Come funziona la Scienza. Capitolo II


Come spiegato nel precedente articolo[link] non è facile raccontare alla comunità scientifica che gli asini volano, ma non è nemmeno impossibile: basta dimostrare che volano davvero.

Questa volta parlerò di un argomento molto più serio, e quindi noioso.

La scienza è una cosa complicata.

RUBE

Scoperta dell’acqua calda, giusto? No. La maggior parte delle persone non ha idea di quanto sia complicata la scienza, nemmeno alcuni che si dichiarano “ricercatori” e dovrebbero invece rendersi conto di essere dei nani arroganti.

Quando dico che è una cosa complicata non intendo solo che è “tanta roba” da studiare e capire, intendo dire che alcune cose sono proprio complicate per loro natura!

Partiamo da una cosa semplice, molto semplice, come la matematica.

Mi permetto di dire che è una cosa molto semplice perché è l’ambito in cui sono più competente: se dico che ciò che io so fondamentalmente è una fregnaccia non può offendersi nessuno, e poi perché lo è davvero.

In matematica esistono solo certezze (o cose che sappiamo, per ora, di non sapere), solo modelli teorici, solo definizioni esatte: se una matematico dice che una cosa è così, allora è così e basta.

Qualcuno adesso starà per obiettare pensando alla statistica e ai modelli probabilistici: anche quelli sono nella loro natura “esatti”, se io dico che una cosa ha il 50% di probabilità di accadere intendo proprio il 50%, così come se dico che il diametro di una sfera resta lo stesso da qualsiasi parte la si misuri è vero, per definizione. Mica pizza e fichi, è matematico! E in matematica non esistono modelli: l’oggetto di cui parlo è il modello stesso, la sfera è una sfera. Punto.

Un po’ più complicata della matematica è, ad esempio, la fisica; intendo quella classica studiata al liceo. Perché la fisica ha a che fare con il mondo reale, e già lì modello e realtà son due cose diverse: il mio modello non è la realtà e non può essere perfetto, in nessun caso (o in altri termini sarà la realtà a non essere perfetta, rispetto al modello)!

1236755_507595892656571_1963477557_n
fonte: http://xkcd.com/435/

Vi pare banale? Pensateci un attimo.

Faccio una palla da biliardo e voglio prevedere come rotola. Siccome sono molto bravo faccio la palla molto bene, molto “rotonda”. Ottimo, ho una notizia che sconvolgerà qualcuno: anche se la considero una sfera, non è una sfera.

Non è rotonda, mettiamola come si vuole, non solo non è possibile che il suo diametro sia esattamente lo stesso in qualsiasi direzione lo misuro, ma qualsiasi fisico vi dirà che è impossibile che, misurando il diametro in due direzioni diverse, esso sia esattamente lo stesso. I-m-p-o-s-s-i-b-i-l-e.

Nel mondo fisico non esistono due oggetti “uguali”, se non (forse) a livello sub-atomico. Se i due diametri mi sembrano uguali è solo perché non ho uno strumento abbastanza preciso per misurarli. Analogamente non posso fare una monetina che, tirata, dica esattamente il 50% delle volte “testa” e il 50% delle volte “croce”, in una certa misura si comporterà sempre come una tartina imburrata: preferirà cadere da una delle due parti.

Quindi quando studierò, per esempio, come rotola la palla sul tavolo da biliardo e come rimbalza sulle sponde dovrò necessariamente fare delle semplificazioni, “fare finta” che sia sferica, “fare finta” che il panno del tavolo sia perfettamente uniforme, eccetera.

Poco male, direte voi: invece malissimo, sono fregato!

Il teorema di Pitagora è vero oppure falso; una retta interseca una parabola in due punti, oppure ci passa fuori o è tangente; un numero è primo o non lo è… la palla da biliardo “più o meno” segue quella traiettoria, a volte va in buca e a volte no, per bene che io faccia i conti il modello è approssimativo!

E comunque anche la fisica e l’ingegneria sono materie fortunate, perché di solito studiano cose “costruite”; siccome sono costruite dall’uomo si sa (più o meno) come sono fatte, le regole del gioco (attrito, rimbalzo, leggi della dinamica) le conosciamo, e i conti si possono fare.

Ho “a priori” un modello e delle misure, perché ho costruito una cosa che assomiglia a un modello voluto e con misure volute, anche se non è esattamente il mio modello. Posso prevedere la traiettoria della mia palla da biliardo con abbastanza precisione da dire che “la probabilità che l’errore sia tale da farla andare fuori dalla buca è tanto bassa da essere trascurabile”.

