Pensamientos sobre los GMO

Los Organismos Genéticamete Modificados (GMO por su siglas en inglés) son organismos a los cuales se les ha introducido parte de un genoma diferente al de su especie original. Normalmente se les conoce como transgénicos, esto es, que poseen genes de otras especies.

Mucho se ha hablado de Monsanto, y hoy en día, debido a falta de argumentos en torno a la seguridad de los GMO, la política de críticas a los GMO se centra en atacar a esta empresa y sus prácticas comerciales. Ahí no me meto, porque tienen para darles por delante y por detrás.

Pero por donde quiero ir, por donde va mi reflexión, es por la idoneidad de utilizar un proceso tecnológicamente avanzado para editar el genoma de una especie y modificar las características que queramos. No es nuevo, y sale frecuentemente a relucir, que todos los alimentos que consumimos, TODOS, son GMO. Durante siglos, milenios, se han seleccionado las semillas que daban tomates más gordos, árboles con más peras y vacas que daban más leche.

La vaca y toro vienen del Uro, su equivalente salvaje, gracias a la modificación genética. El perro, del lobo. Los cerdos de los jabalís (aun siendo técnicamente la misma especie). Lo mismo con la fruta y vedura, hasta llegar a saber que la naranja proviene de un cruce de la mandarina y el pomelo. Todos han sido artificialmente seleccionados y cruzados para conseguir el producto que ahora nos gusta.

Por lo que la pregunta no es si los GMO son buenos o malos. Es tarde para ello, llevamos toda la vida consumiéndolos. La cuestión es: ¿qué es mejor, un organismo al que se le han modifcado solamente las características deseadas o un organismo cruzado que almacena mutaciones unas detrás de otras sin ningún control? Porque eso, amigo, son los tomates que te estás comiendo.

Y para terminar, un poco de luz sobre las razas de los perros, y los peligros de la selección artficial:

Anuncios
Pensamientos sobre los GMO

Mañana me pongo

Pero de verdad. Mañana empiezo el curso de Edx llamado 6.00.2x Introduction to Computational Thinking and Data Science. Otro MOOC más que espero que me de buenas bases para migrar decididamente desde el malvado y pesado, pero cómodo, Matlab a Python, que es Open Source (vaya, de lo mío).

Es un paso importante, porque además de seguir a la peña científica que generalmente están migrando a Python desde plataformas como R o Matlab con proyectos como SciPy, apoyo a proyectos que me resultan extremadamente atractivos, como Jupyter, una especie de IPython evolucionado para ser language-agnostic y poder trabajar a la vez con Python, R, y Julia.

El mundo del software evoluciona muy rápidamente, y si hasta ahora Matlab tenía el beneficio de la comodidad, multitud de extensiones y paquetes para trabajar en casi cualquier cosa, parece que cada vez Python se yergue como un potente rival. Una listilla con mis razones para hacer el cambio podría ser esta:

Matlab Python
Librerías third-party
Diseño de Aplicaciones Horrendo1 Fácil
Multi-purpose No
Gráficos Propia2 MatPlotLib
Open Source No
Eficiencia Computacional Baja Baja
Integración con otros lenguajes Difícil3 Buena
Shell interactivo IPython
Multitud de IDEs No

  1. Matlab contiene utilidades para crear interfaces gráficas y programas empaquetados, pero su uso es muy difícil, ineficiente y depende de una instalación de Matlab en el ordenador en el que se ejecute. 
  2. La librería de plots de Matlab es muy variada y los resultados son bastante visuales, pero ha sido superada por ggplot2 y matplotlib hace tiempo. 
  3. Existen formas de interactuar con C, C++ y Java desde Matlab, pero de forma un poco limitada. La capacidad de extensión de Python con otros lenguajes lo supera con diferencia. 
Mañana me pongo

Lo que desconocías de la ciencia (II)

En el post anterior veíamos como el método científico provee de las herramientas para describir de la forma más precisa los fenómenos naturales, no para descubrir una Verdad con mayúsculas en un sentido filosófico o místico.

Es importante diferenciar muy bien entre ambas características, porque alguien puede haberse curado por un milagro de la Virgen, o puede haber visto un pitufo, o simplemente se ha curado de una enfermedad determinada estando al sol y sin comer azúcar. Pero si ese hecho no es reproducible, esto es, si nadie puede comprobar que bajo las mismas condiciones (rezando, acechando como Gárgamel o estando al sol y sin comer azucar) el patrón se repite, no es útil. Simple y llanamente. No nos sirve para construir una hipótesis y no nos permite validarla. No nos permite explicar un fenómeno. Por tanto no es ciencia.

