traductor

lunes, 18 de septiembre de 2017

Nuestro cerebro funciona con algoritmos paralelos interactivos


Edvard Moser, premio Nobel de Medicina 2014 por su descubrimiento del GPS” del cerebro
Tengo 55 años: joven para tener el nobel, pero no tanto para ser científico. Nací en Noruega: gracias a unas instituciones eficientes y al petróleo es un gran país para investigar. Estoy divorciado de la científica con quien compartí el Nobel. Colaboro con la Fundació “la Caixa”-Palau Macaya

Nuestro cerebro funciona con algoritmos paralelos interactivos

Pareja de laboratorio

Moser conoció en el laboratorio, se casó y acaba de divorciarse de May Britt, otra reputada científica también galardonada con el premio Nobel. Al enterarme, lamento esa separación de dos genios de la neurociencia, porque tal vez afecte a los valiosos descubrimientos que todavía podrían hacer juntos. Y se lo digo al doctor con cierto temor de resultar intrusivo, pero me tranquiliza su sonrisa al aclarar que se han separado en su vida privada, pero siguen juntos en el laboratorio. La inteligencia , sin duda, es tanto la capacidad de relacionar como de discernir y May Britt y Edvard poseen ambas en grado sumo. Le digo que me alegro por el bien de la humanidad. Y el doctor añade con imperturbable franqueza: “Yo también”.
Por qué hay quien se orienta donde otro se pierde?
Esa diferencia es resultado de muchos factores complejos, que en parte hemos explicado en nuestras investigaciones.
Usted descubrió el “GPS cerebral” que nos orienta...¿O esa analogía no le gusta?
Es una buena analogía. Descubrimos las grid cells, células rejilla, con que el cerebro reproduce el espacio y nuestro movimiento en él.
¿Tenemos un mapa dentro del cerebro?
Algo así. Para orientarnos tenemos un mecanismo de cálculo dinámico para el auto posicionamiento basado en información de cálculo y dirección continuamente actualizada.
No me extraña que me pierda siempre.
Eso no sólo depende de esas células del mapa. También de su memoria y de si usted cuando se orientaba caminaba sólo o acompañado.
He notado que cuando voy a un sitio me parece tardar más que cuando vuelvo.
Porque la percepción del tiempo está ligada a la memoria, que se encuentra en buena parte en el hipocampo, donde se halla también ese GPS neuronal del que hablamos.
¿Si pierdo memoria, me desoriento?
Sí, porque cuando se orienta va colocando mentalmente marcas en ese mapa interno: edificios, árboles, calles...Los almacena en su memoria y luego los usa para orientarse.
¿Qué diferencia al mecanismo cerebral con que nos orientamos de un vulgar GPS?
Eso es lo que investigo: cómo computan nuestros cerebros. Cómo calculan algo nuestras neuronas. Busco esos algoritmos que aplica nuestro cerebro para ver cómo funciona, porque si entiendes uno, a menudo también entiendes otros. Y podremos descifrarlos todos.
Algoritmo es la palabra del siglo.
Porque es algo que compartimos humanos y máquinas: significa operación o conjunto de operaciones, un cálculo, que es lo que hacen las neuronas, cuánto tardarás en llegar a casa, por ejemplo, o si puedes saltar hasta allí.
¿Y los ordenadores pueden hacerlo?
De otro modo, pero sí. Si averiguamos qué algoritmos usamos nosotros, también podemos hacer que los apliquen ellos.
Suena inquietante.
Pero nuestras neuronas son mucho más lentas que los ordenadores, claro, aunque nuestro cerebro tiene aún mucha ventaja...
...¿Que sólo el cerebro puede aprender?
Los ordenadores también aprenden. Le llevamos ventaja a las máquinas, porque nuestro cerebro puede procesar miles de operaciones a la vez, en red; el ordenador, en cambio, va de una en una, aunque mucho más rápido .
¿Sólo les llevamos esa ventaja?
Tenemos dos más al menos por ahora. Y es que en nuestro cerebro esas operaciones interactúan y se coordinan entre ellas en paralelo.
¿Fabricaremos ordenadores así?
Probablemente: es cuestión de tiempo.
¿Incluso más rápidos que nosotros?
Esa es siempre la pregunta: ¿Puede el ser humano crear algo superior a sí mismo?
¿Puede...?
De momento le llevamos esa ventaja al ordenador, pero es menos de la que se cree, porque hay cosas que consideramos exclusivamente humanas que ya hace un ordenador.
Por ejemplo.
Ser creativos. Un ordenador ya puede componer melodías. Aprende los elementos de una buena composición; los mezcla al azar y el resultado creativo puede sorprendernos.
Mientras tanto, el alzheimer sigue sin curación...¡Qué gran fracaso científico!
Nos estamos dando cuenta de que la línea que seguíamos no era la buena y eso también forma parte de mi investigación, porque los alzheimer pierden primero la orientación así que nos deberíamos preguntar: ¿por qué esas células rejilla del GPS cerebral son tan vulnerables y por qué son las primeras que ataca el alzheimer?
Hace muchos años que acusan del alzheimer a la acumulación de placas de amiloide.
Pero puedes tener esas placas sin sufrir el alzheimer así que hay que buscar otra explicación.
Mientras se pierden miles de millones.
La investigación funciona así. Por eso necesitas tener sistemas de financiación que te permitan ideas tan originales -que son las únicas que realmente cambian el mundo- que tal vez necesites 10 ó 15 años para ensayarlas. Y quizá no sirvan, pero tal vez lleven a otras que sí.
¿Cuántos años necesitó usted?
Yo debo dar las gracias al petróleo que permite a Noruega financiar generosos programas de investigación de diez años de duración.
En cambio, los ministros de Ciencia a veces sólo dura semanas.
En Noruega la investigación no cambia con cada ministro. Nosotros fuimos rápidos. Descubrir ese “GPS” cerebral llevó 7 años. Los primeros dos o tres fueron para construir el laboratorio y luego llegaron los primeros resultados, que nos llevaron a otros no previstos. Fue una investigación al principio errática.
¿Serendipia? ¿El error llevó al acierto?
No esperábamos ver lo que vimos, pero sí que veríamos algo. Y sobre todo estábamos dispuestos a ver ese GPS en el cerebro con que nos orientamos. Otros habían visto lo mismo, pero no supieron darse cuenta de lo que era.
Supieron abrirse a lo imprevisto.
Así es la investigación: no pasa nada durante años...Da un salto y se vuelve a ralentizar otros tantos años...Y da otro...Y así.

