Only a Bayesian Statistician is able to coherently explain the statement: If there is a 50-50 chance that something can go wrong, then 9 times out of ten it will.

Anonim
Za życia Tomasza Bayesa opublikowano dwie jego książki, w tym jedną anonimowo. Pierwsza z nich zawierała dowód na to, że celem boskiej opatrzności jest szczęśliwość stworzonych przez niego istot (Divine Benevolence, or an Attempt to Prove That the Principal End of the Divine Providence and Government is the Happiness of His Creatures). Druga dotyczyła rachunku różniczkowego i sformułowana była jako obrona Newtona przed atakami ze strony biskupa Berkeley. W żadnej z nich nie znalazł się jednak dowód twierdzenia Bayesa, które rozsławiło jego nazwisko — praca zawierająca sformułowanie i dowód tego twierdzenia została opublikowana w 1764, trzy lata po śmierci Bayesa.

Twierdzenie Bayesa jest proste, łatwe i nieskomplikowane, a mimo to jego zastosowania są olbrzymie, konsekwencje niebanalne, a dyskusja wokół stosowania twierdzenia Bayesa w modelowaniu statystycznym — bardzo zawzięta. W pewnym rozumieniu, twierdzenie Bayesa stawia bowiem na głowie rachunek prawdopodobieństwa, a nawet metodologię naukową.

Powiedzmy, że mamy do czynienia z nowym testem wykrywającym pewną chorobę, na przykład raka. Dajmy na to, że ta konkretna forma raka występuje u jednej osoby na dziesięć tysięcy. Test działa znakomicie: jeśli przetestujemy sto osób, które mają tą formę raka, to za pomocą nowego testu wykryjemy go u 95 osób. Tylko u pięciu osób test — błędnie — raka nie wykryje; oznacza to, że prawdopodobieństwo błędu drugiego rodzaju (false negative rate) wynosi 5/100 = 0.05. Jeśli zaś weźmiemy tysiąc osób, które są całkowicie zdrowe, to test — mylnie — wykryje raka zaledwie u jednej z nich; zatem prawdopodobieństwo błędu pierwszego rodzaju (false positive rate) wynosi 1/1000 = 0.001.

Wykonujemy test na losowej osobie; test wypada pozytywnie. Jakie jest prawdopodobieństwo, że ta osoba rzeczywiście ma raka?

  • nie da się tego policzyć
  • ok. 99%
  • ok. 90%
  • ok. 50%
  • ok. 10%

Naiwne rozumowanie brzmi tak: hipoteza zerowa brzmi “osoba jest zdrowa”, hipoteza alternatywna: “osoba ma raka”. Prawdopodobieństwo uzyskania pozytywnego wyniku jeśli osoba jest zdrowa wynosi 0.001 (0.1%). Zatem odrzucamy hipotezę zerową i przyjmujemy alternatywną. Ale jak policzyć prawdopodobieństwo, że osoba jest chora? Nie jest to 1-0.001, czyli 99.9% — ta wartość to prawdopodobieństwo, że osoba zdrowa uzyska negatywny wynik testu.

Załóżmy, że prowadzimy badania przesiewowe na milionie osób. Sto z nich będzie miało tą formę raka, której poszukujemy; za pomocą testu wykryjemy raka u 95 z nich. Natomiast 999900 osób nie będzie cierpiało raka, ale mimo to test da pozytywny wynik u jednej osoby na tysiąc, czyli mniej więcej tysiąca z niemal miliona zdrowych (0.001 * 999900 = 999.9). Mamy więc 1000 + 95 pozytywnych wyników testu, ale mniej niż sto z nich to osoby faktycznie cierpiące na raka. Prawidłowa odpowiedź wynosi zatem “około 10%”, zaś wyliczenie opiera się na twierdzeniu Bayesa (patrz ramka poniżej).

To prawda, że test jest z pozoru bardzo dokładny — rzadko popełnia błędy drugiego rodzaju (false negative), jeszcze rzadziej błędy pierwszego rodzaju (false positive). Problem jednak polega na tym, że choć błędną, pozytywną diagnozę test stawia stosunkowo rzadko, to jeszcze rzadziej mamy do czynienia z osobami, które faktycznie cierpią na tą formę raka. Mamy więc znacznie większe szanse na popełnienie błędnej pozytywnej diagnozy (false positive) niż błędnej negatywnej diagnozy (false negative).

