A física explica amplitude dos sentidos
Nossa capacidade de detectar uma ampla gama de estímulos não depende das características individuais das células do sistema sensorial. Ao contrário, ela parece ser explicada por características da interação entre esses neurônios. É o que dizem os físicos Osame Kinouchi e Mauro Copelli (blogue SemCiência) que, através de uma simulação em computador, acabam de deixar sua marca nos fundamentos da psicofísica.
O uso de modelos matemáticos para explicar fenômenos biológicos tende a ser visto com desconfiança, como demonstram os comentários de Marcelo Leite e de David Biello sobre o artigo de Kinouchi e Copelli. Eu mesma persisti nessa desconfiança até recentemente, quando me ocorreu que na verdade esses modelos têm muito em comum com grande parte da pesquisa científica. Por exemplo, hoje em dia não há quem duvide de que o código que nos compõe reside na informação genética. Mas é preciso ver o DNA para acreditar nisso? Enxergar o seu funcionamento, ver como ele dá origem a proteínas que por sua vez darão forma a muito do que somos? Esse conhecimento, hoje em dia sedimentado, dependeu de modelos. Embora estes não sejam matemáticos, o princípio é o mesmo: com base no que se observa, pesquisadores desenvolvem uma teoria para explicar um dado fenômeno. A teoria permite que se faça previsões, que enquanto se revelarem verdadeiras reforçam a teoria vigente. A tarefa do cientista é buscar situações em que as previsões não se comprovem; se não encontrarem, há grandes chances da teoria ser verdadeira. Simulações como a de Kinouchi e Copelli seguem os mesmos princípios.
Leia a notícia na revista ComCiência.
SmartFeed
13 comentários:
Oi Maria,
Só pra constar, deixa eu fazer mais um pouco de Evangelização. ;-)
Mas, antes de começar a falar de física (e matemática), deixa eu listar umas referências que eu acho fundamentais: Scaling in Biology (Santa Fe Institute Studies on the Sciences of Complexity) (clássico), Self-Organization in Biological Systems: (Princeton Studies in Complexity), Self-Organized Criticality : Emergent Complex Behavior in Physical and Biological Systems (Cambridge Lecture Notes in Physics), Scaling (Cambridge Texts in Applied Mathematics), Evolutionary Dynamics: Exploring the Interplay of Selection, Accident, Neutrality, and Function (Santa Fe Institute Studies on the Sciences of Complexity), Darwinian Dynamics, Evolution As Entropy (Science and Its Conceptual Foundations series) (clássico), Complexity: The Emerging Science at the Edge of Order and Chaos, At Home in the Universe: The Search for the Laws of Self-Organization and Complexity, The Origins of Order: Self-Organization and Selection in Evolution (clássico), Hidden Order: How Adaptation Builds Complexity, Self-Organization in Biological Systems: (Princeton Studies in Complexity). (Ufa, acho que essas são todas as que eu conheço... se aparecer mais algum que eu esqueci de listar agora, eu faço um 'append' e listo ele. :-)
Isso posto, tudo o que eu tenho pra dizer se resume em: Self-organization, Self-organized criticality, Emergence e Complexity.
Quando essas idéias conseguirem ser devidamente incorporadas na biologia, muitos desses "problemas de paradigma" (como vc descreveu a sua aflição -- e a de outros também) serão automaGicamente resolvidos.
O grande problema é que são poucas as pessoas que trabalham e, mais importante, divulgam (!) essas idéias físicas e matemáticas pelo mundo biológico. Como vc vê pelas referências que eu citei acima, esse trabalho interdisciplinar (na interface da física, matemática e biologia) já vem acontecendo faz tempo, não é algo "novo e revolucionário"; quer dizer, é "revolucionário" mas não é "novo". ;-)
A biblioteca do Curso de Ciências Moleculares estava repleta de livros do Santa Fé Institute (como alguns dos que eu citei acima); porém, é realmente necessário que o esforço seja inter e multidisciplinar para que esse tipo de raciocínio seja absorvido de forma integral.