 

viernes, 15 de septiembre de 2017

Libros recomendados sobre Estadística & R.Rosana Ferrero

Libros recomendados sobre Estadística & R



Libros recomendados sobre Estadística & R

¡Aloha! Hoy te voy a mostrar varios libros excelentes, los pondré en orden de dificultad para que vayas directamente al nivel en el cual te encuentras.
También te dejo los links para que puedas encontrarlos en la web rápidamente.
La lista la iré actualizando según lea otros libros destacados que me parezcan imprescindibles.
 

 

Contenido

  1. Nivel básico
  2. Nivel intermedio
  3. Nivel avanzado


Nivel básico

• Introductory Statistics with R de Peter Dalgaard. Es un curso de Estadística básica con R que logra su objective, es rápido y una buena referencia para comenzar. Utiliza mucho ejemplos para su desarrollo y puedes descargarte un paquete que contiene todos los datos.
• Using R for Introductory Statistics de John Verzani. Es un libro de R básico que se divide en pequeños pasos orientados a la realización de tareas. Tiene un paquete propio que se llama UsingR, disponible en el CRAN, con los datos mencionados en el texto, las respuestas a los problemas, algunas demostraciones y código. Es de acceso público.
• An Introduction to R de W.N. Venables, D. M. Smith & the R Core Team. Es una introducción al lenguaje R y cómo utilizarlo para el análisis estadístico y gráfico. Es simple, corto y al grano, pero termina siendo más una guía de referencia que un buen libro. Es de acceso público.
• R for Beginners de Emmanuel Paradis. Es un buen punto de partida para aprender R, sencillo. Es de acceso público.
• A first course in statistical programming with R de W.J. Braun & D.J. Murdoch. Es una buena introducción para emperzar a programar en R. Está escrito por uno de los integrantes del R Core Team. Cuenta con una buena colección de ejercicios y no asume conocimientos previos de estadística ni programación. Sin embargo algunos ejemplos son más estadísticos que de casos reales.
• The R Book de Michael J. Crawley. Una guía exteeeensa sobre la estadística aplicada en R, puedes encontrar de todo en este libraco. Es bastante sencillo de seguir.
• A Beginner´s Guide to R de Alan Zuur. Me gusta mucho este autor, tal vez porque trabaja con Estadística aplicada en Ecología, mi campo, aunque en persona no es tan simpático como en sus libros... :p. Este libro es una introducción a R que no asume conocimientos previos de estadística ni de R. El único contra es que es un poco lento para avanzar.

