第四章 档案盒
2026年 · 中国南方
程屿在凌晨两点十七分把最后一张图保存下来,文件名后面加了一个“3”。此前他已经保存过两张,数字完全相同,都是零点六一。他盯着屏幕看了一会儿,又点开预测结果的表格,从头检查受试者编号与临床分组有没有对错。他做过一次这样的核对,后来又做了一次,第三次仍没有发现问题。打印机旁边放着一盒已经凉透的饭,筷子搁在盖子上,干掉的米粒粘着塑料。实验室里只剩他一个人,走廊灯隔一阵便熄灭,门缝里暗下来,又因为有人经过突然亮起。
三个月前,模型在内部交叉验证中得到零点八六的曲线下面积。这个结果并不能保证任何一个患者都会被判断正确,但在当时足以使课题组高兴。队列的数据已经整理了很久,几位研究生几乎把全部精力花在微生物物种的筛选、测序信息的核查和统计分析上。程屿负责最后的模型构建,知道里面有多少工作不过是把缺失的临床字段一项项补齐,或者在不同批次的文件之间核对同一个编号。取得满意结果的那天,研究生杜然去楼下买了奶茶,带回来六杯,给谁都分了一杯,唯独忘了自己喜欢的口味。
罗慎教授当时并没有立即宣布成功。他看完图,说外部验证做完再谈文章有多大价值。程屿点头,心里却仍然轻松,因为整个分析流程已经按计划固定下来,新数据只要整理齐全,便能直接送进模型。三个月后,合作医院的独立数据到了。第一遍运行,零点六一;第二遍,零点六一。第三次他把所有步骤重新核对,连一个多余的空格都没有发现,结果仍然如此。把模型训练得更复杂也许能使训练队列里的曲线再漂亮一点,却不能解释为什么它在另一批人身上表现得差了这么多,而且无论怎样检查程序都找不出错误。
他打开论文初稿,翻到摘要,看到自己写过一句“识别出具有良好跨队列泛化能力的微生物标志物”。这句话用了很久才改顺,原本没有一个字多余,现在却处处碍眼。他先把“具有良好跨队列泛化能力”删去,又觉得“标志物”这个词用得太满,便改成“与疾病状态相关的微生物特征”。改完后句子不再耀眼,读起来倒比原来踏实。程屿把稿件另存为新版本,电脑右下角显示凌晨两点四十。他起身去走廊接水,接了一半才想起保温杯已经装满,又把开关关掉,拿着水杯在饮水机前站了半晌。
程屿三十四岁,在南方一所大学研究微生物生态与生物信息学。他很少向不熟悉的人解释自己的工作,亲戚们常以为他每天穿着白大褂培养细菌,只有母亲坚持说儿子研究的是肠子里的东西,至于究竟怎么研究,她也说不清楚。实际上,他大部分日子都对着屏幕,从测序文件里推断微生物组成,再设法理解不同人群之间的差别。有些微生物的名字长得难以读完,有些在几百份样本里都只留下零星信号,还有些则会因参考数据库或处理流程的变化而改变估计。他并不觉得这些数字乏味。一个几乎看不见的世界,经过采样、测量和计算,终于能够在屏幕上露出一点轮廓,这件事曾经使他十分着迷。
可电脑不会知道样本是怎样到它面前来的。来自两家医院的受试者,年龄分布和治疗经历并不完全相同;有人采样前几个月使用过药物,有人的记录尚不完整;部分样本由研究护士收集后立即送入低温保存,另一些则经历了不同的运输与处理时间。程屿和杜然对流程做过统一,依然不能把所有差异都消掉。这些问题过去也存在,只是当那条零点八六的曲线挂在汇报幻灯片上时,它们显得并没有那么迫切。如今验证结果不好,每一个不起眼的细节都重新获得了重量。
