27.11.06

Mi nuevo Juguetito: PBT Profiler

Una de las ventajas de ser un biofriki es que encuentras satisfacción en las cosas más sencillas, como las flores del campo, animalitos o bichitos en general. Pero he decidido ir mas lejos, un buen biofriki de nivel II ha de saber manejarse con los contaminantes.

Si, es cierto que puede que mi profesor de ecotoxicologia me este dejando trastornado, pero de vez en cuando nos enseña cosas útiles, como es PBT profiler.

Esta aplicación te permite simular los efectos de determinada sustancia tóxica en el medio ambiente. Su uso es gratuito y esta patrocinado por distintos organismos de protección ambiental estadounidenses.

Ahora un poco de explicacion:

el PBT profiler esta basado en tres índices que son muy útiles a la hora de determinar el peligro que supone un compuesto para los ecosistemas. Son muchos los compuestos químicos (principalmente orgánicos) nuevos que aparecen cada año. A muchos de ellos se los analiza para conocer los riesgos para el medio ambiente, como es el caso de los pesticidas y muchas otras sustancias de uso cotidiano como plásticos y aislantes. Pero de vez en cuando (diria mas bien muy frecuentemente) las compañias químicas nos regalan productos intermedios, o bien productos inestables con los que nadie contaba... que accidentalmente pueden llegar a la biosfera.

el problema es que no sabemos nada de ellos, no sabemos como van a actuar, si van a reaccionar entre ellos para dar cosas peores... por lo tanto se hacen necesarios las simulaciones y predicciones. Y eso como se hace?

Pues basicamente buscando parecidos. Si dos sustancias son parecidas se suponen que van a actuar igual o de forma parecida. Asi es como funciona nuestro programita, buscando similitudes entre compuestos que si estan estudiados. Y eso lo hace usando tres indices:

P: Persistencia, esto es cuanto va a durar el compuesto en determinado medio. Hay determinados factores que acortan la vida de la molecula, como la concentración de Oxígeno o la luz. Si no fuera asi, pues estariamos enterrados en montañas (metaforicas) de sustancias. Cuanto mas dure el compuesto, pues peor, porque va a tener efectos a mas tiempo de su vertido. Además, te estima cuanto va a haber en el Suelo, cuanto en el Agua y cuanto en el Aire. Esto es importante porque cuanto mas haya cerca de nosotros, peor.

B: Bioacumulación. Todos hemos oido aquello de que el pez pequeño se come al grande. Si el pez pequeño esta "aliñado" con pesticida, pues el grande también comera esa porquería. Además, estas sustancias se pueden comer pero no se pueden c***.. digo, excretar. Vamos, que si solo entra y no sale, pues la concentracion se ira haciendo mayor conforme mayor sea el pez. Ahora una desagradable noticia, nosotros solemos estar al final de muchas cadenas troficas, asi que con el pescado, la carne y demas sustancias, estamos comiendo cantidades importantes de contaminantes. Estos contaminantes se suelen acumular en la grasa y cuando se llega a determinada concentración empiezan a notarse sus efectos. Por ello, este término es importante conocerlo. Cuanto mayor sea, pues lo dicho, peor. Suele venir determinado por su capacidad de disolverse en grasas, y adversión al agua.

T: Toxicidad, es decir, como de venenoso es. Decia Parecelso que todo dependia basicamente de la concentracion. Por ello se suele usar un parametro conocido como Dosis Letal 50, que es la concentración necesaria para matar al 50 por ciento (la mitad) de determinada población. Tambien hay que tener en cuenta los efectos, y saber como valorarlos. Es por ello que hay distintos indices. El usado en esta simulacion es el Fish ChV, que viene a ser la concentracion a la que se encuentra efectos cronicos en la población de peces. Este es a mi juicio uno de los puntos a mejorar de este programa, ya que aunque este indice es muy util en Ecotoxicologia (por tratarse de efectos a largo plazo) vendria muy bien si estuviera acompañado por otros indices. Bueno, siendo gratis tampoco es para quejarse.

