bj
    >> Φυσικές Επιστήμες >  >> βιολογία

Τα μεγάλα δεδομένα είναι για τα πουλιά

Στην Ιθάκη της Νέας Υόρκης, μια εικονική μηχανή σε ένα εργαστήριο στο Cornell Lab of Ornithology κάθεται τη νύχτα και βουίζει. Το όνομα της μηχανής είναι Bubo, από το γένος για κερασφόρες κουκουβάγιες. Περίπου κάθε πέντε λεπτά, ο Bubo τραβάει μια εικόνα από σταθμούς ραντάρ μετεωρολογικών βορειοανατολικών και την τροφοδοτεί μέσω ενός αγωγού αλγορίθμων τεχνητής νοημοσύνης. Τι μου δείχνει αυτή η εικόνα ραντάρ; ρωτάει ο Μπούμπο. Είναι βροχή; Είναι έντομα αυτά; Μπορεί να είναι γύρη; Ο Bubo δεν νοιάζεται για αυτά τα πράγματα. το μόνο που θέλει να δει είναι πουλιά εν πτήσει. Για να τα βρει, ο Bubo αναλύει την ταχύτητα και την κατεύθυνση των στόχων που βλέπει ο σταθμός ραντάρ. Ο Bubo ξέρει ότι τα πουλιά έχουν ταχύτητα διαφορετική από τον άνεμο και τα έντομα και τα φιλτράρει. Τώρα ο Μπούμπο βλέπει μόνο πουλιά. Αλλά πόσο πυκνά είναι; Πόσο γρήγορα πάνε; Πόσο ψηλά στον ουρανό πετούν; Το μηχάνημα κάνει αυτούς τους υπολογισμούς και δημιουργεί μια εικόνα αμέτρητων πουλιών εν πτήσει, που ταξιδεύουν υπό την κάλυψη του σκότους.

«Αν μπορούσαμε να δούμε τη νύχτα, θα βλέπαμε εκατομμύρια πουλιά να πετούν από πάνω», λέει ο Thomas Dietterich, καθηγητής επιστήμης υπολογιστών στο Πανεπιστήμιο του Όρεγκον, ο οποίος συνεργάζεται με το Cornell Lab of Ornithology. Τα κολίβρια με το μαύρο πηγούνι πετούν κατά μήκος της μεξικανικής ακτής στο δρόμο τους προς την Αλάσκα. Τα κιτρινολαρυγγώδη vireos πετούν πάνω από την ακτή του Κόλπου, με κατεύθυνση προς το Οντάριο. Μυγοθραύστες σε χρώμα ελιάς και κίτρινου πλέουν στην Κεντρική Αμερική, με προορισμό τα Βορειοδυτικά Εδάφη. "Είναι απλά τόσο δέος που συμβαίνει αυτό το τεράστιο, μυστικό πράγμα που δεν γνωρίζουμε."

Οι επιστήμονες προσπαθούν εδώ και καιρό να διεισδύσουν στα μυστικά των μεταναστεύσεων των πτηνών. Έχουν φωτίσει τα αξιοσημείωτα μέσα με τα οποία τα πουλιά βρίσκουν το δρόμο τους σε όλη την υδρόγειο. Αυτά περιλαμβάνουν τους γνωστικούς χάρτες των πτηνών του εδάφους και των ηπείρων και μηχανισμούς στα μάτια τους που ανιχνεύουν τους μαγνητικούς πόλους της γης και προσανατολίζουν την κατεύθυνση της πτήσης.