A dokładniej: Chcemy policzyć prawdopodobieństwo warunkowe wystąpienia raka (R) w sytuacji, gdy test (T) u tej osoby dał wynik pozytywny — zapisujemy to jako p(R|T). Znamy prawdopodobieństwo wystąpienia raka p(R), wiemy, jakie są prawdopodobieństwa pozytywnego wyniku testu jeśli osoba ma raka p(T|R) = 0.99 i jeśli go nie ma, p(T|^R) = 0.001.

Możemy policzyć, jakie jest prawdopodobieństwo p(T), że u losowej osoby test da wynik pozytywny. Albo ta osoba ma raka (z prawdopodobieństwem p(R)), albo nie ma (z prawdopodobieństwem 1 – p(R)). Jeśli ma, to prawdopodobieństwo pozytywnego wyniku jest p(T|R), jeśli nie ma — p(T|^R). Ponieważ zdarzenia są niezależne (zakładamy, że albo rak jest, albo go nie ma), p(T) = p(R)*p(T|R) + (1-p(R)) * p(T|^R). Ten wzór odpowiada liczbie 1000 + 95, którą wyliczyliśmy powyżej. Z twierdzenia Bayesa p(R|T) = p(T|R) * p(R) / p(T). Wszystkie te trzy wielkości znamy; p(T|R) * p(R) odpowiada liczbie 95, którą wyliczyliśmy powyżej. Zatem p(R|T) = 0.95 * 0.0001 / ( 0.0001 * 0.95 + 0.9999 * 0.001 ) = 0.000095 / 0.00108 = 0.083, czyli 8.3%.

Twierdzenie Bayesa jest banalne do udowodnienia. Trick polega na definicji prawdopodobieństwa warunkowego: P(T|R) = p(T oraz R) / p(R). Jest to zgodne z naszą intuicją: załóżmy, że chcemy wyliczyć, ile osób z miliona ma (i) raka i (ii) pozytywny wynik testu (czyli p(T oraz R) razy milion). Liczymy ile osób ma raka ( milion * p(R) ) i mnożymy przez prawdopodobieństwo, że u osoby z rakiem test da wynik pozytywny (p(T|R) * p(R) * milion). Czyli milion * p(R) * p(T|R) = milion * p( T oraz R). Zatem p(T oraz R) = p(R)*p(T|R).

Oczywiście, w ten sam sposób p(R|T) = p( T oraz R ) / p(T), czyli p(T oraz R) = p(T) * p(R|T). Kombinując te dwa stwierdzenia, p(R)*p(T|R) = p(T)*p(R|T), czyli p(R|T) = p(R)*p(T|R) / p(T).

Rozwodzę się nad tym wszystkim, ponieważ twierdzenie Bayesa regularnie skręca mi mózg. Z jednej strony — jest bardzo proste, i do zrozumienia, i do udowodnienia. Z drugiej strony ma niebanalne konsekwencje w testowaniu hipotez i zrobiło niebywałą karierę w statystyce i biologii. Z trzeciej — stanowi przedmiot intensywnych dyskusji (do krytyków podejścia bajezjańskiego należeli m.in. Boole i Popper).

Powiedzmy, że mamy jakąś hipotezę H (w powyższym przykładzie hipoteza brzmi: losowy pacjent ma raka), której prawdopodobieństwo możemy w jakiś tam sposób przyjąć z góry. Mamy też pewien zestaw danych D (w powyższym przykładzie: wynik testu), i możemy policzyć, jakie jest prawdopodobieństwo uzyskania tego zestawu danych zakładając hipotezę H. Mamy też alternatywną hipotezę H’ i wiemy, jakie jest prawdopodobieństwo uzyskania tego zestawu danych jeśli prawdziwa jest H’. Wówczas możemy policzyć jakie jest prawdopodobieństwo, że hipoteza H jest prawdziwa w kontekście uzyskanych wyników. Prawdopodobieństwo p(H) zwykło się nazywać prawdopodobieństwem a priori, a p(H|D) — a posteriori, czyli po uzyskaniu danych.

