Información

4.6: Interpretación de resultados - Biología

4.6: Interpretación de resultados - Biología


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Reuniendo datos

Una vez completado el experimento, los datos recopilados se interpretan cuidadosamente. En el caso de nuestro experimento de VPH, recuerde, la variable dependiente es la tasa de infección por VPH.

Pregunta de práctica

Los investigadores encontraron que, de las 1200 mujeres en el grupo de control, nueve estaban infectadas con el VPH al final del estudio. De las 1200 mujeres del grupo experimental, ninguna estaba infectada con el VPH. ¿Este resultado apoya la hipótesis original de que la vacuna contra el VPH reduciría la infección por VPH?

[filas del área de práctica = ”2 ″] [/ área-de-práctica]
[revelar-respuesta q = ”318356 ″]Mostrar respuesta[/ revelar-respuesta]
[hidden-answer a = ”318356 ″] Los resultados demuestran que menos personas que recibieron la vacuna se infectaron con el VPH en comparación con la cantidad de personas infectadas que no recibieron la vacuna. Esto apoya la hipótesis de que la nueva vacuna protege contra el VPH. [/ Hidden-answer]

Significado

Aunque el estudio del VPH sugiere que la vacuna protege contra la infección por VPH, ¿es significativo el hallazgo? En la ciencia, como en la vida, las cosas pueden suceder por muchas razones diferentes. Un estudio convincente descartará la “suerte” (azar) como explicación de los resultados. Se dice que los resultados sólidos son significativos: es muy poco probable que ocurran por casualidad o eventos aleatorios.

Si el resultado es significativo a menudo depende del tamaño del estudio; cuanto mayor sea el número de personas inscritas, es probable que los resultados sean más convincentes. Por ejemplo, imagine que solo se inscribieron 10 mujeres en el estudio. En el grupo de control, 2 de cada 5 mujeres se infectaron. En el grupo experimental, 0 de cada 5 estaban infectados. Al principio, podría pensar que esto prueba la efectividad de la vacuna, pero NO es un resultado convincente o significativo. ¿Por qué no? Los eventos aleatorios podrían explicar fácilmente la diferencia entre los grupos. Por ejemplo, quizás ninguna de las cinco mujeres del grupo experimental fue sexualmente activa durante el período de estudio. Por lo tanto, no tenían ninguna posibilidad de contraer el VPH. Puede parecer que la vacuna funciona, pero un lector escéptico podría explicar los resultados proponiendo muchos otros escenarios.

Sin embargo, imagínese si se hiciera el mismo estudio con 10,000 mujeres y las tasas de infección fueran 2,000 de 5,000 en el grupo de control y cero de 5,000 en el grupo experimental. Los eventos aleatorios se distribuirían entre un grupo muy grande de personas en este estudio; en promedio, los dos grandes grupos deben tener un comportamiento sexual similar y otros factores que influyen en las tasas de infección. Si hay una gran diferencia al final del estudio, es muy poco probable que esta El resultado ocurrió por casualidad.

Los análisis estadísticos apoyaron la importancia del resultado de la vacuna contra el VPH.

Pregunta de práctica

Los investigadores informaron resultados significativos del experimento de la vacuna contra el VPH. Si los resultados NO hubieran sido significativos, ¿qué significaría esto?

[filas del área de práctica = ”2 ″] [/ área-de-práctica]
[revelar-respuesta q = ”185159 ″]Mostrar respuesta[/ revelar-respuesta]
[hidden-answer a = ”185159 ″] Si los resultados de este experimento no fueran significativos, significaría que la cantidad de mujeres que no contrajeron el VPH después de vacunarse fue la misma que se vería por casualidad. [ / respuesta-oculta]

Después de interpretar los resultados y sacar conclusiones, los investigadores a menudo vuelven a su trabajo y comienzan a hacer más preguntas. De esta manera, la investigación científica es una poderosa herramienta de exploración.

Pregunta de práctica

¿Cuál sería una buena pregunta siguiente que los investigadores de la vacuna contra el VPH podrían querer probar? (Más de una respuesta es correcta.)

