Podcast CB SyR 385: genética del arroz, AlphaTensor de DeepMind, la formación de la Luna y la misión DART

Por Francisco R. Villatoro, el 14 octubre, 2022. Categoría(s): Astrofísica • Astronomía • Ciencia • Física • Noticias • Physics • Podcast Coffee Break: Señal y Ruido • Recomendación • Science ✎ 5

He participado en el episodio 385 del podcast Coffee Break: Señal y Ruido [iVooxiTunes], titulado “Ep385: Ingeniería Genética; AlphaTensor; Luna y Theia; DART», 13 oct 2022. «La tertulia semanal en la que repasamos las últimas noticias de la actualidad científica. En el episodio de hoy: TESS en modo seguro (min 4:00); Planeta 9 (min 8:00); Ingeniería genética, con J.M. Mulet (15:00); AlphaTensor, una IA que inventa algoritmos (57:00); Resultado del impacto de DART (1:33:00); El día en que nació la Luna (1:50:00); Señales de los oyentes (2:35:00). Todos los comentarios vertidos durante la tertulia representan únicamente la opinión de quien los hace… y a veces ni eso. CB:SyR es una actividad del Museo de la Ciencia y el Cosmos de Tenerife. Museos de Tenerife apoya el valor científico y divulgativo de CB:SyR sin asumir como propios los comentarios de los participantes».

Ir a descargar el episodio 385.

Como muestra el vídeo, en el Museo de la Ciencia y el Cosmos de Tenerife se encuentra su director, Héctor Socas Navarro @HSocasNavarro (@pCoffeeBreak), y por videoconferencia J.M. Mulet @JMMulet, y Francis Villatoro @eMuleNews, incorporándose más tarde Sara Robisco Cavite @SaraRC83, Gastón Giribet @GastonGiribet.

Héctor comenta en breves que TESS está en modo seguro desde el lunes 10 de octubre; no se sabe la razón, pero parece que los datos almacenados en memoria no están dañados. Más información en Meghan Bartels, «NASA’s TESS exoplanet hunter in safe mode after computer glitch,» Space.com, 13 Oct 2022. También nos comenta los últimos datos sobre su búsqueda del Planeta 9 usando el telescopio de Javalambre; observaron durante dos noches separadas cuatro días, pero creen que necesitarían una noche adicional. Tienen cientos de miles fuentes que cambian de posición entre las dos noches, o solo aparecen en una de ellas. Además, tienen muchas fuentes espurias (rayos cósmicos, etc.). Así que están trabajando en los software de análisis, pero ya saben que no va a tener una magnitud entre 18 y 20, la óptima para la búsqueda. Así que les costará mucho más trabajo del esperado.

Nos comenta JM Mulet un artículo publicado en Science que identifica un factor de transcripción que mejora la productividad del cultivo del arroz: se logra un crecimiento más rápido y unos granos de mayor rendimiento. Los factores de transcripción son proteínas que se unen a secuencias de ADN localizadas cerca de los genes, llamadas promotores, que permiten regular la expresión del gen. Hay varios factores de transcripción que controlan la fijación de carbono y la asimilación de nitrógeno en plantas. Se han encontrado 118 factores de transcripción que regulan la vía de 4 carbonos, o vía C4, para la fijación del CO₂ atmosférico en plantas; entre los 118 destaca uno que se une al gen OsDREB1C (que codifica la proteína de unión a elementos sensible a la deshidratación 1C), que permite modular la fotosíntesis y el uso de nitrógeno. De forma natural, la expresión de OsDREB1C es inducida en el arroz por la luz incidente y por un suministro bajo de nitrógeno.