Skręt mózgu bierze się najpierw z konfrontacji z “klasyczną” statystyką. W klasycznej statystyce określamy pewną hipotezę zerową (dana osoba jest zdrowa) i pewną hipotezę alternatywną (osoba ta ma raka). Liczymy prawdopodobieństwo p uzyskania pozytywnego wyniku testu (czyli uzyskania D) przy założeniu hipotezy zerowej, i odrzucamy hipotezę zerową na rzecz alternatywnej, jeśli p jest mniejsze od arbitralnie przyjętego progu. W naszym przypadku p = 0.001, więc zapewne odrzucamy hipotezę zerową i uznajemy — i to ze sporą pewnością siebie — że pacjent ma raka. Rozumowanie bajezjańskie umożliwia nam jednak bezpośrednie policzenie prawdopodobieństwa hipotezy alternatywnej, które wcale nie jest takie wysokie, jakby się to nam zdawało, ale i nie bezużytecznie: przecież 10% to wielokrotnie więcej, niż 0.01%.

Gorzej: mamy kłopot z Popperem. Jako się rzekło, Popper miał na pieńku z “rewolucją bajezjańską” w statystyce i nauce. Podejście bajezjańskie można częściowo rozumieć jako obliczanie parametrów tworzonego modelu wstecz z uzyskanych informacji; zamiast więc testować hipotezę w oparciu o informacji, de facto tworzymy ją tak, żeby pasowała do obserwacji.

Z drugiej strony, popperowski falsyfikacjonizm można rozumieć jako szczególny przypadek Bayesa. Załóżmy, że hipoteza H może zostać sfalsyfikowana przez obserwację D — to oznacza, że p(D|H) jest równe zeru. Wówczas z twierdzenia Bayesa wynika, że p(H|D) także równe jest zeru. Innymi słowy, jeśli zaobserwujemy D, to H jest nieprawdziwa i otrzymujemy popperowską falsyfikację. Jednak jeśli nie zaobserwujemy D, to mamy inną sytuacje, rozważamy bowiem p(H|^D) = p(^D|H)*p(H) / p(^D). Jeśli prawdopodobieństwo braku obserwacji D jest przy założeniu hipotezy H wyższe niż prawdopodobieństwo braku obserwacji D przy, na przykład, założeniu jakiejś alternatywnej hipotezy, to p(H|^D), czyli prawdopodobieństwo a posteriori jest wyższe niż p(H), prawdopodobieństwo a priori. Tak jak u Poppera, możemy odrzucić hipotezę w wyniku falsyfikacji. Inaczej jednak niż u Poppera, obserwacja zgodna z przewidywaniami wzmacnia (i to w sposób mierzalny) naszą hipotezę.

Chronicznie roztargniona matematyczna wiewiórka from outer space

Ale to nie koniec: być może nie znamy prawdopodobieństwa a priori, albo mamy o nim bardzo mętne wyobrażenie. Okazuje się, że można (choć na ten temat toczą się zażarte spory) wziąć to prawdopodobieństwo z nosa, zebrać dane, policzyć prawdopodobieństwo a posteriori, a potem użyć go jako prawdopodobieństwa a priori w następnej rundzie. Ten trick wykorzystują liczne algorytmy, a także chronicznie roztargnione matematyczne wiewiórki from outer space, ale o nich będzie innym razem.

Literatura


  • Nareszcie ktoś przystępnie wyjaśnił i zilustrował w jaki sposób gigantyczny rekin (Mega Shark) może zaatakować i zniszczyć samolot pasażerski.
  • Na znakomitym blogu StrangeMaps ciekawa rekonstrukcja — mapa Francji odtworzona na podstawie z pozornie zupełnie niewystarczających danych
  • Bill Gates na temat pandemii H1N1 — tekst, pod którym najchętniej sam bym się podpisał. Lekki przebieg pandemii H1N1 nie oznacza, że podjęte przez agencje rządowe, WHO i naukowców kroki były niepotrzebne — ale że mieliśmy szczęście, i gdyby nie ono, to owe kroki okazałyby się niewystarczające. Bill Gates i jego fundacja zasługują w ogóle na odrębną notkę.
  • O leczeniu gnijących ran robakami pewno każdy słyszał. Ale okazuje się, że zupełnie poważnie pracuje się nad medycznym wykorzystaniem niektórych larw do oczyszczania ran z martwej lub zainfekowanej tkanki. Rzecz jasna, nie moga być to byle “robaki” — larwy nie mogą zaatakować zdrowej tkanki, muszą być sterylne itd. Zalety takiej procedury to m.in. dokładniejsze oczyszczenie rany bez konieczności ingerencji chirurgicznej, co więcej larwy wydzielają substancje o działaniu bakteriobójczym. Uwaga: dość obrzydliwe (ale ciekawe) wideo.
  • Pancerne ślimaki głębokomorskie — ze skorupą wzmacnianą pirytem i łuskami z pirytu okrywającymi nogę. “Behold the Samuel Jackson of snails, i.e. one bad mother” — pisze autor bloga “Deep Sea News“.
  • Kto ma dostęp do Nature, ten może przeczytać bardzo ciekawy artykuł Quirina Schiermeiera o prawdziwych “dziurach” w klimatologii — a więc obszarach i częściach klimatologii, które pełne są niepewności albo w których brak dokładnych danych. Na przykład, o ile większość modeli zgadza się, że ocieplenie klimatu przyniesie obniżenie opadów w strefach ciepłych, a zwiększenie w strefach chłodnych, o tyle w szczegółach oraz w prognozach dotyczących stref umiarkowanych prawie wszystkie modele się różnia przewidywaniami. We wstępniaku bardzo mądre zdanie, dotyczące nie tylko badań klimatologicznych:

