La autonomía de la célula en una molécula que se creyó aburrida

Uno de los mayores hallazgos de la historia de la ciencia es el descubrimiento de que el ADN es la molécula de la herencia y que contiene toda la información necesaria para que una célula ejecute sus funciones. Y para que, en el caso de los pluricelulares, construya toda la organización del ser vivo. Información, por tanto, funcional y estructural. Combinadas. En un mismo lenguaje, el de la secuencia de nucleótidos.

¿Por qué uno de los mayores descubrimientos? Porque eso hace a la célula autónoma. De cualquier entidad exterior a ella. Sea una divinidad, sea un ser mitológico, sea un principio misterioso. No, no… La vida no es misteriosa. Es complicada y compleja. Difícil de investigar porque nace a escala molecular y se propaga hacia lo supramolecular. Pero no es misteriosa. Es asequible; siempre que contemos con la tecnología adecuada.

Hacia mediados del siglo XX se contó con la mezcla adecuada de ingenio y tecnología. O, al menos, Avery, McLeod y McCarty la alcanzaron. Lograron identificar qué molécula era responsable de algo, descubierto 15 años antes por Griffith, y que aún no se había logrado explicar.

Experimento de Griffith
Tomado de Wikipedia

El experimento de Griffith

Si “A” no mata, y “B” no mata, “A” junto con “B” tampoco deberían matar, ¿no? Pues sí que matan, sí… “A” y “B”, que por sí solas no causan problemas, cuando están juntas matan.

¿Qué es “A”? ¿Qué es “B”?

“A” son bacterias de una cepa no patógena de Streptococcus pneumoniae. La cepa R, concretamente. Y “B” son bacterias muertas por calor de una cepa patógena de Streptococcus pneumoniae. La cepa S, concretamente. Una cepa que produce neumonía. Al inyectar la cepa R en ratones, no pasaba nada, no había enfermedad. Y tampoco al inyectar la cepa S tras matar las bacterias mediante calor. Pero… Pero al inyectar ambas simultáneamente, la cepa R viva y la S muerta, el ratón sufría neumonía. Algo había en la cepa S capaz de transformar a la R. Pero también a su descendencia. Porque del ratón muerto se recuperaban bacterias S vivas. Y sus hijas eran también S.

Durante mucho tiempo, durante 15 años, este resultado no supo ser explicado.

El experimento de Avery, McLeod, McCarty

Consistió, en esencia, en repetir el experimento de Griffith. Pero no con bacterias de la cepa S muertas por el calor, sino con fracciones moleculares de ellas. Es decir, quitando unas moléculas para dejar otras. Cuando quitaban lípidos y proteínas y dejaban solo los ácidos nucleicos, se producía el mismo resultado de Griffith. En cambio, quitando los ácidos nucleicos y dejando los lípidos o las proteínas, no lo lograban. Es más. Añadiendo enzimas que rompían el ARN se seguía obteniendo la transformación en patógena de la cepa R. Pero añadiendo enzimas que degradaban el ADN no se lograba nada de eso.

Por tanto concluyeron que el ADN era la molécula portadora de la herencia.

Pero su idea fue poco aceptada. Porque se consideraba que el ADN era una molécula poco interesante, formada por repetición constante de nucleótidos unos tras otros. De hecho, se consideraba, entonces, que el ADN de todos los seres vivos era igual porque tenía las mismas propiedades químicas y físicas. En cambio, las proteínas resultaban moléculas más interesantes, con más “glamour”. Eran diferentes de unos seres vivos a otros. Hacían multitud de cosas.

No, no… La vida no podía haber elegido para una cosa tan interesante como la herencia a una molécula tan aburrida (se pensaba entonces) como el ADN.

El cambio de mentalidad gracias a Chargaff

Poco después, el ADN comenzó a convertirse en una molécula mucho más interesante gracias a los resultados de Chargaff. Que descubrió que las cantidades de adenina y timina eran iguales entre sí. Y que las de guanina y citosina también entre sí. Pero lo que había de adenina y timina no tenía por qué ser igual que lo que había de citosina y guanina. Es más. En cada especie las cantidades de ambas parejas eran distintas de las de otras especies. Y razonablemente constantes dentro de ella. Al menos en lo tocante a animales.

Eso hizo que se prestara más atención al ADN. Eso facilitó que Hersey y Chase pensaran en una manera distinta de corroborar los resultados de Avery, McLeod y McCarty.

Experimento de Hersey-Chase
Tomado de Wikipedia

El experimento de Hersey-Chase

En microbiología se aceptó pronto que el ADN era el responsable. Al fin y al cabo, Griffith, Avery, McLeod y McCarty eran microbiólogos. Pero en el resto de las ramas de la biología, no. No hasta que otros microbiólogos, Hersey y Chase, lograron confirmar, con otro enfoque, los resultados previos. Intrigados, también por el interés que los descubrimientos de Chargaff habían revelado que tenía el ADN, esa molécula que había pasado de aburrida a interesante.

Infectaron bacterias con virus marcados. De dos tipos los virus. Los había que llevaban en su ADN un isótopo radiactivo del fósforo: 32P. Y es que las proteínas no tienen fósforo. O, mejor dicho, no en cantidades apreciables (pueden llevar algún que otro grupo P, pero muy poca cosa comparado con el ADN). Y los había que llevaban en sus proteínas un isótopo radiactivo del azufre: 35S. Y es que el ADN no tiene nada de azufre. Pero nada nada.

Infectaron las bacterias con virus marcados en su azufre. Y dentro de las bacterias no había ninguna radiactividad. De ninguna clase. Pero se producían los virus hijos. Luego las proteínas no eran. Luego infectaron con virus marcados con fósforo. Y dentro de las bacterias sí que había radiactividad. Aún más. En algunos virus detectaban esa radiactividad (no en todos, claro, porque los virus nuevos fabrican ADN nuevo, sin marcar).

