A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs
- Autores
- Rocca, María Florencia; Zintgraff, Jonathan Cristian; Dattero, María Elena; Santos, Leonardo Silva; Ledesma, Martin Manuel; Vay, Carlos Alberto; Prieto, Mónica Raquel; Benedetti, Estefanía; Avaro, Martín; Russo, Mara Laura; Nachtigall, Fabiane Manke; Baumeister, Elsa
- Año de publicación
- 2020
- Idioma
- inglés
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Coronavirus disease 2019, known as COVID-19, is caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). The early, sensitive and specific detection of SARS-CoV-2 virus is widely recognized as the critical point in responding to the ongoing outbreak. Currently, the diagnosis is based on molecular real time RT-PCR techniques, although their implementation is being threatened due to the extraordinary demand for supplies worldwide. That is why the development of alternative and / or complementary tests becomes so relevant. Here, we exploit the potential of mass spectrometry technology combined with machine learning algorithms, for the detection of COVID-19 positive and negative protein profiles directly from nasopharyngeal swabs samples. According to the preliminary results obtained, accuracy =67.66 %, sensitivity =61.76 %, specificity =71.72 %, and although these parameters still need to be improved to be used as a screening technique, mass spectrometry- based methods coupled with multivariate analysis showed that it is an interesting tool that deserves to be explored as a complementary diagnostic approach due to the low cost and fast performance. However, further steps, such as the analysis of a large number of samples, should be taken in consideration to determine the applicability of the method developed.
Fil: Rocca, María Florencia. Dirección Nacional de Instituto de Investigación. Administración Nacional de Laboratorio e Instituto de Salud "Dr. C. G. Malbrán"; Argentina. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina
Fil: Zintgraff, Jonathan Cristian. Dirección Nacional de Instituto de Investigación. Administración Nacional de Laboratorio e Instituto de Salud "Dr. C. G. Malbrán"; Argentina. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina
Fil: Dattero, María Elena. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina
Fil: Santos, Leonardo Silva. Universidad de Talca; Chile
Fil: Ledesma, Martin Manuel. Red Nacional de Espectrometría de Masas Aplicada A la Microbiología Clínica (renaem Argentina); Argentina. Universidad de Buenos Aires. Facultad de Medicina. Hospital de Clínicas General San Martín; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Vay, Carlos Alberto. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina. Universidad de Buenos Aires. Facultad de Medicina. Hospital de Clínicas General San Martín; Argentina
Fil: Prieto, Mónica Raquel. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina. Universidad de Buenos Aires; Argentina
Fil: Benedetti, Estefanía. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina
Fil: Avaro, Martín. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina
Fil: Russo, Mara Laura. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Nachtigall, Fabiane Manke. Universidad Autónoma de Chile; Chile
Fil: Baumeister, Elsa. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina - Materia
-
COVID-19
MACHINE LEARNING
MALDI-TOF
MASS SPECTROMETRY
SARS-COV-2 - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/120547
Ver los metadatos del registro completo
id |
CONICETDig_f457db52a2537175d04336c3b67e3e50 |
---|---|
oai_identifier_str |
oai:ri.conicet.gov.ar:11336/120547 |
network_acronym_str |
CONICETDig |
repository_id_str |
3498 |
network_name_str |
CONICET Digital (CONICET) |
spelling |
A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabsRocca, María FlorenciaZintgraff, Jonathan CristianDattero, María ElenaSantos, Leonardo SilvaLedesma, Martin ManuelVay, Carlos AlbertoPrieto, Mónica RaquelBenedetti, EstefaníaAvaro, MartínRusso, Mara LauraNachtigall, Fabiane MankeBaumeister, ElsaCOVID-19MACHINE LEARNINGMALDI-TOFMASS SPECTROMETRYSARS-COV-2https://purl.org/becyt/ford/3.3https://purl.org/becyt/ford/3Coronavirus disease 2019, known as COVID-19, is caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). The early, sensitive and specific detection of SARS-CoV-2 virus is widely recognized as the critical point in responding to the ongoing outbreak. Currently, the diagnosis is based on molecular real time RT-PCR techniques, although their implementation is being threatened due to the extraordinary demand for supplies worldwide. That is why the development of alternative and / or complementary tests becomes so relevant. Here, we exploit the potential of mass spectrometry technology combined with machine learning algorithms, for the detection of COVID-19 positive and negative protein profiles directly from nasopharyngeal swabs samples. According to the preliminary results obtained, accuracy =67.66 %, sensitivity =61.76 %, specificity =71.72 %, and although these parameters still need to be improved to be used as a screening technique, mass spectrometry- based methods coupled with multivariate analysis showed that it is an interesting tool that deserves to be explored as a complementary diagnostic approach due to the low cost and fast performance. However, further steps, such as the analysis of a large number of samples, should be taken in consideration to determine the applicability of the method developed.Fil: Rocca, María Florencia. Dirección Nacional de Instituto de Investigación. Administración Nacional de Laboratorio e Instituto de Salud "Dr. C. G. Malbrán"; Argentina. