Verrauscht und voller Fehler

11. Juli 2014 von Laborjournal

Die sogenannten Omiken haben die Biomedizin nachhaltig verändert. Seit die Rechnerkäfte wachsen und der Probendurchsatz mit immer größeren Mengen und immer schneller parallel machbar ist, heißt es: „Warum soll ich nur ein Gen/Protein analysieren, wenn ich alle auf einmal machen kann?“ Entsprechend gilt heutzutage derjenige, der nur an einem oder einer Handvoll Proteine/Gene forscht, oftmals als geradezu hoffnungslos rückständig.

Masse zählt also. Doch wie sieht es mit „Klasse“ aus? Welche Qualität haben etwa die Daten einer „Massenproduktion“ bezogen auf das einzelne Protein oder Gen?

Interessanterweise gingen in unseren beiden aktuellen Jubiläumsausgaben — Lab Times-Ausgabe 50 und „20 Jahre Laborjournal“ — gleich zwei Forscher auf diese Frage ein. Und mahnten Vorsicht beim Umgang mit Omik-Daten an.

Der ehemalige Gründungsdirektor des Dresdner Max-Planck-Instituts für Molekulare Zellbiologie und Genetik, Kai Simons, sagte im Lab Times-Interview:

Today, of course, you know… in every area we are confronted with thousands of proteins. That’s a big, big shift. We are facing complexity now but, we’re still using yesterday’s methods. Scientists are doing one gene after another and so forth and we know it is too slow. Then you try to put them into high-throughput… all these high-throughput papers, where most of the work is irreproducible. The problem is, nobody is responsible for the data. In the lab, when we work on one protein, we look for the optimal conditions; for example, when you want to do pull downs and identify interaction partners. However, we are trying to study thousands of proteins at once — using the same conditions for everything. It is obvious that there will be so much error. We have to come up with technological solutions to face the complexity.

Dazu passend referiert der Struktur-Molekularbiologe Patrick Cramer, Direktor am Göttinger Max-Planck-Institut für biophysikalische Chemie, in seinem Laborjournal-Essay folgende Anekdote:

Um die fehlenden zellulären Mechanismen zu finden, stiegen wir vor einigen Jahren in die funktionale Genomik ein. Da die Transkription vom genomischen Kontext abhängt, mussten wir die Genaktivität global erfassen, nicht nur exemplarisch an einzelnen Genen. Einige Strukturbiologen winkten damals ab. Die Daten aus der Genomik seien doch total verrauscht. Ich wolle das doch nicht ernsthaft versuchen. Als Kristallograph sei ich doch harte Daten gewohnt. Das verunsicherte mich.

Und er bilanziert:

Genomweite Daten und systemische Ansätze fließen also zunehmend in die Molekularbiologie ein. Das bereitet manchen Unbehagen, denn die Möglichkeiten zur Fehlinterpretation sind mannigfaltig. Gerade deshalb ist es wichtig, sich genomweiten Daten mit einem molekular-mechanistischen Verständnis zu nähern.

Klingt, als wären die Datenproduktionen der Omiken vor allem Vorarbeiten, die man bei speziellem Einzelinteresse unbedingt kritisch prüfen müsse.

Nur nicht spekulieren

18. Juni 2014 von Laborjournal

Forscher erlebt man oftmals besonders sauer, wenn sie gerade ein Paper abgelehnt bekommen haben. Und manchmal poltert dann so einiges aus ihnen heraus. So auch im Fall von Forscher Brodel [Name geändert], den unser Chefredakteur vor einigen Tagen bei einer Sitzung traf:

„Daten, Daten und nochmals Daten“, grummelte er während einer Sitzungspause im Garten. „Immer nur Daten — das ist das Einzige, was heute zählt in der Wissenschaft. Ist es denn tatsächlich so schlimm, mal ein wenig über den Tellerrand zu schauen? Wo ist das Problem, wenn man mit den Daten mal ein wenig mehr herumjongliert, als immer nur verschämt gerade das hinein zu interpretieren, was sie sowieso für alle offensichtlich hergeben? Sollte man sie nicht vielmehr als Sprungbrett zu plausibler Spekulation nutzen, um damit am Ende neue Ideen, Hypothesen und Zusammenhänge zur Diskussion stellen? Ja, gehört gesunde Spekulation nicht untrennbar zur Fähigkeit, den eigenen Daten den richtigen Platz im «großen Ganzen» zuzuordnen, oder gar überhaupt aus einigen Mosaiksteinchen ein «Big Picture» zu visionieren? Steht sie nicht unweigerlich am Anfang der Entwicklung von Theoriegerüsten, die jeder noch so großen Datenflut erst ihren echten Wert geben?“