Aparte de los datos (siempre datos!!) los efectos del compuesto en el medio ambiente vienen muy bien descritos por colores. Asi cuando es verde esta dentro de los márgenes de la ley (americana) y ya en rojo cuando es muy peligroso.

Ademas, si no sabes SMILES siempre puedes usar el editor para dibujar moléculas (me habeis pillado, eso es en verdad lo que mas me gusta del programa).

En fin, espero que os guste tanto como a mi (si es que también sois biofrikis de nivel II o si el Cheminova se os quedó pequeño)

El Gato Cuantico

26.11.06

Las Variables y los tipos discretos: Estadística para Dummys 2

En el post anterior introducimos algunos conceptos básicos de la estadística. Decíamos que es como "la niña fea" de la Ciencia a la que nadie quiere, pero que seguro que si le prestáramos más atención le sacaríamos más partido (espero que nadie se ofenda con este símil, ya que no es el proposito de este post).

Hoy toca una cosa sencillita. Decíamos que teníamos una población. Esa población pueden ser los pájaros de una especie o estrellas en el cielo. En otras palabras, es el conjunto total de elementos sobre el que vamos a hacer la observación o medida. No tiene por qué ser un conjunto de seres vivos, puede ser una lista de compuestos químicos sobre los que vamos a hacer determinados análisis o insluso la totalidad del mar.

Una segunda cosa importante es la medida u observación. Estos van a ser nuestros datos, con lo que vamos a trabajar para obtener nuestros resultados y conclusiones. Se consiguen tras medir u observar una muestra dentro de nuestra población.

Es decir (y volviendo a nuestros pajarillos), tenemos nuestra población de aves, de los cuales sólo cogemos unas pocas, porque no tenemos tiempo ni dinero para capturar más (esta es nuestra muestra dentro de la población) . Lógicamente estamos investigando sobre algo, no podemos capturar a los pájaros por gusto, lo hacemos para conocer cierta propiedad de ellos (que previamente habremos establecido). Esa propiedad es lo que denominaremos Variable u Observación. Puede ser la longintud del ala, el número de individuos, color, dirección de vuelo...

Tenemos un monton de variables y de muy diversa naturaleza. Es por ello que necesitamos clasificarlas, ya que a cada tipo de variable le corresponde un tratamiento estadístico distinto. Así no le haremos las mismas operaciones para conocer la talla media que para conocer el color predominante.

Estas clases son:
Variables Cualitativas: Estas variables no son de cuánto, sino de cómo. Es decir, nos muestra un atributo que (en principio) no tiene por qué ser numérico. En el caso de nuestros pájaros, puede ser el color del animal, o por ejemplo si son machos o hembras.
Pueden ser de dos tipos a su vez.
Por una parte las variables cualitativas Ordinales. Se llaman Ordinales porque se pueden ordenar. El ejemplo típico es Bien-Regular-Mal, pero puede ser cualquier cosa ordenable que no sea cuantitativa.
Por otra parte, están las Variables cualitativas Nominales, que son las que por mucho que lo intentes no hay forma de ordenarlas. La dirección de Correo, o si es macho o hembra (ojo, si no estamos contando el número de machos o de hembras) son dos ejemplos .
Las Variables cualitativas pueden ser expresadas con números, siempre que estos no signifiquen cantidades. Para facilitar las cosas podemos anotar la especie de escarabajo como un número. Esto es especialmente útil para las Variables ordinales, ya que podemos atribuirle un número mayor o menor, y asi poder manejarlo mejor.

Por ejemplo, podemos atribuir a Muy Bien el 5, bien el 4, Regular el 3, Mal el 2 y muy Mal 1.

Ojo, esto no significa que entre muy bien y regular haya dos unidades, solo que el muy bien esta por encima del regular, la diferencia en este caso no nos importa nada, ya que eso es lo de menos.