1952 fue la fecha del experimento de Hersey y Chase. 1953 fue la fecha en la que Watson, Crick y Wilkins, basándose en los trabajos de Franklin, descubrieron la estructura del ADN, que encajaba perfectamente con los descubrimientos de Chargaff.

El resto de cómo hemos ido descubriendo la autonomía de la célula, su independencia de cualquier dios, mito o principio misterioso, de cómo hemos ido aumentando nuestro desconocimiento y dándonos cuenta de que no hay misterios sino hechos por descubrir, ya es historia escrita y bien conocida. Historia viva de la que somos herederos.

Endosimbiosis bacteriana y políticos a los que les toca la lotería varias veces

Las mitocondrias son orgánulos que proceden de un proceso de endosimbiosis. Sí, sí, ese proceso por el que un organismo introduce dentro de sí a otro y, en vez de digerirlo se lo queda y se aprovecha de él y lo mantiene. O quizás fue al revés, que el que se introducía buscaba matar al hospedador, pero de alguna manera este aguantó con él dentro y terminaron colaborando.

El caso es que fue hubo una simbiosis. La cual fue única, sucedió una única vez. ¿Cómo sabemos eso? Porque las mitocondrias de diversos organismos tienen diferentes genomas. Es decir, hay mitocondrias que han perdido genes por el camino de la historia. Probablemente porque a la célula no le hacía falta que los tuvieran, quizá por habérselos pasado al genoma de la célula. El resultado es que todas las mitocondrias tienen ADN propio, pero ese ADN no es exactamente igual en todas las mitocondrias de todos los eucariotas.

Reclinomonas
Reclinomonas tomado de EOL

Hay algunos genes mitocondriales que están presentes en todas ellas, estén en el eucariota que estén. Sin embargo, eso no garantiza que la endosimbiosis fuera un proceso único, no. Eso garantiza que en todas ellas hubo un evento de endosimbiosis común. Pero los demás genes, pudieron llegar por otros eventos. Y la mitocondria ser el resultado de varias endosimbiosis.

Pero no.

Pero hay un protozoo, llamado Reclinomonas americana, que tiene todos los genes. Todos. Todos los genes que tienen todas las demás mitocondrias. Cualquier gen que haya en una mitocondria cualquiera en un eucariota cualquiera, ese gen lo tienen las de Reclinomonas americana. Y sí que sería muy, muy, muy, muy improbable que haya habido varios episodios de endosimbiosis y que todos le hayan pasado a Reclinomonas. Eso es como cuando hay políticos que dicen que le tocan premios importantes de la lotería varias veces (y encima ponen cara de ofensa porque no nos lo creamos…).

La estadística sirve para mentir. Pero la estadística no miente…

Rickettsia
Rickettsia tomada de MicrobeLibrary

Además, comparando los genes de las mitocondrias con los de las bacterias, hemos encontrado una candidata a ser pariente de ellas: Rickettsia prowazekii. Las mitocondrias y Rickettsia debieron tener antepasados comunes.

Ya sabes a quién le debes tu energía…

La próxima vez que oigas un nombre raro, no huyas de él. Al revés. Trata de averiguar si es algo importante en tu vida. Que una palabra extraña, o que no conoces, no te aparte ni del saber, ni de lo que podrías hacer con ese saber.

Cómo conseguir que la geología sea fiable

La Geología, como ciencia, tiene un problema. Su método. Y es que hay partes en esa ciencia cuyas preguntas sí que pueden responderse con la metodología habitual de cualquier ciencia: observación, experimentación, modelización y simulación. Peeeero…

Pero en Geología las incertidumbres son muy grandes. Y los resultados tienen que acomodarse a esas incertidumbres y contener un amplio margen de error.

¿Por qué en geología existe tanta incertidumbre? Porque es muy complicado observar y experimentar. Y sin buenas observaciones y experimentos, es complicado alimentar modelos y simulaciones con datos de calidad para que rindan resultados con garantía.

En Geología solo se puede observar extensa y directamente lo que haya en la superficie. Esto es lo que se llama un método directo. Observas realmente lo que hay, experimentas con ello. Pero solo tenemos acceso real a la superficie. Tú pensarás ¿Y no podemos excavar? Y sí, sí podemos. Podemos sondear lo que haya cerca de la superficie. Pero… ¡Pero no podemos llenar de agujeros todo el planeta! ¿Entonces? ¿Qué hacemos? Es verdad que los sondeos son un método directo porque realmente tomas datos de lo que existe. Pero con ellos solo podemos saber realmente lo que había en ese agujero. Para otros lugares tenemos que extrapolar. Es decir, tenemos que intentar suponer lo que allí hay a partir de diversos datos de diversos sondeos. Es verdad que se puede comprobar si el método va bien. Porque se puede intentar predecir qué nos vamos encontrar y luego excavar. Y así comprobar que vamos bien o tenemos que corregir algo. Pero, en último término, siempre tenemos que extrapolar, que suponer. Y eso conlleva incertidumbre.

Y con el resto de la Tierra, ni te cuento. Son regiones en las que no hemos estado y no es previsible que podamos ir. Será muy complicado obtener datos de allí. ¿Entonces? Usamos métodos indirectos. En vez de medir lo que no podemos, medimos lo que sí podemos o sea más fácil. Y buscamos a ver si hay una relación entre lo uno (lo que no puedo) y lo otro (lo que sí). Si encuentro una asociacion, entonces basta con fijarse en una cosa para calcular la otra. Es lo que se llama un método indirecto. Esto también implica grandes incertidumbres. Porque puede que la asociación no sea correcta.

Te pongo un ejemplo. Yo miro los meteoritos y, como el planeta se formó a base de la unión de muchos de ellos, supongo que si averiguo su composición química, averiguo la del planeta. ¿Correcto? No. Porque queda la incertidumbre de si los meteoritos que hay hoy representan bien a los meteoritos que hubo cuando nació nuestro planeta. Es posible que alguno de los tipos de entonces ya no exista hoy al haberlo engullido la Tierra en su crecimiento.