Mi favorito: A Beginner´s Guide to R de Alan Zuur


Nivel intermedio


• Discovering Statistics Using R de Andy Field & Jeremy Miles. Es un libro muy interesante, con humor y autocrítica. Cubre desde la estadística básica hasta niveles más avanzados como el MANOVA y los modelos multinivel. Utiliza muchos ejemplos de la vida real y bien editados.
• A Handbook of Statistical Analyses Using R (2nd ed.) de B.S. Everitt & T. Hothorn. Es un libro muy demandado y bastante completo, que te sitúa en el background estadístico de cada tema con buenas referencias.
• Data Analysis and Graphics Using R: An Example-based Approach de J. Maindonald & J. Braun. Como indica el título trata del análisis de datos y gráficos mediante ejemplos, digamos que corresponde a un curso intermedio de estadística.
• R in a Nutshell de Joseph Adler. Es una guía sencilla y práctica sobre el lenguaje R. Tiene una gran cantidad de ejemplos para cada paso. Es muy interesante aunque un poco pesado para principiantes.
• Modern Applied Statistics with S de W.N. Venables & B.D. Ripley. Una buy buena introducción a la estadística moderna. Está escrito para el language S pero el código es buy similar al de R, por eso lo agrego a la lista.


Sobre temas específicos: GRÁFICOS

• R Graphics (2nd ed.) de Paul Murrell. Es un libro interesante sobre cómo realizar gráficos en R, aplica el paquete lattice, pero no toca el tema de ggplot2 (lo cual creo que es un gran fallo).
• R Graphics Cookbook de Winston Chang. Sobre gráficos y manipulación de datos, detalla las ventajas y desventajas de los distintos métodos. Focaliza en el paquete ggplot2, lo cual es una gran gran ventaja a mi entender. Da 150 "recetas" para generar gráficos de alta calidad y rápidamente.
• ggplot2 de Hadley Wickham. Buen libro sobre el paquete ggplot2.

Mi favorito: Discovering Statistics Using R de Andy Field & Jeremy Miles.
 


Nivel avanzado


Sobre temas específicos

• An R Companion to Applied Regression de John Fox & Sanford Weisberg. Muy bueno. Sobre cómo realizar análisis de regresión utilizando R. Es una guía paso a paso desde el análisis exploratorio de los datos, pasando por los modelo lineales, modelos lineales generalizados hasta los gráficos. Asume que el lector está familiarizado con los métodos estadísticos que describe. Utiliza el paquete propio car.

• Linear Models with R y Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Modelsambos de J.J. Faraway. Los dos son libros muy buenos. Tienen además un suplemento práctico y gratuito (https://cran.r-project.org/doc/contrib/Faraway-PRA.pdf). Estos libros atacan directamente al tema del título, ponen el foco en la práctica de la regresión y análisis de varianza, no dan rodeos como otros tantos libros. Asume que el lector tiene conocimientos previos del tema; puede ser tedioso para el principiante.
• Mixed Effects Models and Extensions in Ecology with R (2009) de Zuur, Ieno. Walker, Saveliev & Smith. Cubre todo tipo de modelos LM, GLM, GAM, GEE, GLMM, GAMM. Un gran libro sobre modelos mixtos, ya he dicho que este autor me gusta mucho.
• Data Analysis Using Regression and Multilevel/Hierarchical Models, de Andrew Gelman & Jennifer Hill. Un gran libro sobre modelos estadísticos, práctico y profundo.
• Introductory Time Series with R de Paul S.P. Cowpertwait & Andrew C. Metcalfe. Muy buena introducción al análisis de series temporales.
• Time Series Analysis with Applications in R de Jonathan D. Cryer & Kung-Sik Chan. Otra buena introducción al análisis de series temporales, paso a paso y con burn código en R.
• Applied Spatial Data Analysis de R. Bivand, Roger S., Pebesma, Edzer, Gómez-Rubio, Virgilio. Desde cómo acceder y visualizar datos espaciales hasta cómo utilizar GRASS GIS desde R y realizar modelos avanzados. Muy interesante y con varios ejemplos de aplicación sencillos.

Mi favorito: Mixed Effects Models and Extensions in Ecology with R (2009) de Zuur, Ieno. Walker, Saveliev & Smith.
 
 https://www.maximaformacion.es/master-estadistica-aplicada-con-r/blog/item/libros-recomendados-sobre-estadistica-r.html
https://www.maximaformacion.es/master-estadistica-aplicada-con-r/blog/item/necesitas-ayuda-con-r-aqui-lo-tienes-todo-y-mas.html

Recursos en español para aplicar la Estadística con el software R.