Le cose esistenti in natura sono bestie molto più cattive.

idracoli2

La natura non è per niente gentile nei confronti di noi poveri matematici, fa cose bislacche e irregolari, cioè complicate; noi matematici siamo menti semplici, asociali per natura, minimalisti per ambizione e pigri per necessità.

Supponiamo che vi dicano “hei, guarda quella vallata, vogliamo farci una diga e metterci dentro cento milioni di metri cubi d’acqua, ci dici quali parti della vallata verranno sommerse?”.

Ora diciamocelo, se fossi io a decidere, la vallata la farei a forma di parallelepipedo: lati delle montagne dritti e fondo piatto. A calcolare l’altezza necessaria per farci stare la quantità d’acqua voluta ci arriva un ragazzino delle medie e amen. Al massimo a forma di semisfera, se mi sento creativo: una ripassata alla geometria di secondo liceo e ci arrivate anche voi, dai.

Ma la vallata non posso farla io come mi è più comodo e la natura, dicevo, è un po’ stronzetta: la vallata in realtà ha una forma davvero strana, le linee non sono dritte, le curve non sono cerchi.

È tutto storto. È un lavoraccio. Ma si può fare.

Si può fare perché comunque la vallata è lì, basta andarci e con santa pazienza misurare l’altezza di ogni punto, segnare tutto su un foglio e fare i conti.  Datemi uno strumento per misurare l’altezza di un punto (una volta si usava un coso chiamato teodolite, adesso con un GPS si fa meglio e prima), carta, penna e un anno di tempo… e ve lo faccio a mano. Non scherzo, ci vuole solo pazienza.

Certo in questo caso il mio modello è ancora più approssimativo che per la palla da biliardo, magari misurerò l’altezza a intervalli di 10 metri o di 100, e quindi il tutto non sarà precisissimo, ma ci si può accontentare: posso sapere come stanno le cose (la forma della vallata la posso guardare, e le misure basta prenderle), so esattamente le regole del gioco (l’acqua va in basso, non si discute), posso costruire un modello teorico abbastanza accurato da ottenere il risultato con la precisione che voglio (se misuro le altezze ogni “tot” so che sbaglierò al massimo di una quantità nota), i conti sono tanto semplici da potersi fare perfino a mano.

Ci sono “modelli” ben più complicati.

rain

Studiando la natura ci si scontra spesso con modelli molto più complicati: vorrei prenotare le vacanze con sei mesi di anticipo, ho provato a chiedere a un amico esperto in meteorologia se in quei giorni pioverà, ma mi dice che non ne ha la più pallida idea!

Come sarebbe a dire penserete: siamo nel 2014, costruiamo gli aerei, siamo andati sulla luna quarantasei anni fa, fra poco andremo su Marte, abbiamo computer potentissimi e satelliti… e non sappiamo fare una cosa banale come prevedere quando pioverà? Roba da medioevo. Qualcuno penserà che sia la lobby dell’Alpitour a nasconderci la verità.

In fondo anche in questo caso dovrebbe essere semplice: non ci crederete ma esistono palloni sonda capaci di andare a misurare temperatura, pressione e umidità dell’aria (più o meno) dove vogliamo; esistono satelliti in grado di darci mappe precisissime della situazione dell’atmosfera, le informazioni possiamo averle praticamente tutte; quanto alle regole del gioco ci sono due strani tipi di nome Navier e Stokes che ben 200 anni fa hanno scritto le equazioni che descrivono come si comporta un fluido in movimento (come l’aria): non basta forse risolvere queste equazioni in base a tutti i dati disponibili per prevedere dove sarà ogni piccola nuvoletta fra sei mesi?

No, non basta, perché se equazioni N-S sono così complesse da non avere quasi mai una soluzione “analitica”, tocca usare un modello approssimativo, tipo il modello a elementi finiti con cui si progettano i ponti (vi spaventa un po’ l’idea che i ponti vengano progettati con un “modello approssimativo” eh? ditelo!).

Spiego: faccio finta di dividere l’atmosfera in “cubetti”, diciamo di un metro di lato; dopo metto in un computer la situazione di ogni cubetto in un certo istante (temperatura, umidità, densità dell’aria, velocità del vento, eccetera); in base ai miei calcoli che tengono conto di come è messo in un cero istante un cubetto e come sono messi quelli affianco (“quanto spingono”, per esempio, o “quanto calore mi arriva dal cubetto di sotto”) posso “prevedere” come sarà la situazione del mio cubetto ad esempio un secondo dopo, e così per gli altri cubetti… un secondo alla volta e il mio “modello” prevede che succede in futuro.