O sea… ¿Que no hay manera de despejar las incertidumbres? Sí, sí la hay.

Puedo estudiar algo con varios métodos e ir reduciendo los resultados posibles hasta quedarme solo con los más probables. Te lo explico gráficamente.

Correlación 1 Correlación 2
Tomado de Perl/Bioinfo Modificado de Perl/Bioinfo

Como ves en el gráfico de la izquierda, con un método de investigación, el que sea, hay una cantidad de resultados posibles muy grandes. Todos los que están dentro de la zona verde. Aunque los más probables son todos los que están dentro de la línea negra. Demasiado poco concreto parece el método… Pero si aplicamos un segundo método y obtenemos unos segundos resultados, como muestra el gráfico de la derecha, aunque también haya incertidumbre, solo la región de intersección es válida para los dos. Por tanto, hemos reducido la gama de lo que puede ser a un valor más concreto. Y si aplicáramos un tercer método, aún habría más posibilidad de afinar.

Aunque la Geología es una ciencia de incertidumbres, también cuenta con maneras de evitarlas. Y lo que cuenta es muy, muy fiable. Aunque seguro que el planeta tiene reservadas sorpresas para nosotros todavía.

Pastafarismo y bosón de Higgs

Dice wikipedia:

FSM
Flying Spaghetti Monster en Wikipedia (Head CC-BY-SA 3.0)

El pastafarismo, o también religión del Monstruo de Espagueti Volador (del inglés: Flying Spaghetti Monster, FSM), neologismo derivado de pasta (espagueti) y rastafarismo, es una religión paródica, surgida como protesta social en EE.UU. para denunciar y oponerse a la difusión de la hipótesis del diseño ¿inteligente?, impulsada por sectores políticos y religiosos conservadores durante los mandatos del Presidente George W. Bush, y a las corrientes de opinión que pretendían su equiparación con teorías aceptadas por la comunidad científica como la de la evolución biológica.

Es decir, que el pastafarismo trata de evidenciar que la religión es la religión y su campo el de la creencia. Y que la ciencia es la ciencia, y su campo el del conocimiento objetivo. Y que mezclar ambas conduce a un absurdo. ¿Quién podrá decir, si el pastafarismo acumula suficientes seguidores, que una idea absurda que proponga no llegue a la escuela?

Pero…

Pero, la verdad, qué quieres que te diga… Después de ver el aspecto del bosón de Higgs, y después de saber que le llaman (erróneamente) la “partícula de dios” (god particle, a pesar de que su nombre original era goddamm particle, o partícula puñetera), después de todo eso, te decía, a lo mejor termino creyendo en la existencia real del “Flying Spaghetti Monster“, la divinidad del pastafarismo… Jejeje…

Bosón de Higgs
Visto en Boing-Boing (Maggie Koerth-Baker)

Te dejo la mejor explicación que he encontrado del bosón de Higgs, y de cómo dota a las partículas, no solo de masa, también de identidad.

La ciencia y la censura

Tengo muchas dudas acerca de qué hacer con un blog como este. Por un lado me parece un espacio de reflexión personal necesario. El que no haya escrito en los últimos tiempos refleja que no estoy leyendo lo suficiente de ciencia. En ese sentido, el blog es mi conciencia. Pero por otro veo más ágiles otros modos de comunicar lo que pienso, descubro, dudo… Google plus es uno de esos modos.

Google Plus
Logo de Google Plus

En google plus la posibilidad de comentar una noticia es mucho más ágil que en el blog. Y la posibilidad de que esa noticia sea compartida por otros, lo cual convierte en mucho, mucho más social el trabajo. Me lleva mucho menos tiempo escribir allí que en el blog. Para muchas cosas es más eficiente. Para comentar la cotidianeidad o la novedad. Ese tipo de cuestiones aparecerán allí mucho más que aquí.

Pero a veces la novedad y la reflexión se encuentran. Esta es una de esas veces. Y te traigo aquí lo que escribí allí. Porque creo que merece una reflexión. ¿Qué papel juega la sociedad en la orientación de la ciencia? Y es que la ciencia es una actividad social, y como tal, sujeta a la decisión política. ¿Puede la política evitar que conocimientos científicos sean divulgados? Yo creo que sí. ¿Indiscriminadamente? Yo creo que no.

Poderes extraordinarios deben conllevar deberes extraordinarios. La ciencia nos ha llevado a impresionantes cotas de poder para modificar nuestra vida, para moldearla. Una ciencia tan poderosa debe estar sujeta a la voluntad de la gente. Una ciencia tan poderosa debe estar atada a la democracia. Pero sujeta no quiere decir impedida. Una parte esencial de la ciencia es la comunicación. Sin comunicación no hay ciencia, no hay transferencia de conocimiento para validar sus resultados, para usarlos, para tomar mejores decisiones. La ciencia, aún sujeta, debe seguir siendo libre.

En algún punto ha de estar el equilibrio… En algún punto deben coexistir la legítima aspiración de las sociedades a que sus recursos invertidos en ciencia resulten optimizados y la legítima aspiración de la ciencia a conocer y comunicar todo lo que pueda ser conocido y comunicado.

Bozal
Tomado de Letras Perras (CC-BY-NC-ND)

Aquí te dejo lo que pensé que debía escribir en G+ acerca de esta noticia que me ha repugnado, para ver si existía la posibilidad de conversar con alguien sobre el tema. Una noticia en la que creo que ese equilibrio no se ha alcanzado. Una noticia en la que la democracia representativa se manifiesta, cada vez más, como un sistema opresivo e injusto, sujeto a grupos de presión y a tomas de decisión alejadas de la voluntad de las personas, cada vez menos capaz de garantizar la voluntad de la gente. Creo que es una muy mala noticia: “Canadian government is ‘muzzling’ its scientists” (El gobierno canadiense pone “bozal” a sus científicos).

