La editorial Springer ha liberado cientos de libros (osea gratis)

 La editorial Springer ha liberado (osea gratis) 65 libros de Machine Learning

En realidad ha liberado cientos (408 para ser exactos) pero los que me importan son los de ciencia de datos y machine learning, ya saben es que estoy embebido con este tema.

The Elements of Statistical Learning
Trevor Hastie, Robert Tibshirani, Jerome Friedman
http://link.springer.com/openurl?genre=book&isbn=978-0-387-84858-7

Paul S.P. Cowpertwait, Andrew V. Metcalfe

http://link.springer.com/openurl?genre=book&isbn=978-0-387-88698-5

A Beginner’s Guide to R

Alain Zuur, Elena N. Ieno, Erik Meesters
http://link.springer.com/openurl?genre=book&isbn=978-0-387-93837-0

Introduction to Evolutionary Computing

A.E. Eiben, J.E. Smith
http://link.springer.com/openurl?genre=book&isbn=978-3-662-44874-8

Data Analysis
Siegmund Brandt
http://link.springer.com/openurl?genre=book&isbn=978-3-319-03762-2

Linear and Nonlinear Programming
David G. Luenberger, Yinyu Ye
http://link.springer.com/openurl?genre=book&isbn=978-3-319-18842-3

Introduction to Partial Differential Equations
David Borthwick
http://link.springer.com/openurl?genre=book&isbn=978-3-319-48936-0

Fundamentals of Robotic Mechanical Systems
Jorge Angeles
http://link.springer.com/openurl?genre=book&isbn=978-3-319-01851-5

Data Structures and Algorithms with Python
Kent D. Lee, Steve Hubbard
http://link.springer.com/openurl?genre=book&isbn=978-3-319-13072-9

Introduction to Partial Differential Equations
Peter J. Olver
http://link.springer.com/openurl?genre=book&isbn=978-3-319-02099-0

Methods of Mathematical Modelling
Thomas Witelski, Mark Bowen
http://link.springer.com/openurl?genre=book&isbn=978-3-319-23042-9

LaTeX in 24 Hours
Dilip Datta
http://link.springer.com/openurl?genre=book&isbn=978-3-319-47831-9

Introduction to Statistics and Data Analysis
Christian Heumann, Michael Schomaker, Shalabh
http://link.springer.com/openurl?genre=book&isbn=978-3-319-46162-5

Principles of Data Mining
Max Bramer
http://link.springer.com/openurl?genre=book&isbn=978-1-4471-7307-6

Computer Vision
Richard Szeliski
http://link.springer.com/openurl?genre=book&isbn=978-1-84882-935-0

Data Mining
Charu C. Aggarwal
http://link.springer.com/openurl?genre=book&isbn=978-3-319-14142-8

Computational Geometry
Mark de Berg, Otfried Cheong, Marc van Kreveld, Mark Overmars
http://link.springer.com/openurl?genre=book&isbn=978-3-540-77974-2

Robotics, Vision, and Control
Peter Corke
http://link.springer.com/openurl?genre=book&isbn=978-3-319-54413-7

Statistical Analysis and Data Display
Richard M. Heiberger, Burt Holland
http://link.springer.com/openurl?genre=book&isbn=978-1-4939-2122-5

Statistics and Data Analysis for Financial Engineering
David Ruppert, David S. Matteson
http://link.springer.com/openurl?genre=book&isbn=978-1-4939-2614-5

Stochastic Processes and Calculus
Uwe Hassler
http://link.springer.com/openurl?genre=book&isbn=978-3-319-23428-1

Statistical Analysis of Clinical Data on a Pocket Calculator
Ton J. Cleophas, Aeilko H. Zwinderman
http://link.springer.com/openurl?genre=book&isbn=978-94-007-1211-9

Clinical Data Analysis on a Pocket Calculator
Ton J. Cleophas, Aeilko H. Zwinderman
http://link.springer.com/openurl?genre=book&isbn=978-3-319-27104-0

The Data Science Design Manual
Steven S. Skiena
http://link.springer.com/openurl?genre=book&isbn=978-3-319-55444-0

An Introduction to Machine Learning
Miroslav Kubat
http://link.springer.com/openurl?genre=book&isbn=978-3-319-63913-0