Bom, espero ter conseguido me fazer entender e não ter sido tão prolixo quanto da outra vez... ;-)
Um abraço, []'s!
oba! há quanto tempo, daniel!
olha, vou confessar que no momento não vai dar pra eu correr pra biblioteca atrás dessas referências todas... já foi um esforço razoável -- e que adorei -- entender o artigo do osame e do copelli.
mas peraí, com tanta referência fiquei em dúvida: você acha que, superficial que seja, consegui entender e transmitir corretamente? você leu a minha notícia na ComCiência? só pra conferir, né?
abraço,
maria.
Oi Maria,
Pois é, faz tempo mesmo, mas é que as coisas andam meio atribuladas por aqui, com o fechamento do ano letivo, renovação do contrato ('grant renewal'), artigos que devem estar saindo do forno o mais rápido possível, etc.
Bom, eu li seu artigo sim, e também acho que vc conseguiu passar bem a idéia. Aliás, divulgação científica é uma arte... vou dizer: entre o quê vc quer dizer, o quê vc fala, o quê as pessoas ouvem e o quê elas entendem, há um verdadeiro contínuo de possibilidades! :-)
Agora, eu não citei as referências porque achei que vc não tinha feito um bom trabalho: Foi só pra complementar mesmo. No seguinte sentido: Vc disse nesse seu post que ficou "desconfiada" (assim como outras pessoas) com o fato dos "meninos" terem usado um modelo matemático. E, pelo que eu entendi, isso se deve ao fato do que vc expressou no 1º parágrafo desse seu post: "Nossa capacidade de detectar uma ampla gama de estímulos não depende das características individuais das células do sistema sensorial. Ao contrário, ela parece ser explicada por características da interação entre esses neurônios."
Ou seja, a "confusão" parece nascer da troca de paradigma: "individualidade celular" ⇒ "propriedades emergentes do SISTEMA formado por diversas células". E é aqui que entra meu comentário anterior e as referências nele citadas. Pra mim, por exemplo, essa troca de paradigma não causa "desconforto", muito pelo contrário, ela causa "excitement" e uma curiosidade enorme em ver quais são os possíveis resultados que podem advir dessa troca de modelo.
Foi nesse sentido que eu fiz meu primeiro comentário: Se vc tivesse tido uma formação mais interdisciplinar, eu duvido que esse tipo de 'desconforto' surgiria, pois vc estaria mais apta a atacar um mesmo problema de diversas formas (e paradigmas) diferentes. Formas essas que, muitas vezes, parecem não fazer muito sentido num primeiro momento... mas, que com o passar do tempo, começam a dominar o entendimento canônico de alguns fenômenos.
E, por favor, vc não precisa ir atrás de todas as referências acima: Foi por isso mesmo que eu marquei as mais importantes com "(clássico)"! ;-)
Um abraço, []'s!
daniel,
o desconforto não vem dessa mudança de paradigma que você menciona. isso eu achei maravilhoso de cara.
vem de ter uma mente completamente não matemática. então, todas as vezes em que tive contato com modelos matemáticos, achava completamente impossível que a complexidade da vida pudesse ser abarcada -- quem dirá explicada -- por modelos que são necessariamente simplificações. pra quem não entende matemática é mais fácil não acreditar nela, né?
enfim, mudei um pouco minha perspectiva ao conversar com o osame, tomando cerveja no pingüim. mas isso não bastou. precisou assistir a uma palestra de um biólogo, em que disse que há séculos o avanço da ciência não depende necessariamente da observação, e sim de modelos. aí juntei as duas coisas. a gente aos pouquinhos aprende!
e adorei você pôr a lista de referências, fica um bom complemento mesmo. ponha sempre!
por que às vezes não consigo entrar no seu blogue?
você fez o curso de ciências moleculares? não é físico?
abraço.
Oi Maria,
Hum... nem sei por onde começo a responder... como diria o 'rei': "São tantas as emoções!" :-)
Mas, como diria o estripador, "vamos por partes":
(1) Quando (dias de semana ou final-de-semana) é que esse erro com o meu blog costuma acontecer?
