Привет, коллеги!

Благодаря рекомендации Зоопарка из слоновой кости и коллаборации с каналом Заметки учёной меньше чем за сутки аудитория этого блога выросла аж в три раза. Я в шоке 😰, так как ставила цель набрать первую тысячу подписчиков к сентябрю следующего года. Поэтому я отложила сегодняшний познавательный пост до завтра и решила чуть больше рассказать о себе, чтобы все точно знали на что кого подписались 💃

Итак, меня зовут Анастасия Куренкова и на данный момент я работаю в должности заместителя директора по учебной и воспитательной работе Института регенеративной медицины Сеченовского университета. Окончила я биологический факультет МГУ с присвоением квалификации "физиолог". Затем прошла аспирантуру на факультете фундаментальной медицины МГУ и получила уже менее понятную мне квалификацию Бонд. Джеймс Бонд. Исследователь. Преподаватель-исследователь. Защитила диссертацию и сбежала в первый мед, где работаю и по сей день. На этом формальную часть резюме считаю законченной 🤔

Большой мой рост в качестве учёного произошёл в лаборатории под руководством PI из Каролинского института, приглашённого по программе 5-100. Я впервые познакомилась с научным методом, о чём писала ранее, и в целом благодаря насмотренности пришло понимание того, как настоящая наука делается. К сожалению, вместе с этим я осознала, что с требованиями к публикационной активности я не смогу балансировать между хорошими в моём понимании исследованиями и отчётностью, так что сейчас наука не является моим основным родом деятельности. Но я не исключила её до конца, а продолжаю делать силами студентов 😈 пользуясь случаем, передаю им привет и обещаю выпустить из лаборатории на выходные

Преподавала я со второго курса специалитета, правда тогда это было вопросом выживания, поскольку репетиторство это одна из самых удобных и прибыльных подработок. В аспирантуре начала преподавать студентам, а три года назад я поняла, что разработка отдельных курсов или даже целых программ меня захватывает больше, чем эксперименты. Возможно от того, что результат достижим гораздо быстрее, возможно, из-за дофаминового подкрепления от каждого благодарного студента - не знаю.

Собственно из этого и родилась идея данного канала. Я часто вижу потерянных студентов и аспирантов, которых бросили в котёл науки без спасательного жилета. А потом во время или после аспирантуры они разыгрывают карту "уйти в айти" и больше мы их не видим. Но ведь я и сама когда-то так же барахталась, в первый год аспирантуры меня держала только общага, во второй ответственность за студентов, в третий проделанная работа. Так что мне захотелось поделиться тем, что меня беспокоило в начале пути в науку и что беспокоит сейчас, рассказать то, что мне самой бы тогда пригодилось и показать возможные пути решения возникающих проблем. Я веду канал не анонимно, обращаюсь на "ты" и пилю мемасы, потому что в этом пространстве я бы хотела быть другом, а не руководителем. И я очень надеюсь быть полезной тем, кто начинает свою карьеру или учится чему-то новому, а с теми, кто уже состоялся, я с удовольствием обсужу насущные проблемы обучения новых поколений.

Искренне ваша,
А.Д. Куренкова

ПыСы: В первом закреплённом посте есть список хештегов, отражающих примерное содержание канала. А ещё по ним можно прочитать старые записи только по интересующей тематике.

#методичка

Рубрика э-э-э-эксперименты!

Привет, коллега!

В предыдущих постах мы научились формулировать научную гипотезу и оценивать, что никто до нас её не проверил. А значит настало время продумать над экспериментами, которые позволят доказать или опровергнуть гипотезу. И здесь очень важно не ошибиться с выбором экспериментальных групп, иначе выводы из работы не будут иметь никакой научной ценности. Итак, какие же группы бывают:

➡️ Экспериментальная/опытная/исследуемая группа (treatment group) - эта та группа, которая и будет подвергнута какому-то воздействию. Допустим, мы синтезировали очень крутой пептид, который уменьшает воспаление. Тогда в одной группе моделируется воспаление (а то нечего уменьшать) и она получает этот пептид в качестве терапии.