Sembra facile vero? Quante volte devo dirvelo: Non lo è nemmeno un po’.

Sto facendo molte approssimazioni, dico che calcolo la situazione fra un secondo in base a “quanto spinge l’aria del cubetto affianco”, ma il cubetto affianco dopo mezzo secondo mica rimane esattamente com’è adesso, poi ho detto “cubetti di un metro per un metro”, però la situazione in un angolo del cubetto mica è esattamente identica a quella dell’angolino opposto!

Uno potrebbe pensare di fare i cubetti di un millimetro e calcolare un millisecondo per volta, ma sapete qual è il problema? In verità non possiamo nemmeno usare cubetti di un metro e intervalli di un secondo.

La troposfera (la parte di atmosfera dove si verificano i fenomeni meteorologici) è alta da 8 a 20 km, per brevità facciamo dieci, diecimila “strati” di cubetti; supponiamo di voler simulare cosa succede sul mediterraneo… ci interessa un’area di circa 5000 km per 2000 km, ossia 5 milioni di cubetti per 2 milioni. Sono cento milioni di miliardi di cubetti. Controllate, basta una moltiplicazione.

Adesso supponiamo (anzi non lo supponiamo, ve lo dico io per certo, perché è stato in passato il mio mestiere) che un computer per calcolare cosa succede a un cubetto nel mio intervallino di tempo debba fare diecimila “operazioni elementari”: per calcolare lo stato dei miei cubetti nell’intervallo di tempo scelto (un secondo) ci vogliono mille miliardi di miliardi di operazioni.

Orbene: a oggi, gennaio 2014, il computer più veloce del mondo (si chiama Tianhe-2 e sta in Cina) può fare 33 milioni di miliardi di operazioni elementari in un secondo, quindi a calcolare “cosa succede in un secondo” nel mio modello… ci mette otto ore! Siamo messi male: facendo così le previsioni del tempo di domani le saprei fra ottantacinque anni, e non mi servirebbero a molto.

In verità le previsioni del tempo si fanno con “cubetti” ben più grandi di un metro e intervalli ben più grandi di un secondo (oltre a usare una vagonata di “trucchi” per fare andare le cose più veloci), questo introduce degli errori rilevanti, ovviamente l’errore fatto nel calcolare quanto succederà fra un certo tempo ha effetto anche su tutti i momenti successivi, per questo le previsioni del tempo di domani sono abbastanza attendibili, quelle di fra 15 giorni lo sono molto poco, e quelle dell’anno prossimo ve le scordate. In ogni caso sappiate che si usano computer molto potenti e molto costosi, e per questo (fateci caso) le previsioni del tempo sono quasi sempre sponsorizzate da qualche produttore di computer.

Comunque, per le previsioni del tempo, è solo un discorso di complessità di calcolo, in fondo “le regole del gioco” (cioè le equazioni che regolano moto dei gas, trasferimenti termici, condensazione ed evaporazione) le conosciamo, le “misure” e “lo stato delle cose” con qualche difficoltà ma le possiamo andare a prendere… il punto è solo che ci dobbiamo accontentare di fare delle semplificazioni perché i conti “giusti” proprio non siamo in grado di farli.

Conoscere le regole del gioco.

Niels_Bohr_Albert_Einstein3_by_Ehrenfest

Albert Einstein ha sbagliato, e di grosso: sosteneva che la cosiddetta “interpretazione di Copenaghen” della meccanica quantistica data da Niels Bohr fosse sbagliata, mentre la maggior parte degli esperti di quel campo è convinta che Bohr avesse ragione. Forse. Se non sapete di cosa parlo non preoccupatevi, non è grave: non sono riuscito a capirci molto nemmeno io, e se questo non vi consola perché io sono un cretino qualsiasi e non è il mio campo, vi consolerà forse pensare che né Einstein né Bohr erano dei cretini, ed era il loro campo, e sicuramente almeno uno dei due ha sbagliato (infatti litigavano).

Che ce ne frega e che cosa c’entra con la medicina e la Sperimentazione Animale? Ce ne frega molto e c’entra molto a dire il vero, ma procediamo con calma. La fisica subatomica è una delle parti della scienza di cui, a dire il vero, non conosciamo “per certo” le regole, lavoriamo su delle ipotesi, e a volte queste si rivelano sbagliate. È dunque il primo esempio del perché a volte non possiamo nemmeno pensare di “simulare al computer qualcosa” per un banale motivo: non sappiamo in realtà come funziona! Posso simulare qualcosa che so come funziona costruendo un modello e mettendoci dentro i dati, ma se il modello non ce l’ho che faccio?