Guide to Discrete Mathematics
Gerard O’Regan
http://link.springer.com/openurl?genre=book&isbn=978-3-319-44561-8

Introduction to Time Series and Forecasting
Peter J. Brockwell, Richard A. Davis
http://link.springer.com/openurl?genre=book&isbn=978-3-319-29854-2

Multivariate Calculus and Geometry
Seán Dineen
http://link.springer.com/openurl?genre=book&isbn=978-1-4471-6419-7

Statistics and Analysis of Scientific Data
Massimiliano Bonamente
http://link.springer.com/openurl?genre=book&isbn=978-1-4939-6572-4

Modelling Computing Systems
Faron Moller, Georg Struth
http://link.springer.com/openurl?genre=book&isbn=978-1-84800-322-4

Search Methodologies
Edmund K. Burke, Graham Kendall
http://link.springer.com/openurl?genre=book&isbn=978-1-4614-6940-7

Linear Algebra Done Right
Sheldon Axler
http://link.springer.com/openurl?genre=book&isbn=978-3-319-11080-6

Linear Algebra
Jörg Liesen, Volker Mehrmann
http://link.springer.com/openurl?genre=book&isbn=978-3-319-24346-7

Algebra
Serge Lang
http://link.springer.com/openurl?genre=book&isbn=978-1-4613-0041-0

Understanding Analysis
Stephen Abbott
http://link.springer.com/openurl?genre=book&isbn=978-1-4939-2712-8

Linear Programming
Robert J Vanderbei
http://link.springer.com/openurl?genre=book&isbn=978-1-4614-7630-6

Understanding Statistics Using R
Randall Schumacker, Sara Tomek
http://link.springer.com/openurl?genre=book&isbn=978-1-4614-6227-9

An Introduction to Statistical Learning
Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
http://link.springer.com/openurl?genre=book&isbn=978-1-4614-7138-7

Statistical Learning from a Regression Perspective
Richard A. Berk
http://link.springer.com/openurl?genre=book&isbn=978-3-319-44048-4

Applied Partial Differential Equations
J. David Logan
http://link.springer.com/openurl?genre=book&isbn=978-3-319-12493-3

Robotics
Bruno Siciliano, Lorenzo Sciavicco, Luigi Villani, Giuseppe Oriolo
http://link.springer.com/openurl?genre=book&isbn=978-1-84628-642-1

Regression Modeling Strategies
Frank E. Harrell , Jr.
http://link.springer.com/openurl?genre=book&isbn=978-3-319-19425-7

A Modern Introduction to Probability and Statistics
F.M. Dekking, C. Kraaikamp, H.P. Lopuhaä, L.E. Meester
http://link.springer.com/openurl?genre=book&isbn=978-1-84628-168-6

The Python Workbook
Ben Stephenson
http://link.springer.com/openurl?genre=book&isbn=978-3-319-14240-1

Machine Learning in Medicine — a Complete Overview
Ton J. Cleophas, Aeilko H. Zwinderman
http://link.springer.com/openurl?genre=book&isbn=978-3-319-15195-3

Object-Oriented Analysis, Design, and Implementation
Brahma Dathan, Sarnath Ramnath
http://link.springer.com/openurl?genre=book&isbn=978-3-319-24280-4

Introduction to Data Science
Laura Igual, Santi Seguí
http://link.springer.com/openurl?genre=book&isbn=978-3-319-50017-1

Applied Predictive Modeling
Max Kuhn, Kjell Johnson
http://link.springer.com/openurl?genre=book&isbn=978-1-4614-6849-3

Python For ArcGIS
Laura Tateosian
http://link.springer.com/openurl?genre=book&isbn=978-3-319-18398-5

Concise Guide to Databases
Peter Lake, Paul Crowther
http://link.springer.com/openurl?genre=book&isbn=978-1-4471-5601-7

Digital Image Processing
Wilhelm Burger, Mark J. Burge
http://link.springer.com/openurl?genre=book&isbn=978-1-4471-6684-9

Bayesian Essentials with R
Jean-Michel Marin, Christian P. Robert
http://link.springer.com/openurl?genre=book&isbn=978-1-4614-8687-9