  1. ¿A qué edad es más eficaz esta vacuna (qué grupo de edad debe vacunarse)?
  2. ¿La vacuna contra el VPH protege tanto a los hombres como a las mujeres?
  3. ¿Proteger contra el VPH protege contra el cáncer?
  4. ¿Se debería obligar a las niñas a vacunarse contra los deseos de sus padres?

[revelar-respuesta q = ”689643 ″]Mostrar respuestas[/ revelar-respuesta]
[respuesta oculta a = ”689643 ″]

Las preguntas a, b, anc c son las mejores preguntas. Actualmente se están estudiando estas cuestiones.

Aunque la pregunta d es importante y ha generado mucho calor político, no es una pregunta científica. Los científicos pueden predecir lo que sucederá si las niñas se vacunan o no, pero no pueden decidir si el riesgo de enfermedad o la autoridad de los padres es más importante.

[/ respuesta-oculta]

Graficar datos

Mire este video de diez minutos sobre gráficos simples:

Se ha excluido un elemento de YouTube de esta versión del texto. Puede verlo en línea aquí: pb.libretexts.org/biom2/?p=106


Una interpretación genética poblacional de los hallazgos de GWAS para rasgos cuantitativos humanos

Los estudios de asociación de todo el genoma humano (GWAS) están revelando la arquitectura genética de los rasgos antropomórficos y biomédicos, es decir, las frecuencias y los tamaños del efecto de las variantes que contribuyen a la variación hereditaria de un rasgo. Para interpretar estos hallazgos, necesitamos comprender cómo la arquitectura genética está moldeada por procesos básicos de genética de poblaciones, en particular, por mutación, selección natural y deriva genética. Debido a que muchos rasgos cuantitativos están sujetos a una selección estabilizadora y debido a que la variación genética que afecta a un rasgo a menudo afecta a muchos otros, modelamos la arquitectura genética de un rasgo focal que surge bajo la selección estabilizadora en un espacio de rasgos multidimensionales. Resolvemos el modelo para la distribución fenotípica y la dinámica alélica en estado estacionario y obtenemos soluciones robustas de forma cerrada para estadísticas resumidas de la arquitectura genética. Nuestros resultados proporcionan una interpretación simple de la heredabilidad faltante y por qué varía entre rasgos. Ellos predicen que la distribución de las variaciones contribuidas por los loci identificados en los GWAS está bien aproximada por una forma funcional simple que depende de un solo parámetro: la contribución esperada a la variación genética de un sitio fuertemente seleccionado que afecta el rasgo. Probamos esta predicción contra los resultados de GWAS para la altura y el índice de masa corporal (IMC) y encontramos que se ajusta bien a los datos, lo que nos permite hacer inferencias sobre el grado de pleiotropía y el tamaño del objetivo mutacional para estos rasgos. Nuestros hallazgos ayudan a explicar por qué el GWAS para la altura explica más la varianza hereditaria que el GWAS de tamaño similar para el IMC y para predecir el aumento en la heredabilidad explicada con el tamaño de la muestra del estudio. Teniendo en cuenta la historia demográfica de las poblaciones europeas, en las que se realizaron estos GWAS, encontramos además que la mayoría de las asociaciones que identificaron probablemente implican mutaciones que surgieron poco antes o durante el cuello de botella fuera de África en sitios con coeficientes de selección alrededor. s = 10 −3 .


Definiciones

La electroforesis es un método para separar proteínas en función de sus propiedades físicas. El suero se coloca en un medio específico y se aplica una carga. La carga neta (positiva o negativa) y el tamaño y la forma de la proteína se utilizan comúnmente para diferenciar varias proteínas séricas.

Se encuentran disponibles varios subconjuntos de electroforesis de proteínas séricas. Los nombres de estos subconjuntos se basan en el método que se utiliza para separar y diferenciar los diversos componentes del suero. En la electroforesis de zona, por ejemplo, se colocan diferentes subtipos de proteínas en ubicaciones físicas separadas en un gel hecho de agar, celulosa u otro material vegetal.2, 3 Las proteínas se tiñen y sus densidades se calculan electrónicamente para proporcionar datos gráficos sobre el Cantidades absolutas y relativas de las diversas proteínas. La separación adicional de los subtipos de proteínas se logra mediante la tinción con un agente inmunológicamente activo, lo que da como resultado inmunofluorescencia e inmunofijación.