第二天上午,罗慎召集了会议。他听完汇报,先问训练过程中有没有意外使用过独立队列的信息,随后又要求查看特征筛选和参数优化的记录。程屿把分析日志和版本号逐一放到屏幕上,说明测试数据没有参与最初的模型建立。罗慎翻过几页,看到两个研究中心的基本情况差异,才说:“问题可能不止一个。你们先把样本来源、用药和技术处理核对完整,不要急着再调参数。”杜然坐在桌子另一头,用笔在本子上画了几道线,画到最后,纸几乎被划破。
罗慎摘下眼镜,问文章准备怎么办。程屿说实验室原先拟定的主要结论需要改,哪些结果能保留,得等核查完成才能决定。罗慎沉默片刻,说项目总得向资助方交代进展,几位学生也要按时完成学业,不能因一次外部验证表现不理想就把所有工作推倒重来;但更不能为了拿到想要的数字,把已经看过结局的验证队列拿去反复挑选特征,然后还把它称作独立验证。他让程屿用一周时间整理出一份报告,说明已经知道什么,还缺什么,哪些问题能靠现有数据检查,哪些必须补充新的样本。
散会以后,杜然跟着程屿走下楼梯。他已经是博士三年级,头发剪得很短,说话总比别人快一点。这一次却在楼梯转角站住,问是不是意味着他的毕业论文也要推迟。程屿说目前不能这么判断,几项原本可靠的描述性结果仍然在,跨队列预测这一块需要更谨慎地处理。杜然苦笑,说自己做了整整两年,现在最重要的图竟然成了最难看的那张。程屿没告诉他“失败也是成果”之类的话,只说先去吃饭,下午一起把各中心的元数据表重新核对。他们在食堂排队,前面的学生抱怨鱼太咸,后面有人问能不能少放辣椒,程屿听着这些琐碎的话,忽然觉得一夜没有睡够的人最先需要解决的,不是科学争论,而是先吃完眼前这碗饭。
下午,他去了合作医院。梁静医生已经把几份去标识化的研究记录准备好,约他核对药物史和样本信息。梁静做临床多年,向来不太爱听“潜在临床应用价值”这样的句子。她总问,价值究竟在哪儿,准备给谁用,又如何证明有用。程屿曾觉得她过于苛刻,后来才知道一个人每天要面对患者和家属的追问,便很难像论文里那样,轻易用几个漂亮的词把复杂事情概括过去。
两人坐在一张小桌旁,对着屏幕逐项检查。梁静找出一个编码,说这位受试者最初没有报全过去几个月的用药情况,后来家属带来处方,研究护士才把遗漏的记录补上。另一个编码的采样时间只有日期,没有具体时刻,原始表上也没有。程屿问能不能回访补齐,梁静说有些能核对,有些已经无法追溯,不能因为分析需要,就把一个本来不知道的时间写得很准确。她把纸质记录推到程屿面前:“你们拿到数据表时,这些人已经是一行一行的了。我们收集的时候可不是这样。一个空格背后,有时候是半小时的电话,有时候是病人真的想不起来,问上三遍也未必能想起。”
门口传来轻轻的敲门声。一位研究护士说林晓已经到了,想问问上次参加研究后有没有新的结果。梁静看了一眼时间,让护士先安排好等候,又问程屿愿不愿意一同过去解释研究性质。林晓是一位二十多岁的女性,穿着洗得很平整的浅色衬衣,说话不大声,进门时把预约单叠了两次放在桌上。确认她愿意与研究人员交谈后,梁静解释,粪便样本用于获批研究方案中的群体分析,并不等同于日常临床检查,研究产生的结果目前也不能作为个人病因诊断。
林晓问:“那你们能不能看出来,我为什么会生病?”程屿从她的语气里听不出责难,只觉得她是真想知道。他说现有研究发现某些微生物特征与疾病状态有关,但一个关联结果不能证明某一种细菌导致了某个人的疾病,更不能据此自行停药或改用某种微生态治疗。林晓听完点点头,过了一会儿又问,既然暂时不能告诉自己原因,继续留下样本还有没有用。梁静把研究希望回答的群体层面问题讲给她听,也说明可能无法直接给每位参与者带来个人收益。林晓想了一会儿,说只要研究人员按约定保管资料,她愿意继续参加随访。她临走时认真问了下一次预约时间,记进手机,然后跟两人道别。