Poi la fisica subatomica serve per capire come si comporta un atomo, questo serve per capire anche solo che forma ha una molecola complessa fatta di molti atomi (come una proteina), e sapere che forma ha una proteina serve per sapere se si potrebbe “incastrare” in un’altra, e quindi fare qualcosa in una cellula.

Se a questo aggiungessimo (e lo aggiungeremo) che quali sono le proteine in giro per una cellula, e come poi quella cellula interagisce con le cellule circostanti, e molte altre cose… in realtà non lo sappiamo affatto? Ecco, tanto basterebbe per dire che chi sostiene che si potrebbe sostituire la sperimentazione in vivo (cioè osservare gli organismi viventi, gli animali) con dei “modelli computerizzati” sta dicendo una stronzata di proporzioni ciclopiche. Ebbene: lo diremo, poi.

Ma cambiamo campo, e andiamo a prendere un’altra lezione di umiltà per chi pensa che il mondo della scienza sia meraviglioso, crede di essere depositario di una verità assoluta che non abbisogna di confrontarsi con esperti di discipline diverse, e ritiene che ormai si sappia abbastanza da poter scrivere solo frasi all’indicativo con affermazioni forti, parliamo di misure. Size matters.

Pesiamo la luna.

DSC_5129-moon-1.6x2

Gli astronomi conoscono piuttosto bene le leggi che regolano il moto dei corpi celesti, si tratta di “regole del gioco” del tutto note (le descrisse già tale Newton), e i calcoli coinvolti non sono come le previsioni del tempo: sono tranquillamente affrontabili, con un computer moderno. Il “modello” quindi lo conosciamo, i conti si possono fare, basta prendere le misure e metterle nel computer no? Ad esempio prendiamo tutti i “pezzi” del sistema solare, ci segnamo la posizione, la velocità, il peso, … oh cavolo. Quanto pesa la luna? Che diametro ha? Quanto è eccentrica (cioè “storta” rispetto a una sfera perfetta)?

Mica prendo una scala, la tiro giù, la metto sulla bilancia, la peso e amen. No, è complicato. Lo capirebbe chiunque, perfino un ex Ministro del Turismo.

Posso “dedurre” il peso (siamo corretti: la massa) della luna basandomi su delle osservazioni indirette. Vediamo quanto influisce sulle maree, quanto sposta la posizione della terra attraendola, quanto fa deviare marte… deduzioni, osservazioni indirette.

Molte cose in scienza funzionano così: non posso guardare che forma ha la molecola di una proteina, da sola, cioè sapere in che posizione sono messi i suoi atomi. Posso far crescere la mia proteina in forma di cristallo in modo che le molecole (tutte, suppongo, uguali) si mettano in ordine, tutte in fila. Poi sparo sul “cristallo” un laser e vedo come deviano i fotoni della luce, in linea di massima sono passati dentro a tante molecole della mia proteina tutte in ordine e tutte nella stessa posizione, saranno stati deviati in modo che dipende dalla posizione degli atomi… e lavorandoci un po’ posso stimare che forma avevano quelle molecole, più o meno.

Non posso nemmeno andare dentro a una cellula e mettermi a contare quante molecole di quella proteina stanno in giro, per inserirlo nel mio modello. Non posso. Al massimo posso inventarmi delle tecnologie e degli strumenti che mi consentono di “dedurre” (più o meno) questa informazione: è come pesare la luna.

È certo e preciso? Non molto. È semplice? Nemmeno un po’.

Ci sono cose che non sono come progettare una diga (dove posso andare li e misurare l’altezza di un punto) o fare le previsioni del tempo (dove se voglio sapere che pressione c’è in un punto dell’atmosfera basta mandare lì un pallone sonda e misurarlo): quando le cose sono molto piccole o molto grandi le mie misure diventano “indirette” e quindi… complicate e “imprecise”.

Il vero mostro.

Il vero mostro è la biologia. Non parlo della biologia classica, parlo della biologia moderna.


Che ne pensate di prevedere come si comporterà una cosa che esiste in natura (quindi non la abbiamo progettata noi seguendo un modello), che per essere “simulata” avrebbe bisogno di un computer miliardi e miliardi di volte più potente di quelli che abbiamo, che ha una forma che non possiamo osservare ma solo “dedurre”, che funziona secondo regole che non conosciamo ma in merito alle quali abbiamo solo delle ipotesi, e le cui “grandezze” non possono essere misurate con alcuno strumento ma solo stimate in modo indiretto ?