Introducción

El historial de publicaciones de los académicos es un factor clave que determina la financiación y el éxito profesional [1]. Esta presión constante para publicar, y hacerlo en revistas de alto impacto que favorecen fuertemente resultados significativos [2], tiene consecuencias en la medida en que los estudios científicos publicados reflejan el resultado de toda la investigación original. Los estudios clave en muchos campos no se reproducen [3] y, si lo son, los resultados originales a menudo no se reproducen [4, 5]. Este último fenómeno se conoce ampliamente como la crisis de la replicación [5, 6]. Una razón postulada para la baja replicabilidad es la existencia de un sesgo de publicación que favorece la notificación de hallazgos significativos y la supresión de los no significativos [7].

Hay dos tipos principales de sesgo de publicación. En primer lugar, el sesgo de selección se produce cuando los estudios no se publican ("efecto de cajón de archivos") o las pruebas estadísticas no se informan en los estudios publicados (informe selectivo) (Figura 1A). A menudo refleja una tendencia de los autores, revisores y editores, respectivamente, a enviar, recomendar y aceptar preferentemente estudios con hallazgos estadísticamente significativos (generalmente PAG & lt 0,05) para su publicación [2,8]. Da lugar a estimaciones aumentadas artificialmente de los tamaños de efecto promedio porque algunos estudios realizaron con tamaños de efecto más pequeños (es decir, mayores PAG-valores para un tamaño de muestra dado) faltan en la literatura científica y se excluyen de los metanálisis o revisiones sintéticas. Segundo, PAG-El pirateo ocurre cuando los tamaños del efecto se inflan debido a cómo se recopilan o analizan los datos (Fig. 1B). Implica la manipulación activa, aunque no necesariamente consciente, de los datos, la recopilación de datos o las pruebas estadísticas [9,10] para obtener un resultado estadísticamente significativo para una variable explicativa favorecida. Esto puede ocurrir, por ejemplo, al detener un estudio tan pronto como se obtenga un resultado significativo en lugar de recolectar un tamaño de muestra preespecificado, eliminar valores atípicos e incluir o excluir términos de un modelo estadístico elegido inicialmente. Aunque existen métodos para detectar resultados faltantes, no publicados que surgen debido al sesgo de selección (por ejemplo, el uso de diagramas de embudo de tamaños de efecto que deben ser simétricos) [11], corrigiendo por PAG-hackear es notoriamente difícil. Esto se debe en parte a que los diversos tipos de PAG-las prácticas de piratería tendrán diferentes efectos en la distribución de PAG-valores que resultan cuando se considera un conjunto de estudios, algunos de los cuales han sido PAG-hackeado [12].

Dos ejemplos hipotéticos de PAG-las curvas muestran la distribución esperada si (a) el sesgo de selección está presente o (b) ciertos tipos de PAG-Ocurre pirateo (ver [12]). Los datos recopilados de los artículos que prueban el efecto de las variables de confusión entre los tratamientos y los grupos de control se muestran en (c). En (c), los puntos rojos más oscuros representan una frecuencia más alta de PAG-valores / bin entre los conjuntos de datos aleatorios. La línea roja horizontal denota la distribución uniforme teórica en 20 contenedores (188 artículos en 20 contenedores = 9,4 artículos / contenedor). Los rectángulos grises enfatizan los intervalos de interés en los dos escenarios hipotéticos. Solo usamos PAG-valores presentados con al menos dos decimales. El archivo de datos completo de los 1.805 artículos consultados y los 250 de los que se extrajeron los datos y la R Los scripts utilizados para el análisis y para generar las cifras están disponibles en https://figshare.com/s/f3bb7dfefdaa8976d3a1 o https://osf.io/au7yc/.