Variables Cuantitativas: estas si son cuantificables. La diferencia con las anteriores es que aquí usas una pregunta de "Cuánto" o "cuántos" para satisfacer la observación, mientras que las cualitativas es mas bien de "Cuál, Qué, Cómo...". Aquí también hay de dos tipos:
Las Variables Continuas que es cuando la variable puede tomar cualquier valor, incluido valores intermedios, como por ejemplo el peso. Si un pájaro pesa 453.231 gramos (por decir) sera distinto de otro que pese 453.235 gramos.
Por otra parte estan las variables Discretas en que la variable solo puede tener disntos valores "enteros", no siendo válidos los intermedios. El ejemplo típico es el número de individuos, podmemos ver volando un pájaro, o dos, pero nunca 1.5 pájaros. Otro caso son los intervalos, que es como si dijeramos (aplicado a una variable continua) que tanto el pájaro que pesa 453.231 gramos como el que pesa 453.235 gramos pesan lo mismo, que es entre 453 y 454 gramos.

Es decir, si en variable continua avanzamos por una pendiente, en discretas es como si fuera una escalera. El elegir entre una y otra no depende tanto de la variable en si. Muchas veces nuestro aparato de medida no es demasiado bueno, y por ello nos sale mejor buscar intervalos en vez de usar variables continuas (ya que las diferencias son tan pequeñas que no podemos diferenciarlas con nuestras observaciones)

Bueno, hasta aqui un nuevo capítulo de Estadistica para Dummys.

22.11.06

La importancia de ser significativo: estadistica para Dummys

Decía Mark Twain que habian tres tipos de mentiras: las mentiras, las malditas mentiras y la estadistica. Sin duda esto puede ser cierto porque estamos acostumbrados a una avalancha de datos que los distintos grupos de poder se lanzan unos a otros. Una intención de voto, por ejemplo, puede ser entendida de igual forma por vencedores y vencidos. Sin embargo, eso no es verdadera ”Estadistica”, mas bien interpretaciones y valoraciones realizadas a partir de una encuesta (que puede haber estado mejor o peor diseñada).

Quizás por ello la estadistica ha tenido siempre muy mala aceptación pública. Recuerdo que mi profesor de filosofia decir que la estadística era como el bikini, muestra mucho pero oculta lo mas importante. Sin duda, el que como psicólogo no sepa la verdadera naturaleza de la campana de Gauss aplicada al Cociente Intelectual no lo hace lo suficientemente válido para emitir juicios respecto a la estadística, pero eso es tema aparte (cuántos profesionales habrá a los que un mal conocimiento de la estadistica les hace cometer numerosos errores).

Pero nos estamos desviando del tema. Empecemos por lo básico en cualquier materia del conocimiento, por la definición.

A la hora de medir algo, lo que sea, siempre encontramos variaciones. Estas variaciones hacen que sea difícil sacar conclusiones. Son lo bastante diferentes para que dos grupos de algo sean distintos o lo podemos considerar iguales? Cuál es el verdadero valor de esa medida si es que son lo mismo? Como medir muchas veces es caro, o ese algo es muy numeroso, cuántos algos tenemos que medir para que sea cierto? Así puede parecer un poco lioso. Pongamos nombres:

Tenemos un conjunto de “algos”, que puede ser, por ejemplo, pájaros. A eso lo vamos a llamar Población. La población de pájaros constituye la totalidad de pájaros que hay. Esto es la primera cosa que necesitamos, definir nuestra población, lo cual no suele ser demasiado difícil. También necesitamos algo que varíe en esa población, como la longitud del ala, color de plumaje, edad… eso son las variables.