Robotics, Vision, and Control
Peter Corke
http://link.springer.com/openurl?genre=book&isbn=978-3-642-20144-8

Foundations of Programming Languages
Kent D. Lee
http://link.springer.com/openurl?genre=book&isbn=978-3-319-70790-7

Introduction to Artificial Intelligence
Wolfgang Ertel
http://link.springer.com/openurl?genre=book&isbn=978-3-319-58487-4

Introduction to Deep Learning
Sandro Skansi
http://link.springer.com/openurl?genre=book&isbn=978-3-319-73004-2

Linear Algebra and Analytic Geometry for Physical Sciences
Giovanni Landi, Alessandro Zampini
http://link.springer.com/openurl?genre=book&isbn=978-3-319-78361-1

Applied Linear Algebra
Peter J. Olver, Chehrzad Shakiban
http://link.springer.com/openurl?genre=book&isbn=978-3-319-91041-3

Neural Networks and Deep Learning
Charu C. Aggarwal
http://link.springer.com/openurl?genre=book&isbn=978-3-319-94463-0

Data Science and Predictive Analytics
Ivo D. Dinov
http://link.springer.com/openurl?genre=book&isbn=978-3-319-72347-1

Analysis for Computer Scientists
Michael Oberguggenberger, Alexander Ostermann
http://link.springer.com/openurl?genre=book&isbn=978-3-319-91155-7

Excel Data Analysis
Hector Guerrero
http://link.springer.com/openurl?genre=book&isbn=978-3-030-01279-3

A Beginners Guide to Python 3 Programming
John Hunt
http://link.springer.com/openurl?genre=book&isbn=978-3-030-20290-3

Advanced Guide to Python 3 Programming
John Hunt
http://link.springer.com/openurl?genre=book&isbn=978-3-030-25943-3

Fuente : https://medium.com/coinmonks/springer-has-released-65-machine-learning-and-data-books-for-free-e0744f5b5918

Salu2 a tod@s y feliz mes del amor y la amistad

Mr. Moon.

Cómo conectar Python con Mongodb Atlas

 Atlas es el servicio en la nube de Mongodb, una base de datos no SQL, pues aquí un CRUD

una base llamada evalucion01, y una colección llamada CE (centro escolar)

import connection as net

import os

import pymongo

import dns

db = net.client.test

mydb = net.client["Evalucion01"]

mycol = mydb["CE"]

#conectamos con la base de datos y con la coleccións

#input() lo utilicé para hacer pausas y avanzar cuando se presione el teclado

while True: #Generamos el Ciclo repetitivo para el menu

    

    os.system("cls") #Limpieza de pantalla

    print("Menu:")

    print("1. Añadir un registro")

    print("2. Ver los registro")

    print("3. Actualizar registro")

    print("4. Eliminar Registro")

    print("5. Salir")

    opcion = input("Ingrese su opción: ") #Capturamos Opción

    

    if opcion == "1":

        ID = input("Digite el ID del centro escolar: ") #Capturamos el ID

        Nombre = input("Digite el Nombre del centro escolar: ") #Capturamos el Nombre

        Depto = input("Digite el departamento: ") #Capturamos el Depto

        Munic = input("Digite el Municipio: ") #Capturamos el Municipio

        mydict = { "_id": ID, "Nombre": Nombre,"Departamento": Depto, "Municipio": Munic } #Creamos diccionario

        x = mycol.insert_one(mydict) #Lo ingresamos a la base

        input()

    elif opcion == "2":

       # for x in mycol.find(): #Ciclo repetitivo para imprimir todos los registros

       #     print(x)    

        

        ID = int(input("Digite el ID del centro escolar: ")) #Capturamos el ID

        for x in mycol.find({"_id": ID}):

            print(x)

        input()

    elif opcion == "3":

        ID = int(input("Digite el ID del centro escolar: ")) #Capturamos el ID

        for x in mycol.find({"_id": ID}):

            print(x)

        Nombre = input("Digite el nombre del centro escolar: ")

        Depto = input("Digite el departamento: ") #Capturamos el Depto

        Munic = input("Digite el Municipio: ") #Capturamos el Municipio

        mydict = { "$set": {"Nombre": Nombre,"Departamento": Depto, "Municipio": Munic }} 

        x = mycol.update_one({"_id": ID}, mydict) #actualizamos la base

        input()

    elif opcion == "4":

        ID = input("Digite el ID del centro escolar: ") #Capturamos el ID

        x = mycol.find({"_id": ID})

        x = mycol.delete_one({"_id":ID}) 

        input()

    elif opcion == "5":

        print("Saliendo del Sistema")

        input()

        break  #saliendo del ciclo repetitivo

    else:

        print("Opción incorrecta")

        input()

        continue     #Continuando el ciclo repetitivo

Sobre la paradoja de la pérdida de información en los agujeros negros.