    Perhaps the most important lesson is that researchers must be frank about their uncertainties and gaps in understanding — but without conveying the message that nothing is known or knowable.

  • Powiązana wiadomość — IPCC przeprosiła za włączenie do swojego raportu z 2007 źle udokumentowanej informacji na temat cofania się lodowców w Himalajach — a konkretnie, że lodowce te całkowicie znikną w ciągu najbliższych paru dekad. Chociaż ogólne wnioski na temat przyspieszenia cofania się lodowców w XXI wieku się nie zmieniają, konkretne oszacowania dla Himalajów były oparte na niepewnych danych. Wśród krytykujących tą część raportu znajduje się m.in. Murari Lal, główny autor rozdziału, w którym znalazł się inkryminowany fragment — oparty na raporcie WWF z 2005, który z kolei był oparty na nieopublikowanych badaniach glacjologa Syed Iqbal Hasnaina. Hasnain zaś otwartym tekstem stwierdza, że chodziło tylko o spekulacje.
  • Na blogu Daily Parasite codziennie nowy pasożyt. Bardzo ciekawa lektura — mało które rzeczy są tak ciekawe w badaniach ewolucyjnych, jak interakcje gospodarz — pasożyt. Na blogu jest często jakaś ciekawa historyjka związana z ewolucją tych interakcji.

13sty10


  • Przepiękne skany ze starych dzieł poświęconych biologii i medycynie — między innymi Historiae Animalium Conrada Gesnera. Obok — muris genus magnum, rattum uocamus.
  • Nathan Wolfe i jego nowe wirusy: http://www.nature.com/news/2009/091209/full/462717a.html
  • Znakomity wpis o używaniu narzędzi przez owady. Autor opisał kilka niezwykłych przykładów używania narzędzi — na przykład, “assassin bugs” z rodziny zajadkowatych polują na termity z przynętą — za którą służą wyssane do sucha pancerzyki wcześniej zabitych owadów.
  • Książka “The Fourth Paradigm” opublikowana na licencji “Creative Commons” i może być ściągnięta z internetu tutaj. Recenzent Nature pisze:

    The rise of ‘big data’ is one of the major scientific stories of our time, and The Fourth Paradigm offers a broad view that is both informative and stimulating.

  • Pewnie każdy już słyszał o Cueva de los Cristales — wypełnionej gitantycznymi kryształami jaskini pod meksykańską pustynią w Chihuahua. Paul Williams z BBC opisuje swoją wizytę w Cueva de los Cristales — miejscu, gdzie temperatura osiąga 50°C, a wilgotność — sto procent.
  • Podróż do krańców Kosmosu — świetna animacja ilustrująca skalę naszego Wszechświata:


Homeopatia działa: Zicam to homeopatyczny środek na przeziębienia, przy czym stosowany przez producenta przymiotnik “homeopatyczny” jest określeniem mało precyzyjnym, ponieważ zawiera wcale nie homeopatyczne ilości związków cynku. Ba, niektóre studia wskazują na skuteczność tych związków w skracaniu czasu przeziębienia (choć wyniki nie są jednoznaczne).