Ο Andrew Farnsworth, επιστημονικός συνεργάτης στο Cornell Lab of Ornithology's Information Science, θέλει να κατανοήσει τις μεταναστεύσεις των πτηνών πέρα ​​από τη βιολογία. Επιδιώκει τη μεγάλη εικόνα. «Πώς λειτουργεί η μετανάστευση σε ένα μεγαλύτερο οικοσύστημα;» ρωτάει. "Τι σημαίνει όταν αλλάζουν τα οικοσυστήματα;"

Τα τελευταία τέσσερα χρόνια, ο Farnsworth και οι συνάδελφοί του, μια ομάδα οικολόγων, στατιστικολόγων, επιστημόνων υπολογιστών και μετεωρολόγος, εργάζονται σε ένα έργο που ονομάζεται BirdCast, που οδηγεί στη μηχανική μάθηση του Bubo, για να αποκαλύψει τα μυστικά της μετανάστευσης. Μερικά από αυτά τα μυστικά περιέχονται στις εκτιμώμενες 100 εκατομμύρια σαρώσεις ραντάρ καιρού που πραγματοποιήθηκαν τα τελευταία 20 χρόνια και αρχειοθετήθηκαν από την Εθνική Υπηρεσία Ωκεανών και Ατμόσφαιρας. Άλλες είναι σε δεκάδες εκατομμύρια θεάσεις πουλιών που αναφέρονται κάθε χρόνο στο eBird, μια διαδικτυακή πλατφόρμα όπου παρατηρητές πουλιών σε όλο τον κόσμο καταγράφουν παρατηρήσεις για συγκεκριμένα είδη. Και ακόμη περισσότερες είναι στις χιλιάδες ώρες νυχτερινών κλήσεων πουλιών που καταγράφονται από συσκευές ακουστικής παρακολούθησης διάσπαρτες σε όλη τη χώρα.

Με το BirdCast, η επανάσταση των Big Data συναντά τη διατήρηση της άγριας ζωής. Φανταστείτε δήμους που σβήνουν τα φώτα πριν πλησιάσουν τα πουλιά για να μην τα αποπροσανατολίσουν ή περιοχές όπου τα πουλιά σταματούν για να ξεκουραστούν και να τραφούν κατά τη διάρκεια της ημέρας που προστατεύονται από φυτοφάρμακα και ανεμογεννήτριες. «Οι περισσότερες παραδοσιακές δραστηριότητες διατήρησης είναι να παραμερίζονται συγκεκριμένες περιοχές. είναι στατικό», λέει ο Farnsworth. «Αυτή γίνεται η εποχή της πιο δυναμικής διατήρησης. Πώς μπορούμε να αλλάξουμε τη συμπεριφορά μας πριν συμβεί κάτι;» Αυτή η προγνωστική ικανότητα θα μπορούσε να βοηθήσει τους οικολόγους να μετριάσουν τις απειλές για τα πουλιά από την εξάπλωση, την ανάπτυξη και τις περιβαλλοντικές αλλαγές που προκαλούνται από την κλιματική αλλαγή. Αλλά πρώτα, λέει ο Dietterich, «πρέπει να έχουμε πολύ καλύτερα μοντέλα για το πού πηγαίνουν τα πουλιά και ποια μονοπάτια ακολουθούν».

Πριν από τα ραντάρ, λίγοι άνθρωποι γνώριζαν πολλά για τις νυχτερινές μεταναστεύσεις. Στη δεκαετία του 1930, οι στρατοί και στις δύο πλευρές του Ατλαντικού αγωνίστηκαν για να αναπτύξουν τεχνολογία που θα τους έδινε εκ των προτέρων προειδοποίηση για εχθρικά αεροσκάφη. Τα μετεωρολογικά ραντάρ  εκπέμπουν εκρήξεις ραδιοκυμάτων, που ονομάζονται παλμοί, που αναπηδούν από αντικείμενα στην ατμόσφαιρα. Το ραντάρ υπολογίζει το σχήμα και την απόσταση ενός αντικειμένου με βάση την ταχύτητα και την ισχύ της ηχούς που επιστρέφει. Το ραντάρ αποδείχθηκε ότι ήταν ικανό να ανιχνεύσει Heinkels και Messerschmitts και καιρικά μέτωπα. Αλλά άλλα αντικείμενα που κινούνται στην ατμόσφαιρα διέφευγαν την κατηγοριοποίηση. Οι χειριστές ραντάρ του βρετανικού στρατού αποκαλούσαν τα μυστηριώδη αντικείμενα αγγέλους και οι Γερμανοί τα ονόμασαν Scheinziele, «ψευδείς ηχώ». Ό,τι κι αν ήταν, δημιουργούσαν όλεθρο για όλους, έστελναν άνδρες σε σταθμούς μάχης και κυνηγούσαν αεροπλάνα-φαντάσματα. Οι ορνιθολόγοι που εργάζονταν για την πολεμική προσπάθεια της Βρετανίας μάντευαν ότι τα αντικείμενα ήταν πουλιά, αλλά λίγοι άνθρωποι το πίστευαν—δεν πίστευαν ότι τα πουλιά θα πετούσαν τη νύχτα.

