HTML

Az élet kódjai

Csináld maga. Senki nem csinálja meg helyetted.

Friss topikok

  • sdani: Sajnos nekem is hasonló érzéseim vannak az R kiszorulásával kapcsolatban. Remélem jobban fogja tar... (2024.04.29. 10:48) R meetup
  • sdani: Nagyon jók ezek a bejegyzések! Feszültséggel teli, fordulatos, mint egy jobb krimi. :D Abba ne hag... (2024.04.29. 10:35) Wgel CTF
  • sdani: @Travis.CG: Egy kis szerencse sosem árt. :D (2024.03.01. 13:19) A bioinformatika helyzete 2024-ben
  • Travis.CG: Szóval az akadémiai szféra mazochistává tett, amit a Pinephone-al élek ki? Hmm, érdekes összefüggé... (2023.10.05. 18:23) Új barátom az Informatikai titkárságról
  • Travis.CG: Túl nagy a hype körülötte, ezért túlzó elvárások vannak vele szembe. Ha a korábbi chatbotokhoz kép... (2023.02.28. 06:28) chatGPT, a bioinformatikus

Klikk, klikk, PhD dolgozat

2022.09.04. 16:39 Travis.CG

Nem szoktam túl kritikus lenni a PhD dolgozatokkal. Egyrészt, mert az én PhD dolgozatom sem túl kiváló, ráadásul elég élénken él még bennem, milyen a PhD-sok élete. Ezért is volt nehéz számomra, hogyan is bíráljam el a most bemutatásra kerülő PhD dolgozatot.

A dolgozat röviden abból állt, hogy megnézték egy növény biotikus stresszre milyen válaszreakciókat ad. Azon belül is egy gént emeltek ki, mert abból a génből már volt eredményük, hogy egy teljesen másik növénybe transzformálva hogyan működik. Látszott, hogy biztosra akartak menni. Ismert gén, ismert módszer, csak a növényt változtatták meg. Gondolom azt várták, hogy hasonló eredményt is kapnak.

A dolgozat bevezetője alapján a laborvizsgálatok mellé bioinformatikai vizsgálatokat is végeztek. Ezek leírása viszont meglepően pontatlan volt, nem érte el egy BSC-s előadás szintjét sem. Ráadásul letöltöttek a GEO-ról egy adatsort, ami pont ugyan azt a stresszt vizsgálta, pont ugyan azon a növényen, mint ők. Viszont nem a nyers adatokat szedték le, hogy újraelemezzék, hanem a végső expressziós táblázatot. Tehát más tollával akartak ékeskedni. Ez már kiváltott némi duzzanatot néhány homlokomon kanyargozó éren.

Amikor meg tényleg saját bioinformatikai vizsgálatot csináltak (ami igazából abból állt, hogy egy weboldalra feltöltötték az adatokat, klikkeltek, majd letöltötték a kimeneti táblázatot), akkor sem kezdtek semmit az eredménnyel, csak leírták, hogy ezt köpte ki a program. Semmi értelmezése nem volt az eredményeknek, csak puszta leírása.

Mindegy - gondoltam magamban -, ha a bioinformatikai munka nem is volt nagy eresztés, a kísérletek önmagukban mégis csak képviselnek valami értéket. Megpróbáltam átrágni rajta magam, tudván, hogy nem sok kapcsolatom van a laboros módszertannal. Mint kiderült, alaptalan volt a félelmem. A laborvizsgálatok eredményeinél derült ki, hogy a vizsgált növények elrohadtak, és nem ismételték meg a kísérletet.

Hogy pontosan miért nem ismételték meg a kísérleteket, nem derült ki egyértelműen. Az összefoglalásnál még a COVID-19 miatti karantén intézkedéseket említették, de az eredmények és megvitatásuknál már a kísérletek költségeit nevezték meg oknak.

Szép lassan kezdett számomra kirajzolódni, mi is történhetett. Labor Jani elkezdett kísérletezni egy olyan témán, ami nem világmegváltó, de biztosan nem kudarcra ítélt. Hónapokat dolgoztak a növények nevelésén, majd azok megdöglöttek. Valami határidő biztosan elkezdte őket szorítani, ezért elkezdtek pánik-szerűen gondolkodni, hogyan lehetne mégis valami PhD dolgozatot összehozni. Erre jöhetett a világmegváltó ötlet: akkor csináljunk bioinformatikát mások eredményét felhasználva.

Mert milyen menő már, hogy a bioinformatikus csak nyomkodja a gombokat egy fekete képernyő előtt, meg klikkel a weboldalon, és kész a kutatás. Hiszen ezt egy majom is meg tudja csinálni. Azt hiszem, ez a dolgozat is bizonyítja, hogy ez nem így van. De akár ezt a mémet is hozhatnám példának. Valóban könnyebb egy program kimenetére várni, mint transzformált növényeket növeszteni vagy egereket keresztezni, de érteni is kell, miért kapjuk, amit kapunk.

Ugyanis még nem tartunk ott, hogy pusztán bioinformatikai módszerekkel megoldjuk a biológiai problémákat. Még mindig szükség van a kísérletekre, azok nélkül továbbra is csak predikciókat tudunk mondani. A predikciók pedig tévedhetnek, mint ahogy tévedni is szoktak. Elég csak megnézni különböző szakértők előrejelzéseit, amikről utólag kiderül, hogy hamisak. Nem azért hamisak, mert ezek a szakértől hülyék lennének, hanem azért, mert az eddigi ismereteik alapján az adatokból ezt tudják előre jelezni. De a biológiában szerencsénk van, mert lehet kísérletesen ellenőrizni ezeket a predikciókat.

Ezért voltam dilemmában a PhD dolgozat bírálata idején. A legegyszerűbb megoldás az lett volna, hogy leírjuk, ez egy használhatatlan dolgozat, elkaszálni az egészet, és kész. Csakhogy ez nem a hallgató hibája. Biztos, hogy nem ő találta ki, hogy mostantól bioinformatikai munkát fog végezni. Ha igaz a karantén-kifogás, arról sem tehet a hallgató. Viszont szánalomból sem lehet átengedni valakit.

Ezért írtam vagy két oldalt, hogyan lehetne többet kihozni az eredményekből. Milyen további vizsgálatokat érdemes végezni, azokhoz milyen weboldalakat használhat (annyi ideje úgysem lenne a hallgatónak, hogy konzolos programokkal foglalkozzon). Ha megfogadja, megfogadja, ha nem, akkor nem.

Szólj hozzá!

Címkék: bioinformatika

A bejegyzés trackback címe:

https://cybernetic.blog.hu/api/trackback/id/tr2817916387

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.
süti beállítások módosítása