第四十四章 失灵的预测

模型最终定稿的那天,实验室里没有人提出庆祝。杜然把独立验证报告投在屏幕上,第一张图展示内部交叉验证,第二张是不同外部队列的结果。经过几个月的资料核对、方法修订和特征重新评估,一部分分析比最初更加稳定,另一些却表现出明显的中心依赖性。最初被他们称作关键标志物的几种微生物,在新的模型里不再占据同样重要的位置。程屿坐在后排,听杜然逐项解释,发现这次没有人在幻灯片里写“突破性精准预测”,也没有把性能最好的那一组结果单独放大。

报告结束后,罗慎让每个人谈谈意见。新来的学生认为结果至少比过去更清楚,另一位同学却觉得文章的吸引力明显下降,担心投入大量时间后仍然难以发表。杜然一直没有说话。罗慎最后问他本人怎么看,杜然才回答,模型确实有一些能够在多队列重复的信号,但不再足以支持原来那个“可靠临床识别工具”的故事。他说这话时努力保持平静,声音却有一点发紧。

讨论中,一名新学生提出先把外部表现较差的中心排除,再报告表现最好的几个队列。杜然抬头看了他一眼,发现那正是自己几个月前险些采用的办法。他没有责备对方,只把原始研究计划翻到第一版,让所有人看看哪些中心原本就属于预定的验证范围。罗慎随后说,可以做敏感性分析解释中心差异,但不能在看过结果以后悄悄改变主要终点。会议室里短暂安静下来,那名学生把建议改写成了需要解释的异质性问题。

讨论被打断之后,罗慎把大家的电脑合上,只留下白板。他在板上分出三栏,分别写“最初计划验证什么”“后来才提出什么”“哪些分析真正没有用过验证数据”。有位学生不愿承认后期增加的分析会改变证据性质,拿起记号笔解释,当时的想法明明很合理。罗慎说合理不等于预先确定,探索性工作一样可以发表,但不能用与事先验证相同的口吻描述。杜然主动把几项后来补做的模型列进第二栏,又注明它们如何改变了研究目标。这张白板没有使结果变得更好看,却终于使全组能够讨论同一个问题,而不是各自记住最有利于自己的版本。

会议室里没有人责备他。过去几个月,杜然几乎每天都在核对数据,常常晚上十一点还坐在办公室。临近毕业的压力越来越大,他原本指望当前研究能形成一篇足够完整的论文,现在却需要重新组织结论。罗慎问是否可以拆出一篇方法学工作,程屿说有可能,但需要先确定方法学创新是否真正独立于当前数据,不能因为原来的疾病预测故事讲不通,便临时把常规流程换成一种所谓新算法。

杜然听完终于忍不住问,既然每一种说法都可能因为证据不足被删掉,这项研究到最后还剩下什么。程屿回答他们确实发现了几类在不同人群之间相对一致的生态差异,也厘清了一些会导致模型失效的原因;这些东西可能没有最初设想得那么惊人,却仍值得如实报告。杜然说自己理解这些道理,只是毕业时间不会因为科学需要谨慎便自动推后。程屿沉默了一会儿,承认此前自己也低估了研究范围不断扩张对学生造成的压力。

杜然离开会议室前,程屿叫住他,问学位论文的材料是否已经整理到可以提交学院审核的程度。杜然说研究记录和数据处理流程基本齐全,最担心的是论文主张变化以后,还需不需要再补许多实验。程屿原想回答“先把科学问题做好”,突然觉得这句话并不能说明下一周该做什么,便约他第二天上午一起核对剩余任务。那晚,杜然回到住处,打开日程本把几场求职面试和毕业手续写在实验计划旁边。过去他把这些事情全部划到“论文完成以后”,如今他不愿再等一个没有日期的以后。

下午,杜然一个人到楼下咖啡店坐了很久。他拿出手机,发现母亲刚发来消息,问毕业后是不是就能回家待几天。杜然看了半天,没有立即回复。他曾经对家人说自己的研究进展很好,还给父母发过那张漂亮的预测曲线,母亲虽然不懂图,却把图片保存下来,在亲戚聚会上说儿子做出了很重要的成果。如今若要解释为什么曲线没有原来那么漂亮,他不知道该从哪里说起。服务员来问是否还需要续杯,他摇摇头,把电脑合上。

咖啡店里坐着两个刚从面试回来的学生,正谈起未来的城市与薪水。杜然听见他们说笑,想到自己这几年很少认真考虑实验室以外的生活。他打开招聘网站,看了一会儿,又关上。他仍然想做研究,只是不愿将每一次模型性能的波动都当成个人价值的判断。母亲的消息还在屏幕上,他最终回了一句,毕业的事尚有手续,不过很想回家吃一顿饭。这封普通的回复使他稍稍轻松一些。

母亲第二天又发来一段语音,提醒他不要只因为最近不顺利就什么都自己扛着。她以为儿子面对的是实验做坏了,便劝他先吃饭再改。杜然笑着听完,把语音转成文字存好,随后给她拍了一张实验室窗外的日落,告诉她这星期会把毕业手续的时间表整理出来。他没有把那条0.61的曲线解释给母亲,也没有必要再向家人证明自己几年前发出的每一张图片都是永远正确的。至少今晚,他能清楚告诉她自己什么时候回家。

杜然一直保留着最初模型的幻灯片。那份文件的创建日期早于外部验证结果公布,标题里还写着“第一版主图”。他在整理电脑时重新打开,发现自己当时不仅把曲线画得十分醒目,还在最后一页写了许多关于未来临床应用的设想。现在回头看,那些话并非出于故意夸大,只是年轻时太容易把希望写成结果。他把文件复制到历史版本文件夹,又在旁边加了一份简短说明,写下后来发现的局限和模型调整经过。