Στα χρόνια που ακολούθησαν τον Β' Παγκόσμιο Πόλεμο, ένας από τους πρωτοπόρους του τομέα που ονομάζεται ορνιθολογία ραντάρ ήταν παιδί στη Νέα Ορλεάνη. Η πατρίδα του Sidney Gauthreaux βρισκόταν στο μονοπάτι ενός από τους πιο πολυσύχναστους διαδρόμους μετανάστευσης στη Βόρεια Αμερική. Η πιο άμεση διαδρομή για τα είδη που επιστρέφουν από τις χειμερινές περιοχές της Καραϊβικής, της Νότιας Αμερικής και της Κεντρικής Αμερικής είναι πάνω από τον Κόλπο του Μεξικού, τον οποίο διασχίζουν σε ένα μόνο ταξίδι —400 έως 600 μίλια— για να φτάσουν στην ξηρά. Ως παιδί, ο Gauthreaux έμεινε ξύπνιος τη νύχτα ακούγοντας τις κλήσεις πτήσης στο σκοτάδι έξω από την κρεβατοκάμαρά του. «Η καριέρα μου έχει αφιερωθεί στην κατανόηση του τι συμβαίνει στην ατμόσφαιρα τη νύχτα γιατί δεν μπορούμε να το δούμε», λέει σήμερα ο Gauthreaux.

Όταν ο Gauthreaux ήταν στο γυμνάσιο τη δεκαετία του 1950, το πρώτο σύγχρονο σύστημα ραντάρ καιρού εγκαταστάθηκε κατά μήκος του Κόλπου, μέρος ενός εθνικού δικτύου 50 σταθμών που ονομάζεται WSR-57. Αν οι σταθμοί ήταν αρκετά ευαίσθητοι για να ανιχνεύουν σταγόνες βροχής, σκέφτηκε ο Gauthreaux, δεν θα έπρεπε να μαζεύουν υγρασία στα σώματα των πουλιών που άκουσε τη νύχτα; Έπιασε στα χέρια του εικόνες ραντάρ και μπορούσε να δει σύννεφα από χιονισμένες μάζες που ήξερε ότι έπρεπε να είναι πουλιά. Η ανακάλυψη τροφοδότησε το πάθος του Gauthreaux για τη μετανάστευση πουλιών και στα τέλη της δεκαετίας του 1970 έχτισε το πρώτο κινητό εργαστήριο ραντάρ για μελέτες πτηνών.

Το 1990, ο Gauthreaux ίδρυσε το Εργαστήριο Ορνιθολογίας Ραντάρ στο Πανεπιστήμιο Clemson, περίπου την ίδια περίοδο που αναβαθμίστηκε το εθνικό μετεωρολογικό σύστημα. Το μετεωρολογικό σύστημα αποτελούνταν από 159 σταθμούς που εξέπεμπαν ενέργεια μικροκυμάτων για να συλλάβουν την πυκνότητα των στόχων και χρησιμοποιούσαν Doppler για να καταγράψουν την ακτινική ταχύτητα (την ταχύτητα με την οποία ένας στόχος πλησιάζει ή αναχωρεί από τη δέσμη του ραντάρ) και την κατεύθυνση. Τα δεδομένα ραντάρ από το δίκτυο, που ονομάζεται WSR-88D, επέτρεψαν στους ορνιθολόγους όχι μόνο να εκτιμήσουν πόσα πουλιά ήταν σε πτήση, αλλά και σε ποια ταχύτητα και κατεύθυνση κατευθύνονταν.