Creo que la noticia de la BBC importa. Voy a tratar de dar bandazos de un lado a otro intentando explicar mi posición…

Por un lado, estoy convencido de que la ciencia debe estar sujeta a la política mediante la financiación pública de unas determinadas líneas de investigación que se consideren prioritarias. La sociedad debe consensuar a qué dedica recursos limitados, claro que sí.

Pero por otro lado toda línea de investigación científica debe poder ocurrir. Debe haber libertadpara investigar. Incluso si puede causar daño. Porque la ciencia no es tecnología, sino conocimiento.

Pero los resultados que puedan causar daño deberían estar sujetos a algún tipo de vigilancia por parte de la sociedad, que les impida convertirse en tecnología lesiva.

Pero si no comunicas tus resultados, la ciencia no sucede. Debe haber libertad para transferir ese conocimiento a otras instancias. A tus pares para que lo revisen y validen, a otros interesados y usuarios para que lo puedan incorporar a sus tomas de decisiones.

Parece que poderes extraordinarios, como los que suministra el conocimiento acumulado por varios miles de años de ciencia, varias décadas de ciencia acelerada, requieren deberes extraordinarios. En alguna parte está la divisoria entre lo que está bien que ocurra y lo que no. Pero no es una línea neta, definida. Más bien una zona gris. En alguna parte está la ciencia que acelera nuestra búsqueda de la felicidad y proporciona utilidad a la gente. Y en alguna parte la ciencia que hoy resulta inútil, que no aporta gran cosa a la sociedad.

Pero, lo que nunca, nunca debe existir en la ciencia, es censura sin proporción. Censura incapaz de equilibrar medios y objetivos. Censura administrativa indiscriminada. Impedir a la ciencia hablar con la prensa, o con cualquiera, es impedir a la ciencia transferir conocimiento a la sociedad. Solo debe hacerse cuando esté absolutamente justificado.

Ejemplo de censura que creo útil: no deben publicarse los resultados de las mutaciones que convierten al virus de la gripe H5N1 en letal.

Ejemplo de censura que me repugna: la prensa debe pedir permiso al gobierno de Canadá para entrevistar a científicos, los cuales tienen prohibido hablar con ellos sin esa censura previa. Sea cual sea la línea de investigación del científico.

Esta noticia no viene en los libros de texto, pero sí en el currículum…

¿La debatimos si te es útil? En G+ mejor, creo…

En Amazings.es, sobre cuando nace una idea científica

Post en Amazings.esEstoy aprendiendo a escribir breve. Es lo que tiene colaborar en Amazings.es, que con tanto genio por ahí suelto, algo se te pega. :)

He escrito allí otro post (Las buenas ideas, antes fueron malas) en el que trato de contar una cosa sobre la ciencia. Hay momentos de incertidumbre a lo largo de la historia del conocimiento. Momentos en los que no está claro qué sucede. Suelen aparecer en los inicios de alguna exploración, o cuando desarrollas algún tipo de instrumental que te da acceso a nueva información. Son momentos en los que hay diversas explicaciones posibles, que compiten entre sí. Son momentos de diversidad de ideas. Descabelladas muchas. Pero alguna es más cierta que las demás. Solamente una, eso sí.

Es un proceso muy darwiniano, creo… :)

Porque la mejor idea no es la que mejor explique el proceso en sí, sino la que mejor encaje con todas las demás ideas que tenemos. Gana la idea que más se adapte al contexto, que menos distorsione lo que ya sabemos.

Esto es algo que, en muchas ocasiones, no se suele tener en cuenta. No basta un descubrimiento científico que contradiga algo que se supone cierto para tirar abajo todo el edificio de la ciencia. Por dos razones. Una, porque se necesita una anomalía persistente, insatisfactoria, resistente a todas las explicaciones científicas que tratan de abordarla. La otra, porque los resultados suelen ser interpretables en la mayoría de los casos. Bajo la luz de la estadística y de las demás ideas que tenemos acerca de cómo es el mundo. Por tanto, hay que ir abandonando ese mito de que los experimentos dan conclusiones inequívocas.

Por eso tardan tanto algunas ideas de apariencia descabellada en imponerse (y así debe ser; lo descabellado, en la mayoría de los casos, suele terminar siendo eso, descabellado). Porque tensionan tanto el estado actual del saber que es necesario tiempo para avanzar, descubrir nuevas ideas, nuevos fenómenos. Y en muy diversos campos. Eso no sucede sino hasta después de mucho tiempo de muy duro trabajo.

En el post de Amazings.es te cuento el caso de los antecedentes de la Tectónica de Placas. Que, sorprendentemente (o no tanto) se remontan al siglo XVII. Y el instrumento precursor de todo aquel descubrimiento fueron el sextante y los relojes marinos de precisión, que permitieron elaborar buenos mapas y dejar volar la imaginación de gente como Antonio Snider. Pero se necesitó el duro trabajo de mucha gente durante dos siglos para llegar al estado de conocimiento que tenemos hoy.

Un resumen sobre el método científico

  • El pensamiento científico aspiraba a obtener la verdad. Hoy no, hoy aspira a obtener interpretaciones de hechos y procesos compatibles con la verdad, pero no la verdad misma. Aspira a lo que pudiera ser verdad.
  • El pensamiento científico actual sabe que el conocimiento procede de la experiencia. Pero también del propio pensamiento, que filtra la experiencia y la interpreta. La experiencia sin interpretación no tiene gran sentido.
  • El pensamiento científico produce multitud de explicaciones, pero no todas son válidas, aunque sean científicas. Para aceptarlas como científicas tienen que resultar coherentes entre sí.
  • No basta con lo anterior. Es necesario verificar. Bien mediante experimentación, bien mediante simulación por ordenador, bien mediante contraste entre predicciones y resultados…
  • No en todas las ciencias se verifica de la misma manera. Por tanto, el método científico difiere algo (o mucho) entre unas ciencias y otras.
  • Cuando se pretende verificar, suele ocurrir que haya que recurrir a interpretarlos mediante la estadística porque:
    • Los resultados no son exactamente los previstos.
    • El experimento tuvo que ser simplificado para llevarlo a cabo y no coincide exactamente con la realidad.
    • No se pueden realizar medidas directas de algo y haya que recurrir a estimaciones indirectas (p.ej., valorar otro parámetro relacionado; o valorar esa magnitud en otro lugar u otras condiciones).
  • El proceso se puede resumir en el gráfico adjunto:

