Un paio d'anni fa fece molto scalpore uno studio di alcuni ricercatori californiani che, analizzando i sedimenti corrispondenti all'epoca di Clovis - una civiltà nordamericana misteriosamente scomparsa in modo repentino circa 13 mila anni fa - suggerirono che si era in presenza di una catastrofe cosmica. Secondo Richard Firestone (Lawrence Berkeley National Laboratory) e i suoi collaboratori, la concentrazione di alcuni particolari elementi (i cosiddetti impact markers) indicava come il continente nordamericano fosse stato devastato dall'impatto di un oggetto celeste (probabilmente una cometa) con conseguenze tragiche per flora e fauna e con il totale annientamento della fiorente civiltà di Clovis.
Nei giorni scorsi, però, il gruppo di ricerca coordinato da Todd Surovell, archeologo dell'Università del Wyoming, ha pubblicato uno studio che getta seri dubbi sulla teoria della catastrofe. La loro analisi dei sedimenti provenienti da sette siti risalenti all'epoca della presunta catastrofe, infatti, non ha portato all'individuazione di quella importante quantità di microsferule magnetiche che due anni fa aveva favorito il sorgere della teoria dell'impatto. E questo nonostante due dei siti analizzati fossero proprio gli stessi in cui il team di Firestone aveva trovato un picco di sferule.
Il dibattito si preannuncia caldo e appassionato. Anche perché è ormai alle porte la pubblicazione di altri studi relativi alla catastrofe di Clovis e alla sua possibile causa extraterrestre.
Fonti: PNAS, NatureNews
Dubbi sulla catastrofe
Primary tabs
prossimo articolo
La medicina di precisione non può fare a meno degli small data
I big data promettono di rivoluzionare la medicina, ma rischiano di nascondere più di quanto rivelino quando si tratta di curare il singolo paziente. Lorenzo Farina argomenta che gli small data - i dati «piccoli» abbastanza da essere compresi direttamente dal clinico - non sono un residuo del passato ma un elemento irrinunciabile della medicina di precisione. La vera sfida non è scegliere tra i due paradigmi, ma abbandonare l'approccio data-driven e tornare a ragionare per domande: prima la questione clinica, poi i dati necessari a rispondervi.
Gli small data sono definiti come quei dati di dimensione abbastanza «piccola» da poter essere immediatamente compresi da un essere umano, non tanto nella loro interpretazione che ovviamente ha sempre e necessariamente bisogno della analisi, ma nel loro significato biologico generale. Tipicamente, sono il risultato di esperimenti di laboratorio che non utilizzano macchine per l'analisi dei dati omici, bensì altre biotecnologie in grado di misurare relativamente «pochi» dati per provare a rispondere alla domanda che interessa.