Памяти великого генетика Т.Д.Лысенко

А если без метафор? Я процитировал слова Лысенко, которые показывают, что в генетике он не смыслил вообще ничего.

Вот так бы сразу и сказал. Я бы тебе ответил, «в статье, со ссылкой на первоисточники, процитированы высказывания самих генетиков, что они сами о себе думали». Конечно не смыслил. Он мужик. Ньютон не смыслил в бозоне Хиггса и вообще был каббалистом и масоном, и что? Лысенко практик, разработал реально работающие методы и получил конкретные результаты, не умея их теоретически обосновать и разумеется, как любой другой человек, во многом ошибался. В отличие от генетиков, результаты не подтасовывал. В отличие от многих окодэмиков того времени получил место не за доносы. Шельмовать его как лжеучёного за ошибочные взгляды на что-то - некорректо. Вот, позабавься

http://pikabu.ru/story/top_10_nelepyikh_predskazaniy_i_zayavleniy_v_istorii_7...

http://www.fact-planet.ru/index.php?page=showarticle&id=227

В чем именно перевод стрелок?

В том, что кучи-то раскладывает (выдавая их за факты) явно не он.

Какими же?

В статье перечислено. Или ты ещё один сторонник научного подхода «мне автор не нравится -> его информация игнорируется»?

Мне это глубоко пофиг, анон.

Именно, анон. Вот поэтому Лысенко можно обсуждать, хвалить за достижения и ругать за ошибки, а ты воплощение мирового Пофига - всем пофиг на тебя, и тебе пофиг на всех. Всё что ты делаешь - изводишь еду и кидаешь продукты её переработки на вентилятор.

Just for lulz, очевидно же. ИЧСХ, желаемое я получил в промышленных масштабах. ;-)

старайся далее, и макском назначит тебя любимой женой

Ньютон не смыслил в бозоне Хиггса и вообще был каббалистом и масоном, и что?

И никто не утверждает, что он предвидел теорию относительности.

В чем именно перевод стрелок?

В том, что кучи-то раскладывает (выдавая их за факты)

(пожимая плечами) Анон, твой мозг либо умер, либо переродился в жировую ткань.

И никто не утверждает, что он предвидел теорию относительности.

Какое отношение имеет к нему теория относительносяти? По поводу его собственного закона всемирного тяготения например у него совершенно конкретные высказывания были.

(пожимая плечами) Анон, твой мозг либо умер, либо переродился в жировую ткань.

Ну и что? У тебя его вообще никогда не было. Проблема же не в его отсутствии, а в том, что ты так и продолжаешь употреблять чёрную риторику, о чём свилетельствует эта твоя фраза.

Ой, какой махровое троллоло. Сходи и запечатайся в бочку с ипритом. Сделай мир лучше!

что за наследственность ответственны какие-то гены

разве гены не отвечают за кодирование белков ?

Тем самым они наследственность и обеспечивают.

И никто не утверждает, что он предвидел теорию относительности.

но никто и не утверждает, что он не открыл закон тяготения

Тем самым они наследственность и обеспечивают.

если в ДНК есть только статическая информация о белках и нет ничего о порядке их активизации

ни пойми меня превратно, тем более в контексте самого спора - но ДНК больше всего напоминает библиотеку классов. кто нибудь на ЛОР будет утверждать, что библиотека классов задает один и тот вид и одни и те же свойства для всех приложений, созданных с её помощью ?

я прав или нет ?

Ой, какой махровое троллоло. Сходи и запечатайся в бочку с ипритом.

Спасибо за ваш ценный вклад в дискуссию. Очень оригинальная точка зрения и познавательная информация.

Сделай мир лучше!

Не уверен, что твои представления о «лучше» могут иметь место.

если в ДНК есть только статическая информация о белках и нет ничего о порядке их активизации

Порядок активации генов, кодирующих белки, определяется другими белками, которые тоже закодированы в генах.