Proceso científico

  • Las teorías científicas son un conjunto de hipótesis que encajan entre sí y sirven para poder explicar una amplia variedad de observaciones.
  • Un paradigma incluye teorías científicas que encajan entre sí, las razones que las han generado, los instrumentos y formas de usarlos con los que se construyeron, los valores (sociales, económicos, estéticos, éticos…) bajo los que surgió ese conocimiento, los problemas que resuelve.
  • A diferencia de otros campos del conocimiento, en la ciencia no caben varios paradigmas, alternativos, para atender un problema. Sólo hay uno para cada campo, que es el aceptado por la gran mayoría y el que más y mejor explica. Y no cambia hasta que no lo acepta esa gran mayoría.
  • La aceptación de una hipótesis, una teoría, incluso un paradigma, se lleva a cabo mediante publicación y revisión por pares. Es decir, por la comunida de todos los científicos que trabajan sobre ese problema. Así, la revista científica es la principal manera de hacer ciencia. Algo sin publicar y revisar no es ciencia. Pero no todas las publicaciones son igual de importantes (dependen de un ranking llamado “factor de impacto”).
  • Los hechos científicos que no encajan en las teorías aceptadas se consideran anomalías y quedan pendientes de resolución (bien por nuevos descubrimientos que les permitan encajar, bien por acumulación de anomalías que lleven a cambio de teoría o, incluso, sin son muchas o muy importantes esas anomalías, cambio de paradigma). Suelen ser el motor del avance de la ciencia.
  • Así, el trabajo de un científico consiste en comprobar que nuevas observaciones encajen en las hipótesis-teorías-paradigmas que ya tenemos. O en mejorar la precisión de las observaciones o el uso del instrumental. Sólo de vez en cuando encuentra anomalías. Y muy de vez en cuando esas anomalías le llevan a descubrir nuevas hipótesis-teorías-paradigmas.
  • Si no hay suficientes científicos ocupándose de un problema, o si este no puede ser observado con precisión, objetivamente, ese problema no se considera científico.

Te propongo una tarea. No es completa ni mucho menos. Seguro que tú la mejoras con tus aportaciones. Incluso tal vez te apetezca comentármelas si se te ocurren.

  1. Toma como punto de partida una situación del pasado (como mínimo anterior al siglo XVII) que te parezca que cuadre con la definición de “pensamiento mágico” (que tendrás que encontrar por tu cuenta).
  2. Aplícale cada uno de los pasos del proceso científico:
    1. Acumula datos objetivos y fiables sobre esa situación haciendo búsquedas en internet.
    2. Emite una hipótesis (y explica por qué la emites) acerca de una posible explicación.
    3. ¿Cómo podrías verificar esa hipótesis?
    4. ¿Cómo crees que habría sido acogida esa hipótesis en los tiempos en que existía pensamiento mágico acerca de la situación que estás estudiando?
    5. En el caso de que tu hipótesis hubiera sido acogida con escepticismo ¿Podrías aplicar la noción de paradigma para explicar ese resultado?

En qué consiste el trabajo científico

La verdad es que cuando se le pregunta a la gente qué hacen los científicos, la mayoría, la inmensa mayoría, contestan: “descubrir cosa útiles para la sociedad”.

Pues no. Y no. Ni lo uno ni lo otro.

Pocos científicos pocas veces descubren realmente cosas. Descubrir algo nuevo es un gran hito en la vida de un/a científico/a. La mayor parte de su trabajo, en cambio, es, comprobar, mejorar la precisión y exportar ideas o instrumentos o técnicas.

  • Comprobar sería verificar si suceden los resultados que un paradigma predice bajo unas determinadas circunstancias. Buscar los límites de los paradigmas, vaya.
  • Mejorar la precisión sería afinar los resultados predichos contrastándolos con los reales e introduciendo valores menores, de ajuste, en el paradigma, que lo completan pero sin cambiarlo.
  • Exportar significaría plantearse si un paradigma generado para un campo del conocimiento funcionaría bien en otro. O si un instrumento aún nunca aplicado rendiría resultados que merecieran la pena. O si una técnica de investigación contrastada como buena en un terreno del saber también lo sería en otro.

¿Y qué campos se investigan? Pues no hay especial priorización de los campos. Al menos desde la ciencia. Los estímulos para ocuparse más de un campo u otro surgen de subvenciones o inversiones. Para mí mejor la subvención pòrque aporta un enfoque más democrático, más atento a las necesidades de los ciudadanos, que espera retornos bajo la forma de servicios útiles para la población. La inversión espera retornos meramente financieros y sólo para los que aportaron dinero.

Resulta curioso que la ciencia no aspire, realmente, a encontrar novedades. Más bien trata de que lo que se mira pueda interpretarse desde un paradigma ya conocido. Que encaje con lo que ya sabemos, vamos, que no sea disonante. Precisamente ese es el criterio que se adopta, generalmente, para decir que algo ha tenido éxito en ciencia, que se ha resuelto bien. Que no sea una novedad sino que concuerde con lo conocido hasta ese momento.

Y es que un/a científico/a es persona. No quiere ver su trabajo de toda una vida derrumbado. No quiere que algo nuevo, recién descubierto, lo cambien todo. Porque una novedad podría significar que mucho de lo investigado hasta ese momento no valga. Por esa parte la ciencia es conservadora, muy conservadora. Y así debe ser.