Το 1999, ένας από τους μεταπτυχιακούς φοιτητές του Gauthreaux ήταν ο Farnsworth, ο οποίος εστίασε τη διατριβή του στη συσχέτιση μεταξύ των κλήσεων νυχτερινών πτήσεων και της πυκνότητας των πτηνών που καταγράφηκαν από το ραντάρ. Η εργασία απαιτούσε τεράστιο χρόνο και προσπάθεια. Ο Φάρνσγουορθ έπρεπε να ακούσει ώρες καταγεγραμμένων κλήσεων πτήσης και να κατηγοριοποιήσει χειροκίνητα κάθε εικόνα ραντάρ αφού διακρίνει τον καιρό, τα έντομα, τις νυχτερίδες και τα πουλιά - μια δεξιότητα ειδικού που απαιτούσε πολλή εξάσκηση. Για τη διατριβή του, ο Farnsworth ανέλυσε τις αλλαγές στην πυκνότητα των πουλιών από ώρα σε ώρα και στις φωνές των πουλιών από 556 ώρες σε 58 νύχτες. Του πήρε οκτώ μήνες.

Το 2000, με χρηματοδότηση από την Υπηρεσία Προστασίας του Περιβάλλοντος, γεννήθηκε ο πρόδρομος του BirdCast σε μια συνεργασία που περιλάμβανε το Radar Ornithology Lab στο Clemson, το Cornell’s Lab of Ornithology και την National Audubon Society. Ο στόχος ήταν να προβλεφθούν οι μεταναστεύσεις των πτηνών για τον διάδρομο του μέσου Ατλαντικού, με βάση τις σαρώσεις ραντάρ και τις μετεωρολογικές προβλέψεις, καθώς και τις θεάσεις που συγκεντρώθηκαν από επιστήμονες πολιτών. Το έργο, που απαιτούσε απίστευτα ποσά ανθρώπινων και οικονομικών πόρων, ολοκληρώθηκε μετά από δύο χρόνια. «Η συνδεσιμότητα του κόσμου δεν ήταν σε ένα μέρος όπου αυτή η ιδέα ήταν πρακτική», λέει ο Farnsworth. "Ήταν πριν από τα Big Data, η όλη ιδέα της επιστήμης των πολιτών δεν είχε εκραγεί."

Μέχρι το 2011, το πλαίσιο είχε αλλάξει. Εάν το αρχικό BirdCast δεν μπορούσε να αναπτυχθεί λόγω των ανθρώπινων περιορισμών, οι επιστήμονες αποφάσισαν να βγάλουν τους ανθρώπους από το βρόχο. Η πρόκληση ήταν αν ένα μοντέλο τεχνητής νοημοσύνης θα μπορούσε να αποκτήσει την τεχνογνωσία που απαιτείται για την ανάλυση εικόνων ραντάρ, όχι μόνο κάνοντας διάκριση μεταξύ καιρού, εντόμων και πουλιών, αλλά συνάγοντας τις ταχύτητες και την κατεύθυνση των μεταναστευτικών πουλιών σε διαφορετικά υψόμετρα. Εάν μπορούσε, θα ήταν διαθέσιμα για μελέτη πεταμπάιτ ιστορικών δεδομένων, καθώς και η δυνατότητα παρακολούθησης των αποδημητικών πτηνών γρήγορα και αποτελεσματικά σε σχεδόν πραγματικό χρόνο, τόσο σε περιφερειακή όσο και σε εθνική κλίμακα. Με χρηματοδότηση από το Εθνικό Ίδρυμα Επιστημών, η νεοσύστατη ομάδα του BirdCast, μαζί με τον Daniel Sheldon, επίκουρο καθηγητή στην επιστήμη των υπολογιστών στο Πανεπιστήμιο της Μασαχουσέτης, στο Amherst, άρχισαν να δουλεύουν και ο Bubo εκκολάφθηκε.