程屿看着她走远,突然想起摘要里那句已经删去的“良好跨队列泛化能力”。在研究组会上,大家可以花几个小时讨论不同算法的结果,换了坐在诊室里的人,一句“这个能告诉我什么”便会使那些讨论显得不够。梁静没有说教,只把剩下的资料摊开,继续核对。程屿也低头工作。到了四点多,两人终于把需要追查的记录列出一张清单,梁静说会联系各中心负责的护士,能够确认的尽量确认,不能确认的保留缺失。程屿收好电脑,准备回校,梁静却在门口叫住他,问明天下午有没有空。
医院旧院区的一栋档案楼准备搬迁,几位负责医学史展览的人正在清理积压多年的材料,其中有不少关于显微镜和微生物发现的展签,需要找个专业研究者看一看。梁静说负责这件事的叶岚是科学史出身,对史料十分认真,就是对现代微生物组技术有些地方不敢妄下判断。程屿说自己这周忙,梁静便让他有空再去,也不是非得明天。程屿想到手里一堆未整理完的记录,本想推辞,话到嘴边却又改了主意:先去看看,半天也耽误不了多少。
回家路上,母亲发来一张照片。照片里是一只老陶缸,缸沿有个不甚起眼的缺口,里面的酱色深而发亮。母亲说,今年天气合适,这一缸做得比去年好,叫他周末回来尝尝。程屿笑着回了一句“照片看不出好坏”,母亲发来语音,说光会看机器上的数字可不行,酱好不好,舌头最清楚。母亲做发酵食品已经几十年,每次下雨都惦记着院里的陶缸,原料换了、天气变了,什么时候该开盖,什么时候该加水,她心里总有个数。也并非每次都成,有一年坏掉一大缸,她整整心疼了一个月。程屿曾想替她装些记录温度和湿度的小仪器,母亲说等他有空回来再说,没必要为了这一点家务专门花钱。
第二天下午,程屿走进旧档案楼。楼只有四层,墙面脱落了几处,楼梯间堆着封好的纸箱,空气里有一股久放纸张的气味。三楼走廊里,一位穿白衬衫的女人正蹲在地上整理标签,身边摞着几个被翻得有些软的档案盒。程屿问叶岚在不在,她抬起头,说自己就是,让他稍等,先把一箱书搬进屋。两人一人抬一头,费了些力气才把箱子放到桌旁。叶岚擦擦手,说原来以为半个月就能整理完,后来发现有些资料连出处都说不清,得重新查。
桌上放着胡克《显微图谱》的影印插图,跳蚤的长腿、木栓的小格子,还有长在皮革上的霉。叶岚说明这都是复制材料,原件不在这里,不要让参观者误以为旧医院收藏着十七世纪手稿。程屿拿起霉菌的图看了一会儿,枝条和孢子结构画得非常细,他从前只在课本里匆匆看过。叶岚递来一张准备展示的说明,上面写着“胡克发现微生物,标志现代微生物学诞生”。程屿说这样写不够准确,胡克观察并描绘过许多微小结构和生物,但微生物学的建立有更长的过程,不能用这一句话盖过去。叶岚听完,立刻用铅笔在纸边记下。
她又找出列文虎克一六七六年十月的来信影印件,告诉程屿,原始文献现存皇家学会档案,馆藏目录可以公开查询,信里讲了各种水样中的微小活动体。程屿看见十八页手稿扫描图,字迹挤得很密,边上还有小小的图形。他问那时候的人凭什么相信一位布商写来的话,叶岚便翻到后面的说明:他们并不是立即相信,也不是简单否认,后来胡克尝试重复相关观察,才在一六七七年见到相似的活动体。程屿笑说原来几百年前便有难做的外部验证,叶岚纠正他,那时的实验与今天模型评估当然不是同一回事,不过不同地方要独立确认一种观察,确实都得认真核对条件。