Anomalías

Fuente: http://tinyurl.com/ycs53px

Pero por otra parte…

No todo el trabajo científico sale bien. Y entonces se las considera anomalías. En la ciencia, algo que no sale como se esperaba no derrumba inmediatamente el edificio del saber. Para nada… Puede haber mil y una razones para que el resultado haya sido inesperado y no pasa nada. Así que se considera una anomalía y ya está. Lo que ocurre es que cuando se acumula una anomalía tras otra no hay más remedio que replantearse la situación. Ahí es cuando la ciencia está en condiciones de aportar algo nuevo. No a partir de las anomalías aisladas, pero sí a partir de las anomalías acumuladas. Que se convierten en un reto intelectual. En un desafío que, cuanto más dura y cuantos más casos incorpora, más atractivo es y a más científicos y científicas llama.

Y es que, aunque el trabajo científico sea comprobar, mejorar precisión, o exportar ideas-instrumentos-técnicas entre campos, quienes lo hacen son personas con elevada curiosidad, dispuestas a sacrificar tiempo, recursos, esfuerzo en la búsqueda de una meta que no tiene garantizado el éxito. En enfrentarse a retos, enigmas, problemas, que ponen a prueba la capacidad intelectual, el ingenio. Independientemente de que tengan o no valor para la sociedad. De hecho, muchos de los problemas reales, acuciantes, no son enigmas, sino que se resolverían bien con trabajo en los tres aspectos habituales ya mencionados.

Pero también son personas que quieren ser útiles. Y aunque el papel de ser útiles a la sociedad lo juegan más los tecnólogos que los científicos, si tienen la suerte de que su campo se convierte en clave, (casi) toda persona quiere ayudar a los demás…

No todos ni todas se atreven a investigar novedades. Porque el éxito sólo lo obtienen un puñado muy reducido. Que son los que la sociedad termina reconociendo y aclamando.

A su vez, el descubrimiento de esa novedad abre un tiempo de nuevas expectativas. Surgen nuevos conceptos que hay que poner a prueba, que hay que comprobar si funcionan en muchas y variadas circunstancias, nuevos instrumental que hay que aplicar para aumentar la precisión, nuevas ideas que se pueden exportar. Las novedades matan parte del trabajo de los científicos, pero crean más trabajo, renuevan la ciencia.

Entonces… ¿Se ocupa la ciencia de aquello que es importante para la sociedad? Pues no… El criterio básico no es la importancia, sino la factibilidad. Que algo se pueda hacer. Y la anomalía. Que algo no se conozca. ¿Y qué pasa si un problema importante para la sociedad no tiene un paradigma reconocido por los científicos, o se ha abandonado ese paradigma? Que el problema queda abandonado también. De él, la ciencia no se ocupa. Tenga la importancia que tenga para la sociedad. Hasta que llegue alguien y brillantemente lo reconecte. Mediante una buena idea o un buen instrumental. P.ej, el estudio de las emociones estuvo aislado de la ciencia biológica durante mucho tiempo, hasta que se contó con instrumental adecuado para explorar el cerebro.

¿Sientes decepción? Esto es la ciencia… A veces es… No sé… A veces no me gusta.

Hipótesis y teorías científicas (intentando clarificar)

Este post es fruto de la colaboración con Vicky, de RedBioGeo. Que tenía yo ganas, sí! :)

“Antes muy antes”, el pensamiento científico aspiraba a obtener la verdad. Hoy ya no tanto. No es que se haya renunciado, no. Es que se empieza a pensar que ese no es el trabajo de un científico.

La caverna de Platón

Fuente: http://tinyurl.com/ycw3nqb

“Antes muy antes” (me refiero a la época de Platón, siglo IV a.C.), la verdad procedía de la mente. Se creía que bastaba con aplicar unas buenas reglas lógicas, de pensamiento, para descubrir cómo eran las cosas. El mundo existía porque existía el pensamiento. La experiencia era una representación imperfecta de la razón. Ya sé que suena raro pero era la manera de pensar predominante antes muy antes. La fuente de la verdad, entonces, se situaba en la mente.

Vamos a ver… Esa influencia era más intelectual que práctica. Un agricultor o un pescador no razonaban acerca de facilidad con la que un arado actuaba o de la flotabilidad de un bote. Más bien probaban cosas y veían si funcionaban. O sea, que estaban ciencia por su lado y tecnología por el suyo. Claro. Porque la ciencia lanzaba ideas que sí, que parecían muy razonables, pero que funcionaban poco. Bueno, también se lograban ideas buenas, ¿eh? Pero tantas como ideas fallidas. Y es que la ciencia se consideraba la actividad más elevada, propia del alma, del espíritu que buscaba la verdad. Y la tecnología… La tecnología buscaba cosas que funcionaran. Y como eso es trabajar manualmente, se le dejaba a los que no se les consideraba capaces de pensar, sólo de actuar (fundalmentalmente a los pobres). Porque actuar siempre ha estado mal visto. Claro, pensar no mancha.

“Algo después de antes muy antes” (en los siglos XVII y XVIII, vamos),  la experiencia cobra otro valor. Bajo la influencia de pensadores tan eminentes como Bacon, Hobbes, Locke, Hume. Todos ellos ingleses. Es curioso, ¿no? Que coincida esa mentalidad de darle a la experiencia otro valor, superior al del mero pensamiento, con ingleses. Y que la Revolución Industrial sucediera en Inglaterra. Y que Inglaterra fuera la nación dominante durante esos siglos y hasta principios del XX, frente a la platónica España y a la racionalista Francia. ¿Será que enfocaron bien el problema de la ciencia? ¿Que aunaron ciencia y tecnología? ¿Que le dieron a la ciencia un papel social? ¿Que incorporaron a la ciencia toda la sabiduria acumulada en la tecnología y que hasta entonces se había mantenido aparte, porque manchaba?

Pero había un problema. Llevado al extremo, ese empirismo (ese obtener el conocimiento únicamente de la experiencia) puede negarle cualquier papel a la razón, al pensamiento.