(2) Sim, eu me formei na 4ª turma do Ciências Moleculares. Naquela época, o "Curso" ainda se chamava "Curso Experimental de Ciências Moleculares"; o "Experimental" era devido ao fato do MEC ainda não tê-lo aprovado. A sanção oficial do MEC só saiu no final do ano que eu me formei. (As 3 turmas que me antecederam nem diploma tinham! :-) Bom, isso posto, a minha "especialização" foi em física e matemática (no esquema americano, seria como ter "double major in physics and math and minors in biology, chemistry and computer science"). A "interdisciplinaridade" que o Ciências Moleculares me propiciou foi entre a física e a matemática. Eu sei, não parece que exista muita interdisciplinaridade entre as duas... mas, isso é só aparência... na verdade, a coisa não é bem assim. ;-)
(3) Agora sim, deixa eu falar do "filet mignon". Veja, vc não tem "uma mente completamente não matemática"; biologia tem sua linha de raciocínio [lógico], química, música, lingüística, neurociência, etc, etc, etc. Meu ponto é: TODAS as áreas do conhecimento humano possuem alguma "linha lógica" que as embasam. Lógica, raciocínio lógico, é pura matemática: Num certo sentido, ele não passa de uma simples repetição de padrões. Em biologia os padrões têm algumas características, que são diferentes das características em química ou física. Mas isso não quer dizer que não exista um "padrão" que sirva de "base" pro raciocínio lógico. Por exemplo, os "deterministas genéticos" gostam de acreditar que o DNA (na verdade, eu deveria dizer os nucleotídios; ou, talvez, os genes) está pra biologia assim como os números estão pra matemática; ie, existe alguma forma de reducionismo.
Porém, assim como já aconteceu na matemática, a biologia está chegando no ponto de aprender que nem tudo pode ser descrito em termos de "números". É por isso que "Teoria dos Números" é apenas uma das áreas da matemática, que também contém a Geometria Diferencial, o Cálculo, as Equações Diferenciais, a Estatística e Probabilidade, etc. Em matemática isso tem um significado claro: Os "padrões", a "lógica", de cada ramo são distintos entre si. Isso não quer dizer que não existam "overlaps" mas, a priori, são tipos de raciocínio que são diferentes. Da mesma forma, a Teoria da Complexidade vem mostrar para os biólogos (assim como já explicou para os físicos e matemáticos) que nem tudo pode ser explicado em termos reducionistas. Isso só significa que os padrões de raciocínio são diferentes, mais nada. E é daí (desse novo paradigma de padrões, de raciocínio) que nasce a possibilidade de se poder fazer modelos e simulações.
---
Num certo sentido, isso tudo imita muito bem o que já aconteceu na história da ciência. Resumidamente: até Einstein as teorias em física eram de caráter "estatístico", ie, vc acumulava uma porção de resultados experimentais e, a partir deles, vc inferia qual era a "lei" que os descrevia melhor. A grande mudança que Einstein fez foi exatamente essa: Ele não fez uma teoria baseada em dados experimentais; ele procurou por "princípios fundamentais" que deveriam existir na Natureza e deduziu o resto. Só então foi que se realizaram experimentos pra se testar o que ele falava. E, pasme, hoje em dia a Relatividade é confirmada com até 14 casas decimais de precisão!
A mudança de paradigma é completamente radical: Uma coisa é vc fazer inferências estatísticas, outra coisa bem diferente é vc procurar por propriedades que a Natureza deve satisfazer! E, ainda assim, a Relatividade é uma das coisas mais precisas que temos hoje. Ou seja, a construção de modelos é uma ferramenta tão importante quanto a inferência deles a partir de dados experimentais.
É nesse sentido que, hoje em dia, físicos dizem que "modelam" a Natureza.