Si siempre que suelto una manzana se cae al suelo, puedo hipotetizar que existe una fuerza que la atrae. Diseño la teoría y la formulo matemáticamente, para posteriormente hacer predicciones, como por ejemplo, que si la suelto desde un metro de altura esta siempre va a caer, y llegará con x velocidad. Si alguna vez esto no sucede tengo o que cambiar la hipótesis (si no cae) o ajustar las ecuaciones (si me he equivocado con la velocidad).

Esta característica se denomina Falsabilidad, y es la prueba fundamental que permite diferenciar (según la filosofía de la ciencia, que también existe) entre ciencias y pseudociencias.

Que una teoría, hipótesis o lo que quieras sea falsable significa que debe hacer predicciones suficientemente precisas (nada de vaguedades como cuando urano está sobre neptuno te va a pasar algo importante) como para ser fruto de experimentación, y en caso de que los experimentos contradigan las predicciones, la teoría va a ser descartada inmediatamente. Sin medias tintas. No sirve.

Puedes hipotetizar sobre que el té de canela cura la depresión, pero para demostrar que es efectivo tienes que hacer un ensayo doble ciego. Coger cientos (o miles) de personas con depresión y a la mitad -grupo de test- darle té de canela auténtico (acorde con tu hipótesis) y a la otra mitad -grupo control- darle un sucedáneo de té que se parezca mucho.

Muchos de los depresivos de ambos grupos se curarán. Es lo que se llama Efecto Placebo, que no es el objetivo de este post. Puede ser debido al estado de ánimo, a factores ambientales, a curación espontánea (sí, existe), etc. De modo que para poder decir que tu hipótesis de que el té de canela es efectivo, la cantidad de depresivos que se han curado en el grupo test tiene que ser significativamente mayor que la del grupo control.

Suena lógico, ¿a que sí? Porque aunque sólo lo mirásemos desde un punto de vista utilitarista, si el número de curados en ambos grupos es similar, podemos simplemente darles a todos el sucedáneo y decirles que les va a curar, y punto. Y nos ahorramos comprar ese caro té de canela. Y desde un punto de vista científico, este té no ha demostrado funcionar mejor que otras cosas, por lo que nuestra teoría de que este té cura la depresión, es falsa.

Al margen de esta visión utilitarista, la visión de la ciencia es simple: si las conclusiones de tu hipótesis no se pueden probar -reproducir-, se descarta la hipótesis.

Alguien dijo que había visto un pitufo. Quizá es verdad. Pero la verdad no es relevante. Lo verdaderamente relevante es el conocimiento que se puede transmitir y utilizar. Lo que se puede probar. El resto, simplemente, da igual.

Lo que desconocías de la ciencia (II)

Lo que desconocías de la ciencia (I)

Hoy he leído, como tantos otros días, un artículo firmado por un supuesto “científico” de la “ciencia alternativa”. Al principio siempre llaman mucho la atención, porque parecen llenar un vacío existente en la que llaman Ciencia Oficial, por lo que podría parecer que se complementan.

Sin embargo, la cuestión puede llegar a ser muy simple, aunque muchas veces los científicos la olvidamos un poco. La ciencia no es la verdad absoluta. Es el modelo más aproximado a la realidad, y una forma metódica de buscar y validar dichos modelos.

Así pues, de aquí se deduce una máxima muy importante. La Ciencia Alternativa que se demuestra que funciona se convierte en Ciencia Oficial. Tan simple y llano como esto.

La investigación científica consiste en:

  1. Observar el mundo y lo que ocurre en él (física, naturaleza, biología, medicina…)
  2. Caracterizar lo que ocurre mediante alguna herramienta (cuanto más objetiva mejor, como las matemáticas).
  3. Realizar una hipótesis que explique el por qué ocurre esto y que permita realizar predicciones (físicas, matemáticas, diagnóstico, etc).

Hasta este punto, las ciencias y las pseudociencias más -digámoslo así- viables son muy parecidas. En ambas se observan hechos y realidades del mundo y se postulan hipótesis acerca de las mismas. De modo que la única diferencia estriba en que la Ciencia añade otros dos puntos que las pseudociencias obvian:

  1. Se realizan experimentos para probar todas las predicciones que se pueden hacer con la hipótesis formulada.
  2. Si todos los experimentos coinciden con las predicciones de la hipótesis, ésta se acepta (siempre temporalmente) como teoría. Si uno de los experimentos refuta las predicciones, la hipótesis se descarta automáticamente, esto es, no es cierta.

Estos pequeños pasos de validación son los que diferencian a una ciencia real de una pseudociencia. Y ya digo, la ciencia no es la verdad. Es lo que más nos permite aproximarnos a un modelo de por qué y cómo funcionan las cosas. 

Lo que desconocías de la ciencia (I)