Τώρα, κάθε βράδυ, το Bubo κατεβάζει δεδομένα από 17 σταθμούς ραντάρ καθώς και δεδομένα καιρού που θα τον βοηθήσουν να ξεχωρίσει τα πουλιά από τον άνεμο και τη βροχόπτωση. Η μέθοδος του Bubo προέρχεται από μια μέθοδο που χρησιμοποιείται από τους μετεωρολόγους για να καταγράψουν την κατεύθυνση και την ταχύτητα του ανέμου μέσω του ραντάρ, αλλά έχει ένα νέο χαρακτηριστικό για την αντιμετώπιση του προβλήματος της «αλλοίωσης». Το ψευδώνυμο συμβαίνει επειδή τα ραντάρ του WSR-88D δεν μπορούν να υπολογίσουν ακτινικές ταχύτητες πάνω από ένα ορισμένο ποσό και αυτά τα σφάλματα μπορεί να παραμορφώσουν τις σαρώσεις, δείχνοντας αντικείμενα πάνω από μια ορισμένη ταχύτητα ως κινούμενα προς τα έξω από το σταθμό ραντάρ και όχι ως εισερχόμενα και αντίστροφα. Το ψευδώνυμο δεν είναι καινούργιο, αλλά ο Sheldon και οι συνάδελφοί του στο BirdCast κατέληξαν σε μια νέα προσέγγιση αναπτύσσοντας ένα πιθανολογικό μοντέλο που εξηγεί το ψευδώνυμο στις τιμές ακτινικής ταχύτητας και γράφοντας έναν αλγόριθμο συμπερασμάτων για την ανακατασκευή ενός πλήρους πεδίου ταχύτητας. Το 2013, οι καινοτομίες κέρδισαν στην ομάδα το βραβείο καλύτερου χαρτιού από το Association for the Advancement of Artificial Intelligence. Ο αγωγός μηχανικής εκμάθησης του Bubo μπορεί να αναλύσει μια εικόνα ραντάρ σε 17 δευτερόλεπτα και εικόνες μιας νύχτας σε λιγότερο από μία ώρα.

«Γνωρίζουμε ότι τα πουλιά πετούν νότια το φθινόπωρο και βόρεια την άνοιξη», λέει ο Jeffrey Buler, επίκουρος καθηγητής οικολογίας άγριας ζωής στο Πανεπιστήμιο του Delaware, ο οποίος χρησιμοποιεί δεδομένα ραντάρ για να μελετήσει τη μετανάστευση πουλιών, αν και δεν είναι μέλος του BirdCast. «Τώρα έχουμε έναν τρόπο να παρατηρούμε απευθείας αυτά τα πράγματα και να κάνουμε λεπτές ερωτήσεις. Αυτό που είναι επίσης ωραίο με τη δουλειά που κάνουν είναι ότι αρχίζουν να αξιοποιούν τις δυνατότητες του αρχείου ραντάρ."

Το Bubo λειτουργεί από τον Μάιο και δεν θα δημιουργήσει δεδομένα για μια ολόκληρη περίοδο μετανάστευσης μέχρι αυτό το φθινόπωρο. Ωστόσο, η ομάδα του BirdCast έχει αρχίσει να αναλύει ιστορικά δεδομένα, συμπεριλαμβανομένων σχεδόν 40.000 σαρώσεων ραντάρ από τις βορειοανατολικές Ηνωμένες Πολιτείες από δύο μεταναστεύσεις το φθινόπωρο το 2010 και το 2011. Η μελέτη δείχνει ότι τα πουλιά που μεταναστεύουν διηπειρωτικά πάνω από τον Ατλαντικό φεύγουν νωρίτερα και χρησιμοποιούν διαφορετική διαδρομή από ενδοηπειρωτικοί μετανάστες που έρχονται αργότερα. Ευρήματα σαν αυτά θα μπορούσαν να βοηθήσουν τους βιολόγους να κατανοήσουν πώς η κλιματική αλλαγή επηρεάζει τα μεταναστευτικά είδη, κάτι που ο Gauthreaux έχει ερευνήσει στο Πανεπιστήμιο Clemson. Τα προκαταρκτικά ευρήματά του τον οδήγησαν να πιστέψει ότι ενώ οι μετανάστες μικρότερων αποστάσεων ανταποκρίνονται στις εποχικές αλλαγές των τελευταίων δεκαετιών, τα είδη μεγάλων αποστάσεων δεν αλλάζουν τα ωράρια τους. «Οι συνέπειες είναι ότι αυτά τα είδη μπορεί να μην συγχρονίζονται με την παραγωγή τροφής και τους χώρους αναπαραγωγής», λέει ο Gauthreaux. «Αρχικά αυτό θα μπορούσε να οδηγήσει σε αρκετά δραματική μείωση του πληθυσμού. Και για τα είδη που δεν είναι πολύ υγιή, αυτό θα μπορούσε να σημαίνει εξαφάνιση:Ο πληθυσμός θα μπορούσε να μειωθεί τόσο πολύ που να μην μπορούν να προσαρμοστούν και το είδος να αναβοσβήνει."