➡️ Контрольная группа (control group) - в классическом понимании эта группа, в которой исследуемого воздействия не было (отрицательный контроль). Очевидно, что нашем случае контрольная группа не получает пептид. Но всё не так просто, очень важно, чтобы исследуемую и контрольную группу отличал только один параметр, иначе мы не сможем разделить эффекты. Например пептид мы вводим внутривенно в физиологическом растворе и тогда контрольная группа должна получить инъекцию физраствора без пептида. Собственно, это и есть плацебо-контроль: точно такая же таблетка, но без действующего вещества.

Но не плацебо единым живы наши контроли. Их может быть куда больше 👍

➡️ Положительный контроль (positive control) - это группа, на которую оказывают известное воздействие с тем результатом, который мы хотим получить в эксперименте. В нашем эксперименте мы можем дать также известный противовоспалительный препарат с доказанной эффективностью и сравнить силу ответа. Вдруг наш пептид хоть и работает, но так слабо, что отправлять его на фарм фабрику нет никакого смысла?

➡️ Интактный контроль (intact) - это группа без какого либо воздействия вообще. Очень важна, например, при гистологической оценке, чтобы визуализировать как выглядит здоровая ткань. Если мы оцениваем воспаление на модели подкожного очага, то мы можем сравнить состояние ткани после нашего препарата и в интактном контроле, вдруг он настолько крутой, что вернул всё в изначальное состояние. Ещё интактный контроль может использоваться для оценки состоятельности модели. Например, хирургически вызванный остеоартрит развивается не сразу, поэтому важно отслеживать степень его развития по сравнению со здоровым хрящом.

➡️ Ложнооперированный контроль (sham) - предпочтительнее интактного в случае хирургических экспериментальных моделей. В этом случае проводится полная операция, но без целевого действия. Такой контроль важен, чтобы разделить эффекты самой операции от непосредственно заболевания. Например, в случае модели ишемии сердца - вскрывают грудную клетку, изолируют сердце, проводят иглу под сосудом, но не перевязывают его. В данном случае такой контроль нужен, чтобы разделить эффекты самой ишемии и пневмоторакса.

🎲 Очень важно, чтобы субъекты в каждую группу попадали случайным образом, это называется рандомизация. В идеале до начала эксперимента следует оценивать исследуемые параметры и проверять, что различий между группами нет. В противном случае далее мы будем наблюдать это различие, а не эффекты нашего исследуемого воздействия. При этом существует понятие квазиэкспериментальных исследований, при которых рандомизации не происходит. Например, мне приходится оценивать эффекты от внедрения новых технологий в свои курсы, сравнивая студентов с разных потоков.

Сколько и какие контроли использовать зависит от конкретного эксперимента и исследовательского вопроса. Кто-то ограничивается исследуемой группой и плацебо, кто-то делает все вышеперечисленные группы. Ещё хуже, когда эксперименты комплексные, в этом случае исследуется воздействие нескольких факторов и тогда контроли потребуются на каждый отдельный фактор 😱. Обычно после этого есть сложности со статистическим анализом, так как падает мощность критериев, но это уже совсем другая история...

Всех с пятницей, коллеги! Кто как планирует провести выходные?

Я вот собираюсь поехать на малую Родину в Тулу и неистово отдохнуть 😴

🚙 Когда едешь за рулём и пишешь новый пост с помощью голосовой клавиатуры, а впереди кто-то решил самоубиться.
И кажется я сама дала ответ на своё предложение по распределению средств.

#дед_инсайд

❗️Дисклеймер: данный пост написан с позиции человека, который организует учебную работу кафедры и не вертится в кругах лиц, которые решают судьбу образования всей страны, так что может я чего-то не вижу и не понимаю. Касается он в первую очередь специальности биология и смежных, возможно в соцгум секторе всё совершенно иначе. И как и всё под данным хештегом, является сугубо личным мнением автора, а не истиной в последней инстанции.

🤝 Привет, коллега!

На прошлой неделе наш университет был вынужден объявить дополнительный набор в магистратуры из-за того, что остались незанятые бюджетные места. Я поспрашивала коллег, и в этом году многие еле-еле закрыли контрольные цифры приёма. Программ стало очень много и предложение сильно превышает спрос. И я задумалась, а собственно почему люди не идут в магистратуру?