Leyendo en la red social twitter un hilo sobre la paradoja de pérdida de información en agujeros negros del Dr. Gaston Giribet, me pareció muy interesante y pensé en hacer una entrada, pero es mejor poner el hilo del Dr. Gaston y luego ir comentando. Sin más les dejo el hilo.

Sobre la paradoja de la pérdida de información en agujeros negros.

En un paper publicado este mes en la revista Nature [1], Juan Maldacena pasa revista de los avances recientes hacia la resolución de uno de los rompecabezas más incómodos de la física: La paradoja de la pérdida de información en los agujeros negros

La paradoja de la pérdida de información fue formulada en los años 70's por Stephen Hawking, poco después de que él y Jacob Bekenstein advirtieran que los agujeros tienen propiedades térmicas y que éstas los llevan finalmente a desaparecer.

Cuando un agujero negro se forma a partir de la explosión y subsiguiente colapso gravitatorio de una estrella, el astro sólo hereda de la estrella progenitora dos datos: su masa y su velocidad de giro. Todo otro dato de la estrella, como su composición química, se habrá perdido.

Hasta aquí, alguien podría argüir que esto, en realidad, no es un problema ya que la información de la estrella original en realidad no se perdió: Ésta quedó atrapada dentro del agujero negro; nos es inaccesible desde el exterior, pero allí está, encerrada, y acaso intacta...

Ahora bien, ... según mostrara Hawking en 1974, los agujeros negros emiten una tenue pero persistente radiación. Esta radiación los lleva a evaporarse al cabo de un largo tiempo. Además, esa radiación es de naturaleza "térmica", lo que significa que no lleva información alguna.

Así, si uno espera suficiente tiempo (¡algo así como 10^{57} veces la edad del universo!) el agujero negro finalmente se evapora por completo, se desvanece haciendo que la información que tenía atrapada desaparezca en él, como en un acto de magia de escalas cósmicas.

Esto plantea una paradoja para la física, dado que según el "principio de unitariedad de la mecánica cuántica" la información debe ser preservada. Esta paradoja expresa mejor que ningún otro ejemplo la tensión existente entre cuántica y la teoría de la gravitación de Einstein.

Durante mucho tiempo los físicos intuyeron la solución a la paradoja: De alguna manera que aún no comprendemos, la información debe ser restituida al medio exterior durante el proceso de evaporación del agujero negro, antes de que el astro desaparezca por completo. Pero, ¿cómo?

En una serie de trabajos publicados en noviembre de 2019 [2,3], Maldacena et al. notaron que efectos de gravedad cuántica que habían sido inadvertidos en investigaciones previas parecían tener a la solución al problema. A ver si me sale contarla:

Una medida de la información acarreada por la radiación de los agujeros negros es su entropía, la entropía de dicha radiación. El cálculo original de Hawking (1974) lleva a que la entropía de esa radiación siempre crece, síntoma inequívoco de que la información se va perdiendo.

Así, si uno pudiera mostrar que para un agujero negro lo suficientemente viejo, al cabo de un tiempo, la entropía de la radiación que él emite deja de aumentar y comienza a disminuir, entonces uno estaría mostrando que la información comienza a ser restituida al exterior.

Esto es lo que Maldacena y sus colaboradores mostraron: La entropía de la radiación emitida por un agujero negro que es lo suficientemente viejo revierte ese crecimiento que Hawking había predicho y comienza a disminuir. La entropía disminuye = la información se restituye.

Los detalles del trabajo de Maldacena et al. son complicados y no viene al caso contarlos aquí (dejo las referencias abajo); pero vale decir que la solución involucra la existencia de geometrías tipo agujero de gusano que conectan múltiples copias del agujero negro.