Καθώς ο Bubo συλλέγει δεδομένα, το BirdCast ετοιμάζεται να επεκτείνει δύο άλλα πειράματα τεχνητής νοημοσύνης. Η πρώτη χρησιμοποιεί αλγόριθμους μηχανικής μάθησης για να προσδιορίσει νυχτερινές κλήσεις πτήσεων μεταναστευτικών πτηνών που καταγράφονται από ακουστικές συσκευές. Μέχρι στιγμής, υπάρχουν 10 συσκευές στην πολιτεία της Νέας Υόρκης, η καθεμία εξοπλισμένη με έναν ανιχνευτή που ελέγχει για κλήσεις πτήσεων. Οι κλήσεις μεταφορτώνονται σε έναν κεντρικό διακομιστή, όπου υποβάλλονται σε επεξεργασία από έναν αλγόριθμο που μπορεί να αναγνωρίσει έξι διαφορετικά είδη πουλιών με ακρίβεια 95 τοις εκατό. «Είναι μία από τις πρώτες φορές που καταφέραμε να εκπαιδεύσουμε μηχανές ώστε να ανιχνεύουν και να αναγνωρίζουν αυτόματα ένα πουλί από τον ήχο που κάνει», λέει ο Steve Kelling, διευθυντής της πληροφορικής στο Cornell Lab of Ornithology.

Δεύτερον, το BirdCast θα αρχίσει να δοκιμάζει ένα στατιστικό μοντέλο για τη χρήση δεδομένων eBird για την πρόβλεψη μεταναστεύσεων πουλιών μία έως δύο ημέρες πριν αυτές πραγματοποιηθούν. Από τότε που κυκλοφόρησε το 2002, το eBird έχει γίνει μια εντυπωσιακή πηγή δεδομένων που δημιουργούνται από τους πολίτες. Οι ερασιτέχνες παρατηρητές πουλιών, πολλοί που χρησιμοποιούν την εφαρμογή eBird, αναφέρουν εκατομμύρια θεάσεις κάθε μήνα. Τον Φεβρουάριο του 2015, κατά τη διάρκεια μιας τετραήμερης παγκόσμιας καταμέτρησης πουλιών, πάνω από 140.000 άνθρωποι από 100 χώρες υπέβαλαν θεάσεις στο eBird. Όλα αυτά τα δεδομένα, ωστόσο, αποτελούν πρόκληση. Το πρόβλημα της πρόβλεψης της μετανάστευσης, εξηγεί ο Dietterich, είναι ότι η μετανάστευση περιλαμβάνει δυνητικά δισεκατομμύρια πτηνά που λαμβάνουν ατομικές αποφάσεις για το αν θα πετάξουν εκείνη τη νύχτα και πού θα πάνε. Εάν ένας υπολογιστής έπρεπε να λάβει υπόψη όλες αυτές τις μεταβλητές, θα ήταν υπολογιστικά δυσεπίλυτο. Η ανακάλυψη του Sheldon ήταν ένα «Συλλογικό γραφικό μοντέλο». Αντί να συμπεριλάβει μια μεταβλητή για κάθε μέλος του πληθυσμού των πτηνών, το Συλλογικό Γραφικό Μοντέλο αποφεύγει τους συλλογισμούς για τα άτομα και εστιάζει σε ομάδες, χρησιμοποιώντας έναν αλγόριθμο για να συμπεράνει πόσα πουλιά μεταναστεύουν από το ένα σημείο στο άλλο. "Ακούγεται προφανές, αλλά η σημαντική ανακάλυψη ήταν να συνειδητοποιήσουμε ότι το μοντέλο πιθανοτήτων μπορεί να μεταφερθεί από άτομο σε σύνολο", λέει ο Sheldon.

