Quantcast
Channel: KonScience
Viewing all articles
Browse latest Browse all 39

KNS032 Emotional Verdoktorarbeiten

$
0
0

Was man in einem Jahr so alles schaffen kann! Zum Beispiel zwei Doktorarbeiten abgeben. Wir berichten ein bisschen von dem Prozedere und unseren Forschungsergebnissen. Ob wir es schaffen, uns so langsam wieder ins Verpodcasten von Wissenschaftsnachrichten reinzufinden, dürft ihr entscheiden!

Creative Commons Attribution 4.0 International License Downloads ⬇ MP3 (66 MB) AAC/M4A (58 MB) Opus (54 MB)

Wenn Dir diese Episode unseres kleinen Podcast gefallen hat (oder unsere archivierten), bewerte uns bitte bei iTunes und empfehle uns an Verwandte, Freunde und Kollegen weiter :-) Wir freuen uns auch über Fragen und konstruktive Kritik als Kommentar, per E-Mail oder auf Twitter.

KonScience
avatar Katrin
avatar Mariëlle
 
avatar Henry Paypal Icon Amazon Wishlist Icon

Sendungsnotizen

Doktorarbeiten abschließen

 Das Ende des p-Werts?

  • Wasserstein RL, Lazar NA. The ASA’s statement on p-values: context, process, and purpose. The American Statistician. 2016; 129–133. doi:10.1080/00031305.2016.1154108
  • p-Werte sind problematisch, aber weit verbreitet: “We teach it because it’s what we do; we do it because it’s what we teach.”
  • schließende Statistik: Annahmen über die wahren Werte der Grundgesamtheit treffen
  • Test-Theorie kann Aussagen über den “Wahrheitsgehalt” dieser Hypothesen treffen
  • In der Test-Theorie gibt es zwei wichtige Arten von Fehlern:
    • alpha-Fehler: Verwerfen der Nullhypothese, obwohl diese der Wahrheit entspricht (false-positive) -> alpha-Schwellwert
    • beta-Fehler: Beibehalten der Nullhypothese trotz Nicht-Zutreffen
  • Was ist die Kritik der ASA am momentanen Verhalten von Wissenschaftlern, und der Nutzung des p-Wertes?
    • 1) P-Werte können aufzeigen, wie wenig kompatibel die erhobenen Daten mit den zugehörigen Tests sind.
    • 2) P-Werte verdeutlichen nicht die Wahrscheinlichkeit, dass eine Hypothese wahr oder falsch ist.
    • 3) P-Werte sollten nicht die Grundlage für Schlussfolgerungen, oder politische Entscheidungen sein.
    • 4) Saubere Deduktion erfordert saubere Dokumentation.
    • 5) P-Werte messen nicht die Größe eines Effektes.
    • 6) Ein P-Wert ist keine gute Messgröße für den Beweis eines Modelles, oder einer Hypothese.
  • Robert McGill, John W. Tukey, Wayne A. Larsen (1978) Variations of Box Plots (The American Statistician) DOI: 10.1080/00031305.1978.10479236

Organe patchen mittels CRISPR/Cas9-Multiplexing

  • Luhan Yang, Marc Güell, … George Church (2015) Genome-wide inactivation of porcine endogenous retroviruses (Science) DOI: 10.1126/science.aad1191 (via)
  • endogene Retroviren (ERV) erschweren Transplantation von Schweineorganen (siehe KNS019: Blutleererer, unterkühlter, metabolischer Stillstand)
  • nicht rauszüchtbar; in vivo Übertragbarkeit unklar
  • Risiko: Insertion der ERVs in Genen des Transplantatempfängers
  • Sequenzanalyse => 62 virale reverse Transkriptasen im Genom einer Schweinenierenzelllinie
  • 2 gRNAs gegen konservierte, katalytische Zentren der viralen Gene => max. 37% ERVs editiert
  • FACS nach hocheffizient editierbaren Ausgangszellen => Wiederholung der Cas9/gRNA-Behandlung => mehrere Klone mit 100% zerstörten RTen
    • Karyotypisierung => keine Chromosomenveränderungen oder -instabilitäten
    • keine detektierbare RT-Aktivität in vitro
    • Sequenzierung menschlicher Nierenzelllinie (Wildtyp: 1 ERV pro Zelle) nach Kontakt mit den porzinen (editiert vs. Wildtyp): max. 1‰ Infektionsrate, teilweise keine messbaren ERV-Sequenzen aus den 100% Editierten
  • statt Zelllinien verschiedener Organe: editierte Zelle klonen oder Keimbahn editieren => neue Schweinerasse?

Nachträge zu KNS027

Nachtrag zu KNS030

Empfehlungen

Andere relevante Episoden / Related episodes

Flattr this!


Viewing all articles
Browse latest Browse all 39