„Und genau auf diese Weise hatten Sie in ihrem Manuskript spekuliert?“, fragte der Chefredakteur.

Diesen Beitrag weiterlesen »

Wie Kooperationen entzweien können

19. November 2013 von Laborjournal

Gestern hatte ein nicht ganz unbekannter Forscher in der Redaktion angerufen — nennen wir ihn „Schmidt“. Eigentlich hatte Schmidt nur ein relativ kleines Anliegen, aber wie solche Gespräche manchmal laufen — man geriet ein wenig ins Plaudern.

Im Rahmen dieser Plauderei erzählte uns Forscher Schmidt schließlich von einem Manuskript, das er fertig im Rechner habe — aber nicht abschicken könne, weil Kooperationspartner „Schneider“ plötzlich quergetrieben habe. Dieser sei mit der Darstellung, vor allem aber mit Schmidts Interpretation der Daten samt Schlussfolgerung nicht einverstanden. Schneiders Interpretation und Schlussfolgerung konnte sich hingegen wiederum Schmidt nicht anschließen. So standen sich Schmidt und Schneider unversöhnlich gegenüber und es kam zum Streit. Diesen Beitrag weiterlesen »

Sind Fehler wirklich soooo schlimm?

29. Oktober 2013 von Laborjournal

Eine unserer Lieblings-Kolumnen, aus denen wir immer wieder Futter für unsere eigenen beziehen, schreibt seit 2000 Monat für Monat der US-Strukturbiologe Gregory Petsko in Genome Biology. Kürzlich las unser Chefredakteur mal wieder einen „Petsko“, konkret seinen 2008er-Aufsatz „The right to be wrong“ — und übersetzte daraus gleich mal folgende Passage für den LJ Blog:

Der Wettbewerb um Forschungsgelder wie auch darum, wichtige Entdeckungen zu publizieren, ist schärfer als je zuvor. Gleichsam gewachsen ist damit aber auch die Versuchung, die Fehler unserer Konkurrenten übermäßig aufzublasen, ihre „falschen“ Schlussfolgerungen zu übertreiben und die Mängel ihrer Arbeit heraus zu posaunen. Was jedem am Ende natürlich noch mehr Angst macht, Fehler zu machen — geschweige denn sie einzugestehen.

Das Ergebnis ist natürlich ein Klima der Furcht, fest eingegrabene Positionen — und konservative Wissenschaft.  Diesen Beitrag weiterlesen »

Gerade genug ist nicht genug

18. September 2013 von Laborjournal

Wissenschaftliche Studien müssen so verfasst sein, dass sie problemlos und allumfassend reproduziert werden können — seit jeher eines der obersten Gesetze wissenschaftlichen Publizierens.

Ernüchternd daher, was eine Gruppe von Forschern um Erstautor Nicole Vasilevsky von der Oregon Health & Science University feststellen musste. Nachdem sie knapp 240 Artikel aus 80 biowissenschaftlichen und multidisziplinären Journals begutachtet hatten, bilanzierten sie, dass in über der Hälfte der Fälle Reagenzien, Konstrukte, Zelllinien oder Modellorganismen derart ungenügend im jeweiligen Methodenteil beschrieben waren, dass eine Reproduktion der beschriebenen Ergebnisse schon allein dadurch unmöglich sein musste (PeerJ 1:e148 http://dx.doi.org/10.7717/peerj.148). Diesen Beitrag weiterlesen »

Kleine Lügen

22. April 2013 von Laborjournal

Jedes Paper enthält kleine Lügen. Ohne Ausnahme, da wetten wir.