Recursos en español para aplicar la Estadística con el software R

Libros en español

  1. “R para Principiantes”, la versión en español del libro “R for Beginners”, traducida por Jorge A. Ahumada (PDF).
  2. La traducción al español de “An Introduction to R” por Andrés González y Silvia González (PDFTexinfo sources).
  3. “Gráficos Estadísticos con R” por Juan Carlos Correa y Nelfi González (PDF).
  4. “Cartas sobre Estadística de la Revista Argentina de Bioingeniería” por Marcelo R. Risk (PDF).
  5. “Generacion automatica de reportes con R y LaTeX” por Mario Alfonso Morales Rivera (PDF).
  6. “Metodos Estadisticos con R y R Commander” por Antonio Jose Saez Castillo (PDFZIP, 2010-07-08).
  7. “Optimización Matemática con R: Volumen I” por Enrique Gabriel Baquela y Andrés Redchuk (PDF).
  8. “Introducción al uso de R y R Commander para el análisis estadístico de datos en ciencias sociales” por Rosario Collatón Chicana (PDF, 2014-05-11).
  9. “El arte de programar en R” por Julio Sergio Santana y Efraín Mateos Farfán (PDF, 2014-12-15; online).


Hojas de referencia (resúmenes) en español

  1. ¿Cómo manipular datos en R? ordenar, transformar, seleccionar, resumir, crear, combinar con dplyr y tidyr. No te pierdas estos trucos en español. (PDF
  2. R Markdown te permite escribir informes reutilizables con R. Exporta los resultados en html, pdf, Word, documentos interactivos y diapositivas. (PDF)
  3. Hoja de referencia para realizar gráficos con el paquete ggplot2 de R. Visualiza tus datos de manera espectacular y personalizada. (PDF)
  4. Cómo crear y personalizar una aplicación interactiva con el paquete Shiny de R, fácil y personalizada. (PDF)
  5. Esta hoja de trucos te resume cómo importar y exportar archivos en R: desde texto, csv, Excel hasta datos tabulares tibble; cómo ordenar, transformar, combinar datos y sustituir valores ausentes con tidyr. (PDF)
  6. Sparklyr es una interfaz R a Apache Spark, un motor rápido y general para procesar grandes volúmenes de datos. Puedes conectarte a una sesión Spark local o remota, utilizar dplyr para manipular datos y utilizar técnicas de machene learning de Spark. (PDF)
https://www.maximaformacion.es/master-estadistica-aplicada-con-r/blog/item/estadistica-r-libros-y-hojas-de-referencia-en-espanol.html

“Saber de dónde provienen sus genes puede salvarle la vida”

Lluís Quintana Murci, genetista, director científico del Instituto Pasteur de París
Tengo 47 años: me siento mejor que a los 30 y mi abuela tiene 100, así que puedo llegar a ser muy feliz. Soy mallorquín, ahora francomallorquín y parisino, pero genéticamente de Oriente Medio. Y si me voy a investigar a algún otro sitio, será a Barcelona. Colaboro con la Fundació La Caixa-Palau Macaya
“Saber de dónde provienen sus genes puede salvarle la vida”
EFE | Foto: Alejandro García

“Saber de dónde provienen sus genes puede salvarle la vida”