ДНК больше всего напоминает библиотеку классов.

Это вам из-за неполноты ваших представлений о работе генома так кажется.

если в ДНК есть только статическая информация о белках и нет ничего о порядке их активизации

В растениях важную роль играет нехромосомная наследственность, которая не подчиняется законам Менделя и в отличие от хромосомной зависит также и от условий окружения. Лысенко юзал эти свойства для выведения новых пород и критиковал генетиков-теоретиков потому что предлагаемая ими на то время модель наследственности не особо подтверждалась. Поэтому нет, там информация не статическая.

В растениях важную роль играет нехромосомная наследственность, которая не подчиняется законам Менделя и в отличие от хромосомной зависит также и от условий окружения.

Кыш уже отсюда в школу, чудовище.

Кыш уже отсюда в школу, чудовище.

Давно ли ты испытываешь галлюцинации и бред, анон?

Мда, комменты доставляют не меньше, чем сами результаты... Интересно было бы посмотреть статистику для фундаментальных исследований.

у «физиков» все просто --- «p<0.00001» :) ну и независимо подтверждено в 2х, 3х местах.

как настойчиво пишет поциент в треде --- всякие молбиологи «с импактом» давно и прочно отошли от этой «сугубо порочной, устаревшей, сдерживающей фантазию и финансирование» практики.

у «физиков» все просто --- «p<0.00001» :)

Это совершенно ничего не гарантирует. Манипулируя выборкой, не соблюдая чистоту эксперимента, или учитывая не все условия, из ничего можно получить сколь угодно «достоверный» результат. А то, что у биологов достаточным считается больший p-value, чем у физиков, объясняется только формой распределений значений, получаемых в экспериментах, а никак не халатностью или чем-то ещё. По этой же причине биологи всеми силами избегают сравнений непарных измерений, в отличие от физиков, у которых это, как раз, в порядке вещей.

ну и независимо подтверждено в 2х, 3х местах.

Формально это требование относится и к медикам, и к биологам. Но на деле выходит так, как выходит...

1) при таком доверительном интервале будет гарантировано. _Никакой_ «манипуляцией выборки» не удастся натянуть из «p=0.05» «p=0.00001».

если хотите проведем численный эксперимент? :) ну или просто приведите искусственный пример где такое чудо происходит, что валидный тест после селекции вариант покажет такой рост p оставшись валидным.

2) какой такой особенной «формой распределений» обладают данные биологов?

3) вот как раз повторений у «новой волны» никаких не требуется... требуется блин «развивать и углублять, оставаясь правдоподобным».

«парные опыты» это такой выработанный интуитивно паллиатив от «множественного попарного сравнения» без поправки :)

он тоже увы не справляется.

PS а у физиков не то что парные... у них счет событий в выборках миллионами измеряется. основное страдание --- как эффективно посчитать матожидание по выборке 10^10 Ж)

_Никакой_ «манипуляцией выборки» не удастся натянуть из «p=0.05» «p=0.00001».

Да ладно-ка? Выкидываем всё, что мало отличается, получаем p→0.

какой такой особенной «формой распределений» обладают данные биологов?

Очень широкой.

вот как раз повторений у «новой волны» никаких не требуется... требуется блин «развивать и углублять, оставаясь правдоподобным».

Формально - требуется. Вообще говоря, и на деле те, кто не ваньку валяет, тоже начинают основанные на литературных данных эксперименты с проверки чужих результатов.

«парные опыты» это такой выработанный интуитивно паллиатив от «множественного попарного сравнения»

Почему паллиатив? Это оно и есть.

а у физиков не то что парные... у них счет событий в выборках миллионами измеряется.

Это, вкупе с относительно малым разбросом значений, и позволяет использовать непарные выборки. Специфика у всех своя.

Выкидываем всё, что мало отличается, получаем p→0.

Правда, согласен, при этом мы получим не нормальное распределение. Но кто же заморачивается проверками его на нормальность? Я таких людей не знаю. ☺

1) итак имеет контроль и опыт различающийся с «p=0.05» --- это натянуть на «p=0.00001» невозможно.

