生物学实验 experiment in (Marcel Weber)

首次发表于 2012 年 2 月 14 日；实质性修订于 2018 年 5 月 17 日

像科学哲学一般一样，生物学哲学传统上主要关注理论。由于各种原因，迄今为止最受关注的理论是进化论。在生物学哲学的某个时期，这个领域几乎与进化论的哲学完全一致，尤其是如果将物种的本质的讨论包括在这个领域内。从 20 世纪 60 年代到 20 世纪 90 年代，基本上唯一讨论的非进化主题是经典遗传学与分子遗传学的归约（或非归约）问题。在 20 世纪 90 年代，该领域的从业者终于开始涉足生物学的其他领域，如细胞生物学、分子生物学、免疫学、神经科学，以及处理理论归约以外的哲学问题（例如，Darden 1991; Burian 1992, 1997; Schaffner 1993; Bechtel and Richardson 1993; Rheinberger 1997）。由于这些学科是深入实验性的，对生物学实验的关注不可避免地增加了。因此，通常被称为“新实验主义”的科学哲学中的实验主义在生物学哲学中或多或少地独立出现，尽管这个事实并没有得到广泛宣传。也许，对实验的更多关注更多地是受到生物学历史学家及其实践转向的影响，而不是一般科学哲学中的“新实验主义者”如 Hacking（1983）、Franklin（1986）或 Mayo（1996）。无论如何，今天有大量历史和哲学研究密切研究生物实验室中的情况。其中一些文献涉及科学哲学中的经典问题，但也探索了新的哲学领域。

生物学实验的哲学问题也存在于其他实验科学中，例如与因果推断、实验测试、数据可靠性、实验人为因素问题以及科学实践的合理性有关的问题。实验生物学知识与其他科学知识有足够的不同，以便对这些问题进行单独的哲学处理。此外，还存在一些仅在生物学中出现的问题，例如模式生物的作用。接下来将考虑这两种问题。

1. 实验和因果推理

1.1 实验生物学中的密尔方法

因果推理方法试图重建并有时证明科学家从数据中推断因果关系的规则，包括实验数据。最早的尝试之一是由约翰·斯图尔特·密尔（1996 [1843]）提出的，他提出了一个系统的因果推理方法，包括五种不同的所谓“方法”：协议方法、差异方法、协议和差异方法、残差方法和伴随变化方法。虽然其中一些“方法”更多地涉及观察，但差异方法被广泛认为是基于实验的科学推理的重要原则。密尔本人这样描述它：“如果在研究的现象发生的实例和不发生的实例中，除了一个只在前者中发生的情况外，其他所有情况都相同；两个实例唯一不同的情况，就是现象的效果、原因或不可或缺的原因部分”（密尔 1996 [1843]，第 8 章，第 2 节）。因此，密尔的差异方法要求我们观察两种情况：一种是研究的现象发生的情况，另一种是它不发生的情况。如果可以确定一个因素是两种情况之间唯一的差异，那么这个因素必定与因果有关。

正如密尔所指出的，差异方法特别适用于实验研究，因为这种方法所需的差异通常可以通过实验干预来产生。事实上，根据所谓的干预主义因果论，因果概念与实验干预之间存在着紧密的联系（伍德沃德 2003）。

Mill 的差异法捕捉到了一种在生物实验中经常使用的重要推理方式。假设我们想要确定一种新发现的化合物是否是一种抗生素，即是否能抑制某些细菌的生长。我们首先将细菌细胞培养物分成几个等分（从均匀溶液中得到的相同大小的样本）。然后，我们向一个等分组中加入溶解在磷酸盐缓冲液中的疑似抗生素（"处理组"）。对于另一个等分组，我们只加入磷酸盐缓冲液（"对照组"）。然后，我们记录所有样本中的细菌生长情况（例如，通过测量培养基由于细菌而变浑浊时的光密度增加）。这个实验设置确保了处理组和对照组样本之间唯一的差异是抗生素的存在或缺失，从而排除了任何观察到的处理组和对照组等分之间生长差异不是由疑似抗生素引起的可能性，而是由缓冲液引起的。让我们将抗生素表示为 "A"，生长抑制表示为 "W"。生物学家因此会从这个实验中推断，如果在含有 A 的样本中观察到 W，而在不含 A 的样本中没有观察到 W，那么 A 就是一种抗生素。

Mill 将这个 "方法" 解释为一种可以通过实用主义来证明的归纳推理原则。然而，有趣的是，这个原则也可以被看作是一种演绎推理的实例。

当然，为了达到这个目的，差异法必须与额外的前提条件相结合。以下是一种实现这一点的方法（改编自 Hofmann 和 Baumgartner 2011）：

S1 和 S2 是两个同质的测试情境（假设）
因素 A 和 W 都出现在 S1 中，但都不出现在 S2 中（实验结果）
W 是一个确定性因果结构中的效应（假设）
在 S1 中存在导致 W 发生的原因（根据 2、3）
在 S2 中不存在导致 W 发生的原因（根据 2、3）
S2 中不包含 W 的混杂因素（根据 5）
S1 不包含 W 的混淆因素（来自 1,6）
W 的原因属于集合{A, W}（来自 4,7）
W 不会导致自身（假设）
A 是存在于 S1 中的原因或原因的一部分