E cosa pensereste di qualcuno che vi dicesse che per sapere come si comporterà quella “cosa” basterebbe costruire un “modello computerizzato” o “un simulatore robotizzato”?

Io penso sia un cretino, un arrogante, un ignorante inguaribile… o che menta sapendo di mentire.

Ve ne parlerò in un prossimo articolo.

MemeCenter_1390903321944_477

[RV]

Annunci

52 thoughts on “Come funziona la Scienza. Capitolo II

  1. Pingback: Come funziona la Scienza. Capitolo I | In Difesa della Sperimentazione Animale

  2. Ciao, io sono uno studente di sociologia, quindi quanto più lontano possibile dai vostri studi. Volevo fare i miei complimenti all’autore dell’articolo, permette anche a noi ignoranti in materia ma curiosi ed intellettualmente onesti di capirci qualcosa. Grazie, buona giornata.

    Mi piace

  3. Capisco tutto il resto, capisco la voglia di fare metafore, ma dire che la sociologia deriva dalla psicologia è una stronzata, come è una stronzata dare tanta importanza alla biologia nelle scienze sociali, del resto è una stronzata la vignetta nella sua interezza. Quando Piero Angela si inoltra in tematiche umanistiche (di matrice socio-psicologica) è l’unico caso in cui mi faccio grasse risate, come ridevo anche per la Hack. Banali all’inverosimile.
    Insomma, questa vignetta banalizza le scienze (naturali e sociali) allo stesso modo di come gli animalari banalizzano la SA. Diciamo che questa vignetta è l’apice del bieco e cieco neo-positivismo un pizzico scientista che permea ancora moltissimi occidentali.
    Da voi certe cose non me le aspetto, anche perché nel contesto c’entra poco davvero.
    Diciamo un brutto neo in un bel pezzo. Perché mi sono concentrato solo su quello? Eh, il resto è ineccepibile, però non date adito a semplificazioni talmente banali da risultare inesatte nella loro mediocrità. Certe cose non si possono ridurre ai minimi termini e basta.

    Mi piace

  4. bel post, complimenti, mi trovi d’accordo su tutta la linea, l’unica correzione che mi viene da fare e’ riguardo alla cristallografia delle proteine, non si usa un laser, ma si usano raggi X (sia generati da sorgenti radioattive, sia quelli ottenuti dall’acceleratore di particelle come quello del CERN a ginevra, che sono di qualita’ migliore in quanto sono piu polarizzati 😉 )

    un mostrologo 🙂

    Mi piace

  5. “Vi pare banale? Pensateci un attimo” certo che lo è, visto che non tiene conto della storia. Non si può ignorare la storia dei saperi sociali, diacronicamente parlando, vecchia quanto quella dei saperi naturali e solo da alcuni secoli in parte soggetta (nel bene ma anche nel nel male) al metodo scientifico, che poi son saperi sociali pure quelli, derivanti da metodi frutto di una precisa e relativa visione culturale del mondo… ma va beh. Manco a dire che le scienze sociali sono cose semplici. Del resto state ancora a Le Bon nelle vostre citazioni, oggi è preciso come lo è la fisica del ‘500 per noi oggi, visto che siamo in tema di paragoni tra scienze.
    Scusate ma ste cose mi fanno un po’ incazzare.

    Mi piace

    • Nella vignetta (che era puramente ironica, che non rappresentava certo il contenuto dell’articolo, e che riguardava principalmente il rapporto tra la matematica e le altre scienze) non voleva esserci nulla di offensivo o denigratorio delle materie umanistiche!
      Se così l’hai recepita.. me ne scuso. [RV]

      Mi piace

  6. Una serie di affermazioni poco più che banali, per le quali il nostro “matematico” evidentemente si sente un genio, dimostando la sua pochezza culturale. Manca completamente la relazione di queste banalità (vere, per carità) con la sperimentazione animale, dimostrando pochezza logica.
    La questione è talmente semplice che perfino il nostro “matematico” potrebbe arrivarci: l’attuale protocollo per la commercializzazione di un farmaco comporta la scoperta di 100 farmaci funzionanti su un altra

    Mi piace

    • specie per ogni tre farmaci funzionanti sull’uomo. Ora, c’è qualche motivo scientifico, o anche solo logico o razionale, per supporre che una qualche divinità malvagia abbia creato questo mondo in modo che le proteinebenefiche per l’uomo siano trenta volte più rare di quelle per curare qualsiasi altro animale? O forse è il protocollo che non funziona? per sostituire un modello che ha il 97% di errore non serve un super computer, basta una monetina. Anche imprecisa.