Los estudios experimentales bien realizados permiten a los investigadores reducir el efecto de factores de confusión que, de otro modo, podrían obstaculizar la capacidad de atribuir efectos causales a variables manipuladas. Definimos una variable de confusión como una variable no manipulada que podría afectar la interpretación de un experimento si difiere entre los grupos de control y de tratamiento o entre los diferentes grupos de tratamiento. Por ejemplo, al estudiar el efecto de la manipulación de los niveles de testosterona en el éxito del apareamiento de los machos, el tamaño corporal del macho podría considerarse una variable de confusión porque los machos más grandes tienden a ser más atractivos para las hembras en muchas especies [13]. Hay dos enfoques principales para minimizar el efecto de las variables de confusión en los experimentos: diseños equilibrados [14] y aleatorización [15]. En un diseño equilibrado, una variable de confusión clave se distribuye a propósito entre los grupos de tratamiento para evitar diferencias en las medias de los grupos. Por lo general, esto se hace asignando sujetos secuencialmente a grupos de tratamiento según su rango para la variable de confusión (por ejemplo, del individuo más grande al más pequeño). La aleatorización, por otro lado, es cuando los sujetos se asignan al azar a diferentes grupos de tratamiento. Cualquiera que sea el enfoque que utilicen los investigadores, cabría esperar que probaran las diferencias entre los grupos en la variable de confusión para asegurarse y demostrar que la han eliminado con éxito como fuente de variación entre grupos en la variable de resultado focal [16]. Por supuesto, solo por casualidad, la diferencia entre grupos en una variable de confusión puede ser lo suficientemente grande como para ser estadísticamente significativa. Dada la asignación aleatoria de sujetos, la probabilidad de significación es del 5% si utilizamos el nivel de significación típico de 0,05 empleado en estudios biológicos [17]. La probabilidad de significación para la principal variable de confusión es mucho menor para los experimentos con un diseño deliberadamente equilibrado [14], aunque, por supuesto, otras variables de confusión que no están correlacionadas con la principal variable de confusión todavía se asignan al azar. Por tanto, la aleatorización es menos eficaz que un diseño equilibrado, pero sigue siendo el enfoque más común para asignar sujetos a experimentos en ecología [18,19] y es el estándar de oro en los ensayos de control aleatorizados en medicina [17].

Se considera que las diferencias significativas entre los grupos en las variables de confusión socavan potencialmente las conclusiones de un estudio experimental [16, 17]. Por lo tanto, los investigadores podrían verse tentados a no informar diferencias significativas en las variables de confusión entre los tratamientos y los controles para evitar las críticas de los revisores. Esto podría dar lugar a informes selectivos de pruebas de falta de significación. O los investigadores pueden manipular la recopilación o análisis de datos (por ejemplo, al incluir o eliminar algunos sujetos de un conjunto de datos) hasta que las diferencias de grupo en las variables de confusión se vuelvan estadísticamente no significativas. Nos referimos a este tipo de manipulación activa de datos como "inversa PAG-hackear'. Aquí, estamos específicamente interesados ​​en esas formas de PAG-hacking que dará lugar a ligeros cambios en PAG-valores con pruebas acumulativas hasta que se exceda el umbral "deseado" (ver [9,12]) (ver Fig 1).

Probamos la presencia de informes selectivos de no significancia y / o inversa. PAG-hacking, utilizando artículos sobre ecología del comportamiento. Elegimos esta disciplina porque es con la que estamos más familiarizados, lo que facilitó la identificación de los trabajos adecuados. Si los investigadores informan honestamente todas las pruebas estadísticas realizadas para las variables de confusión entre los grupos de tratamiento y de control después de la asignación aleatoria de sujetos, esperamos que el 5% informe una diferencia estadísticamente significativa.


¿Qué es una prueba cruzada? ¿Por qué se usa? (Biología)

Si le entregara un conejillo de indias negro y le preguntara: & # 8220 ¿Cuál & # 8217 es su fenotipo para el color del pelaje? & # 8221 Sostendría suavemente el conejillo de indias, lo miraría y respondería, & # 8220Negro, tonto & # 8230 todos ustedes lo que tengo que hacer es mirarlo & # 8221. Y yo diría, & # 8220Correcto, & amp; por favor no & # 8217t me llames tonto & # 8221.

Si le entregara el mismo conejillo de indias y le preguntara: & # 8220 ¿Cuál & # 8217 es el genotipo de este conejillo de indias con respecto al color de su pelaje? & # 8221 No podría decirme, y yo no podría & # 8217 decirte tampoco.