Все в курсе, что весной 2022 года Россия вышла из Болонской системы. На мой взгляд, чтобы выйти из Болонской системы, надо было в неё сначала войти 🤔. Когда был дан приказ о переходе на бакалавриат и магистратуру многие просто растянули пятилетний учебный план до 6 лет, добавив кучу спецкурсов разной степени полезности, и поставили границу после 4 лет. Однако суть Болонской системы в том, что бакалавриат должен быть максимально широким и давать общие представления о своей специальности во всём её многообразии, а магистратура углубляет в узкую область. И ещё в ней есть классная штука с элективами, когда больше половины учебного плана является дисциплинами по выбору, которые студент должен набрать в требуемом по часам количестве, за счёт чего студент учится выбирать и лучше понимает свой карьерный трек. У нас это было не имитационно сделано в очень малом количестве учебных заведений

🐌 Последние годы ряд вузов заметил несоответствие и стал пересматривать свои программы, но сейчас... Галя, у нас отмена. Что в итоге будет пока не слишком понятно, 6 вузов что-то экспериментируют, остальные уже 2 года ждут разъяснений. Что я могу почерпнуть сейчас: будет базовое высшее образование от 4 до 6 лет (бывшие бакалавриат и магистратура) и специализированное высшее образование от 1 до 2 лет (бывшая магистратура). Если раньше после бакалаврита ты не мог пойти в аспирантуру и шел в магистратуру, то сейчас добро пожаловать после 5+ лет базового высшего. Сама магистратура предполагается 3 видов: от индустрии за деньги индустрии, исследовательская за деньги государства и управленческая непонятно за чей счёт.

🤝 А теперь следи за руками. Для первого и третьего случая у нас есть программы профессиональной переподготовки, которые можно запускать в любое время, а не только в сентябре, которые длятся от нескольких месяцев и более адаптивные во всех планах. Так почему компания должна заплатить именно за магистратуру? Во втором случае смысл идти учиться появляется при четырехлетнем базовом высшем. Сейчас бакалавр в биологии считается неполноценным, если идет в научные исследования. Думаю, четырехлетних программ будет мало. А значит магистратура будет нужна тем, кто меняет профессию. И то, если не поставить фильтр по специальности на входе в аспирантуру, то люди с 5+ базовым высшим пойдут скорее сразу туда. И все равно в этом случае магистратура будет по сути профессиональной переподготовкой за бюджетные деньги

😑 И собственно вопрос: нахрена козе баян? Может уже пойти до конца в реформах и сделать гибкий специалитет без всяких магистратур? Все равно их количество планируется сократить, так как всем видно, что они не очень нужны. А сэкономленные деньги можно будет направить на другие образовательные проекты или в конце-концов на зарплаты преподавателям. Можно делать гос субсидии на профессиональную переподготовку для тех, кто хочет поменять специальность и пойти в науку из другой области. Идти от запроса людей, а не выделять деньги и места, которые будут заполняться лишь бы кем, чтобы закрыть контрольные цифры. Я курирую 2 магистратуры, сама создала одну и это моё любимое детище, но с текущими реформами считаю, что лошадь умирает и надо бы слезать.

#статистика_для_котиков

Мы выбираем, нас выбирают, как это часто нерелевантно

Привет, коллега!

В прошлом посте мы говорили про типы данных, но данные не существуют в вакууме, мы собираем их с субъектов исследования. Это могут быть люди, крысы, клетки, химические вещества - всё, с чем ты ставишь свой эксперимент.

🌈 В идеальном мире, чтобы делать обоснованные выводы, мы должны провести исследование для вообще всех существующих в мире субъектов. Это называется генеральной совокупностью. Если мы оцениваем пушистость котиков, то придётся измерить её для всех котиков на планете. Это занятие, конечно, приятное, но займет кучу времени. Поэтому мы возьмем только котиков сотрудников нашего института и это будет называться выборкой.