Como en todo estudio genético se han usado mutantes que sobreexpresan (OsDREB1C-OE) y que no expresan, knockout (OsDREB1C-KO), el gen OsDREB1C en arroz. Se han cultivado estos mutantes en el sur de China entre 2018 a 2021. Las plantas OsDREB1C-OE exhiben un rendimiento entre un 41.3 % y un 68.3 % mayor que las plantas silvestres (WT por wild type): aumenta el número de granos por panícula y el peso del grano. Además, las plantas OsDREB1C-OE tenían un crecimiento más rápido y acortan el ciclo de la planta, logrando que florezcan entre 13 y 19 días antes que las WT, gracias a una mayor capacidad fotosintética, acumulando una mayor biomasa en la etapa de espiga. Además, cuando se usaron fertilizantes con nitrógeno se observó una mejora en la asimilación del nitrógeno en las plantas OsDREB1C-OE.

OsDREB1C actúa como un factor de transcripción para muchos genes, entre los que se destacan cinco: OsRBCS3, OsNR2, OsNRT2.4, OsNRT1.1B y OsFTL1 que están asociados a la fotosíntesis, la fijación del nitrógeno y la floración. OsDREB1C activa la transcripción de estos genes al unirse al promotor de OsRBCS3 y a los exones de OsNR2, OsNRT2.4, OsNRT1.1B y OsFTL1. Los resultados obtenidos gracias a la sobreexpresión de OsDREB1C son espectaculares. Gracias a este tipo de avances en ingeniería genética se podrá mejorar el cultivo del arroz para lograr una producción de alimentos más sostenible.

Nos comenta Mulet que la aplicación práctica de este trabajo de ciencia básica todavía es lejana. En su opinión este artículo no nos salvará del hambre del mundo (el arroz es el alimento esencial del 25 % de la humanidad). Parte del éxito de los resultados del artículo es debido a que comparan sus plantas modificadas genéticamente con plantas salvajes (WT) de laboratorio, variedad Nipponbare, cuyo rendimiento es muy diferente al de las variedades comerciales (como la J. Sendra que se usa en Valencia); por ello, Mulet cree que los resultados están sesgados. Aún son resultados muy interesantes. El artículo es Shaobo Wei, Xia Li, …, Wenbin Zhou, «A transcriptional regulator that boosts grain yields and shortens the growth duration of rice,» Science 377: 386 (22 Jul 2022), doi: https://www.science.org/doi/10.1126/science.abi8455.

Me toca comentar el último artículo de DeepMind sobre AlphaTensor, una inteligencia artificial basada en aprendizaje profundo por refuerzo capaz de desarrollar nuevos algoritmos para la multiplicación de matrices. El producto C = A · B de dos matrices cuadradas n×n tiene un coste computacional de n3 operaciones de multiplicación con el algoritmo que nos enseñan en el colegio (multiplicar filas por columnas para obtener las n2 componentes del resultado). La gran conjetura abierta en Análisis Numérico es que el algoritmo óptimo podrá reducir el costo hasta n2+ε), donde ε será infinitesimal. Hay indicios indirectos que apuntan a que así debe ser, pero reducir mucho ε está resultando muy difícil; se intenta desde 1969, cuando se publicó el algoritmo de Strassen (wikipedia) cuyo ε = 0.81 y no ha habido mejoras desde que Coppersmith y Winograd en 1989 lograron ε = 0.38 (el récord actual es ε = 0.373 de 2013). El algoritmo de Strassen se basa en una representación tensorial del producto matricial (como la mostradas en las matrices coloreadas de esta figura para el caso más sencillo de (2,2,2) que requiere 7 multiplicaciones y 17 sumas).

Este tipo de algoritmos se desarrollan para productos matriciales no conmutativos de matrices sencillas (n, m, p) para el producto de un matriz n×m por una m×p dando una n×p. Pueden parecer ejemplos de juguete, pero se usan como base de una algoritmo de tipo divide y vencerás para la multiplicación: en el caso (2,2,2) se divide la matriz n×n en 4 bloques (n/2)×(n/2) que se multiplican con 7 productos en lugar de 8, que a su vez se dividen en 16 bloques (n/4)×(n/4) con una reducción de coste de (7/8)4, luego en 64 bloques (n/8)×(n/8) con reducción de coste a (7/8)16, etc. Con ello se logra una reducción asintótica del coste desde n3 multiplicaciones a solo n2.81. El algoritmo de Strassen