      Mi piace

      • dove sarebbe riportato che il modello animale in farmacologia ha il 97% d’errore?Mi pare invece che il matematico abbia pienamente colto nel segno, i suoi esempi dipingono perfettamente la difficoltà di prevedere un comportamento complesso come quello delle interazioni tra le proteine, senza contare che adesso a complicare il fatto, la farmacogenetica sta ulteriormente mostrando che gli enzimi che si fanno carico del metabolismo del farmaco, non solo interagiscono tra loro con effetti inibitori od induttori, ma possiedono svariate (anche 70 per intenderci) varianti alleliche caratterizzate da diversa attività.E questo fatto è presente nella maggior parte nei diversi geni di ciascuno dei 18 sottogruppi che costituiscono la superfamiglia delle citocromo p450. Quindi fai un po’ tu i conti del grado di complessità. Nessun calcolatore potrebbe essere in grado (per ora almeno) di riuscire a stabilire una previsione precisa anche con l’introduzione di questa variabile. Il modello animale rimane l’unico modello che offre una maggiore garanzia di predittovità anche alla luce delle omologie genetiche che ci accomunano con la scimmia e col topo, sempre più affidabile dell’ l’uso della monetina come suggerisci.In realtà la pochezza logica la dimostri tu sminuendo in maniera superficiale ed affrettatamente semplicistica un concetto in cui diverse volte in biologia (anche in operazioni molto più semplici) siamo costretti a considerare: A non sempre prorta a B.

        Mi piace

      • Grazie, sapevamo da tempo che la maggior parte di chi è contro la sperimentazione animale non capisce una ceppa di matematica e biologia, non serviva conferma. Comunque grazie.

        Michele Gardini

        Mi piace

      • Complimenti per questo commento! E quindi sarebbe quello che ha scritto l’articolo ad aver scritto banalità? Attendo altre soluzioni brillanti al livello della monetina.

        Mi piace

      • Forse perchè non esiste un protocollo che sia al contempo meno affetto da errore e più veloce?
        Perchè non fai un esempio di protocollo più efficiente? Dovresti arrivarci, visto che è semplice!

        Il modello migliore sarebbe l’uomo stesso, ma solamente se allevato nelle stesse condizioni delle cavie da laboratorio. Peccato che ci vorrebbero 20 anni per ogni individuo adulto, ammesso che vada tutto liscio. Quindi Il modello umano fa schifo come “protocollo”, perchè nel frattempo in 20 anni la ricerca attuale farebbe passi da gigante!

        Mi piace

      • Quanta spocchia per nascondere ignoranza abissale ed ottusità. Vai a studiare farmacologia e tossicologia, somaro, prima di postare inutili e offensivi commenti su un bellissimo articolo che non ha la pretesa di parlare di sperimentazione animale in senso stretto ma di scienza in generale, cosa che evidentemente tu ignori profondamente.
        L’attuale protocollo per la commercializzazione di un farmaco, come lo definisci tu, consiste in centinaia di studi, in silico, in vitro, su animali e su uomini; non è così semplice come la poni tu. Se poi un farmaco viene scartato in queste fasi non è solo per inefficacia ma soprattutto per la tossicità. A quello serve la fase pre-clinica di un farmaco. Per non farti arrivare in farmacia un farmaco tossico e darti quindi la possibilità di campare bene e scrivere tali idiozie. Poi quella del 97% di errore dove l’hai letta, sul giornale di Peppa Pig?
        Vai a studiare.
        Saluti

        Mi piace

      • Grazie per il commento utile e costruttivo e per aver espresso la tua opinione senza offendere.
        Ho trovato strano che parli di statistica commentando un post che non nomina le statistiche (ma ci sarà modo e tempo per parlare di questa materia, è una promessa.
        Ho trovato strano anche che tu parli del protocollo di validazione tossicologica dei farmaci, altro argomento di cui nel post non si fa menzione (ed altro argomento di cui ci sarà modo di parlare).
        Dunque, considerata la tua cortesia e la pertinenza del tuo commento al post, vorrei a mia volta rispondere alle tue considerazioni puno per punto, ma ho un problema: quasi nessun farmaco è una proteina, di cosa stai parlando? [RV]

        Mi piace

      • La risposta alla tua obiezione direi che si può trovare su questo stesso blog al post “Elementi di probabilità per babbei”.