а то что сформулировано очень смешно, особенно если учесть что «нулевая гипотеза» вообще не доказуема в терминах статистики. доказать можно только отличие. это тонкий юмор, или непонимание основ? :)

2) ванек овер 90%

3) когда сравнивают несколько сотен параметров одновременно (а реально и больше) и все «доказанное» тянут в публикацию никакие парные опыты не спасут. 100 сравнений дают 5 «открытий» что называется «по любому». парные опыты пробьет

> data<-c(rep(1,5), rep(0,95))
> sum(replicate(1000, {a<-sample(data, size=1); b<-sample(data, size=1); a==b&a==1} ))
[1] 5
> sum(replicate(1000, {a<-sample(data, size=1); b<-sample(data, size=1); a==b&a==1} ))
[1] 2
> sum(replicate(1000, {a<-sample(data, size=1); b<-sample(data, size=1); a==b&a==1} ))
[1] 2
> sum(replicate(1000, {a<-sample(data, size=1); b<-sample(data, size=1); a==b&a==1} ))
[1] 2
> sum(replicate(1000, {a<-sample(data, size=1); b<-sample(data, size=1); a==b&a==1} ))
[1] 2

итого фактически работаем при p~0.0024

не честнее ли просто p поднять? :)

да, тест будет не валиден. но даже бутстрепом натянуть p не удастся на 4 порядка

про непонимание основ не понял что имелась в виду именно альтернативная гипотеза.

ванек овер 90%

Суровая реальность. Не равняться же теперь на эту массу?

когда сравнивают несколько сотен параметров одновременно (а реально и больше) и все «доказанное» тянут в публикацию никакие парные опыты не спасут.

Да, тут только повторяемость. Но измерение сотни параметров за раз в биологическом эксперименте я себе с трудом представляю, так что такое «вытягивание» потребует бешеных трудозатрат, достойных лучшего применения.

1) увы миллионы мух не могут ошибаться (С) :(

2) там искусственно возникает. опыт один, но в нем сразу «оптом» тестируется кусок генома (в котором все эти тысячи), как результат --- пробивает парные.

а у физиков ого, от нуля до намерянной разности между группами должно быть

qnorm(0.00001, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)

[1] -4.264891

более 4х сигм. с теми сигмами что у молбиологов в ходу это такой эффект, что никакой статистики не надо :) ну и чувствительность таких тестов будет в районе 0.95 минимум.

ЗЫ парные опыты

qnorm(0.0024, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)

[1] -2.820158

до трех сигм не дотягивают.

опыт один, но в нем сразу «оптом» тестируется кусок генома (в котором все эти тысячи), как результат --- пробивает парные.

Не очень в курсе специфики молекулярщиков. Разве у них бывают численные парные тесты такого рода?

более 4х сигм

Повторю, что сигмы у биологов и у физиков могут отличаться на порядки. В большинстве случаев расхождения в 4 сигмы на биологических объектах невозможно добиться в принципе, сколько измерений ни делай.

В большинстве случаев расхождения в 4 сигмы на биологических объектах невозможно добиться в принципе, сколько измерений ни делай.

скорее _размер_ эффекта который был «открыт по Стьюденту», вот он действительно не подвластен ученому :)

значит надо искать эффекты которые действительно значимы... из за своей величины. :)

скорее _размер_ эффекта который был «открыт по Стьюденту», вот он действительно не подвластен ученому :)

Разброс значений тоже неподвластен. Он зависит от тонны факторов, большинство из которых невозможно исключить, и вообще они случайны. Как правило, точность измерений влияет на разброс минимально. Соотношение величин эффектов и величин разбросов приводит к тому, о чём я говорю.

значит надо искать эффекты которые действительно значимы... из за своей величины. :)

Ну да, а все «неудобные», но реально существующие эффекты (которых гораздо больше) просто игнорировать. Не лучше ли, вместо этого, хорошо продумывать эксперименты?