Ostatnio w Stanach Zicam częściowo został wycofany ze sprzedaży, ponieważ u ponad stu osób wystąpił zanik zmysłu powonienia. Na blogu neurotopia jest opis artykułu Lim et al., którego autorzy zbadali działanie Zicamu na komórki węchowe myszy. Okazało się, że Zicam rzeczywiście blokuje bodźce węchowe, a nawet bezpośrednio niszczy tkankę w której znajdują się receptory węchowe.

Płucotchawki

Płucotchawki z bliska: Płucotchawki to organy oddechowe pajęczaków, które prawdopodobnie wyewoluowały z podobnych strukturą skrzeli nadal występujących u pokrewnych pajęczakom skrzypłoczy (Limulus, horshoe crab) . Zdjęcia z mikroskopu elektronowego pokazujące strukturę pajęczych płucotchawek tutaj. Warto też zajrzeć na stronę autora zdjęć, Carstena Kamenza z uniwersytetu Humboldta w Berlinie. Inna praca Kamenza i Prendini — olbrzymi atlas płucotchawek kilkudziesięciu gatunków skorpionów — ukazała się w 2008 roku w Bull. Am. Mus. Nat. Hist. W innej pracy Kamenza udało się na podstawie odtworzyć płucotchawki pajęczaków sprzed czterystu milionów lat — czyli wczesnego Dewonu. Właśnie wtedy rośliny i zwierzęta — w dużej mierze pajęczaki — na dobre skolonizowały ląd.

Ośmiornica używająca przenośnej kryjówki

Ośmiornice i narzędzia: Za Pharyngula — obłędne wideo przedstawiające ośmiornicę, która używa połówek kokosa jako przenośnej kryjówki. Na wideo widać, jak ośmiornica najpierw wydobywa, potem podnosi połówkę kokosa, a wreszcie — trzymając ją pod sobą — zasuwa jak mały samochodzik po piaszczystym dnie morza. Ośmiornice z gatunku Amphioctopus marginatus w ten sposób dostały się do elitarnej grupy zwierząt potrafiących używać narzędzi — jeśli zdefiniować narzędzie jako przedmiot, który zwierzę nosi przy sobie aby w pewnym momencie wykorzystać je do określonego celu. Artykuł “Defensive tool use in a coconut-carrying octopus”, autorstwa Finna, Normana i Tregenzy ukazał się w najnowszym “Current Biology”.


Po raz drugi inny pan, przedstawiający się jako oficer kontrwywiadu, pojawił się u mnie dopiero w roku 1973. (…) Na pytanie mojego rozmówcy o cel mojego wyjazdu odpowiedziałem, że pragnę tam przestawić bardzo ważny model optymalizacyjny odłowu saren, a zanim zdążył zadać następne pytanie – przedstawiłem mu problem i główne założenia modelu, skupiając się na definicji funkcji maksymalizującej i znaczeniu zmiennych decyzyjnych.

Po 15 minutach miał on chyba dosyć moich wywodów. Zapytał, czy w Zakładzie Ochrony Przyrody PAN są jakieś konflikty personalne (a wówczas ogromne były), na co ja, że o żadnych konfliktach w Zakładzie nie słyszałem, ale bez zrozumienia, jakie są założenia optymalizacji i czym jest funkcja maksymalizująca nie zrozumie on znaczenia mojego modelu. W czasie tej rozmowy byłem w lepszej sytuacji niż przed laty choćby z tej prostej przyczyny, że byłem już docentem a docenta z pewnym doświadczeniem dydaktycznym nie łatwo skłonić do przerwania wykładu. Mój rozmówca jakiś czas ten wykład wytrzymywał, a potem szybko zapłacił za kawę i pożegnał się. Od tego czasu żaden oficer kontrwywiadu do mnie się nie zgłaszał.


Poniżej nie ma FAQ do zmian klimatu, bo tych jest dość w sieci (np. ten artykuł w Scientific American, albo ten dokument [thx MDM] albo cały blog doskonaleszare), tylko rant na temat niezbyt mądrego wpisu na “Blogu naukowców” Polityki.

Jerzy Kowalski-Glikman:

Nie jestem oczywiście klimatologiem, nie mam dostępu do gołych danych ani kodów komputerowych, ale wiem, że atmosfera jest niezwykle skomplikowanym układem fizycznym, na który wpływa niezwykle wiele czynników, spośród których emisja CO2 nie jest na pewno czynnikiem najważniejszym. Łatwo mogę sobie wyobrazić, że fluktuacje temperatury w ostatnich latach jest w znaczący sposób spowodowana czynnikami naturalnymi (zmiana aktywności Słońca, promienie kosmiczne i tysiące innych).