他们坐下来一起修改展签。叶岚对年份和文献版本特别较真,程屿若是用了“首次”“证明”这类词,她便问具体哪份资料支持这种说法;而叶岚写到微生物分类和现代测序时,程屿也会提醒,有些名称是后来的知识,不能不加说明地放进十七世纪人物的嘴里。改到一半,叶岚把一张纸推给他,上面有两位研究者对同一历史事件的不同表述。她说做展览最费时间的不是把材料摆好看,而是决定哪些话可以挂在墙上。程屿听了半晌,想到自己的论文,笑说这点倒跟写摘要有些相似,偏偏大家最爱省去那些麻烦的限定。
到了傍晚,叶岚开始整理下一批档案。那里面不是显微镜,而是十八世纪与酿造、发酵有关的文献复制件和后来的译注。有一本账簿影印本的封面磨损严重,内页记录着原料、工钱和每一批酒的损耗,某一年连续几页的数字都不太好看。程屿随手翻了两页,发现账目旁有一段后人转录的私人记事,提到一个酿酒家庭的酒液接连酸败,负责照料酒桶的人因此受了责备。材料来自一份尚待核实的家族账簿整理稿,馆方还没有找到足以确认其来源的完整记录,叶岚暂时不准备把它作为可靠史料放上展墙。
程屿却看得有些出神。他问为什么坏酒也要记得那么清楚,叶岚说酿酒是生意,一桶酒坏了,原料、柴火、人工都算亏损,当然要记。程屿想起母亲发来的陶缸照片,说自己家里也做发酵食品,每次做坏东西,母亲便能念叨许久。叶岚笑着问他既然懂微生物,为什么不回去帮母亲看看。程屿说工作忙,等闲下来再说。叶岚没有接着劝,只把那几页账簿单独夹进文件袋,说下次可以再查查这批材料的来历,兴许能找到当年的契约或来信。
离开档案楼后,程屿在楼下站了一会儿。杜然发来新的分析表,几个原本在训练队列里表现突出的物种,在独立队列中的效应方向并不一致。程屿没有打开电脑继续跑模型,而是给杜然发消息,让他保存原始结果,明天先和医院核对采样与用药记录。随后他给母亲打电话,问那缸酱最近有没有什么需要帮忙的。母亲在电话那头笑,说东西已经快好了,真要帮忙就周末回来吃饭,顺便把院子里那盏总是一闪一闪的坏灯修一下。
他在路口买了饭,回到住处,电脑里还开着前一晚那份论文。摘要改过以后,没有从前显得那么漂亮。他又读了一遍,觉得有两句话还能更准确些,便继续删改。改到后来,杜然发来一张旧版图,问是否还要留在组会报告里。程屿回了一句:“留着,标清楚是原队列的结果。别把后来验证不好的那张藏起来。”杜然很快回了个“好”。程屿关掉聊天窗口,打开明天要核对的清单,在最上面加了一项:确认每个中心的原始记录是否能追溯。
睡前,他又点开叶岚发来的文件链接。那份关于旧酿酒作坊的整理稿还没有读完,下一页开头写着一个年份和一座不大的城镇,后面便是酒桶数量与原料支出。他原本只想看两眼,结果看到了凌晨。最后他把电脑合上,决定下次去档案馆时,问问那家作坊后来有没有度过难关。至于自己的研究,他知道眼下没有什么捷径可走。天亮以后,仍须一份份地检查记录,再决定那些数字到底能够说明多少事情,哪些暂时还说不明白。
真实历史与科学解读
程屿、罗慎、杜然、梁静、叶岚与林晓均为虚构人物,模型AUC为0.86和0.61的结果也属于小说设定。微生物组研究的跨队列验证可能受到受试者构成、用药、样本保存、实验批次、测序及计算流程影响;预测相关性并不能直接证明病因。胡克《显微图谱》和列文虎克一六七六年的信件确有历史原件及数字馆藏。小说中的档案楼收藏的是复制件与整理材料;最后出现的十八世纪酿造账簿属于虚构线索,不能视作真实档案发现。