AlphaTensor busca la estrategia óptima para jugar a un juego que es equivalente a encontrar la representación tensorial del algoritmo de multiplicación con el menor rango (el menor número de producos mi en la figura de arriba). Así ha redescubierto los mejores algoritmos conocidos y en algunos casos ha logrado superarlos, como su nuevo algoritmo para (4, 4, 4) de solo 47 multiplicaciones (el algoritmo convencional requiere 64 multiplicaciones, pero se conocía un algoritmo con 49 multiplicaciones), lo que es una pequeña ventaja 47/49 (o 47/64 respecto al convencional). Para (5,5,5) ha descubierto un algoritmo con 96 multiplicaciones (el algoritmo convencional requiere 125 y se conocía uno con 98 multiplicaciones).

Lo más interesante de AlphaTensor es que ofrece ideas novedosas sobre cómo construir nuevos algoritmos. De hecho, ya se ha publicado un algoritmo para (5,5,5)  que usa 95 multiplicaciones en Manuel Kauers, Jakob Moosbauer, «The FBHHRBNRSSSHK-Algorithm for Multiplication in Z5×52 is still not the end of the story,» arXiv:2210.04045 [cs.SC] (08 Oct 2022), doi: https://doi.org/10.48550/arXiv.2210.04045. Una de las ventajas de AlphaTensor es que se puede modificar el juego para que optimice el coste del algoritmo en un procesador concreto; hay que recordar que la latencia en ciclos de reloj de las operaciones de suma y multiplicación en coma flotante depende mucho de la arquitectura del coprocesador numérico del microprocesador; además también influyen el sistema de vectorización microcableada y la estructura de las cachés de instrucciones y datos. Así se puede obtener el algoritmo óptimo para un procesador determinado.

El artículo es Alhussein Fawzi, …, Demis Hassabis, Pushmeet Kohli, «Discovering faster matrix multiplication algorithms with reinforcement learning,» Nature 610: 47-53 (05 Oct 2022), doi: https://doi.org/10.1038/s41586-022-05172-4; más información divulgativa en «Artificial intelligence finds faster algorithms for multiplying matrices», Research Briefings, Nature (05 Oct 2022), doi: https://doi.org/10.1038/d41586-022-03023-w.

Menciona Héctor que ya se conoce cuánto a alterado DART la órbita de Dimorfos, unos 32 minutos. Dimorfo orbitaba alrededor de Dídimo con un periodo de 11 horas y 55 minutos. La sonda DART chocó contra Dimorfo a 6.1 km/s el pasado 26 de septiembre a las 23:14 UTC, generando un cráter que ha expulsado gran cantidad de fragmentos (transformando al sistema doble Dídimo–Dimorfo en un «cometa»), lo que redujo su velocidad, por lo que cayó hacia Dídimo, acelerando y situándose en una órbita más cercana con un periodo de 11 horas y 23 minutos (que se ha medido desde Tierra con un error de 2 minutos). Se predecía que el cambio estuviera entre un minuto y unas pocas decenas de minutos, por lo que el cambio se sitúa en la parte más alta de los resultados posibles.

Todavía no se han publicado artículos científicos sobre el impacto de DART, pero se esperan muchos porque ha sido observado por muchísimos instrumentos. El error en la medida del periodo de Dimorfo era de unos dos segundos, con lo que en dichos artículos se esperan estimaciones con errores de pocos segundos del cambio de periodo. Recomiendo leer a Daniel Marín, «Los 32 minutos de DART: por primera vez la humanidad cambia la órbita de un asteroide», Eureka, 12 oct 2022.

