Nuno Barbosa Morais é um biólogo computacional. É licenciado em Engenharia Física Tecnológica pelo Instituto Superior Técnico e doutorado em Ciências Biomédicas pela Faculdade de Medicina da Universidade de Lisboa, tendo feito investigação internacional durante uma década nas universidades de Cambridge e de Toronto. Lidera, desde 2015, o laboratório de Transcritómica de Doença no Instituto de Medicina Molecular e lecciona cursos de Biologia Computacional a vários mestrados da Faculdade de Medicina da Universidade de Lisboa.  -> Apoie este projecto e faça parte da comunidade de mecenas do 45 Graus em: 45grauspodcast.com _______________ Índice (com timestamps): (5:57) INÍCIO DA CONVERSA: Crise da Replicação | Vieses cognitivos e as limitações das técnicas de inferência estatística. P-value | Karl Popper | Gregor Mendel | Ronald Fisher (história do chá) | Jacob Bernoulli (22:25) De onde surgiu esta a Crise na Ciência? | Artigo  Why Most Published Research Findings Are False (John Ioannidis) | Artigo de Florian Markowetz 1,500 scientists lift the lid on reproducibility | Five selfish reasons to work reproducibly | Fraude em Alzheimer: Blots on a field? | Artigos de investigadores japoneses na Nature (um, dois) | HARKing  (41:12) Big data e complexificação das metodologias. | Artigo João P. Magalhães «Every gene can (and possibly will) be associated with cancer» | Overfitting | As bombas alemãs em Londres e a ‘clustering illusion’ | Riscos de usar programas bioinformáticos como caixas negras |  Inteligência artificial (1:05:43) Será que a ciência já esgotou o “low hanging fruit” das descobertas? Estudo: Rate of scientific breakthroughs slowing over time | Perigos da hiperespecialização. | C. P. Snow (1:16:27) Incentivos perversos do sistema de publicação | Robert Merton e o Matthew effect | Luc Montagnier e as teorias da conspiração Covid (1:28:53) Outras ideias para melhorar a Ciência. | Talent Identification at the limits of Peer Review: an analysis of the EMBO Postdoctoral Fellowships Selection Process | Revisão por pares prévia à publicação |  Algoritmos de revisão com AI: statcheck e grim Livros recomendados: The Drunkard's Walk, de Leonard Mlodinow | Pensar, Depressa e Devagar. de Daniel Kahneman | Science Fictions, de Stuart Ritchie | Calling B******t, de Carl Bergstrom e Jevin D. West _______________ Na conversa que vão ouvir, o Nuno identifica uma série de desafios / obstáculos à boa ciência, que eu diria que se podem dividir em dois tipos: os de sempre e aqueles que se tornaram mais agudos nas últimas décadas, devido a algumas mudanças, quer nas técnicas, quer institucionais que afectam o modo como se faz hoje ciência Os primeiros desafios (os de sempre) têm que ver com a grande dificuldade da Ciência enquanto actividade: conseguir compreender o mundo (identificar “leis” na natureza) sendo os dados de que dispomos sempre parcelares e imperfeitos,e contando apenas com a mente dos cientistas -- humana e, por isso, cheia de limitações e vieses.  Para contrariar as nossas limitações cognitivas (e os nossos próprios defeitos morais) criou-se ao longo do tempo uma arquitectura institucional com uma série de válvulas de segurança. Por exemplo, os trabalhos só são publicados depois de serem revistos por outros cientistas, e a ciência é feita de forma aberta, de modo a que estejamos sempre sujeitos à que as nossas conclusões sejam invalidadas por outros investigadores.  E para decidir o que conta e o que não conta como descoberta científica a partir dos tais dados limitados, foi preciso criar um método e um referencial de significância aceite por todos. Instituíram-se, então, testes de inferência estatística, os chamados testes de hipóteses, o mais conhecido dos quais o célebre p value (de que falamos na conversa).  Só que estes testes são apenas uma via indirecta de inferir conclusões (com