Después tenemos que definir una pregunta, que es el motivo de nuestro experimento. Este es el punto mas importante, ya que si no sabemos lo que preguntamos, jamás sabremos lo que queremos, y consecuentemente no obtendremos nada concluyente. Parece obvio, pero muchas veces por no saber lo que se quiere se pierde mucho esfuerzo. Otra cosa que lo hace importante es que va a determinar el tipo de técnicas que vamos a emplear y cómo vamos a planificar nuestro estudio. Y sobre todo, cuál va a ser la naturaleza de nuestros resultados (qué es lo que esperamos de ellos). Así nos encontramos con distintos tipos de preguntas básicas, aplicando a nuestro pajarito:

  • Cual es la longitud del ala de nuestro pájaro? Aquí lo que nos interesa es saber propiedades de la población de pájaros. Este tipo de estadística es muy útil, conocida y aplicada. De hecho, muchas veces se aplica por defecto a los datos.
  • Hay diferencias entre la longitud del ala entre los pájaros de dos islas? Es decir, aquí tenemos dos conjuntos de pájaros y queremos saber si existe una diferencia significativa entre ellos en la longitud del ala.
  • Hay alguna relación entre la longitud del ala y la edad del pájaro? Aquí lo que buscamos es una relación entre dos variables, una la longitud y la edad.
  • No tenemos ni idea de lo que buscamos, pero queremos tener una idea de cómo están nuestros datos. Esto suele pasar cuando tenemos muchas variables y no sabemos como coger los datos. Suelen ser herramientas muy potentes pero requieren ciertos conocimientos previos de la materia para interpretar los resultados.


Con la pregunta lo que nos hacemos es una Hipótesis de trabajo. La Hipótesis es lo que queremos demostrar. En el caso del primer tipo de pregunta y la cuarta no suele ser tan importante decidirla, ya que no sabemos nada de los datos, y por lo tanto no tenemos nada que demostrar (cómo demuestras tu algo la media del ala del pájaro si no la conoces antes de hacer la medida).

A lo opuesto de nuestra Hipótesis es lo que se conoce como Hipótesis Nula. Si queremos saber si hay diferencias en el ala, pues la hipótesis nula será que no existen tales diferencias. La hipótesis nula suele coincidir con lo preestablecido, o con lo asumido. En la mayor parte de los casos suele ser del tipo: “aquí no ha pasado nada”.

Vale, tenemos población, tenemos pregunta y tenemos hipótesis de trabajo. Nos queda planificar nuestro experimento. Aquí no estoy exactamente hablando de qué cacharros nos tenemos que llevar.

Una cosa importante son las muestras. Una muestra es un conjunto de individuos dentro de la población. Como no podemos capturar a todos los pájaros pues seleccionamos unos cuantos para que nos de información de toda la población. Esta muestra ha de ser representativa, es decir, tiene que ser como la población pero en pequeño. Para ello debe de ser aleatoria. Es decir, no podemos capturar únicamente a las aves mas tontas que caen en la trampa, porque corremos el error de estar sesgando la población. (el sesgo es como se conoce a esa discriminación)

Ya, con nuestros datos bajo el brazo, escogemos que tipo de test queremos hacer. Este será en función del tipo de datos que tengamos y del tipo de respuesta que queramos. Pero eso ya lo dejaremos para otra entrada.

Atte:


El Gato Cuántico

17.11.06

Flores Insólitas



os dejo este fin de semana con este sensacional video de plantas en movimiento... y quien dijo que la botánica era aburrida?

visto via meneame

Pequeña Actualizacion: buscador cientifico

Quien me mandaria a mi meterme donde no me llaman... y encima cuando no tienes tiempo ni para escribir un misero post...

He instalado el buscador científico que propone en Ciencia y Lejos Azuara en mi plantilla. Excelente idea, espero que no te importe, sencillamente no supe contenerme...

pero el problema es que soy pez en esto de la plantilla y ya me ha descuadrado el margen... íntentaré corregirlo. Mientras tanto usadlo!

Hasta entonces:

El Gato Cuantico