Για το BirdCast, το δισκοπότηρο δημιουργεί ένα μοντέλο που ενσωματώνει δεδομένα και από τα τρία ρεύματα —ραντάρ, ακουστική και eBird. Το μοντέλο θα μπορούσε να δοκιμάσει υποθέσεις σχετικά με τις δυνάμεις που διαμορφώνουν τη μετανάστευση, αποκαλύπτοντας σχέσεις μεταξύ της μετανάστευσης και της ατμόσφαιρας που αυτή τη στιγμή διαφεύγουν της αντίληψής μας. Αυτές είναι ιδέες, λέει ο Farnsworth, που δεν μπορούν να έρθουν αρκετά σύντομα. «Υπάρχουν κάποια θεμελιώδη ερωτήματα της φυσικής ιστορίας στα οποία δεν γνωρίζουμε απαντήσεις», λέει. «Τι σημαίνει όταν τα πράγματα αρχίζουν να αλλάζουν; Μοτίβα στο jet stream; Πολική δίνη? Αλλαγές στην ατμόσφαιρα σε μεγάλες κλίμακες του διαστήματος; Αυτά είναι τα πράγματα που καταλαβαίνουμε σωστά."

M.R. Ο O'Connor είναι ένας δημοσιογράφος με έδρα το Μπρούκλιν του οποίου το πρώτο βιβλίο Το Resurrection Science:Conservation, De-Extinction and the Precarious Future of Wild Things θα δημοσιευτεί τον Σεπτέμβριο.

Φωτογραφικό κολάζ που συντάχθηκε από εικόνες των Richard Bartz, Paul Souders και Michael J. Bennett.


Τι βλέπουν τα ζώα στον καθρέφτη;

Η ιδέα για ένα εργαλείο που θα διερευνά τη βάση της συνείδησης ήρθε στον Gordon G. Gallup, Jr. ενώ ξυριζόταν. «Μόλις μου πέρασε από το μυαλό», λέει, «δεν θα ήταν ενδιαφέρον να δω αν άλλα πλάσματα μπορούσαν να αναγνωρίσουν τον εαυτό τους στους καθρέφτες;» Το να δείχνοντας στους χιμπατζήδες τις αντα

Διαφορά μεταξύ mRNA και tRNA

Κύρια διαφορά – mRNA έναντι tRNA Το αγγελιοφόρο RNA (mRNA) και το RNA μεταφοράς (tRNA) είναι δύο τύποι κύριων RNA που λειτουργούν στη σύνθεση πρωτεϊνών. Τα γονίδια που κωδικοποιούν πρωτεΐνες στο γονιδίωμα μεταγράφονται σε mRNA από το ένζυμο RNA πολυμεράση. Αυτό το βήμα είναι το πρώτο βήμα στη σύνθεσ

Ποια είναι η διαφορά μεταξύ της συχνότητας γονότυπου και της συχνότητας αλληλόμορφων

Η κύρια διαφορά μεταξύ της συχνότητας γονότυπου και της συχνότητας αλληλόμορφων είναι ότι η συχνότητα γονότυπου είναι η συχνότητα των πιθανών τριών γονότυπων σε έναν πληθυσμό:ομόζυγος κυρίαρχος (AA), ομόζυγος υπολειπόμενος (aa) και ετερόζυγος (Aa) ενώ η συχνότητα αλληλίου είναι η συχνότητα από τους