Como los auotres mismos señalaran, es curioso que los agujeros de gusano, que originalmente fueron concebidos como monstruosas soluciones de la teoría de Einstein que difícilmente tendrían relevancia física, aparecen en este contexto como los salvadores. La dialéctica del caso.

Referencias:

[1] nature.com/articles/s4225…

[2] arxiv.org/abs/1911.12333

[3] arxiv.org/abs/1911.11977

 Fin del Hilo del Dr. Gaston, le solicité permiso para compartir este hilo, pero no respondió y pues espero no me demande. ;)

Salu2 a tod@s y Felíz cumpleaños a Ana María G. pues estará cumpliendo años en estos días.

Mr. Moon.

La vida es un 10% como viene y un 90% como la tomamos.

La importancia de la lactancia materna

LA IMPORTANCIA DE LA LACTANCIA MATERNA EN LOS PRIMEROS DIAS

Vamos a contar algunas cositas de ¿cómo funciona la LACTANCIA MATERNA? y sus HORMONAS. El ¿porqué de algunas recomendaciones? que a priori podrían parecer arbitrarias, en contra del descanso de los sufridos padres y muy especialmente de la madre.

(resumen de tweets de @matrocinio, que me parecen muy acertadas)

Estas recomendaciones serían;

- Lactancia a demanda, tomas cada vez que el bebé pida.

- Tomas nocturnas son importantes

- Tomas largas hasta que se suelte solo de un pecho es mejor que un poco de los dos

- Nada de chupetes, biberones y pezoneras, al menos el primer mes.

A demanda: Me gusta aclarar que por exceso de 7-8 tomas, si el bebé pide menos cuidado.! Una de las propiedades de nuestra leche es la poca cantidad en proteínas. Mientras menos proteínas en una especie mayor frecuencia de tomas; Si fuésemos vacas lo mismo con 3 tomas sería suficiente.

La otra clave de la demanda es la fisiología de la producción de leche, en los primeros 30-40 días, período de CALIBRACIÓN, determina la producción futura de leche.

Lo que pida y mame el bebé ese período determinará la cantidad futura que producirá la madre. La hormona mas importante en este período es la PROLACTINA(PRL) encargada de la producción de leche en la mama, siendo máxima 30 minutos de iniciar la toma y se produce en mayor cantidad por las noches; esto implica que es mejor largas tomas de noche.

Varias cositas más: La toma larga asegura que el bebé toma la leche en toda su calidad nutricional, recordemos, más agua de inicio y más grasa al final. La mala praxis de un biberón nocturno para descanso de la madre es contrario al funcionamiento de la lactancia materna (síntesis de prolactina)

Otra implicación práctica es que interferencias en este período de CALIBRACIÓN hagan que se produzca menos leche futura. Y que es lo que interfiere: chupetes y biberones. Cada vez que el bebe se calma con éstos,  son demandas de menos a la teta. Al margen del "Síndrome de confusión tetina-pezón".

El bebé ORDEÑA la teta con la lengua y sin embargo EMPUJA el chupete y el biberón con la lengua. En un período de aprendizaje confundirá ambos sistemas y le costará mamar que puede ser más complicado y es el que nos interesa en este caso.

Otra hormona involucrada es la OXITOCINA, es una hormona que se libera con el estímulo directo de la succión del bebé sobre el pezón. Además esta hormona es tremendamente tímida y sensible a las emociones de la madre. Responsable del llamado "Reflejo de eyección" o salida de la leche

Se libera fácilmente cuando la madre está serena e incluso al ver una imagen de su bebé o al oírlo llorar, el pecho incluso gotea en estos casos. Se bloquea con la ansiedad de la madre, el estrés o el dolor.

Esto explica, por ejemplo, que madres angustiadas no sean capaz de extraerse la leche con un sacaleches y sin embargo eso no significa que NO tenga, sino que no se libera el reflejo, o que la leche suba mas tarde en madres que dan a luz por cesárea por el dolor que genera la intervención

El estímulo directo sobre el pezón es importante, si es directo (sin pezoneras) mejor, antes de recomendarla observamos una toma. Pezones planos e invertidos sorprenden (protráctiles) Además el bebé prende areola y no pezón. Para no asustar a la OXITOCINA calladitos mejor.