有一天,杜然的父亲突然打来电话,说老家一位亲戚听说他快毕业了,想介绍一份工作。杜然原本准备拒绝,话到嘴边却停了下来。他意识到自己过去总把未来与某篇论文是否接收绑在一起,很少真正比较不同工作的内容。父亲问他是不是遇到什么难事,杜然说研究里有些结果需要重新写,但毕业工作仍在推进。父亲没有追问具体数据,只说无论以后在哪里工作,别像这几年一样总不吃晚饭。

程屿回办公室后收到罗慎发来的一份旧项目记录。那是几年前团队曾经讨论过却最终放弃的一个方向,里面同样有许多没有达到预期的实验结果。罗慎在邮件里写道,这些材料可以让年轻人看看,研究并不是从一篇接一篇的成功论文组成的。程屿看完,没有把它当成导师突然改变立场的证明,只将其中能够用于教学的部分整理出来,并注意保护不适合公开的原始数据。

傍晚,罗慎找程屿单独谈话。他并非不知道当前论文的风险,也不赞成为了发表而忽略独立验证,但担心团队总在不断提出新的分析问题,却缺少明确的完成标准。他指出,学生的培养有时间限制,合作医院也需要阶段性报告,科研组不能把所有不确定性都留到最后一刻。程屿听完,没有像过去那样急于辩解。他说自己原先过分相信更复杂的分析能够弥补研究设计的局限,后来不断补充验证,确实没有及时为项目设定清楚的边界。两人商量后决定固定当前论文的研究范围,对尚无法回答的新问题不再无限追加分析。

罗慎还提出一个很具体的要求:每一项准备放入正文的结果,必须能够在团队共享的分析日志里找到对应的版本号、输入数据范围和完成日期。如果有新的分析改变主要结论,要先写明原因再决定是否补做。有人担心这会增加工作量,程屿说他们过去已经花了太多时间重新寻找旧代码和模型图,记录清楚反而可能节省时间。会后,杜然把最初训练模型时留下的几份记录重新上传,标注哪些结果只适用于当时的数据,哪些已经在外部队列中复核过。工作做得缓慢,却使曾经模糊的分歧终于有了可以核查的依据。

罗慎把一个空白日程表推到桌子中央,要求程屿逐项写下当前论文仍必须完成的工作。写到第五项时,程屿停了下来,那是一组他很想做、却不影响主要结论的附加分析。他想了许久,在旁边写上‘下一项研究’。罗慎看着他,没有露出胜利的神情,只说这份表也应该发给学生,让每个人知道工作何时能够完成。程屿回到办公室,把日程表贴在墙上,头一次觉得限制研究范围也是一种需要学习的能力。

第二天,程屿约杜然吃午饭。他们没有在餐桌上讨论复杂的算法,只说起学位答辩需要准备的材料和未来工作的打算。杜然想去一所能够继续从事微生物生物信息学研究的机构,却担心自己这几年只学会了反复修改同一批数据。程屿说他已经完成了许多重要工作,包括数据质量核查、跨队列验证和菌株分析,这些能力并不因为某一张图失去吸引力而消失。杜然听完笑了一下,问是不是在安慰他。程屿说多少有一点,但也是真话。

下午回到实验室,两人重新整理论文结构。过去他们试图在同一篇文章里同时回答疾病预测、菌株差异、遗传转移、多界生态和潜在机制,如今决定保留与核心假设真正有关、且证据较完整的结果。部分探索性分析被移至补充材料,另外一些未完成验证的内容留作未来计划。杜然最舍不得的是最初那张曲线图,他把它拖进一个名为“历史版本”的文件夹,连同当时的分析代码一起保存,没有删除。程屿看见这个文件名,觉得比“失败结果”更加合适。

为了准备正式汇报,杜然请许澈扮演评审,专门挑那些可能被读者误解的句子。许澈先问“稳定”指的是不同折次,还是不同医院;随后又问“标志物”究竟意味着统计特征,还是已经具有临床用途的检测指标。杜然每答一次,便在稿件上改一个词。两个人从傍晚讨论到食堂关门,最后从附近便利店买了两只面包,一边吃一边对照附录里的分析流程。他们知道这些修改不一定使文章更容易被接受,但至少不会在被问到最重要的证据时,才发现自己使用了含义模糊的形容词。

两天后,杜然请程屿看一段重新写过的结果。原来那句话说他们建立了可用于临床的疾病识别工具,如今改成了在特定人群和测量条件下观察到具有重复性的部分微生物生态差异。他担心句子不够漂亮,程屿说可以再写得清楚一些,但不能把失去的证据靠形容词补回来。杜然删去两个多余的副词,发现段落反而读得顺畅。晚上整理毕业材料时,他第一次没有再把整篇文章的价值都放在一张曲线上。

晚上,罗慎回信,同意新的论文结构,并提醒他们按约定提交一份时间安排。杜然拿着电脑过来,说这次至少知道哪一天该停止增加分析了。程屿点头,和他把剩下的任务分成几部分,分别交给能够负责的人。走廊里有人谈论即将开始的假期,楼下食堂已经准备打烊。杜然收起电脑,第一次在晚上九点之前离开实验室。程屿坐在桌边,重新看了一遍摘要,把最后一处过于确定的表述改掉,随后保存文件,关闭屏幕。


真实历史与科学解读

现代微生物组模型经常面临研究中心、技术批次、宿主背景及混杂因素带来的泛化挑战。内部交叉验证、真正独立的外部验证和针对使用场景的临床效用评价属于不同证据层次。章节中的模型指标、研究项目和全部人物均为虚构,不代表具体发表论文的成果。