✅ Выборка может быть репрезентативной, то есть хорошо отражать генеральную совокупность. Мы знаем что в мире есть и персидские, и сибирские кошки, и сфинксы, и ликои – и пушистость у всех разная. В репрезентативную выборку должны попасть представители всех пород и в том соотношении, в котором они есть в генеральной совокупности. Это, конечно, почти недостижимо, но стремиться к этому надо.

✖️Нерепрезентативная выборка не включает все элементы генеральной совокупности или включает их в неправильном соотношении. Например, измерять пушистость котиков мы пошли в приют, а там все животные оказались благородной дворовой породы

📌 Очень важно, что выводы, которые мы делаем из работы справедливы только для генеральной совокупности для которой наша выборка репрезентативна. Например, эффективность некого лекарства проверяется на самцах белых крыс линии Wistar возрастом 4-6 месяцев и весом 300-400 грамм. Будет ли оно работать для вообще всех крыс? А для молодых самцов? А для крыс с ожирением? Не факт. Собственно, из-за того что в 20 веке все лекарства тестировались на мужчинах, многие из них имеют иную дозировку или попросту неэффективны для женщин

👊 Все же замечали как пиарщики разных организаций любят громкие заголовки про то, что учёные из НИИЧАВО вылечили рак, хотя на самом деле они нашли молекулу, которая убивает раковые клетки в культуре. Это собственно перенос результатов с одной выборки на вообще другую генеральную совокупность. Если меня кто-то слышит - не делайте так, пожалуйста. Это порождает мемы как про британских учёных, но точно не приносит славы вашим. Особенно в глазах других учёных.

⏩Если у нас исследование с разными экспериментальными группами, то мы получим несколько выборок. Друг относительно друга они могут быть связанными (зависимыми) и не связанными (независимыми). Выборки независимы, если субъекты в них разные. Например, мы взяли часть котиков на груминг, а других не взяли 😢 и потом сравнили их пушистость. В связанных выборках субъекты одни и те же. Мы взяли котиков и измерили их пушистость до груминга и после. Собственно в зависимости от того, связаны выборки или нет, будет зависеть выбор критерия для сравнения пушистости. В комментариях я приведу пример из своей работы, где видно, что анализ связанных выборок позволил выявить эффект, который мы бы никогда не поймали, если бы некорректно использовали другой критерий.

Кстати именно для этой работы я долго боролась с журналистами, чтобы они прописали в новости про эксперименты на животных и не писали, что учёные из Сеченовского вылечили диспропорцию конечностей. Получилось не слишком эффективно, до сих пор на рабочую почту мне приходят вопросы про то, где можно сделать инъекцию роста 🥱

#ля_ты_крыса

- Сколько будет 2х2?
- А сколько надо?

Привет, коллега!

Я очень люблю статью про 9 кругов научного ада, кто хочет может ознакомиться с русским переводом здесь. Согласно этой работе самым страшным научным грехом считается фабрикация данных. Об этом сегодня и поговорим.

Строго говоря, есть разница между фабрикацией и фальсификацией данных: в первом случае данные полностью выдуманы 🌈, а во втором существующие данные искажены. При фабрикации эксперимент придумывается, но никогда не проводится, а его данные генерируется где-нибудь в экселе. При фальсификации эксперимент всё таки проводится, но все "неудобные" результаты удаляются. Также некоторые перебирают статистические критерии до появление нужного результата. Например, t-тест является достаточно мощным и часто показывает заветное p<0.05, но не подходит для дискретных данных.

Как же распознать фальсификацию или фабрикацию данных?

🔵 Идеальные данные с очень малым разбросом. Реальность бессердечна 💔 и это нормально, когда в исследованиях данные выглядят не слишком хорошо. В целом, если у авторов абсолютно везде огромная значимость различий, то это подозрительно. Также можно увидеть повторяющиеся паттерны, например, в диаграммах рассеивания, это явный признак копипасты. Помимо неправомерного удаления данных, иногда исследователи используют стандартную ошибку среднего (SEM) в качестве мер разброса, что позволяет сделать "усы" меньше. Это не есть фальсификация, но вводит читателя в заблуждение и в целом некорректно с точки зрения описательной статистики. В будущем я обязательно напишу почему.