La razón por la que no sabemos es que hay dos genotipos que AMBOS producen un fenotipo de rasgo dominante, homocigoto dominante (BB) y heterocigoto (Bb), y no podemos ver los alelos (letras) reales sin un tipo cromosómico científico serio. análisis & # 8212 y eso & # 8217s asumiendo que se ha completado un Proyecto del Genoma del Conejillo de Indias para que lo hagamos referencia, y no creo que así sea.

Entonces, ¿cómo lo resolvemos? Realizamos un PRUEBA CRUZADA!

Cruz de prueba = el cruce de un organismo con un genotipo dominante desconocido con un organismo que es homocigoto recesivo para ese rasgo

¿Qué hace?

Un cruce de prueba puede determinar si el individuo que se está probando es homocigótico dominante (pura raza) o heterocigoto dominante (híbrido).

Para realizar un cruce de prueba real con nuestro conejillo de indias negro, necesitaríamos un conejillo de indias (del sexo opuesto) que sea homocigoto recesivo (& # 8220bb & # 8221). En otras palabras, necesitaríamos un conejillo de indias blanco para aparearse con nuestro conejillo de indias negro.

Les daríamos un poco de privacidad, esperaríamos que la hembra quedara embarazada, esperaríamos por largo que fuera el período de gestación de un conejillo de indias, y ENTONCES miraríamos a la descendencia.

Si alguno de los descendientes de un cruce de prueba tiene el rasgo recesivo, el genotipo del padre con el rasgo dominante debe ser heterocigoto. La confiabilidad de un cruce de prueba aumenta con el número de descendientes producidos.

& # 8220 Puntos clave & # 8221 para recordar acerca de una CRUZ DE PRUEBA:

1. el organismo con el rasgo dominante siempre se cruza con un organismo con el rasgo recesivo

2. si CUALQUIER descendencia muestra el rasgo recesivo, el genotipo desconocido es heterocigoto

3. si TODOS los descendientes tienen el rasgo dominante, el genotipo desconocido es homocigoto dominante


Licenciatura en bioquímica, genética y biología molecular (como se encuentra en Biología introductoria 7.00x y Bioquímica 7.05x)

Sobre este curso

Este es el segundo curso de biología celular de una serie de cuatro partes. Basándose en los conceptos de bioquímica, genética y biología molecular de nuestros MOOC introductorios de biología 7.00x y bioquímica 7.05x, estos cursos de biología celular pasan a una discusión integral de biología a nivel experimental. ¿Cómo sabemos lo que sabemos sobre las células a nivel molecular y cómo podemos utilizar ese conocimiento para diseñar experimentos para probar hipótesis en biología celular?

Los profesores Iain Cheeseman y Frank Solomon te guiarán a través de una experiencia de aprendizaje en la que descubrirás experimentos que respondieron a grandes preguntas y descubrirás lo que aún hay en el horizonte. Se embarcará en un viaje animado a través de los mecanismos de señalización celular, la regulación y ejemplos específicos y aprenderá a aplicar conceptos y temas clave de esta ciencia experimental dinámica para comprender el funcionamiento fundamental de las células.

Desarrollamos la serie 7.06x Cell Biology con énfasis en:

Desarrollar sus habilidades de pensamiento científico, incluida la articulación de hipótesis, la realización de experimentos mentales, la interpretación de datos y el diseño de experimentos.

Utilizando datos basados ​​en experimentos científicos reales y destacando el proceso científico en las evaluaciones.

Afirmar que la biología es un campo activo que cambia a diario a través de ejemplos de investigación y relevancia para la medicina, no información estática en un libro de texto.

Unir temas y principios que informan cómo los científicos realizan e interpretan la investigación.

Explorando los “experimentos ingeniosos” fundamentales que definieron la biología celular moderna.


Por qué su proveedor de atención médica verifica su recuento de glóbulos rojos

Su proveedor de atención médica controlará su recuento de glóbulos rojos de forma rutinaria, como parte de su examen anual. Debido a que los glóbulos rojos juegan un papel tan importante en la salud general, verificar sus niveles anualmente puede ofrecer signos tempranos de cualquier problema de salud subyacente. Su proveedor también puede evaluar su recuento de glóbulos rojos si tiene signos y síntomas de un trastorno de salud relacionado con la sangre. La fatiga y la falta de aire, por ejemplo, pueden indicar anemia por deficiencia de hierro, una causa muy común de recuentos bajos de glóbulos rojos.