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; ArgentinaFil: Zintgraff, Jonathan Cristian. Dirección Nacional de Instituto de Investigación. Administración Nacional de Laboratorio e Instituto de Salud "Dr. C. G. Malbrán"; Argentina. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; ArgentinaFil: Dattero, María Elena. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; ArgentinaFil: Santos, Leonardo Silva. Universidad de Talca; ChileFil: Ledesma, Martin Manuel. Red Nacional de Espectrometría de Masas Aplicada A la Microbiología Clínica (renaem Argentina); Argentina. Universidad de Buenos Aires. Facultad de Medicina. Hospital de Clínicas General San Martín; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Vay, Carlos Alberto. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina. Universidad de Buenos Aires. Facultad de Medicina. Hospital de Clínicas General San Martín; ArgentinaFil: Prieto, Mónica Raquel. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina. Universidad de Buenos Aires; ArgentinaFil: Benedetti, Estefanía. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; ArgentinaFil: Avaro, Martín. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; ArgentinaFil: Russo, Mara Laura. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Nachtigall, Fabiane Manke. Universidad Autónoma de Chile; ChileFil: Baumeister, Elsa. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; ArgentinaElsevier Science2020-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/120547Rocca, María Florencia; Zintgraff, Jonathan Cristian; Dattero, María Elena; Santos, Leonardo Silva; Ledesma, Martin Manuel; et al.; A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs; Elsevier Science; Journal of Virological Methods; 286; 113991; 12-2020; 1-70166-0934CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/doi/10.1016/j.jviromet.2020.113991info:eu-repo/semantics/altIdentifier/url/https://www.sciencedirect.com/science/article/pii/S0166093420302433?via%3Dihubinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:47:06Zoai:ri.conicet.gov.ar:11336/120547instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 09:47:07.26CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
dc.title.none.fl_str_mv |
A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs |
title |
A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs |
spellingShingle |
A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs Rocca, María Florencia COVID-19 MACHINE LEARNING MALDI-TOF MASS SPECTROMETRY SARS-COV-2 |
title_short |
A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs |
title_full |
A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs |
title_fullStr |
A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs |
title_full_unstemmed |
A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs |
title_sort |
A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs |
dc.creator.none.fl_str_mv |
Rocca, María Florencia Zintgraff, Jonathan Cristian Dattero, María Elena Santos, Leonardo Silva Ledesma, Martin Manuel Vay, Carlos Alberto Prieto, Mónica Raquel Benedetti, Estefanía Avaro, Martín Russo, Mara Laura Nachtigall, Fabiane Manke Baumeister, Elsa |
author |
Rocca, María Florencia |
author_facet |
Rocca, María Florencia Zintgraff, Jonathan Cristian Dattero, María Elena Santos, Leonardo Silva Ledesma, Martin Manuel Vay, Carlos Alberto Prieto, Mónica Raquel Benedetti, Estefanía Avaro, Martín Russo, Mara Laura Nachtigall, Fabiane Manke Baumeister, Elsa |
author_role |
author |
author2 |
Zintgraff, Jonathan Cristian Dattero, María Elena Santos, Leonardo Silva Ledesma, Martin Manuel Vay, Carlos Alberto Prieto, Mónica Raquel Benedetti, Estefanía Avaro, Martín Russo, Mara Laura Nachtigall, Fabiane Manke Baumeister, Elsa |
author2_role |
author author author author author author author author author author author |
dc.subject.none.fl_str_mv |
COVID-19 MACHINE LEARNING MALDI-TOF MASS SPECTROMETRY SARS-COV-2 |
topic |
COVID-19 MACHINE LEARNING MALDI-TOF MASS SPECTROMETRY SARS-COV-2 |
purl_subject.fl_str_mv |
https://purl.org/becyt/ford/3.3 https://purl.org/becyt/ford/3 |
dc.description.none.fl_txt_mv |