Me toca comentar que se han publicado nuevas simulaciones sobre la formación de la Luna que sugieren que pudo formarse en pocas horas. El origen de la Luna fue un gran impacto de Tea (Theia), un protoplaneta del tamaño de Marte, contra la prototierrra. Parte del material expulsado formó nuestro satélite. Se pensaba que el proceso tardó entre meses y años. Una simulación realizada en el Centro Ames de la NASA sugiere que la Luna se pudo formar en pocas horas. En la simulación se ha usado la técnica SPH (Smoothed Particle Hydrodynamics), habitual en la simulación de la formación de protoplanetas a partir de planetesimales (en la simulación cada partícula tiene un diámetro de 14 kilómetros y una masa de 6 × 1016 kg; la Luna formada contiene un millón de partículas. En la simulación se han usado cien millones de partículas (unas cien veces más que en simulaciones previas con la misma técnica).

El nuevo modelo supone que tanto Tea (Theia) como la prototierra tenían un núcleo de hierro-níquel con el 30 % de la masa; la prototierra tendría una masa equivalente al 87.7 % de la Tierra actual y Tea el resto (13.3%). El ángulo de impacto está entre 43º y 48º, y las velocidades al contacto varían entre 8.82 y 9.36 km/s (el ángulo más probable para un choque es de 45º). En total, se han realizado unas 400 simulaciones que emplearon el código SWIFT (SPH with Inter-Dependent Fine-grained Tasking) en los ordenadores del DiRAC (Distributed Research Utilizing Advanced Computing). El resultado más probable es una Luna formada a partir de material de la Tierra y en una órbita lejana compatible con la actual. Pero, lo más llamativo, es que la Luna se formó en menos de diez horas, un resultado sorprendente. Además, la protoluna pasa muy poco tiempo dentro del radio de Roche y alcanza muy rápido una órbita relativamente lejana —tres radios terrestres (actualmente está a 60 radios terrestres)—.  El análisis detallado de las muestras de la misión Chang’e 5 y del resto de misiones que traerán rocas lunares a la Tierra en los próximos años servirá para confirmar si la Luna tuvo una formación tan rápida como predice el modelo.

El artículo es J. A. Kegerreis, S. Ruiz-Bonilla, …, L. F. A. Teodoro, «Immediate Origin of the Moon as a Post-impact Satellite,» The Astrophysical Journal Letters 937: L40 (04 Oct 2022), doi: https://doi.org/10.3847/2041-8213/ac8d96, arXiv:2210.01814 [astro-ph.EP] (04 Oct 2022). Más información en la estupenda pieza de Daniel Marín, «¿Y si la Luna se hubiera formado en unas pocas horas?», Eureka, 11 oct 2022; «Collision May Have Formed the Moon in Mere Hours, Simulations Reveal,» NASA, 04 Oct 2022. También recomiendo los espectaculares vídeos de «ICC planetary giant impact research», ICC, UK.

También se ha publicado un artículo que estudia la variación de los isótopos de neodimio (Nd) en el sistema Tierra-Luna y la compara con las condritas de  enstatita (condritas E), que contiene gran cantidad de silicatos de hierro. La Tierra y la Luna tenían una relación Sm/Nd de (2.4 ± 0.5) % más alta que el promedio de las condritas y que el cociente inicial de 142Nd/144Nd de los materiales precursores de la Tierra es más similar al de las condritas enstatitas que al del resto de las condritas. Esta diferencia en el cociente Sm/Nd entre la Tierra y las condritas refleja procesos de mezcla dentro del disco protoplanetario interno (que podrían estar relacionados con el impacto de Tea). Que el material se mezcló muy bien tras el impacto que formó la Luna apoya al artículo anterior, pues sugiere una solidificación rápida del magma de la Luna.

La reconstrucción de los componentes básicos que formaron la Tierra y la Luna es fundamental para limitar su formación y evolución compositiva al presente. Los isótopos de neodimio (Nd) identifican estos componentes básicos mediante la identificación de componentes nucleosintéticos. Además, los sistemas de desintegración 146 Sm– 142 Nd y 147 Sm– 143 Nd, con vidas medias de 103 millones de años y 108 000 millones de años, respectivamente, siguen las diferencias de potencial en sus proporciones de samario (Sm)/Nd.

Shelby Johnston, Alan Brandon, …, Peter Copeland, «Nd isotope variation between the Earth–Moon system and enstatite chondrites,» Nature (06 Oct 2022), doi: https://doi.org/10.1038/s41586-022-05265-0.

