Eine Parodie über Creation Science von Edward Current:
Monatsarchiv: September 2010
Gottlose zeigt Euch!
Sich zum Atheismus zu bekennen ist nicht immer leicht. Gerade die von uns, die in sehr religiösen Gegenden leben, fürchten oft ihre Familie und ihren Freundeskreis zu verlieren oder, als Apostat auch körperliche Gewalt.
Auch werden Atheisten, obwohl sie in Deutschland etwa 25 % der Bevölkerung ausmachen, politisch meistens marginalisiert. So ist z.B. der Kirchenaustritt mit zuweilen recht hohen Kosten verbunden und befreit einen, wenn der Partner immer noch einer Kirche angehört, auch nicht von der Pflicht weiterhin Geld an die Kirchen abzuführen.
Hier ist es sicherlich hilfreich, sich öffentlich zum Atheismus zu bekennen. Um zu zeigen, dass wir keine kleine Minderheit verwirrter sind und damit sowohl Beachtung in der Politik zu finden, als auch damit andere sich nicht fürchten müssen ihre Ungläubigkeit zuzugeben.
Hierzu hat vor einigen Jahren die Richard Dawkins Foundation die OUT-Campaign gestartet und sich, in ironischer Anlehnung an den Scharlachroten Buchstaben ein scharlachrotes A als Logo gewählt.

Das Scharlachrote A, das Logo der OUT-Campaign
Die Kampagne fordert Atheisten zu folgenden auf:
- Come OUT: Man soll sich, aus oben erläuterten Gründen, zu seinem Atheismus bekennen.
- Reach OUT: Man soll sowohl mit anderen Gottlosen in Kontakt treten, wie auch sich mit anderen über Atheismus unterhalten und so diese über Atheismus aufklären.
- Speak OUT: Man soll als Atheist sich nicht durch Religion einschüchtern lassen und sich trauen zu seinem Atheismus zu stehen.
- Keep OUT: Man soll für die Trennung von Religion und Staat eintreten. Gerade in Deutschland ist hier, meiner Meinung nach, viel Nachholbedarf.
- Stand OUT: Als Atheist positiv auffallen und so die öffentliche Meinung über Atheismus verbessern.
Eingeordnet unter Atheismus
Grundkurs Biologie: Was ist der Träger der Erbinformation?
Das Bakterium Streptocuccus pneumoniae kommt in zwei Formen vor, der S- (von smooth, glatt) und der R-Form (von rough, rau).
Während die S-Form tödlich für Mäuse ist, kann die R-Form schnell vom Immunsystem der Mäuse besiegt werden. Tötet man die Bakterien der S-Form ab, so sind sie auch nicht mehr gefährlich. Ursprünglich dachte man, dass diese S- und R-Formen fest sind und nicht ineinander überführt werden können. Jedoch zeigte Frederick Griffith 1928, dass, wenn man Mäuse mit abgetöteten Bakterien der S-Form und lebenden Bakterien der R-Form zusammen infiziert, die Mischung wieder lethal für Mäuse ist. Des weiteren ließen sich auch lebende Bakterien der S-Form im Blut dieser Mäuse nachweisen. Es muss also etwas von den toten S-Form Bakterien auf die lebenden Bakterien der R-Form übergegangen sein, was diese in die S-Form umwandelte. Es musste irgendwie Erbinformation zwischen den Beiden Formen übertragen wurden sein. Griffith nannte dieses das “transformierende Prinzip”.
Abbildung 1: Mäuse infiziert mit Streptococcus pneumonea. Die lebende S-Form ist lethal für die Mäuse, während die R-Form und die abgetötete S-Form nicht pathogen sind. Mäuse die mit der abgetöteten S-Form und der lebenden R-Form infiziert werden sterben jedoch ebenfalls. Madprime / CC-BY-SA 3.0
Aufbauend auf diesen Wissen wollten Oswald Avery, Colin MacLeod und Maclyn McCarty nun herausfinden, was dieses transformierende Prinzip genau ist. Um dieses zu erreichen stellten sie ein Extrakt aus Bakterien der S-Form her und trennten dieses in seine einzelnen Bestandteile, sogenannten Fraktionen. Sie fanden, dass die Fraktion, mit der man R-Form Bakterien in die S-Form transformieren konnte zwar fast keine Proteine, Zucker oder Fette enthielt, dafür aber eine besondere Form von Desoxyribonukleinsäure. Das besondere an dieser Form war, dass hier sehr viele Desoxyribonukleinsäurebausteine sich zu langen Ketten verbunden hatten, also stark polymerisiert waren.