Certamente que há simplificações, elas sempre existem. Mas, mesmo assim, vc não ficaria contente com 14 casas decimais de precisão? Tá aí uma simplificação que não me tira o sono. ;-)
---
Bom, eu acho que vc já está me entendendo... o que eu quero dizer é que a biologia está passando por um processo semelhante. Historicamente, a biologia é "inferencial": vc acumula uma porção de dados (tá aí o volume e tamanho dos livros que não me deixam mentir!) e, a partir deles, infere a "realidade biológica". Com o advento da Complexidade e sua aplicação nas ciências biológicas, esse paradigma muda, deixando de ser inferencial e passando a ser "construção de modelos".
E não foi exatamente isso que os "meninos" fizeram? :-) Eles criaram um modelo e fizeram um experimento para testá-lo: Uma simulação de computador! ;-)
Simulações em computadores são experimentos tão válidos quanto vc criar neurônios em placas de petri, ou espetar agulhas em ratinhos, ou morder os dedos dos macacos. :-D
O Chaitin é um matemático que diz claramente: "Os computadores são a área experimental da matemática." :-)
---
Será que vc já leu The Structure of Scientific Revolutions? E como será que vc compararia Khun com Popper? Eu acho que esses 2 autores resumem bem esse "paradoxo" que vc viu entre a "cerveja no pinguim" e a "palestra do biólogo". ;-)
---
Bom... depois de tudo isso... jo me voi: Meu amigo indiano -- quantas pessoas tem o luxo de poder dizer que tem seu guru pessoal e particular? -- vai fazer o jantar hoje! 8-)
Um abração, []'s!
daniel, estou adorando esse papo. infelizmente hoje tenho que correr.
vou prestar atenção e te aviso quando o teu blogue não funcionar.
abraço.
Oi Maria,
Beleza: Obrigado por dar uma olhada no meu blog.
Então, corra por aí que eu vou tomar chuva por aqui (faz 15 dias que NÃO pára de chover!).
[]'s!
Bom, eu tenho uma atitude mais defensiva do que o Daniel (será porque convivo mais com biólogos e ja me considero um deles? (ok, biólogo teorico-computacional, mas biólogo).
Eu acho que a melhor defesa dos modelos é dizer que não modelam a Natureza (se vc disser isso, os Biologos caem de pau, lembrando a voce 30 parametros nao levados em conta e 237 excessões).
O que se modela no computador são os modelos verbais dos biologos. Ou seja, Darwin diz verbalmente que seleção natural funciona, e dai voce faz um modelo computacional e mostra que sim, funciona, dentro de certos limites (a taxa de mutação precisa estar dentro da janela de evolvabilidade).
O psicologo-biologo Hebb diz que é possivel ter memorias distribuidas baseadas apenas em modificação sinaptica, e dai vem Hopfield e mostra que sim, isso é verdade.
Isso não quer dizer que Hebb está correto, e memorias reais são baseadas em sinapses. O que o modelo mostra é que o modelo de Hebb funciona sim, até certo limite.
Os modelos mostram que certas caracteristicas são suficientes para reproduzir um fenomeno, nao que sejam necessarias.
Modelar computacionalmente os modelos verbais dos biologos (que tambem nao levam em conta os 30 parametros e as 237 excessões), esse é o nosso objetivo, para explicitar assunções tacitas, ver os limites de validade, obter algumas predições qualitativas e quantitativas...
Osame
[Ao som de "I wanna be sedated"...]
Oi Osame,
Pessoalmente, eu não acho que esteja sendo "agressivo"; porém, é verdade que, atualmente, meu convívio com biólogos é menor do que era na época do Ciências Moleculares -- por outro lado, eu tenho participado mais ativamente de algumas "incurssões neurocientíficas". Então, quem sabe, na média a coisa não fica toda resolvida (eu com 2 frangos, vc com nenhum, mas ambos bem alimentados ;-)?
De qualquer forma, eu acho muito complicado quando a gente começa a ter que entrar em argumentos que levam "parâmetros e excessões" em consideração (no sentido que vc expôs acima). Por uma simples razão: O Modelo Padrão tem diversos parâmetros e outras tantas excessões e, mesmo assim, ainda tem 12 casas decimais de precisão. Ditto para a Relatividade Geral.
