I giganti dell'antichità erano forse meno imponenti di quanto si sia creduto finora. Non meno lunghi né alti, ma certamente più snelli rispetto alle panciute rappresentazioni con cui vengono di solito raffigurati. Avendo a disposizione soltanto le ossa di questi animali, il loro peso viene infatti calcolato sulla base di un modello statistico, universalmente accettato da più di 25 anni. Gary Packard e i suoi colleghi della Colorado State University ora però lo mettono in discussione. Gli esperti di statistica californiani, dopo aver rivalutato i dati iniziali su cui era stato costruito, ritengono che il metodo sia fuorviante al punto da raddoppiare la stima del peso degli animali studiati. «L'Apatosaurus louisae, per esempio, uno degli esemplari di maggior dimensione» spiega Packard, «secondo i nostri calcoli doveva pesare intorno alle 18 tonnellate, meno della metà delle 38 tonnellate di cui normalmente si parla». Se queste osservazioni saranno confermate avranno un notevole impatto su molte teorie riguardanti il metabolismo degli animali preistorici, la loro nutrizione e forse anche la loro misteriosa estinzione.
La bilancia non è ben tarata
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.