Порядок активации генов, кодирующих белки, определяется другими белками, которые тоже закодированы в генах.

имхо - это примерно то же самое, что говорить, что в портежах содержатся исходники компилятора, и других программ, значит вся работа компьютера определяется ими, так же как и архитектура процессора и прочего железа со всеми его свойствами.

Насколько я пониманию, у клетки есть ДНК (портежи) и есть хардверная часть, сборка которой в целое никак не описана в ДНК, и которая, в принципе сводиться к делению одной клетки на две мелкие

Это вам из-за неполноты ваших представлений о работе генома так кажется.

Возможно. Потому и спрашиваю, что бы знать точнее.

а на что похожа ДНК, учитывая, что с моей точки зрения, работа клетки один к одному схожа с компьютером, на котором стоит source-based дистрибутив

какую функцию выполняют гены, отличную от функции библиотеки классов в исходниках, если в генах закодированы только белки ? Один-два примера

Насколько я пониманию, у клетки есть ДНК (портежи) и есть хардверная часть, сборка которой в целое никак не описана в ДНК

Вы неправильно понимаете.

а на что похожа ДНК, учитывая, что с моей точки зрения, работа клетки один к одному схожа с компьютером, на котором стоит source-based дистрибутив

Это неверная аналогия, лучше прото откажитесь от неё. Она вам мешает. В клетке нет чёткого разделения на hardware и software.

В клетке нет чёткого разделения на hardware и software.

чистый хардвар

Ээээ, а ещё кроме статистики у физиков изучаются систематики (правда не везде :( , а только в приличных местах).

Да ладно-ка? Выкидываем всё, что мало отличается, получаем p→0.

Это смертный грех и конец репутации физика как профессионала.

Правда, согласен, при этом мы получим не нормальное распределение. Но кто же заморачивается проверками его на нормальность? Я таких людей не знаю. ☺

Вообще-то замарачиваются. Фактически оценка систематики — это изучение хвостов распределения.

В клетке нет чёткого разделения на hardware и software.

Я больше скажу - четкого разделения на hardware и software и в вычислительной технике нет :)

Это смертный грех и конец репутации физика как профессионала.

Только если об этом кто-нибудь узнает... ;-)

Вообще-то замарачиваются. Фактически оценка систематики — это изучение хвостов распределения.

Мы-то про биологов говорили. А у нас почти все распределения априори нормальные, исходя из природы явлений и дизайна эксперимента, поэтому никто их каждый раз не проверяет. Да и выборки обычно для этого недостаточно большие.

... уже продумали, до менее 10% подтверждаемых :)

скорее это лисп система дампящая образ памяти и запускающая свою копию на этом новом образе :)

как запускалась эта система изначально уже никто не знает :) меньше чем клетка она не существует.

какие распределения? нормальные 0_o? при выборке в 10-15 особей? возможно они _кажутся_ нормальными, но доказать это _нормально_ практически не один биомедик не в состоянии.

Если бы от авторов этих статей требовали p<0.0001, то подтверждать было бы нечего. Заметьте, в той же статье в Nature никто не предлагает тупое ужесточение требований к доверительным интервалам как рецепт от всех проблем. Зато там предлагают double blind эксперименты, отказ от неполного представления данных в публикациях и более тщательное элиминирование сторонних факторов, потенциально влияющих на результат.

какие распределения? нормальные 0_o? при выборке в 10-15 особей?

Да хоть из трёх особей. Как, по-вашему, объём выборки влияет на форму распределения?

возможно они _кажутся_ нормальными, но доказать это _нормально_ практически не один биомедик не в состоянии.

О невозможности доказать нормальность распределений на таких выборках я говорил выше. Но это не означает, что они такими по этой причине не являются.