Des weiteren fanden sie heraus, dass einige der gefundenen Fraktionen, wenn sie mit der Fraktion, die das transformierende Prinzip enthielt, die transformierende Aktivität zerstören. Anschließend war auch nichts mehr dieser stark polymerisierten Desoxyribonukleinsäure in den Extrakten zu finden. Es lag also nah, dass diese heute als DNA (von deoxyribonucleic acid) abgekürzte Substanz das transformierende Prinzip ist, also auch die Erbinformation trägt.
Um auszuschließen, dass sie sich irrten, reinigten sie nun diese Fraktionen so weit auf, bis sie ein hochreines Enzym hatten, welches die DNA in ihre Einzelbausteine zerlegte, sie also depolymerisierte. Ihre Annahme war also nun folgende: Wenn die DNA nicht das transformierende Prinzip ist und wir in die Fraktion, die das transferierende Prinzip beinhaltet unser Enzym geben, welches die DNA abbaut, die transformierende Aktivität aber erhalten beleibt, dann kann die DNA nicht das transformierende Prinzip sein und unsere Hypothese ist widerlegt. Als sie dieses Experiment nun durchführten, wurde jedoch neben der DNA auch die transformierende Aktivität zerstört. Man konnte nun also annehmen, dass die DNA das transformierende Prinzip und damit der Träger der Erbinformation ist.
Relevante Veröffentlichungen:
- Griffith F.: The Significance of Pneumococcal Types. J Hyg (Lond). 1928 Jan;27(2):113-59. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2167760/
- Avery OT, Macleod CM, McCarty M.: Studies on the chemical nature of the substance inducing transformation of pneumococcal types. Inductions of transformation by a desoxyribonucleic acid fraction isolated from pneumococcus type III.. J Exp Med. 1944 Feb 1;79(2):137-58. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2135445/
- McCarty M, Avery OT.: STUDIES ON THE CHEMICAL NATURE OF THE SUBSTANCE INDUCING TRANSFORMATION OF PNEUMOCOCCAL TYPES : II. EFFECT OF DESOXYRIBONUCLEASE ON THE BIOLOGICAL ACTIVITY OF THE TRANSFORMING SUBSTANCE. J Exp Med. 1946 Jan 31;83(2):89-96. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2135575/
Eingeordnet unter Grundkurs Biologie
Mit Lebensmitteln die Evolution widerlegen – Teil 2: Leben-Saté
Passend zum Bananenmann von gestern versucht in diesem Video jemand Evolution mit Erdnussbutter zu widerlegen.
Er ignoriert dabei aber leider folgendes:
- Als Evolution bezeichnet man die Veränderung einer Population über die Zeit (genauer die Veränderung von Allelverteilungen innerhalb einer Art über die Zeit). Das hat mit der Entstehung des Lebens aus unbelebter Materie aber nichts zu tun. Dieses bezeichnet man als Abiogenese.
- Auch Abiogenese kann dadurch nicht widerlegt werden. Wir wissen zwar noch nicht viel über die Abiogenese, aber können mit einiger Sicherheit sagen, dass die frühe Erde sich doch deutlich von einem Glas Erdnussbutter unterschied.
- In dem Glas Erdnussbutter waren, wie in allen anderen auch, schon Lebewesen drin. Es wird spekuliert, dass das heutige Vorhandensein von Leben auf der Erde ein Grund dafür ist, dass heutzutage Leben hier nicht noch einmal aus unbelebter Materie entsteht. Die bereits vorhandenen Lebewesen “fressen” die benötigten Vorgängersubstanzen nämlich einfach auf.