Coronavirus disease 2019, known as COVID-19, is caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). The early, sensitive and specific detection of SARS-CoV-2 virus is widely recognized as the critical point in responding to the ongoing outbreak. Currently, the diagnosis is based on molecular real time RT-PCR techniques, although their implementation is being threatened due to the extraordinary demand for supplies worldwide. That is why the development of alternative and / or complementary tests becomes so relevant. Here, we exploit the potential of mass spectrometry technology combined with machine learning algorithms, for the detection of COVID-19 positive and negative protein profiles directly from nasopharyngeal swabs samples. According to the preliminary results obtained, accuracy =67.66 %, sensitivity =61.76 %, specificity =71.72 %, and although these parameters still need to be improved to be used as a screening technique, mass spectrometry- based methods coupled with multivariate analysis showed that it is an interesting tool that deserves to be explored as a complementary diagnostic approach due to the low cost and fast performance. However, further steps, such as the analysis of a large number of samples, should be taken in consideration to determine the applicability of the method developed. Fil: Rocca, María Florencia. Dirección Nacional de Instituto de Investigación. Administración Nacional de Laboratorio e Instituto de Salud "Dr. C. G. Malbrán"; Argentina. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina Fil: Zintgraff, Jonathan Cristian. Dirección Nacional de Instituto de Investigación. Administración Nacional de Laboratorio e Instituto de Salud "Dr. C. G. Malbrán"; Argentina. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina Fil: Dattero, María Elena. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina Fil: Santos, Leonardo Silva. Universidad de Talca; Chile Fil: Ledesma, Martin Manuel. Red Nacional de Espectrometría de Masas Aplicada A la Microbiología Clínica (renaem Argentina); Argentina. Universidad de Buenos Aires. Facultad de Medicina. Hospital de Clínicas General San Martín; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Vay, Carlos Alberto. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina. Universidad de Buenos Aires. Facultad de Medicina. Hospital de Clínicas General San Martín; Argentina Fil: Prieto, Mónica Raquel. Red Nacional de Espectrometría de Masas Aplicada a la Microbiología Clínica; Argentina. Universidad de Buenos Aires; Argentina Fil: Benedetti, Estefanía. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina Fil: Avaro, Martín. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina Fil: Russo, Mara Laura. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Nachtigall, Fabiane Manke. Universidad Autónoma de Chile; Chile Fil: Baumeister, Elsa. Universidad Nacional de Santiago del Estero. Facultad de Humanidades Ciencias Sociales y de la Salud. Instituto de Estudios e Investigaciones en Enfermería; Argentina. Administración Nacional de Laboratorios e Institutos de Salud "Dr. Carlos G. Malbrán". Instituto Nacional de Medicina Tropical; Argentina |
description |
Coronavirus disease 2019, known as COVID-19, is caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). The early, sensitive and specific detection of SARS-CoV-2 virus is widely recognized as the critical point in responding to the ongoing outbreak. Currently, the diagnosis is based on molecular real time RT-PCR techniques, although their implementation is being threatened due to the extraordinary demand for supplies worldwide. That is why the development of alternative and / or complementary tests becomes so relevant. Here, we exploit the potential of mass spectrometry technology combined with machine learning algorithms, for the detection of COVID-19 positive and negative protein profiles directly from nasopharyngeal swabs samples. According to the preliminary results obtained, accuracy =67.66 %, sensitivity =61.76 %, specificity =71.72 %, and although these parameters still need to be improved to be used as a screening technique, mass spectrometry- based methods coupled with multivariate analysis showed that it is an interesting tool that deserves to be explored as a complementary diagnostic approach due to the low cost and fast performance. However, further steps, such as the analysis of a large number of samples, should be taken in consideration to determine the applicability of the method developed. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-12 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/120547 Rocca, María Florencia; Zintgraff, Jonathan Cristian; Dattero, María Elena; Santos, Leonardo Silva; Ledesma, Martin Manuel; et al.; A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs; Elsevier Science; Journal of Virological Methods; 286; 113991; 12-2020; 1-7 0166-0934 CONICET Digital CONICET |
url |
http://hdl.handle.net/11336/120547 |
identifier_str_mv |
Rocca, María Florencia; Zintgraff, Jonathan Cristian; Dattero, María Elena; Santos, Leonardo Silva; Ledesma, Martin Manuel; et al.; A combined approach of MALDI-TOF mass spectrometry and multivariate analysis as a potential tool for the detection of SARS-CoV-2 virus in nasopharyngeal swabs; Elsevier Science; Journal of Virological Methods; 286; 113991; 12-2020; 1-7 0166-0934 CONICET Digital CONICET |
dc.language.none.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/doi/10.1016/j.jviromet.2020.113991 info:eu-repo/semantics/altIdentifier/url/https://www.sciencedirect.com/science/article/pii/S0166093420302433?via%3Dihub |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Elsevier Science |
publisher.none.fl_str_mv |
Elsevier Science |
dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
reponame_str |
CONICET Digital (CONICET) |
collection |
CONICET Digital (CONICET) |
instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
_version_ |
1844613469086679040 |
score |
13.070432 |