¿Cuán ineficiente es la mayoría de las investigaciones de biología molecular?

¡Extremadamente! No le ponga un número, estará muy cerca del 100%.

Como regla general, ¡la mayoría de los experimentos fracasarán! Las repeticiones de experimentos tendrán dificultades para repetirse. Los nuevos miembros jóvenes en el laboratorio comprometen la esterilidad y un millón de otras razones.

¡La biología molecular es un punto intermedio entre la ciencia y el arte! Es arte porque la calidad del trabajo idéntico realizado diferirá enormemente dependiendo de la delicadeza del experimentador.

Su punto sobre reinventar la rueda es una preocupación genuina dada la noticia de que la mayoría de los estudios científicos no son reproducidos por otros científicos.

En mi opinión, la verdadera razón detrás de la ineficiencia de la biología molecular es la falta de estándares uniformes en el campo. Por ejemplo, lo que es un promotor fuerte, lo que es una buena expresión de proteínas, fue sesgado por el experimento debido a algunos errores sistemáticos, etc. Las respuestas a estas son difíciles y cambian de acuerdo con los caprichos o, más bien, las necesidades de los científicos. Aunque ha habido un aumento en los equipos modernos con pasos automatizados y mediciones estandarizadas como la citometría de flujo, muchos NGS pueden equivocarse en los pasos preparatorios. Otro gran problema es la contaminación. Los experimentos se realizan en “organismos vivos”, a diferencia de la bioquímica o la biología estructural. Estos organismos resisten, desafían y son competidos por contaminantes en nuestra configuración de manera sutil. Muchos experimentos salen mal por eso. Aunque la vida no es tan sombría en el laboratorio y se han identificado muchos métodos optimizados para abordar estos problemas.

Llegar a su punto sobre el vertido de datos grandes es un fenómeno común y surge principalmente debido a la ignorancia de los biólogos sobre los métodos cuantitativos. La mayoría de los experimentos tradicionales (geles, curvas de crecimiento, cfus) generan una cantidad muy escasa de datos cuantitativos, mientras que los experimentos modernos como la citometría de flujo y la secuenciación de ADN producen datos enormes. Dado que manejan una cantidad extrema de datos a ambos lados del espectro, muchos desarrollan nociones erróneas sobre cómo los datos deben analizarse y comunicarse. Además, las pequeñas variables pueden alterar los puntos de datos de manera significativa y la mayoría de los lectores no saben cuáles fueron las condiciones “exactas” en las que se recopilaron estos datos, miran los resultados con recelo y con frecuencia intentan duplicar y optimizar nuevamente para su satisfacción. Esto suena razonable en teoría, pero es extremadamente tedioso en la práctica y ocupa una gran parte de los recursos.

Gran parte de este problema se puede resolver con la automatización de más y más pasos en el laboratorio combinados con el desarrollo de protocolos más estándar, como los que existen en CS y electrónica. Es un desafío difícil, pero probablemente sea la mejor manera de resolver la “ineficiencia” que frena el progreso en biología molecular.

La biología molecular es extremadamente ineficiente. Básicamente, está pipeteando líquido transparente de un tubo a otro, en cantidades increíblemente pequeñas y según su conocimiento, esperando que funcione. El 90% de las veces, no lo hará, y tiene que manipular ciertas variables para intentar que funcione.

Tengo una cierta cita que se me ocurrió una vez:

Biología experimental 101: 1. Optimización continua sobre variables preexistentes hasta que algo finalmente funcione. 2. Comportamiento asintótico entre largas horas y la producción de resultados (lo que significa trabajar largas horas, horas extremadamente innecesarias no significa nada).

La biología molecular puede ser espectacularmente eficiente. Al pipetear pequeñas cantidades de líquidos transparentes en pequeños tubos y tomar algunos de esos y ponerlos en bacterias, un experimento bien diseñado y bien ejecutado puede revelar grandes secretos del mundo vivo.

O considera esto. Se necesitaron alrededor de 10 años, $ 1 mil millones y un conjunto de fábricas con buen personal en todo el mundo para generar la primera secuencia del genoma humano. Ahora puede hacerlo una sola persona en menos de una semana con unos pocos pies cuadrados de espacio en el banco por alrededor de $ 10K.