Nehmen wir ein typisches Paper. Das liest sich — ohne die jeweils spezifischen Details — etwa nach folgendem Muster:

„Wir wollten wissen, ob […] Dazu gab es bereits diese und jene Beobachtung […] Wir folgerten daher, dass […] Um dies zu testen, führten wir zunächst das Experiment durch, dessen Ergebnisse in Abbildung 1 zusammengefasst sind […] Aufgrund dieser Daten vermuteten wir weiter, dass […] Die Ergebnisse der Experimente in den Abbildungen 2 und 3 erhärteten diesen Verdacht […] Da zudem Kollege Müller vor einiger Zeit XYZ beobachtete, lag nun nahe, dass Faktor A diesen Effekt vermittelt […] Wir verifizierten diese Annahme anschließend in den Experimenten der Abbildungen 4 und 5 […] Um die Beteiligung von A und damit den gesamten Mechanismus abzusichern, entwarfen wir schließlich das Experiment in Abbildung 6, welches den Mechanismus nochmals bestätigt […] Damit zeigen die Daten insgesamt klar, dass […] Abschließend schlagen wir angesichts dieser Erkenntnisse daher vor, dass […]“

Klingt nach einer guten Story, oder? Diesen Beitrag weiterlesen »

Echte Daten

17. April 2013 von Laborjournal

Kommt jemandem folgendes Szenario bekannt vor?

Chef und Diplomandin besprechen das nächste Experiment. Nochmals erklärt Chef „seine“ Hypothese und betont, dass demnach in dem Experiment ganz klar mehrere Dutzend Gene in der entsprechenden Mutante aufleuchten müssten.

Vier Wochen später steht fest: Gerade mal drei positive Signale, und auch die ergeben nicht gerade viel Sinn. Chef ist enttäuscht, wird sogar richtig sauer, misstraut plötzlich ihrem Experiment — und lässt Diplomandin schließlich einfach stehen. Diplomandin ist geknickt, dass sie Chef nicht die „gewünschten“ Resultate liefern konnte — und zweifelt schließlich an sich selbst, ob sie überhaupt zur Forscherin tauge.

Hey „Chef“, geht’s eigentlich noch? Diesen Beitrag weiterlesen »

Zitat des Monats (10)

22. März 2013 von Laborjournal

Geoffrey Boulton, Edinburgh University, im Wall Street Journal.

 

Muster ohne Wert

6. Februar 2013 von Laborjournal

“Oh Gott, das war wieder einer der typischen Bioinformatik-Vorträge.” Der kürzlich so aufstöhnte, war ein Biochemiker. Zuletzt musste er in seinem Feld immer mehr von “diesen Bioinformatikern” begegnen. Wie in so vielen anderen Feldern auch.

“Nur reine Waschlisten”, klagte er weiter. “Warum gewisse Muster innerhalb des analysierten Monster-Datensatzes hier überrepräsentiert sind, dagegen dort kaum vorkommen. Dass es darin soundsoviel Prozent von diesem gibt, und soundsoviel von jenem. Und dann zeigt er uns strahlend, dass Proteine, die offenbar an der Transkription beteiligt sind, auffällig viel Glutamin enthalten. Als ob es dazu nicht schon einen Rattenschwanz an biochemische Daten geben würde. Und als ich ihn dann etwas ketzerisch nach einer Erklärung für die Glutamine fragte, hob er nur dumm-grinsend die Schultern.” Diesen Beitrag weiterlesen »

Zitat des Monats (16)

8. November 2012 von Laborjournal

Heute mal was Positives aus dem Blog DrugMonkey. Im Eintrag The upside of scientific meetings“ heißt es dort:

It is not infrequent that I come back from scientific meetings all in a tizzy to do one of three things.

1) Put the hurry up on pumping out some data that we’ve been collecting.

2) Start new experiments! Several. We gotta get on this right now people so let’s moooooove!

3) Write two or three new grant proposals.

The reasons are varied but it all comes down to the constellation of encouragements you get at a conference through talking with various people about your data and their own data.

This is why we do this. Because the science is exciting. And meetings put a thick underline below this experience.

Foto: iStockphoto/geniebird
Information 4


Information 5


Information 6