Genetistas generosos

La raza es una ilusión y toda pureza, una mezcla olvidada. Tampoco hay ni habrá genomas perfectos, porque el medio va cambiando y con él los genes, siempre tratando de adaptarse. Quintana busca qué genes y de qué poblaciones han dejado huella en nuestro genoma. Saberlo puede salvarnos la vida o ayudarnos, simplemente, a adelgazar. Y es que el gen que salvó a sus ancestros de morir de hambre hoy le predispone a engordar o el que les salvó de la malaria le hace a usted propenso a la anemia. Los arqueólogos de la genética rastrean nuestras herencias hasta los neandertales para saber de qué genes estamos hechos, cómo se expresan en nosotros y cómo lograr que nos sirvan. Son genetistas generosos paraevitar genes egoístas.
Si descifro mi genoma, ¿sabré de qué puedo enfermar?
Bueno, no es tan sencillo. Veamos: nosotros somos los descendientes de los humanos que sobrevivieron a la peste, la tuberculosis, la gripe...
¿Y de qué nos sirve saberlo?
Eso quiere decir que estudiando la historia de nuestra genética, la genética de las poblaciones, podemos discernir en nuestro genoma los genes que nos han ayudado a sobrevivir a los patógenos y a las enfermedades infecciosas.
¿Cada vez tenemos mejores genes?
Mejores genes...¿para qué entorno? ¿Frente a qué enfermedades? No olvide que el medio va cambiando. El gen que ayudó a vencer un virus en la prehistoria hoy es un lastre frente a otro patógeno. El camino no es el de la perfección, sino el de la adaptación continua.
El gen que hizo resistente a tus ancestros en las hambrunas hoy te hace obeso.
Por eso no habrá nunca un ser humano genéticamente perfecto, porque cuando se adaptara a un medio, el medio ya habría cambiado.
¿De qué poblaciones estudian los genes?
De las actuales de europeos, africanos y asiáticos podemos reconstruir su genoma y discernir su procedencia.
Son ustedes arqueólogos genéticos.
Así podemos saber cómo se mezclaron nuestros antepasados y cómo se adaptaron a los climas que iban encontrando, los entornos y las enfermedades...y aplicarlo a la medicina hoy.
Si paramos a alguien en la calle y miramos su genoma, ¿encontraríamos todo eso?
Es una información de la que la gente no sabe que es portadora, aunque sea valiosa para su salud y bienestar. Y puede salvar su vida.
¿Cómo?
Un ejemplo que viví fue el de un estudiante de genética americano que desarrolló un cáncer y fue sometido a quimio, pero tuvo una recaída y meses después otra, y le dieron una probabilidad sobre diez de sobrevivir...
...
...Pero convenció a sus compañeros de laboratorio de que secuenciaran su genoma y en él detectó un gen que no estaba bien expresado y por eso la quimio no le estaba haciendo efecto. Así después pudieron adaptar el tratamiento a esa peculiaridad genética y salvar su vida.
Si todos secuenciáramos nuestro genoma, supongo que habría sorpresas.
Para empezar, que nuestros genes suelen provenir de poblaciones distintas de las que creemos pertenecer.
¿Usted es genéticamente mallorquín?
Para nada. Mi genoma proviene de Oriente Medio. Soy más bien oriental. Pero la genética es sobre todo una mezcla.
Y toda pureza es una mezcla olvidada.
Y a menudo desaparecida. Nosotros debemos al neandertal, por ejemplo, gran parte de nuestro sistema inmunológico...
¿Y eso es bueno o malo?
Ya le he dicho que nadie será nunca perfecto, porque las circunstancias van cambiando y lo único posible es ir adaptándonos. Tener un sistema inmunitario muy combativo era eficiente en la prehistoria para los neandertales, pero hoy en un medio a menudo muy aséptico como el que vivimos...
Todo está mucho más limpio, claro.
Acaba por convertirse en un foco de alergias, es decir, de enfermedades autoinmunes e inflamaciones, porque ya no necesitamos tanta protección y el sistema reacciona en exceso.
¿Y la arqueología de cada genoma puede descubrir nuestras alergias?
Sirve para prevenir muchas enfermedades y mejorar la respuesta clínica que les damos.
¿Medicina personalizada?
Yo prefiero hablar de medicina de precisión, porque personalizada da la falsa impresión de que la adaptamos a cada persona. En cambio, medicina de precisión significa que usamos lo que sabemos sobre tus bases genéticas y tus características, además del tipo de vida que llevas y otros factores, para anticipar cómo reaccionarás a un tratamiento.
Por ejemplo.
El centre Pasteur está muy interesado en la medicina de precisión en las vacunas.
Es su tradición investigadora.
Es decir, cómo la herencia genética de cada uno nos hace responder de manera diferente a cada vacuna. Aunque la mayoría responda bien, también hay quien responde poco o demasiado. Pero a las grandes farmacéuticas esa medicina de precisión no les gusta.
¿Por qué?
Porque lo rentable es el one shot for everybody: el mismo pinchazo para todos.
¿Falta mucho para la medicina de precisión generalizada?
Hace poco el genoma se tenía que estudiar a trozos y era carísimo. Hoy por 1.000 euros lo puedes tener entero y en seis meses se podrá conseguir por sólo 700 euros. Es una realidad.
¿En eso andan ustedes?
Nosotros estamos en la fase de producción masiva de genomas complejos de poblaciones humanas para relacionar esa diversidad genética heredada con sus fenotipos, con el modo en que se expresan en los individuos. Eso haremos durante los próximos diez años.
¿Qué utilidad tiene?
Saber la expresión última de la diversidad genética y cómo nos hace más altos, bajos, gordos, propensos a enfermedades o resistentes a algunos medicamentos.