Y pasamos a Señales de los Oyentes. Juan Manuel Cruz pregunta: «las tablas para multiplicar y dividir que llevan los procesadores ¿son de logaritmos y exponenciales?» No, se trata de tablas de búsqueda de casos que requieren un tratamiento especial en el algoritmo de división implementado; se llaman lookup tables, y no tienen nada que ver con las tablas de logarítmos o exponenciales. Hoy en día las exponenciales, potencias y logaritmos se calculan usando polinomios minimax de Chebyshev (ya no se usan tablas de logaritmos).

Cristina Hernandez García​ pregunta: «¿En las muestras de la Luna se han encontrado restos del manto terrestre? ¿Podría haber restos de Theia insertados en zonas del manto terrestre? ¿Hay otras formas de confirmar o refutar el?» Ya lo hemos contado, el paper de Nature indica que el cociente de isótopos de la Tierra y la Luna es diferente del de las condritas de enstatita, con lo que la composición de Tea tendría que ser ligeramente diferente de la de la Tierra, habiendo afectado a la composición actual de la Tierra y la Luna.

Esteban Alonso​ pregunta: «¿Hablando del proyecto Dart cuál sería la siguiente fase?» Obviamente a analizar los datos y explicar las observaciones. Aunque si se refiere a una misión espacial, se trata de Hera de la ESA (wikipedia), que estudiará el cráter que DART ha dejado en Dimorfo, así como su composición detallada.

Justiniano Estrada​ pregunta: «Hola, cuando me enteré de los trabajos que está realizando Héctor y otros para la detección del «planeta X», me asaltó una duda. ¿Sería posible ayudarse de la radiación CMB?» No, esta radiación está en el infinito comparado con la distancia al hipotético planeta 9. Así que no influye absolutamente en nada. De hecho el tamaño angular del Planeta 9 respecto a las escalas angulares del CMB que podemos observar es despreciable (se comporta como si fuera puntual).

Se despide Héctor con la canción «Outro» de Quedadas Estelares, el grupo astronómico al que pertenece Sara. ¡Qué disfrutes del podcast!



5 Comentarios

  1. Qué buena la charla de JM…Lo que se aprende con ese hombre.

    Llamadme rancio, o sesgado por la física, pero una matriz de más de tres dimensiones no es de por sí un tensor, para que sea un tensor, que además lo puede ser un escalar o un vector, tiene que describir una relación multilineal entre conjuntos de objetos relacionados con un espacio vectorial. Una matriz de 26 dimensiones es una matriz.

  2. Lo que más me ha atraído siempre de la hipótesis de la formación de la Luna mediante un impacto es que podría explicar también otro fenómeno aparentemente no relacionado: Pangea. Es decir, que, antes de que la deriva continental debida a la tectónica de placas separase los continentes, toda la tierra emergida por encima del nivel del mar estaba concentrada en un área concreta del planeta.
    Francis, ¿alguna vez has comentado en tu blog algo a colación de las teorías sobre el origen de Pangea? Gracias de antemano.

    1. Pangea, por favor, busca en wikipedia y lee sobre la historia de Pangea (un supercontinente muy reciente, cuyo origen fue Rodinia). La formación de la Luna ocurrió cuando la Tierra se estaba formando, hace 4500 millones de años (lo que pasó en aquella época no puede influir en cómo fuera la Tierra hace 350 millones de años).

    1. Francisco R, lo único que se puede esperar es que la proporción de agua de la Tierra que estuvo presente desde su formación en silicatos hidratados y otros compuestos hidratados pueda ser similar a la de la Luna tras la formación de esta última; en cuanto al agua superficial terrestre (que en la Luna es una pequeña proporción de hielo en los polos en cráteres en sombra permanente) su origen es múltiple, desde el impacto de condritas carbonáceas hasta la actividad volcánica. Por ello la proporción de agua en ambos cuerpos es muy diferente.

Deja un comentario