Otro elemento implicado es el FIL o factor inhibidor de la Lactancia Materna, es una proteína contenida en la leche que es capaz de inhibir a nivel de la mama la acción de la prolactina. Si se vacía la teta de leche se elimina el FIL y esto hace que la prolactina produzca leche de nuevo

Volvemos a las recomendaciones iniciales , tomas largas y cada teta bien vaciada , mejor que ambas tetas. Se ofrece una hasta que la suelte el bebé y después la otra, se empieza por la última o la que no mamó en la siguiente toma.

El FIL es capaz de originar que solo una mama produzca leche y otra no si de esta segunda no se demanda, a pesar de la acción central de la prolactina. Puede ocurrir en una mastitis unilateral por ejemplo.

Para terminar decir que éstas recomendaciones tienen sus justificaciones fisiológicas, sin embargo, en una cultura de lactancia materna generalizada, con muchas madres lactantes, la lactancia es más resistente a malas recomendaciones y prácticas que no ayuden al funcionamiento.

la cesárea NO CAMBIA para nada lo dicho la leche no "tarda más en subir, bajar, aparecer mágicamente en las cesáreas" porque lo que inicia el proceso es la expulsión placentaria, que ocurre sea como sea el parto. Lo que sí influye en ese retraso es separar madre-hijo.

Añado dos puntos:

1) las tomas nocturnas son necesarias para la producción, la alimentación y el sueño de ambos: ayudan a dormir mejor a la madre.

2) dormido con teta en la boca NO ha acabado la toma, se acaba cuando se suelta.

Además es muy importante para la formación de lactobacillos en el aparato digestivo del recién nacido. Por todo ello lo que el bebé necesita esos primeros días es lo que las madres tienen; Un líquido escaso, nutritivo y protector que ayuda en el desarrollo digestivo del bebé.

El CALOSTRO y las 48-72 horas postparto

La prolactina como la principal responsable de la producción de leche, desde el nacimiento, pues durante el embarazo sus niveles ya están aumentados, y junto a otras hormonas placentarias, como Lactógeno placentario originan cambios en la mama.

Tan es así que la mama, en una mujer, no completa su maduración y desarrollo hasta que no gesta y produce leche. Está demostrado una reducción del riesgo de cáncer de mama en madres que lactaron.

Con respecto a la prolactina, justo tras el alumbramiento, ésta se libera de la inhibición a que estaba sujeta por la Progesterona de la gestación. Es entonces cuando actuaría sobre la mama para iniciar la producción de leche. Pero TODAS las madres, y digo todas en mayúsculas, tienen CALOSTRO. Y lo tienen porque es lo que tienen que tener, en este período de 48-72 hrs, hasta que suba la leche. Si se necesitara leche no dudemos que la naturaleza habría ideado los mecanismos para que hubiese de esta última.

El calostro es un líquido nutritivo que tiene mas proteínas, como Inmunoglobulinas(Ig A) ,minerales y vitaminas A y K que la leche madura. Y contiene muchas calorías en poca cantidad de líquido. Por pasos; el estómago de un bebé se dice que es como una canica de cristal(unos 20 mililitros).

El bebé además tiene unos riñones que no puede procesar grandes cantidades de líquido y de proteínas por su inmadurez. Y además viene de un medio acuático e hiperhidratado. Miren su escroto, aunque su padre y abuelo estén orgullosos de esa genética familiar, en realidad es edema. Si no lo saben tampoco hace falta que se lo cuenten. Tan hidratados están que se produce una pérdida fisiológica de peso de hasta un 10% en la primera semana ( un rn de 3300 grs hasta 330 grs) a costa de líquido.

El calostro es de cantidad escasa unos 7-20 mls, no intenten sacarlo, porque a penas son gotas. Además de este aspecto, contiene anticuerpos, que protegen al recién nacido de infecciones. Vienen de un medio estéril en el interior del útero y se contaminan nada más nacer.

Salu2 a tod@s y feliz cumpleaños a Danilo pues estuvo de cumpleaños en estos días.