        Se non sai cosa è la probabilità condizionata, tacciare di pochezza culturale proprio un matematico mi pare un grosso scivolone

        Mi piace

      • Gentilissimo Alberto,
        per il contributo costruttivo e rispettoso dell’interlocutore ti ho già ringraziato.
        Ora vorrei ringraziarti per avermi fornito la preziosa informazione sulla percentuale di farmaci che, dopo essere risultati non tossici e potenzialmente efficaci secondo le simulazioni in silico e secondo le analisi in vitro (cioè con tutti i metodi complementari alla S.A.), nonché secondo la S.A., in seguito sono risultati meno efficaci di altri esistenti sull’uomo, oppure sono stati valutati negativamente nel rapporto tra efficacia ed effetti collaterali, oppure sono stati sostituiti da altri più moderni (magari dopo aver curato delle persone per qualche anno).
        Puoi ben immaginare che la mia pochezza culturale mi impedisce di documentarmi adeguamente su youtube e sul sito della LAV, quindi ovviamente ignoravo questo dato.
        L’incredibile scoperta mi ha dato modo di riflettere, e parlare un po’ di statistica, in questo articolo: https://difesasperimentazioneanimale.wordpress.com/2014/01/30/come-funziona-la-scienza-capitolo-tre/
        Buona serata 🙂 [RV]

        Mi piace

    • Il punto è: quante molecole non funzionano neanche sull’animale?
      Perchè dire che solo 3 su 100 risultano utili non è una informazione precisa, perchè se di partenza ne ho 1000, la sperimentazione animale mi ha permesso di aumentare di 10 volte che la sperimentazione umana abbia successo, oltre ad escludere le molecole più dannose.

      E le reazioni avverse ai farmaci?

      Purtroppo se succede su 1/100000 in sperimentazione non lo vedi, è troppo raro (sia che tu lo faccia su animale che su uomo).

      Come vedi quindi la tua supposta monetina porterebbe a provare 500 farmaci sull’uomo, scartando 1 o 2 delle molecole che poi effettivamente funzionano

      Mi piace

  7. Dissento: come dimostrato da Ritorno al Futuro, l’anno prossimo avremo il meteo a comando, quindi la fisica atmosferica è un gioco da ragazzi.

    (en passant, fra le righe c’è anche un conticino semplice-semplice che mostra come le scie chimiche siano una palla)

    Mi piace

  8. (non ho ancora finito di leggere)
    (disclaimer: sono un fisico, non un matematico)
    Per mettere i puntini sulle “i”: «In matematica esistono solo certezze (o cose che sappiamo, per ora, di non sapere)» non è del tutto preciso, ci sono anche cose che sappiamo definitivamente di non poter sapere perché è dimostrato che esistono enunciati che non sono decidibili: un esempio ne è l’assioma di scelta.

    Mi piace

    • Hai ragione, quel “, per ora,” non dovrebbe esserci, ci sono affermazioni in matematica di cui “sappiamo che non sapremo mai se sono vere”.
      In verità nel contesto mi riferivo a un concetto più banale (ci somo molte cose in matematica che per ora non sappiamo ma che potrebbero in futuro trovare una risposta: se P!=NP, se l’ipotesi di Riemann è vera, se si può trovare in un tempo lineare la distanza di hamming da un codice ciclico di una word arbitraria, cose così).
      Comunque grazie per la segnalazione, credo e spero che questa sfumatura non abbia tolto chiarezza al concetto! [RV]

      Mi piace

  9. Ottimo, davvero un ottimo articolo.
    Anche e soprattutto per chi ha, come me, scarse conoscenze in una materia scientifica e ignora quasi tutto delle altre.
    Lezioni di questo tipo andrebbero fatte come introduzione il primo anno di liceo scientifico.

    Mi piace

  10. Io ho avuto il grandissimo onore di studiare alla UTN in Argentina, e pensavo che erano tutte storie quelle che dicevano che “si laurea 1 su 100 tra quelli che hanno superato l’esame d’ingresso”
    La prima volta che ho visto un laureato di quella università (dove gli allievi dovevamo fare ler legge il 45% delle ore in laboratorio) sembrava un cane bastonato, uno che si era laureato chissà come, un coglione.
    Io per diversi motivi non ce l’ho fatta, ma ho capito nei miei anni lì dentro il perchè: più si sà e più si è coscienti della molle di conoscenze che ci manca da acquisire e peggio ancora… si ha l’impressione che su ogni milimetro quadro dell’intero universo ci siano tantissimi “segreti” da scoprire… ecco perché quel laureato mi faceva quell’impressione; sapeva già quel “poco” (uno su cento!!! e su 100 di quelli che riuscivano a pasare l’ingresso) che io non sapevo nè immaginavo.