Eu entendo perfeitamente o quê os biólogos querem dizer quando fazem essa crítica. Aliás, num certo sentido, eu acho que esse mesmo argumento poderia ter sido aplicado em outras épocas da física: "Será que Galileo ou Newton ou mesmo Maxwell nunca se perguntaram essas questões?"
Toda modelagem via inferência é dessa Natureza e, portanto, comporta essa mesma crítica.
Porém, a visão moderna de "construção de modelos" não implica em eles (os modelos) não serem "deficientes" de alguma forma ou de outra. O que vc está descrevendo acima, pra mim, é absolutamente natural: "Está-se a busca de padrões que possam ser inteligíveis. Encontram-se alguns. Faz-se um modelo. Testa-se o dito-cujo do modelo." Qual o problema com essa linha de ataque?
"Cabe a crítica acima?", pergunta vc. "Obviamente que sim", respondo eu: A crítica acima é sempre pertinente, no sentido de que ela apenas lembra os envolvidos que as coisas podem ser mais complicadas do que sonha nossa vã filosofia.
Mas, até aí, essa crítica é um tanto vazia: Se todo o objetivo dela é nos manter são e lembrar-nos dos limites das nossas "façanhas" intelectuais... então eu realmente acredito que tal crítica seja vazia, pois essa observação é válida sempre, principalmente em ciência (qualquer área que seja)!
Agora, ao contrário de física, a biologia não possui [ainda] o outro lado, i.e., por enquanto reinam na biologia as modelagens estatísticas, feitas por inferência; não existe a modelagem per se, baseada em "conceitos fundamentais", que tenta prever os experimentos. (No sentido dos paradigmas que eu descrevi acima, pré- e pós-Relatividade Geral.) Nesse sentido, fica a pergunta: "Será que os biólogos ainda vão pensar assim quando descobrirem the dark side of the Force?" ;-)
Um abraço, []'s!
Olá, a discussão está interessante! Algo que é omum modelar em biologia são processos mutacionais em cadeias de DNA. Agora, nunca ninguém conseguirá imaginar parâmetros para modelos mutacionais que se apliquem a todos o pedaços de DNA de um genoma! Porque existe muita variação no sistema. Como se trata a variância sem uma abordagem probabilística. Explico, uma das coisas que fazemos a todo o momento é testar diversos modelos mutacionais, com estimativas dos respetivos parâmetros a partir da amostra. De 50 modelos alternativos, obtemos um que é mais provável de acordo com os dados, e estimamos parâmetros. A seguir, usamos esse modelo evolutivo para efetuar simulações do processo mutacional em populações de genes, cuja evolução é definida não só pelo modelo mutacional mas também por parâmetros relativos a processos evolutivos dos organismos de interesse (fluxo génico, deriva genética, seleção, recombinação etc). Os parâmetros são obtidos por métodos de amostragem de superfícies de probabilidade, comparando simulações e amostras, e obtemos valores médios e intervalos de confiança. Em biologia, há que considerar vários modelos alternativos, decidir qual o mais provável, ser muuuito húmilde com a variação do sistema (variância). Peço desculpa, mas estou convencido que a biologia é um desafio incomparável com qualquer outro, daí o entusiasmo de tantos físicos, ou será apenas uma questão de moda! O que há a fazer é integrar diferentes abordagens e não seguir escolas de pensamento que constrangem a imaginação! Abraços.
Oi João,
Quem foi que disse que a física é constituída por "escolas de pensamento que constrangem a imaginação"?! Sinto muito se te entendi errado, mas essa afirmação realmente não faz sentido se ela estiver sendo aplicada à física e à matemática. Minha opinião (que já foi expressa antes de mim e, certamente vai continuar sendo depois de mim) é de que física e matemática são tão "artes" quanto a Arte propriamente dita: É uma pena que pra se poder enxergar isso é preciso um bom tempo de estudo. Mas, na verdade, essa mesma afirmação também é real para as artes, só que o "público em geral" tenta esconder a ignorância aqui e ali quando fala de arte. ;-)
Anyway, existem diversos modelos e "teorias" em física (assim como em matemática) que são intrinsecamente probabilísticos! E, pra dar um exemplo mais pé-no-chão: Financial Market. Físicos são o "filet mignon" do mercado financeiro de Wall Street e da "economia teórica" moderna. E a razão pra tal fato é clara: o tipo de treinamento que a física oferece é abrangente o suficiente pra que se possa navegar desde teorias probabilísticas e inferenciais até esquemas mais complexos e "holísticos" (por assim dizer; usado no sentido antagônico a "reducionista").