Eingeordnet unter Kreationismus
Ray Comfort, der Bananenmann
Ray Comfort ist christlich-fundamentalistischer Prediger und Kreationist und demonstriert uns und Kirk Cameron, bekannt aus televisionistischen Meisterwerken wie “unser lautes Heim”, wie seiner Meinung nach eine Banane die Evolutionstheorie widerlegt.
Viel Spaß beim zuschauen:
Eingeordnet unter Kreationismus
Tanz wie ein Äffchen! die Zweite
Den Titel des blogs habe ich im überigen von einem sehr guten Lied der New York Dolls übernommen.
Eingeordnet unter Musik
Die Wieselparade
.![]()
Abbildung 1: Ein Altaiwiesel. Karunakar Rayker / CC BY-SA 2.0 (US)
Gerade fiel mir ein, dass voriges Jahr ein Beitrag auf Panda’s Thumb war, in dem dazu aufgerufen wurde eigene Versionen von Dawkins Wiesel-Algorithmus zu schreiben und zu veröffentlichen.
Obwohl ich da schon seit über 10 Jahren mich nicht mehr daran gesetzt hatte etwas zu programmieren (und auch vor 10 Jahren sicherlich kein Virtuose darin war), reizte mich die Herausforderung. Leider hatte ich letztes Jahr noch keine Möglichkeit das Resultat auch ins Netz zu stellen.
Das hole ich nun hiermit nach
# weasel program in Python
# should display "METHINHS IT IS LIKE A WEASEL"# Importing random classes
import random# Defining variables
aim = “METHINK IT IS LIKE A WEASEL” #Defining the aim
pop = []
i = 0
c = 0
mutrate = raw_input(“Please set mutation rate (in %):”) # sets mutation rate in %
mutrate = int(mutrate)
size = raw_input(“Please enter offspring size:”) # setting offspring size
size = int(size)def umwandel(var): # Converts a list into a string
a = “”
c = 0
while c <= 26:
a = a + (var[c])
c = c + 1
return adef convert(var): # Converts a string into a list
a = []
c = 0
while c <= 26:
a += [var[c]]
c = c + 1
return adef zufall(): # Generates a random letter
alphabet = “ABCDEFGHIJKLMNOPQRSTUVWXYZ “
random.seed()
a = random.randrange(0, 27, 1)
b = alphabet[a]
return bdef generate(): # Generates a random string of 28 letters
c = 0
word = “”
while c <= 26:
word += (zufall())
c = c + 1
return worddef mutate(var,mutrate): # mutates each letters in a string of 27 elements with a (mutrate) % likelihood
c = 0
while c <= 26:
random.seed()
a = random.randrange(1,100,1)
if a <= mutrate:
b = zufall()
var = convert(var)
var[c] = b
var = umwandel(var)
c = c + 1
return vardef fittnes(var1,var2): # Compares the level of similarity between 2 strings of 28 elements
c = 0 # The result is an integer
i = 0
while c <= 26:
if var1[c] == var2[c]:
i = i + 1
c = c + 1
return idef population(var): # Generates a list of strings with (var) random elements
c = 1
b = []
while c <= var:
b += [generate()]
c = c +1
return bdef selection(aim,pop,size): # Selects the element of a list which has the most similarities with a given aim
z = 0
a = “”
f = 0
while z <= size-1: b = pop[z] i = fittnes(aim,b) if i > f:
f = i
a = pop[z]
z = z + 1
return a,fdef offspring(mother,mutrate,size): # Generates a list of mutations from ‘mother’ with ‘size’ elements
c = 1
children = []
while c <= size:
children += [mutate(mother,mutrate)]
c = c + 1
return children# Main program
pop = population(size) # Setting a starting population
mother = selection(aim,pop,size) # picks the element from the starting population with the most similarities to the aim
print “Generation ” + str(c)
print “Best fit:” + mother[0] + ” Similarities:” + str(mother[1])while i < 27: # loop will run till a complete match
c = c + 1 # counts the generations
pop = offspring(mother[0],mutrate,size) # a new generation will be generated from the last run’s ‘best fit
mother = selection(aim,pop,size) # this generation’s ‘best fit’
print “Generation ” + str(c)
print “Best fit:” + mother[0] + ” Similarities:” + str(mother[1])
i = mother[1]
Eingeordnet unter Evolution