🔵Непрозрачность исследования. Если методика и анализ в статье написаны не очень подробно и вызывают сомнения - это повод задуматься и заподозрить неладное 🤔. Но если и на запрос (особенно рецензента) авторы не спешат делиться информацией, то что-то с этими данными скорее всего не так. Кроме случаев коммерческой или гос тайны, но это прописывается отдельно.

🔵Махинации с изображениями. Некоторые авторы подкручивают настройки изображений, например, яркость-контраст, чтобы выдать желаемое за действительное. Также можно встретить вырезанные фрагменты, которые "склеивают" друг с другом. Например, так часто делают для изображений вестерн-блота. Мне несколько раз на рецензию приходили статьи, где за результат регенерации хряща выдавали интактную область, не затронутую дефектом.

🔵Невоспроизводимость результатов. Согласно исследованию Nature 70% исследователей не могут воспроизвести результаты чужих исследований, а 60% своих же. Собственно, я лично столкнулась с тем, что взяв вещества, которые по литературе должны были стимулировать образование хряща из клеток, мы не получили хоть сколько-нибудь вменяемого результата. Вообще, у невоспроизводимости могут быть и иные причины помимо фальсификации и фабрикации и если тема интересна - ставь на этот пост 👀.

🔵Анализ предыдущих работ. Если возникают сомнения в качестве данных, то можно покопаться в предыдущих работах авторов. Вполне возможно, что там встретятся знакомые графики или изображения.

Хочу также порекомендовать блог RetractionWatch в котором можно увидеть примеры отозванных статей, в том числе из-за фабрикации и фальсификации. Насмотренность - наше всё. В России одно время действовала комиссия по противодействию фальсификации научных исследований и даже обнаруживала не совсем честные работы кандидатов в академики РАН. Мнения о работе этой комиссии противоречивы (а я своё не сформировала ввиду малого количества информации) и сейчас она не функционирует.

🐈‍⬛ Ну и в заключении ещё раз повторю, что фальсификация, фабрикация или плагиат - это, на мой взгляд, самые худшие нарушения научной этики. Я знаю примеры (и в РФ, и в Европе), когда студентов и аспирантов гнобили за то, что они не получали те данные, которые хотел руководитель, и заставляли переделывать одно и то же много много раз 👊 В таких случаях велик соблазн выдать желаемое за действительное. Если ты узнаёшь в этом себя, то это знак: беги из этого места как можно скорее. Ещё никто из моих знакомых, кто так поступил, не пожалел.

#лабжурнал

Атомно-силовой микроскоп или как потрогать молекулы

Привет, коллега!

Задумывая этот блог, я хотела рассказывать простым языком про работу отдельных сложных приборов или делиться интересными методиками. Первый пост в этой тематике будет посвящён атомно-силовому микроскопу, потому что этот прибор удивил меня больше всего, когда я почти семь лет назад пришла работать в Сеченовский университет.

🌟 Итак, атомно-силовой микроскоп (АСМ) — это прибор, который позволяет сканировать поверхность на наноуровне. Как ты можешь провести пальцем по механической клавиатуре и нащупать кнопочки, так и АСМ умеет "ощущать" структуру поверхности материала на уровне отдельных молекул.

🙂 Рабочая часть АСМ состоит из зонда, который представляет собой гибкий рычаг (кантилевер) с острой иглой на свободном конце. Когда зонд скользит по поверхности, он взаимодействует с её неровностями, что приводит к изгибанию кантилевера. В свою очередь этот изгиб регистрируется по отражению света от лазера, который постоянно светит на кантилевер. Ну и далее в недрах компьютера и программы происходит математическая магия 🪄 и данные с датчика превращаются в изображение поверхности.

У АСМ есть несколько режимов работы:

🤗 Контактный - при нём зонд находится максимально близко к поверхности и происходит отталкивание атомов. Способ быстрый и достаточно точный на твёрдых материалах. Правда плохо работает с мягкими биологическими объектами.

🤪 Полуконтактный - в этом случае зонд вибрирует и как будто постукивает по поверхности. Является альтернативой контактному способу для мягких объектов, но сложнее в настройке, особенно при работе в жидкости.