Y no es eso, no es eso…

No todo puede ser experiencia, no todo puede ser experimento. Y es que hay tantas cosas que ver, que oír, que tocar, que oler, que gustar… Hay tantas cosas que investigar que no podemos experimentar porque sí. La experiencia tiene que estar guiada hacia algún propósito. Y la experiencia, sin atención, no es nada. La mente interviene. Dirige nuestra atencion y pone un filtro a la experiencia. Nos dice qué merece la pena atender y qué no. Qué tiene relevancia.

Luego necesitamos una guía para la experiencia. Ahí vuelve a entrar el pensamiento. Por tanto, el obtener ideas es una combinación de ambas fuentes: pensamiento y experiencia.

¿Y ya está? ¿Combinar pensamiento y experiencia era la solución?

Cabeza con hipótesis

Fuente: http://tinyurl.com/yjtjhup

¡¡¡¡Ayyyyyy!!!! En realidad eso tampoco es cierto. No basta. Porque hoy tenemos muchas ideas, muchísimas. Hemos avanzado una barbaridad. No es que haya pasado mucho tiempo, no. Es hemos descubierto muchas cosas. No midas el mundo en tiempo, mídelo en avances, descubrimientos, ideas. Entonces verás que estamos muy lejos de “antes muy antes” (siglo IV a.C.) y de “algo después de antes muy antes” (siglos XVII-XVIII); estamos en un mundo mucho más rico en descubrimientos. Y eso cuenta, eso tiene un peso. Hemos avanzado tanto en comprender el mundo que el valor de un nuevo descubrimiento no se mide por lo cierto o incierto que sea, sino por como encaja con lo que ya sabemos. Una idea aislada, aunque parezca buena, si no encaja se considera una anomalía y no se tiene en cuenta. Para aceptar un hallazgo, tiene que encajar en el contexto de los demás hallazgos.

Así, los científicos, a partir de esa mezcla de pensamiento, experiencia y contexto, lanzan propuestas. Propuestas acerca de cómo creen que es el mundo. Esas propuestas tienen que ser razonables, tienen que poder verificarse mediante algún tipo de experimento que permita medir, tienen que encajar con las demás. No vale cualquier idea, tiene que cumplir esos requisitos. A esas propuestas con esas características les venimos llamando hipótesis científicas.

Pero esas suposiciones, que parecen ser razonables, que podrían encajar con lo que sabemos, hay que comprobarlas. Y eso se logra sometiéndolas a la experiencia. Y a la estadística. Porque en muchas ocasiones, lo que estudiamos es muy complejo, o muy amplio. Tan complejo o tan amplio que en los experimentos hay que simplificar. Es decir, que el experimento toma parte de la realidad, no toda. Y eso significa introducir posibles errores en los resultados finales. En la ciencia moderna los experimentos nos dan datos que hay que interpretar, no resultados que directamente digan sí o digan no. Eso es lo que llamamos método científico. Obtenemos unos datos y comprobamos si es probable que apoyen nuestra hipótesis. Es decir, si pudieran ser ciertas. ¡Ojo! No si son ciertas, sino si pudieran serlo. A eso se le llama corroboración de hipótesis. Y si no se logra, si se demuestra que la hipótesis es falsa bajo las condiciones del experimento, se llama refutación.

Y es que el método científico ha ido evolucionando. Hasta Popper, el método científico buscaba la verdad. Desde Popper se busca eliminar lo que no es cierto y renuncia a encontrar la verdad. Sólo se queda con lo que podría ser cierto. Es decir, no puedes estar seguro del todo ¡de nada! Pero si algo funciona una y otra y otra vez, si algo supera múltiples comprobaciones, múltiples experimentos, ocurre que, aunque no estés seguro del todo, sí que puedes actuar como si fuera cierto. A eso que funciona una y otra vez, que encaja bien con otras ideas y que se considera razonable, que tiene poder explicativo, sirve para fundamentar una teoría científica. Que es una formulación, una idea, un modelo, una ecuación… lo que sea que sirve para explicar y predecir. Para explicar y predecir los fenómenos que nos ocupaban, que nos preocupaban. Cuantas más hipótesis se verifiquen como apoyos para una teoría, más sólida resultará ésta última.

¿Y es así de sencillo? Ni de broma! Porque al introducir la estadística, el contexto de otras hipótesis y otras teorías, los experimentos y las máquinas que miden los resultados de los experimentos, las simplificaciones que se eligen para poder llevar a cabo el experimento… ¡Todo se complica!

Pero eso te lo cuento mañana… Lo de hoy era en un mundo ideal.

De plagas, datos, calor, errores y confianza

ResearchBlogging.orgEsta entrada está avalada por Research Blogging.

Esta entrada es bilingüe.


Un buen buen amigo mío, matemático, desconfía de la estadística. Pero yo no estoy de acuerdo con él. Para poner en cuestión cualquier resultado me pregunta: “¿y cómo se ha llegado a esa conclusión?”. Y cuando en mi respuesta aparece la palabra estadística, se encoge de hombros y mueve la cabeza, mostrando un gesto de desconfianza. Porque entiende que la estadística puede ser usada para mentir.

Y en eso estoy de acuerdo con él. Claro que puede ser usada para mentir.

Pero ir más allá, afirmar que, como la estadística puede ser usada para mentir cualquier estadística miente, es dar un paso muuuuuy largo. Y en ese paso yo no estoy de acuerdo con él. Sería como decir que, dado que en castellano se puede mentir, todo lo dicho en castellano es mentira. En mi opinión, es la falacia de la parte como el todo. Que significa que si una parte es cierta, todo lo es. Y eso no funciona así. Para nada.

Verás, el lenguaje de la ciencia es la matemática. Y la herramienta para verificar la validez de las conclusiones científicas es la estadística. Todo el mundo mundial se ha puesto de acuerdo en eso. Porque estadística y matemática son lenguajes objetivos, que te llevan a las mismas conclusiones si haces lo mismo, llegas siempre al mismo sitio si das los mismos pasos. Da igual que la investigación suceda en Helsinki o en Torrelodones, la escribas en inglés o en tagalo. Llegas a lo mismo. Pero hay un punto débil. La bondad, la veracidad, la fiabilidad de la estadística depende de que esté alimentada por buenos datos. Un estudio estadístico puede llevarte hacia una conclusión si los datos que se le suministran son unos, o hacia la conclusión completamente opuesta, totalmente distinta, si son otros.