Только если об этом кто-нибудь узнает... ;-)

Оно имеет привычку всплывать на поверхность. Понимаешь, обманув раз — человек не останавливается до тех пока его не бьют багром по морде. Ну и независимые проверки неплохо помогают.

Как, по-вашему, объём выборки влияет на форму распределения?

В том то и прикол — мы не знаем эту форму. Остаётся только надеяться, что это типа Гаусс, но никогда ни в коем случае всерьёз нельзя это утверждать. Хотя большое количество влияющих факторов немного уменьшает паранойю экспериментатора.

Оно имеет привычку всплывать на поверхность. Понимаешь, обманув раз — человек не останавливается до тех пока его не бьют багром по морде.

Жизнь показывает, что до этого доходит очень редко, к сожалению. У нас - так и вовсе почти никогда.

Ну и независимые проверки неплохо помогают.

Где они, эти независимые проверки?

В том то и прикол — мы не знаем эту форму. Остаётся только надеяться, что это типа Гаусс, но никогда ни в коем случае всерьёз нельзя это утверждать.

Гарантировать, конечно, мы её не можем. Но, если мы меряем in vitro что-нибудь вроде эффекта антагониста ионных каналов на трансмембранный ток, то откуда там возьмётся skewness?

Где они, эти независимые проверки?

В приличных местах, где люди таки думают о науке. Это тяжело и архискучно, но а что делать?

Но, если мы меряем in vitro что-нибудь вроде эффекта антагониста ионных каналов на трансмембранный ток, то откуда там возьмётся skewness?

Она берётся если ваша модель явления неверна. Это и есть так называемая модельная зависимость. Я понимаю, что это очень редкий зверь даже в экспериментальных работах, но тренд таков, что и эту неопределённость нужно разглядывать, а иначе на пустом месте можно разглядеть два пика вместо одного — типа открытие.

Да хоть из трёх особей. Как, по-вашему, объём выборки влияет на форму распределения?

1) выборка это выборка, распределение это распределение. и никто никого не имеет.

2) по выборке можно оценить распределение генсовокупности из которой получена данная выборка

3) сделать это по трем особям

> boot<- replicate(1000, { data<-rnorm(3); replicate(10000, mean(sample(data, replace=T)))} )

> ci<-apply(boot, 2, quantile, probs=c(0.025, 0.975))
> sum(ci[1,]<=0&ci[2,]>=0)/1000
[1] 0.739
# тьфу недосчитал сначала

все равно вероятность попасть в 95% доверительный интервал матожиданию генсовокупности 0.739 многовато.

4) они не являются нормальными всегда. никто параметрической статистикой в здравом уме не пользуется.

В приличных местах, где люди таки думают о науке.

Вот, psv1967 привёл статью об остром недостатке независимых проверок в приличных местах, где люди думают о науке.

Это тяжело и архискучно, но а что делать?

Что гораздо хуже, это стоит денег, которых на это не дают.

Она берётся если ваша модель явления неверна. Это и есть так называемая модельная зависимость. Я понимаю, что это очень редкий зверь даже в экспериментальных работах, но тренд таков, что и эту неопределённость нужно разглядывать, а иначе на пустом месте можно разглядеть два пика вместо одного — типа открытие.

Когда странности обнаруживаются, её и начинают разглядывать, если мозги правильно работают, и совесть есть. А до тех пор, это в 99.999999% случаев пустая трата времени и средств, которая, скорее всего, не окупится экономией на пресечённых ошибочных исследованиях.

выборка это выборка, распределение это распределение. и никто никого не имеет.

Вот и я о том же.

они не являются нормальными всегда

Я и не говорил, что всегда. В большинстве случаев.

тут парадокс явный : 9 из 10 исследований сейчас не воспроизводимы. что это как не трата средств тех кто финансировал эти работы?

тут парадокс явный : 9 из 10 исследований сейчас не воспроизводимы.

Не будете же вы утверждать, что причина всех этих фейлов в некорректности статистической обработки из-за отклонений распределений от нормальных?