Przypomina mi to moje rozumowanie po pierwszym zetknięciu z teorią względności, które mogę streścić tak: “Nie jestem fizykiem, ale wiem, że Wszechświat jest niezwykle skomplikowanym układem fizycznym. W słynnym paradoksie, jeden z bliźniaków leci rakietą, drugi zostaje na Ziemi. Łatwo sobie mogę wyobrazić, że Ziemia porusza się względem rakiety w tym samym tempie, co rakieta względem Ziemi. Pytam więc, dlaczego to ten na Ziemi starzeje się szybciej?”

Zachowaniem, które u studentów irytuje mnie tym bardziej, że jest nagminne, jest dziwna niechęć do weryfikowania swoich tez i samodzielnego szukania odpowiedzi na własne pytania. Pytania zadane przez pana Jerzego Kowalskiego-Glikmana spotyka się tak często, że powstały już całe FAQ — na przykład artykuł Johna Rennie w “Scientific American”. Również regularna lektura “Nature” lub “Science” przynajmniej dostarczy wiedzy o tym, jakie problemy są przez klimatologów brane pod uwagę, i jakie są uzyskiwane wyniki. Dla kogoś otrzaskanego z nauką także lektura raportów IPCC (albo ich podsumowań) nie powinien sprawiać większych trudności.

Łatwo mogę sobie wyobrazić, że fluktuacje temperatury w ostatnich latach jest w znaczący sposób spowodowana czynnikami naturalnymi (zmiana aktywności Słońca, promienie kosmiczne i tysiące innych).

Może to niespodzianka, ale także klimatologom łatwo sobie to wyobrazić. Dlatego parę(naście) tysięcy publikacji naukowych bierze pod uwagę i te czynniki — nie wiem nawet, czy są współczesne modele klimatyczne, które ich nie biorą. Po pierwsze, same zmiany aktywności Słońca i innych branych pod uwagę “naturalnych” czynników nie wystarczają do stworzenia odpowiadającego rzeczywistości modelu. Po drugie, nawet jeśli to np. aktywność słoneczna odpowiada za współczesny wzrost temperatury, trzeba by jeszcze wyjaśnić, dlaczego CO2 miałby nie mieć wpływu na przyspieszenie tego zjawiska.

Czy mamy do czynienia z globalnym ociepleniem

Tak, chyba tylko Ziemkiewicz ma co do tego wątpliwości, bo już nawet nie Wildstein. Polecam świetny wpis z realclimate.org.

IPCC twierdzi,

Każde twierdzenie w raportach IPCC opiera się na jakichś danych eksperymentalnych i pracach naukowych, do których podawane są odnośniki. Naukowiec powinien być w stanie samodzielnie ocenić te źródła. Jeśli nie, to na przykład na polskim blogu doskonaleszare jest całe mnóstwo wyjaśnień z odnośnikami do literatury.

dane pokazane w Cherry Picker’s Guide to Global Temperature Trends wskazują, że raczej nie

Autor, obawiam się, nie przeczytał dokładnie ani notki Stefana Ramstorfa (od której sie chyba zaczęło), ani nawet notki Chipa Knappesbergera, ani notki, którą cytował, ponieważ… nie ma tam per se danych wskazujących na oziębienie klimatu, bo nie o tym są te notki. Dla wyjaśnienia, dorzucę kilka linków: komentarz z “The Blackboard” i komentarz arctic_haze z bloga doskonaleszare..

W skrócie: cytowane notki dowodzą jedynie, że modele klimatyczne nie czynią przewidywań na “krótkie” okresy (typu pięć-dziesięć lat) i wiadomo, że w tak krótkich skalach wahania są spore. Przykładem może być rekordowy El Niño z 1997/98 roku, który był przyczyną rekordowej średniej temperatury rocznej — a wobec tego kilkuletnie trendy obejmujące od dołu rok 1998 zawsze będą miały tendencję “w dół”. Proszę spojrzeć, jaki wzrost by był obserwowany, gdyby liczyć wstecz średnią za pięć lat od 1999.

Czy w obliczu skandalu ClimatGate (patrz np. tu, tu) mogę nadal wierzyć, że klimatolodzy odporni są na korupcję, materialną czy też ideową?