Mr. Moon.
La vida es un 10% como viene y un 90% como la tomamos.

Descubren un gen que controla la tolerancia a sequía e inundaciones en cultivos agrícolas

Una colaboración internacional entre investigadores de la Universidad de Copenhague (Dinamarca), la Universidad de Nagoya (Japón) y la Universidad de Australia Occidental ha resultado en un gran avance en biología vegetal. Desde 2014, los investigadores han trabajado en la identificación de antecedentes genéticos para la tolerancia mejorada a inundaciones observada en el arroz, el trigo y varias plantas de humedales naturales. En New Phytologist, los investigadores describen el descubrimiento de un solo gen que controla las propiedades de la superficie del arroz, haciendo que las hojas sean super-hidrófobas (repelen el agua).

Un gen llamado LGF1 controla la nanoestructura de las superficies de las hojas. Durante los eventos de inundación, el gen permite la supervivencia del arroz sumergido ya que las nanoestructuras de cera retienen una fina película de gas en la hoja (Leaf Gas Film), de ahí el nombre del gen, LGF1. Las películas de gas facilitan el intercambio de gases con el agua de la inundación, de modo que el dióxido de carbono se puede absorber durante el día para alimentar la fotosíntesis submarina, y se puede extraer oxígeno por la noche.

El gen LGF1 también confiere tolerancia a la sequía, ya que los pequeños cristales de cera reducen la evaporación de las superficies de las hojas, conservando el agua del tejido.

Las superficies superhidrofóbicas retienen una delgada película de gas bajo el agua, lo que permite que los estomas funcionen también durante la inmersión. Los estomas regulan la absorción de CO2 (dióxido de carbono) para la fotosíntesis durante el día, pero también la absorción de O2 (oxígeno) durante la oscuridad, lo que permite la respiración aeróbica. Sin la capa protectora de gas, la inundación bloquea los estomas y el intercambio de gases con el ambiente queda muy restringido, en otras palabras, las plantas prácticamente se estarían ahogando.

“Hemos utilizado microelectrodos avanzados tanto en experimentos de laboratorio controlados como en situaciones de campo para revelar los beneficios de las películas de gas foliar durante la inmersión”, dice el profesor Ole Pedersen, del Departamento de Biología de la Universidad de Copenhague.

Los efectos a largo plazo siguen siendo un rompecabezas

“Hemos evaluado la importancia de las películas de gas foliar durante la inmersión del arroz, y en algunas situaciones, el arroz crece igualmente bien arriba y debajo del agua, solo porque el arroz posee el gen LGF1”, continúa Ole Pedersen.

Las implicaciones de estos hallazgos son enormes. En todo el mundo, el cambio climático ya ha provocado un aumento en el número de inundaciones, y para mantener el suministro de alimentos en un futuro más húmedo, el mundo necesita cultivos climáticamente inteligentes que toleren mejor las inundaciones.

“Sin embargo, las propiedades superhidrofóbicas de las hojas codificadas por el gen LGF1 se pierden después de algunos días de sumersión, las plantas comienzan a ahogarse al mojarse las hojas. Por lo tanto, nuestra investigación se centra ahora en la sobreexpresión del gen LGF1. La sobreexpresión debe cubrir las hojas con más cristales de cera y de esta manera preparar a las plantas para un evento de inundación. El hecho de que todo esté controlado por un solo gen hace que el objetivo sea mucho más realista”, concluye el profesor Ole Pedersen.

también hay unos vídeos impresionantes

Fuente : http://www.chilebio.cl/2018/03/15/descubren-un-gen-que-controla-la-tolerancia-a-sequia-e-inundaciones-en-cultivos-agricolas/

A los autores se los puede contactar en

Professor Ole PedersenDepartment of Biology, University of Copenhagen
Mail: opedersen@bio.ku.dk
Tel: +45 2374 7641
Website: www.flooding.dk

Helle Blæsild
Press & Communication
Department of Biology, University of Copenhagen
Mail: kommunikation@bio.ku.dk
Tel: +45 2875 276

Salu2 a tod@s y feliz cumpleaños a Maria W.L. quien estuvo de cumpleaños estos dias

La vida es un 10% como viene y un 90% como la tomamos.

Mr. Moon.