👀 Бесконтактный - зонд вообще не касается поверхности и парит где хочет законом не запрещено над образцом. При этом за счёт сил Ван-дер-Ваальса он немного притягивается к поверхности, что и регистрируется прибором. Идеален для мягких объектов, но работает обычно лишь в вакууме.


Зачем это всё нужно, кроме того, что это просто круто?

🟡 АСМ позволяет "увидеть" наночастицы, волокна полимеров в скаффолдах, строение мембран, взаимодействие и строение отдельных молекул и тд.

🟡 Можно использовать АСМ для оценки механических свойств различных материалов или даже биологических тканей. В этом случае зонд не просто скользит по поверхности, но и давит на неё с чётко заданной силой. Ответ на это давление и будет определять механические свойства.

🟡 Помимо этого АСМ может использоваться для нанолитографии то есть печати на наноразмерном уровне. В этом случае зонд давит на поверхность ещё сильнее, оставляя углубления с заданными параметрами. Это очень важно, например, в микроэлектронике для создания датчиков и чипов.

📌 Надеюсь, что этот пост был интересным и как минимум познавательным, а как максимум позволил тебе задуматься о применении АСМ для своих исследований. Если хочешь, чтобы я аналогичным образом разобрала какой-то другой прибор или сложный метод - напиши об этом в комментариях и я обязательно сделаю это. А пока мой внутренний голос велит в следующий раз рассказать про метод HCR (hybridization chain reaction), который позволяет визуализировать мРНК на гистологических срезах. Так что оформляй подписочку на канал и следи за обновлениями.

#АДский_труд

Листая свои подписочки, наткнулась я на одно объявление на тему подготовки инженеров в вузах. Для меня это достаточно больная тема, поскольку волею судеб очень много работаю с нашей Передовой инженерной школой и в ближайшем будущем скорее всего займусь специалитетом по биоинженерии 👍

Так вот, главные вопросы, который меня мучают в этом плане, это кто такой инженер и как с ним бороться, что такое инженерное мышление и как его ставить в процессе обучения. Ответ на первый вопрос я кажется нашла в этом посте. Коротко, инженер - это тот, кто создаёт новые штуки, в то время как учёный создаёт новое знание. И для меня это порождает проблему в проектировании образования, так как я сама учёный и вокруг меня очень много отличных учёных и очень мало инженеров. А можем ли мы такой командой вообще учить инженеров? 😓 А если не можем, то кто тогда? Читая программы по биоинженерии, я пока вижу подготовку учёных или технологов, но никак не разработчиков.

Далее. Как я для себя сформулирована на основе множества определений, инженерное мышление - такой вид системного мышления при котором есть не только понимание общих принципов функционирования, но и умение видеть слабые звенья и проектировать способы их устранения. Человек не может передвигаться - сделаем инвалидную коляску 🏎. Тяжело крутить колёса - не беда, теперь она управляется кнопочками. Не получится кнопочками? Будет управление глазами.

Что касается постановки инженерного мышления, то тут у меня есть несколько гипотез. Во-первых, конечно без системного мышления тут никуда. Мне кажется, что реверсивный инжиниринг, то есть разбор продукта до составляющих, является мощным инструментом его прокачки. Во-вторых, на этапе обучения инженер должен быть подмастерье и обязательно в нескольких разных командах, чтобы наблюдать как мыслят профессионалы. И наконец, он должен сам решать какие-то простые задачи и желательно не одну на дипломной работе, а на каждом предмете несколько. Пусть студенты, например, сами соберут системы управления железной дорогой с поездами и запрограммируют работу семафоров. Ведь через эту игру они научатся паять и программировать 😭. И может быть тогда они смогут перенести этот опыт на решение других, ещё не решённых задач.

Вопрос, в целом, дискутабельный и я была бы рада новым мнениям в комментариях. А пост, который натолкнул меня на все эти размышления, можно найти по ссылке, сегодня будет эфир на тему подготовки инженеров для машиностроения. Я, конечно, далека от этой сферы, но надеюсь, что мне ответят на вопрос про постановку инженерного мышления декан факультета робототехники ИТМО и/или профессор Сколтеха. Или нет, посмотрим 😈

🥺 Коллеги, всем хороших выходных!