Pokémon GO sigue perdiendo usuarios por millones

Pokémon GO sigue perdiendo usuarios por millones

Niantic no es capaz de parar la sangría de usuarios en Pokémon GO, que tras el crecimiento inicial, ya ha perdido 10 millones de jugadores.

A pesar del éxito, tanto inicial como actual, de Pokémon GO, la app-juego-red-social está poco a poco sufriendo la resaca de un crecimiento sin precedentes de jugadores en títulos de este tipo. Y es que el golpecito de nostalgia que la compañía ha dado a todo el mundo ha supuesto un brutal número de jugadores para una aplicación de este estilo, que requiere el movimiento constante y la búsqueda, casi real, de pokémones en entornos urbanos en el día a día.

No obstante, la falta de novedades, la actualización para permitir combates más allá de los gimnasios, o los cambios constantes en el radar y en el sistema de búsqueda de pokémones está cuasi obligando a los jugadores a abandonar la aplicación, que ya ha perdido cerca de 10 millones desde su pico de 45 millones de usuarios activos. Esto es especialmente representativo, puesto que fuera del furor inicial, la aplicación está poco a poco volviendo al nicho que la ha seguido mano a mano con los pokémones estos años.

Dado el rápido aumento en el uso de Pokémon Go desde el lanzamiento en julio, los inversores se han preocupado de que esta nueva experiencia de usuario suponga menos tiempo dedicado a otras aplicaciones móviles" – Victor Anthony, analista de Axiom Capital Management.

Imagen:  Axioma Capital Management

Imagen: Axioma Capital Management

De momento, habrá que esperar a que Niantic publique las nuevas características que la compañía lleva prometiendo desde el principio, pero a este paso, y con la caída en 10 millones de usuarios activos en tan solo dos semanas, puede que sea demasiado tarde para mantener la tracción de los usuarios.

via ALT1040 http://ift.tt/2bt7w3J

Integrated gene set analysis for microRNA studies

Motivation: Functional interpretation of miRNA expression data is currently done in a three step procedure: select differentially expressed miRNAs, find their target genes, and carry out gene set overrepresentation analysis. Nevertheless, major limitations of this approach have already been described at the gene level, while some newer arise in the miRNA scenario.

Here, we propose an enhanced methodology that builds on the well-established gene set analysis paradigm. Evidence for differential expression at the miRNA level is transferred to a gene differential inhibition score which is easily interpretable in terms of gene sets or pathways. Such transferred indexes account for the additive effect of several miRNAs targeting the same gene, and also incorporate cancellation effects between cases and controls. Together, these two desirable characteristics allow for more accurate modeling of regulatory processes.

Results: We analyze high-throughput sequencing data from 20 different cancer types and provide exhaustive reports of gene and Gene Ontology-term deregulation by miRNA action.

Availability and Implementation: The proposed methodology was implemented in the Bioconductor library . http://ift.tt/28IyQKF. For the purpose of reproducibility all of the scripts are available at

Contact:

Supplementary information:

via Bioinformatics http://ift.tt/29vZI1L