En ese sentido, la estadística te puede mentir. Claro que sí. Pero es una mentira verificable. Porque está a la vista. Otro puede llegar, cuestionar los datos introducidos y proponer mejoras, terminando por sustituir las conclusiones iniciales por otras nuevas.

Sí, la estadística puede mentir. O simplemente equivocarse. Pero es verificable, es comprobable si está mintiendo o equivocándose.

Es decir, es una buena herramienta científica. Objetiva y verificable. Por eso es universalmente aceptada.

Plaga de langostas

Fuente: http://tinyurl.com/ylrnb2r

Un buen ejemplo de lo que quiero comentar lo puedes encontrar en un análisis de las plagas de langostas que han sufrido a lo largo de la historia en China. Para intentar averiguar qué años son más sensibles, qué condiciones han creado plagas mayores y más dañinas. Esa es una preocupación recurrente en la historia de China, dadas las mortandades que este tipo de plagas solían provocar (hoy son más bien daños económicos). Y un científico de la Universidad de Pekín, Ma Shijun, elaboró un registro histórico de plagas y su severidad.

Around 50 years ago, Ma Shijun, a entomologist who worked at Peking University in Beijing, used these records to rank the severity of locust outbreaks (…) over the past 1.000 years on a scale of one to ten.

En ecología hay un viejo debate acerca de si el tamaño de una población, el número de individuos que hay en un momento dado, depende de factores externos (fundamentalmente clima) o de cuestiones internas de la población (territorialidad, número de progenitores, competencia, predación, etc.). Y parece que el debate se decanta hacia el clima como el principal regulador del tamaño de las poblaciones. Por lo menos en langostas. Eso sugieren varios estudios científicos.

“In population ecology, researchers have been debating what controls the size of species populations over long time periods. Some think that climate has a dominant role, whereas others hold that internal biological mechanisms, such as competition and predation, are more important”.

Usando los datos de Ma Shijun que te decía antes, los de las plagas de langostas en la China del último milenio, el equipo dirigido por Nils Stenseth llegó a la conclusión de que las mayores plagas sucedían en épocas de temperaturas más frías y clima más húmedo.

“Linking these records with temperature and precipitation reconstructions for the period 957-1956, we show that decadal mean locust abundance is highest during cold and wet periods”.

Y el equipo que dirige Yu Ge llegó también a la conclusión de que lo impotante era el clima. Solo que justamente el clima opuesto que había encontrado Stenseth. Stenseth decía que eran períodos fríos y lluviosos los que disparaban la población de langostas. Y Yu Ge afirma que más bien son períodos cálidos y con unas condiciones de precipitación muy concretas, según la región de China de la que se ocupe.

“…the most severe locust outbreak years were in the warm-dry years with warm-dry summers and warm-wet winters in the Yellow River–Haihe River region, northern China, and warm-wet years with warm-wet springs in the Yangtze River–Huihe River region, southern China”.

¿Cómo puede ser esto, si ambos equipos emplearon los mismos datos, los de Ma Shijun? Es verdad que los dos están de acuerdo en que el clima es el que provoca las plagas de langostas. Pero luego, cada uno dice que es un tipo de clima. Y además, totalmente opuesto al del otro…

Pues porque la correlación con el clima no fue igual. Stenseth usó datos que abarcaban promedios de toda China a lo largo de décadas. Y China es un país muuuuuuuy grande. Y una década es un tiempo muy largo para una langosta, que vive sólo un año. Ten en cuenta que cada año los adultos ponen sus huevos y estos nacen al año siguiente. Y si ese año hace frío, qué más da lo que haga en esa década, la temperatura que hizo hace dos años o la temperatura que hará dentro de cinco. Ese año ha hecho frío. Eso, Stenseth, no lo tuvo en cuenta. Y Yu Ge sí.

Y por cierto, que los resultados de Yu Ge apuntan a que en un mundo más cálido y seco, como el que viene con el calentamiento global, las plagas de langostas serían más frecuentes.

En fin, que las conclusiones de Yu Ge son más fiables… ¡por ahora! Son distintas de las de Stenseth a pesar de que usa herramientas estadísticas similares a las que empleó Stenseth. Peor alimentadas por mejores datos. ¿Y eso nos debe hacer desconfiar de la ciencia? A quien busque respuetas exactas, sí. Porque en la ciencia no encontrarás certezas. Encontrarás probabilidades, pero nunca certezas.

Sí es verdad que conozco bastantes personas que desconfían de la ciencia porque dicen que sus conclusiones pueden ser falsadas (es decir, se puede demostrar que son falsas) pero no autentificadas (nunca se puede demostrar que son ciertas). Es decir, que desconfían de la ciencia. Porque la ciencia es así. Pero, sin embargo, usan la ciencia. Usan automóviles, ascensores, ven la predicción del tiempo, se suben a un avión, toman medicinas…

Yo veo contradictorio desconfiar de la ciencia y de sus herramientas pero confiar en sus productos.

Referencias:

  • Yu, G., H. Shen, and J. Liu (2009). Impacts of climate change on historical locust outbreaks in China J. Geophys. Res DOI: 10.1029/2009JD011833
  • Qiu, J. (2009). Global warming may worsen locust swarms Nature DOI: 10.1038/news.2009.978
  • Stige, L., Chan, K., Zhang, Z., Frank, D., & Stenseth, N. (2007). From the Cover: Thousand-year-long Chinese time series reveals climatic forcing of decadal locust dynamics Proceedings of the National Academy of Sciences, 104 (41), 16188-16193 DOI: 10.1073/pnas.0706813104