Então, a biologia que, indubitavelmente, é um problema formidável, é um playground maravilhoso e completamente inexplorado! 8-) É claro que os problemas biológicos são de um nível de complexidade elevado, o que fica claro no número de parâmetros necessários, atualmente, pra se descrever os fenômenos. Porém, historicamente, isso também aconteceu com a física e com a química (antes do advento da "física quântica").
Portanto, é claro que eu não sou ingênuo ao ponto de acreditar que a física vai "solucionar o problema biológico". Porém, eu acho extremamente claro que as técnicas quantitativas da física vão revolucionar a biologia (como vem ocorrendo).
Quanto a sua pergunta sobre modismo, a resposta é absolutamente imediata: "Financiamento!" O que vc acha que é mais fácil vender: O "protein folding problem" (e suas implicações farmacológicas, etc) ou "Quantum Gravity"?! ;-) Existe sim um modismo gigante ao redor da "biofísica" atualmente; modismo esse que é fortemente motivado pela absoluta clareza e imediatismo advindo das soluções dos problemas sendo atacados hoje em dia. Lembre-se que patrocinar ciência básica sempre foi uma das coisas mais difíceis de se argumentar.
[]'s!
Olá Daniel, você entendeu errado. O que penso é que é artificial essa divisão entre abordagem estatística/probabilística e "modelos fundamentais", ou a divisão entre indução vs. dedução. A própria existência de escolas ou tradições de pensamento em ciência é que é "constrangedora da imaginação". Agora, você está enganado sobre a inexistência de princípios fundamentais em biologia. Em genética de populações, existem princípios fundamentais (desenvolvidos por biólogos e matemáticos na primeira metade do séc. XX) que servem de base a modelos que podem ser objeto de simulação ou aplicados a inferências sobre amostras de populações, e eventual extrapolação ao conjunto das populações. A única possibilidade de abordar tais sistemas é probabilística. Agora, existem muitas excepções a estes princípios fundamentais, tal como existem condições em que a teoria da relatividade não se aplica, como você bem sabe. Abs.
Oi João,
Me desculpe por não ter te entendido corretamente.
Agora, eu discordo que a "divisão entre indução e dedução sejam constrangedoras da imaginação". Mas, certamente, minha visão sobre isso não é canônica muito menos ortodoxa. Eu vejo a "modelagem" da seguinte maneira: Vc tem um problema pra resolver: "Qual o método que melhor se encaixa nessa tarefa?" Eu não acredito numa divisão rígida entre os dois esquemas de modelagem, assim como também não vejo muitos, ao meu redor, usando-se dessa divisão de maneira inflexível.
A idéia, em geral, é "atacar com as armas que vc tem em mãos". Aí, com o passar do tempo, vc vai melhorando ("polishing") o que vc tem em mãos. Dessa forma, é natural que os modelos construídos (por qualquer método que seja) estejam sempre sendo melhorados e aprimorados, dentro dum determinado campo de validade.
Pessoalmente, eu costumo chamar essas condições que determinam o campo de validade de algum modelo de "constraints", "vínculos", e, às vezes, com um certo abuso de linguagem, de "condições de contorno". E, assim como vc notou na sua última frase, é importantíssimo que se saiba com clareza quando se utilizar de um modelo ou de outro, ie, é importante se saber transitar entre as "condições de contorno": Mecânica Clássica, Relatividade Restrita, Mecânica Quântica, Teoria Quântica de Campos, Relatividade Geral, Gravitação Quântica... todas têm seu nicho e funcionam muito bem em seus campos de atuação.
[]'s!
Enviar um comentário