“A czy Pan przestał już bić swoją żonę?” Pytanie jest manipulacją — żadna grupa ludzi nie jest całkiem odporna na korupcję. Natomiast zawarta w tym pytaniu sugestia, że klimatolodzy sprawnie spiskują, że w tym spisku bierze udział kilkanaście tysięcy osób rozsianych na całym świecie w setkach centrów badawczych (którzy w dodatku potrafią ze sobą prowadzić bardzo ogniste i emocjonalne spory), i że trwa to od stu pięćdziesięciu lat (od czasów Tyndalla i Arrheniusa) jest absurdalna.

Zresztą, jeśli jest coś, co może przekonać o braku korupcji, to właśnie lektura tych mejli, które wyciekły z CRU. Przecież tam nic ciekawego albo nowego nie ma (por. tu, tu i tu).

Przy okazji, warto przeczytać, co o Kopenhadze mówią naukowcy.

Jeśli nawet ocieplenie jest realne, to czy jest spowodowane przemysłową emisją CO2?

Tak: odpowiedź jest taka sama, jak na pytanie o to, czy faktycznie klimat się ociepla.

Przy okazji: są dwie możliwości: (i) albo samemu czytać prace naukowe, albo (ii) ufać autorytetom. Ponieważ autorowi notki najwyraźniej nie chciało się (i), to pozostaje (ii) — i tu znów można wybierać autorytet: geologa z PAN, emerytowanego radiologa albo któregoś z klimatologów publikujących w Nature.

Jakie są długoterminowe zyski/koszty wynikające z ocieplenia klimatu i jak mają się one do długoterminowych zysków/kosztów redukcji poziomu dwutlenku węgla w atmosferze?

Tu muszę spytać, czy autor notki czytał w ogóle raporty IPCC, albo chociaż informację w Wikipedii? A jeśli ktoś naprawdę się tym interesuje, to zawsze może przeczytać jakąś książkę (tak! książki wciąż jeszcze istnieją. Sam się niedawno zdziwiłem!).

Na koniec cytat ze strony Boba Parka “What’s new”:

When the ClimateGate story broke I immediately began digging through piles of paper on my desk to find my copy of “Doubt Is Their Product: How Industry’s Assault on Science Threatens Your Health,” a 2008 book by David Michaels, an epidemiologist at the George Washington University School of Public Health. When scientific evidence of a threat to public health becomes overwhelming, government intervention can still be delayed for years by simply manufacturing uncertainty. That’s where the global warming debate is right now. The fossil fuel industry is doing a job on us.


HeroRAT otrzymuje nagrodę za znalezienie miny lądowej.

Wielkoszczury to sympatyczne, inteligentne afrykańskie gryzonie (Cricetomys gambianus, gambian pouched rat) — jedne z największych gryzoni z rodziny myszowatych (Muridae) na świecie, gdyż mogą ważyć nawet do czterech kilogramów. Są zwierzętami nocnymi, i jak wiele zwierząt nocnych mają słaby wzrok, a za to znakomity węch.

Znakomity węch i inteligencję wielkoszczurów wykorzystują ludzie. Udało się wytresować je tak, żeby znajdowały miny lądowe — można je tresować (uczą się szybciej niż psy), potrafią doskonale wyczuć zapach trotylu, a dzięki swoim rozmiarom nie ryzykują uruchomienia zapalnika. APOPO, organizacja non-profit zajmuje się ich tresurą (tresowane wielkoszczury nazywa “HeroRATs” — i bardzo słusznie).

To jeszcze nic.

Jednym z ważnych problemów w walce z gruźlicą jest szybka i pewna diagnoza. Wbrew pozorom odróżnienie gruźlicy od innych chorób nie jest łatwe. Problem w tym, że większość zarażeń gruźlicą nie kończy się chorobą — bakterie co prawda infekują organizm ludzki i są pożerane przez makrofagi, których zadaniem jest usuwanie bakterii. Mycobacterium tuberculosis potrafią jednak przeżyć i to: siedzą sobie wewnątrz komórek naszego układu odpornościowego i robią co chcą. Czyli, w większości wypadków, nic — po prostu sobie siedzą. W każdej chwili jednak mogą wybudzić się z letargu i zaatakować organizm — nie wiadomo dokładnie jak i dlaczego to się dzieje.