Tamaño del grupo de primates e interpretación de modelos socioecológicos: ¿Los folívoros realmente juegan con reglas diferentes?

Tamaini Snaith es un Ph.D. candidato en Biología y Antropología en la Universidad McGill de Montreal. Su investigación se ha ocupado del comportamiento, la ecología y la conservación de los orangutanes en Borneo y los alces en Nueva Escocia, y trabajó como bióloga conservacionista y defensora de la Alberta Wilderness Association.

Departamento de Antropología y Escuela de Medio Ambiente McGill, Universidad McGill, Sociedad para la Conservación de la Vida Silvestre, 2300 Southern Boulevard, Bronx, NY 10460, EE. UU.

Colin Chapman es profesor de antropología de la cátedra de investigación de Canadá y de la Escuela de Medio Ambiente McGill. Su investigación actual se centra en los determinantes ecológicos del comportamiento y la abundancia de los primates, haciendo hincapié en los medios novedosos para promover la conservación de los primates. Actualmente, ambos autores realizan trabajo de campo en el Parque Nacional Kibale, Uganda.

Departamentos de Antropología y Biología, Universidad McGill, 855 Sherbrooke St. West, Montreal, Canadá, H3A 2T7

Tamaini Snaith es un Ph.D. candidato en Biología y Antropología en la Universidad McGill de Montreal. Su investigación se ha ocupado del comportamiento, la ecología y la conservación de los orangutanes en Borneo y los alces en Nueva Escocia, y trabajó como bióloga conservacionista y defensora de la Alberta Wilderness Association.

Departamento de Antropología y Escuela de Medio Ambiente McGill, Universidad McGill, Sociedad para la Conservación de la Vida Silvestre, 2300 Southern Boulevard, Bronx, NY 10460, EE. UU.

Colin Chapman es profesor de antropología de la cátedra de investigación de Canadá y de la Escuela de Medio Ambiente McGill. Su investigación actual se centra en los determinantes ecológicos del comportamiento y la abundancia de los primates, haciendo hincapié en los medios novedosos para promover la conservación de los primates. Actualmente, ambos autores realizan trabajo de campo en el Parque Nacional Kibale, Uganda.

Tamaini Snaith es un Ph.D. candidato en Biología y Antropología en la Universidad McGill de Montreal. Su investigación se ha ocupado del comportamiento, la ecología y la conservación de los orangutanes en Borneo y los alces en Nueva Escocia, y trabajó como bióloga conservacionista y defensora de la Alberta Wilderness Association.

Abstracto

Debido a que los primates muestran una diversidad tan notable, son un taxón ideal dentro del cual examinar la importancia evolutiva de la vida en grupo y los factores ecológicos responsables de la variación en la organización social. Sin embargo, como ocurre con cualquier vertebrado social, los determinantes ecológicos de la variabilidad social de los primates no se identifican fácilmente. La variación interespecífica en el tamaño del grupo y la organización social resulta de los compromisos requeridos para acomodar las fuerzas asociativas y disociativas de muchos factores, incluida la depredación, 1-3 acoso e infanticidio conespecíficos, 4-6 competencia de forrajeo 1, 7 y cooperación, 8 interacciones de dominación, 9 estrategias reproductivas y socialización. 10-12 Las explicaciones causales han surgido principalmente a través de la construcción de modelos teóricos que organizan la variación observada en la organización social de los primates y el tamaño del grupo en relación con la variación ecológica medible.


Pon tu título a trabajar

Departamento de Biologia
Biociencias 2100
Teléfono: 989-774-3227
Fax: 989-774-3462

Reseña del programa

Los listados de cursos a continuación son un representación de lo que requiere este programa académico. Para una revisión completa de este programa en detalle, consulte nuestro boletín académico oficial en línea Y consulte con un asesor académico. Esta lista no incluye los cursos de educación general requeridos para todas las especialidades y es posible que no incluya información específica del programa, como los estándares de admisión, retención y terminación.

(Haga clic en el nombre o número del curso para obtener una descripción completa del curso).


Ver el vídeo: CÓMO INTERPRETAR EL REPORTE INDIVIDUAL DE RESULTADOS DEL EXAMEN SABER 11º? (Noviembre 2022).