificación y caracterización de inhibidores de RgpB con potencial farmacológico.
Detección y caracterización del virus Turnip Yellows Virus de la colza en Uruguay
(Universidad ORT Uruguay, 2025) Delfino Safi, Jimena; Agorio Norström, Astrid María; Bayce Muñoz, Daniel Leon; Mulet Navarro, Ana Paula
En Uruguay, el cultivo de colza (Brassica napus) se ha consolidado como uno de los más relevantes a nivel nacional, especialmente como cultivo de rotación invernal. Sin embargo, a pesar de su importancia económica, la producción mundial de colza continúa por debajo de su potencial de rendimiento. Entre los principales factores que explican esta limitación se destaca la infección por el Turnip Yellows Virus (TuYV). En 2023 se registró por primera vez la presencia de TuYV en una chacra del litoral oeste del país. En este trabajo final de carrera se buscó confirmar la infección por TuYV en plantas de colza que presentaban síntomas compatibles con virosis en distintas chacras del litoral oeste, específicamente en los departamentos de Paysandú y Río Negro. La presencia del virus se confirmó mediante RT-PCR, con validación por DAS-ELISA, en 22 muestras provenientes de cuatro chacras. Los resultados evidenciaron una amplia distribución del patógeno en la zona, detectándose tanto en plantas sintomáticas de la variedad Phoenix CL como en plantas asintomáticas de la variedad Nuola 300. Además, se obtuvieron y analizaron secuencias de fragmentos del genoma del virus correspondientes a las regiones codificantes para el dominio readthrough P3-P5 (RTD) y la ARN polimerasa dependiente de ARN (RdRp). El análisis filogenético reveló una alta variabilidad genética del virus tanto entre las muestras uruguayas como en comparación con secuencias de referencia a nivel mundial. Finalmente, se evaluaron alternativas para reducir los costos de detección de TuYV en el laboratorio, con el objetivo de ofrecer un servicio accesible a productores de colza en Uruguay. Este trabajo constituye un primer paso hacia el establecimiento de un sistema nacional de monitoreo y diagnóstico de TuYV.
IA aplicada a la planificación de estudios
(Universidad ORT Uruguay, 2025) Fernández Camacho, Ana Victoria; Cozzano Garcia, Sofia Sarah; Calegari García, Daniel; Lifschitz, Sergio; Adorjan Olivera, Alejandro Jeremías
Este proyecto explora el uso de técnicas de Inteligencia Artificial aplicadas a la Minería de Datos Educativos, con el fin de desarrollar un planificador de estudios que ofrezca recomendaciones personalizadas. Se presenta una prueba de concepto de aplicación web que integra la escolaridad del estudiante con algoritmos de recomendación, permitiendo visualizar trayectorias académicas, modificar planes futuros y recibir sugerencias de asignaturas. La arquitectura implementada se basa en un enfoque “serverless”, lo que facilita el escalado y la integración de modelos de aprendizaje automático. Se experimentó con enfoques complementarios de recomendación, aplicados a un conjunto de datos anonimizados de la Licenciatura en Sistemas de la Universidad ORT Uruguay. Los resultados muestran que es posible identificar trayectorias académicas exitosas y generar recomendaciones. Asimismo, se discuten las limitaciones asociadas a la disponibilidad y heterogeneidad de los datos y se propone la integración futura de modelos híbridos que combinen la interpretabilidad y la capacidad predictiva de los distintos enfoques. Este trabajo sienta las bases para el desarrollo de herramientas de apoyo a la toma de decisiones académicas que potencien la autonomía del estudiante y optimicen su progreso curricular.

Recent Submissions