Prątki gruźlicy wybarwione metodą Ziehla-Neelsena w próbce plwociny. Źródło: CDC.

W rejonach endemicznych nawet 30-90% populacji może mieć taką ukrytą gruźlicę, więc testy oparte na obecności przeciwciał nie pomogą w diagnozie. Dlatego stosuje się głównie prześwietlenia i analizę plwociny, w której u chorych znajdują się prątki gruźlicy. Jedynym pewnym testem jest wyhodowanie z próbki plwociny kolonii bakterii. Można też użyć specjalnego barwienia i obejrzeć próbkę pod mikroskopem — niestety, ta metoda nie jest bardzo czuła. Inne metody są zbyt kosztowne dla ubogich krajów, gdzie gruźlica występuje endemicznie.

No dobrze, skoro była mowa o wielkoszczurach wywąchujących miny, to pewnie teraz będzie o diagnozowaniu gruźlicy węchiem. Tylko czy gruźlica pachnie?

Owszem. Prątki gruźlicy uwalniają cały szereg charakterystycznych substancji takich jak kwasy mykolinowe, pozwalających — z wykorzystaniem HPLC lub spektrometrii masowej — na wykrycie bakterii. Okazało się że owszem, węch wielkoszczura jest wystarczająco czuły, by móc wykryć Mtb w plwocinie:

Wygląda na to, że to jest całkiem serio — jest już nawet publikacja opisująca pierwsze wyniki. Autorzy twierdzą, że szczury robią mniej błędów (zarówno polegających na stawianiu fałszywej diagnozy TB — false positive, jak i na niewykrywaniu gruźlicy — false negative), a przy tym — jak widać na filmie — są o wiele szybsze niż nawet stosunkowo proste barwienie i badanie pod mikroskopem. Sam o tej sprawie dowiedziałem się od doktoranta, który usiłuje stwierdzić, czy szczury potrafią właściwie odróżniać różne spokrewnione bakterie oraz jakie konkretnie substancje wyczuwają.

Literatura



Portret Darwina namalowany przez Johna Colliera

  • Lektura obowiązkowa: w najnowszym numerze Kosmosu seria artykułów o ewolucji. Wśród autorów pierwsza liga polskich naukowców zajmujących się ewolucją: Adam Łomnicki, Leszek Kuźnicki, Jacek Radwan, Michał Woyciechowski, Jan Kozłowski i inni. Mnóstwo czytania, wszystko na przyzwoitym poziomie akademickiej przeglądówki. Nie przeczytałem jeszcze wszystkich artykułów, ale na początek polecam artykuł o doborze naturalnym Adama Łomnickiego, o ewolucji eksperymentalnej Pawła Koteji, oraz o powstaniu życia Januarego Weinera (z UJ).
  • Genialna animacja wizualizująca różnicę w skali między różnymi komórkami, wirusami i cząstkami biologicznymi.

  • Na stronach edukacyjnych uniwersytetu w Utah genialna animacja we flashu, która unaocznia różnice w skali między różnymi mikroskopijnymi obiektami: komórkami eukariotycznymi, bakteryjnymi, rybosomami, helisą DNA itd.
  • Poniższe zdjęcie przedstawia trójwymiarowy fraktal. Tak jak i w przypadku dwuwymiarowych fraktali, obłędne obrazy powstają w oparciu o stosunkowo proste wzory matematyczne. Warto jednak przeczytać cały tekst (dość krótki), wyjaśniający przejście fraktali z dwóch do trzech wymiarów.
  • Trójwymiarowy fraktal

  • Wajrak niby o globalnym ociepleniu, ale tak naprawdę o nauce. Mądrze.
  • Wreszcie mi ktoś wyjaśnił, o co chodziło z tym kalendarzem Majów! Pochlebiam sobie, że artykuł o długiej rachubie Majów z bloga Archeowieści został sprowokowany moją prośbą.
  • Sushi

  • Co drzemie w sushi: naukowcy przy pomocy “DNA barcoding” w artykule zatytułowanym “The real maccoyii, jakie gatunki tuńczyka sprzedawane są w 31 nowojorskich restauracjach sushi. Okazało się, że wśród próbek znalazły się gatunki pod ochroną (np. tytułowy T. maccoyii), gatunki nie odpowiadające opisowi na menu, a nawet gatunki potencjalnie szkodliwe dla zdrowia.