    Lavorando/studiando in quei laboratori uno viene a scoprire bellezze come i pricipi di Bernouilli-Navier che loro stessi sapevano fossero più che falaci ma che erano menzogne del tutto necessarie pre progredire… al giorno d’oggi non esistono altre “menzogne” migliori da sostituirle. La scienza non è mica facile!!!

    Riguardo le previsioni del tempo, non c’era nemmeno bisogno di aggiungerlo, ma: la valutazione del errore si fà “semplicemente” per differenza di quadrati (al meno in fisica, nel mio) quindi se dico che fra un mese piove a Milano… forse si verificherà un gran caldo in Tailandia xP

    Mi piace

  11. In questo interessante post manca un tassello fondamentale, ovvero cosa siano i meccanismi del caos e come impediscano il miglioramento oltre un certo livello della predittività dei modelli teorici di sistemi complessi. Però capisco che pretendere di parlare di cose simili, quando il fondamentanimalista classico non arriva nemmeno a capire la differenza tra statistica applicata a effetti complessi e lancio delle monetine, sia effettivamente troppo. Grazie comunque.

    Michele Gardini

    Mi piace

    • Grazie a te,
      sinceramente non so (perché non è il mio campo, se non marginalmente) se i meccanismi del caos non possano essere, all’atto pratico, simulati in modo “soddisfacente” con dei modelli probabilistici.
      Però ben dici: un conto è avere (come siamo abituati a fare) una pretesa di correttezza, rigore scientifico e completezza; un altro è riuscire a esprimere le cose in modo comprensibile “la fuori”.
      È dura, credimi 🙂 [RV]

      Mi piace

      • Non è nemmeno il mio campo, in realtà, ma l’argomento mi piace e l’ho approfondito, nei limiti delle mie possibilità. Perchè è affascinante, visto che ha richiesto di ridefinire il concetto di determinismo. Perché praticamente tutti i sistemi complessi sono anche caotici, il che implica una dipendenza estrema dalle condizioni di partenza, per cui si possono creare dei modelli probabilistici, ma la questione è che il dato probabilistico non è comunque migliorabile oltre un certo livello, qualunque sia il livello di precisione dei dati inseriti. Per tornare all’esempio del tempo atmosferico e delle celle di rilevazione e della relativa capacità di previsione, usare celle di un metro cubo o di un micron non cambierebbe significativamente la capacità di predittività a lungo termine, perché comunque dopo un certo intervallo di tempo l’interazione tra le forze in gioco impedisce di andare oltre il dato probabilistico. Ed il bello è che questo è un dato matematico che si può rilevare su sistemi anche molto semplici, ma che si ritrova anche in sistemi complessi di ogni genere, in fisica, chimica, biologia, sociologia, economia… Ovunque. Ritengo che la più grande rivoluzione futura potrà venire dalla fusione tra leggi del caos e teoria dei giochi. Chi riuscirà a tirarci fuori qualcosa di coerente ed utile, cambierà il mondo.

        Michele Gardini

        Mi piace

      • Fantastico!
        Ti dispiace se approfondisco un po’ e poi quando faccio la revisione del post (per integrare le varie correzioni che mi hanno suggerito) scopiazzo un po’ di contenuti dal tuo commento ? [RV]

        Mi piace

      • Ma sicuro. Così magari mi segnali se ho scritto qualche bestialità. Le mie conoscenze le ho ricavate dall’eccezionale libro di Gleick “Caos. La nascita di una nuova scienza”. Purtroppo è l’unico libro divulgativo che ho trovato specifico su questo argomento. L’ho letto tre volte, è scritto in maniera eccellente, e profondamente affascinante. Cambia di parecchio la comprensione sul mondo. Buona lettura.

        Michele Gardini

        Mi piace

  12. Che dire… Articolo bellissimo, dall’inizio alla fine. Accentuerei il discorso sulla “presunzione”: gente che non sa niente pensa(dice) di sapere tutto

    Mi piace

  13. Pingback: Come funziona la scienza: capitolo III | In Difesa della Sperimentazione Animale

  14. complimenti per l’articolo ma ti volevo far notare che per determinare la posizione degli atomi in una proteina non usi il raggio laser ma un raggio x .

    Mi piace

  15. Pingback: Tutti i nostri Articoli | In Difesa della Sperimentazione Animale

  16. Pingback: La Lega Anti Verità | In Difesa della Sperimentazione Animale

  17. Pingback: Come funziona la scienza: Capitolo IV | In Difesa della Sperimentazione Animale

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione / Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione / Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione / Modifica )

Google+ photo

Stai commentando usando il tuo account Google+. Chiudi sessione / Modifica )

Connessione a %s...