在这个推导中使用的一些术语需要解释。如果一个因素在因果上相关并且存在于测试情境 S1 中，那么它也存在于测试情境 S2 中，反之亦然，那么这两个测试情境就是“同质的”。一个“混杂因素”是指一个在集合{A, W}之外的因果相关因素。假设因果同质性（1）排除了这种混杂因素的存在。在实际情况中，混杂因素可能是一个未知的或未控制的（即不可测量或未测量）因素，它只存在于其中一个测试情境中。在我们的抗生素示例中，这可能是一种无意中或在实验者不知情的情况下只被放入一个小样品中的化学物质。事实上，混杂因素的风险正是为什么我们的生物实验者会在放入待测试物质之前将母培养物分成小样品的原因。这样做可以减少一个小样品中含有另一个小样品没有的未受控制的化学物质的可能性。此外，熟练的实验者会确保培养物被充分搅拌，从而防止培养物的物理化学不均匀性（例如，某种化学物质或温度梯度）。因此，有一些典型的实验室操作和程序可以降低混杂因素的风险。

尽管有这些控制措施，从米尔的差异测试中推导出因果因素需要假设非常强大。特别是，必须假设我们正在处理一个确定性的因果结构（3），并且没有任何事情是无因果发生的（4）。在我们的简单示例中，这意味着假设细菌不表现出任何形式的自发性，换句话说，它们的生长行为被假定由它们的遗传构成和环境所决定（尽管大多数生物学家相信他们的实验对象和自己一样有好天和坏天！）。

如果我们将密尔的因果推理解释为演绎推理，那么所有的推理风险都会从归纳规则转移到诸如因果同质性、决定论和普遍因果原则等前提中。归纳推理的一个特征就是这总是可能的（Norton 2003）。当然，并不存在对这些前提的正当性的证明。它们可以被视为某种实验实践的一部分，这种实践通过其对研究的成果的有效性而得到整体上的证明（参见第 5 节）。

1.2 密尔方法的概括

密尔的方法可以被形式化和概括为丰富而复杂的因果推理方法（例如，Ragin 1987，Baumgartner 2009，Graßhoff 2011，Beirlaen，Leuridan 和 Van De Putte 2018）。这样的方法已经成功地用于重建历史事件，例如尿素循环的发现（Graßhoff，Casties 和 Nickelsen 2000；Grasshoff 和 May 1995）。

Mill 的方法及其广义版本甚至可以被视为提供某种发现逻辑（参见 Schaffner 1974），其存在长期以来一直备受争议（Nickles 1980）。然而，值得注意的是，因果推理方法并不是从零开始生成因果知识的。它们已经将因果假设作为输入，并以迭代的方式对其进行改进（Grasshoff 2011）。虽然一些表述（包括上述 Mill 自己提到的）可能暗示 Mill 的方法的输入只是简单的关联或规律性，但现在应该清楚的是，只有在已经掌握某种因果知识的情况下，该方法才是可靠的。在上面的例子中，因果假设是因果同质性，显然具有因果内容。这证实了“无因果输入，无因果输出”的口号（Cartwright 1989，第 2 章）。

本讨论集中在确定性因果推理上，这在实验生物学中非常普遍。当然，还应该提到，也有一些统计推断方法，如 Spirtes、Glymour 和 Scheines（2000）中形式化的方法，特别是回归分析和方差分析，这些方法经常在生物领域实验中使用。相比之下，湿实验室实验很少需要这些技术。

一些因果推断方法的热衷者认为，Mill 的方法的复杂版本（及其统计对应物）基本上就是解释实验实践所需的一切（例如，Graßhoff 2011）。这种观点的吸引力在于，它基本上只需要演绎而不需要繁琐的归纳方法。

1.3 机械构成和跨层次实验

传统上，实验方法论主要关注的是推断因果依赖关系。然而，最近的研究表明我们需要拓宽其范围。大量的学术研究表明，许多生物学研究最好以机制的搜索来描述，机制可以理解为生物学家想要理解的一种由实体和活动组成的现象（例如，Wimsatt 1974，Machamer，Darden 和 Craver 2000，Glennan 2005，Bechtel 2006，Craver 2007a）。机制既是生物科学的目标，也是达到这一目标的手段，因为机制的草图或方案可以指导科学家发现缺失的部分（Darden 和 Craver 2002，Scholl 和 Nickelsen 2015）。

根据 Craver（2007b）的观点，我们应该区分构成机制的两种关系：（1）因果关系和（2）构成关系。前者可能存在于机制的不同部分之间。例如，在神经元末梢的突触传递的基本机制中，钙的流入导致了神经递质在突触末梢和突触后细胞膜之间的释放。这种因果关系可以基本上理解为前两节讨论的内容。另一种关系，机制构成相关性（或仅称为机制构成），存在于机制的部分和机制所用于的现象之间。例如，钙离子进入轴突末梢，连同其他事件，构成了突触传递的现象。Craver（2007b）认为，这不是一种因果关系，因为关联体不能被视为不同且不重叠的。

但是什么定义了构成相关性？受到关于因果关系的干预主义的启发，克雷弗（Craver）认为，最好通过生物学家用于确定某个实体和相关活动是否是机制的干预方式来定义它：通过某些特定类型的实验。特别是，有两种所谓的跨层次实验的组合可以建立（和定义）构成相关性。在第一种类型中，对某个部分进行干预，并观察所研究现象的随后变化。回到我们的突触示例，可以使用钙拮抗剂来显示阻止钙离子与其受体结合会阻止神经递质的释放。这是一种自下而上的实验。第二种跨层次实验是对整个现象进行干预，以观察部分的变化。例如，通过增加动作电位到达终端的速率来刺激突触传递，将导致该终端的钙离子流入量的可测量增加。例如，可以要求被试者执行认知任务（例如尝试记住某些内容），并通过功能性磁共振成像（fMRI）观察钙离子浓度的变化。因此，机制的构成是通过机制的部分和整体的相互可操作性来定义的。

最近的辩论对相互可操作性的解释提出了质疑（Leuridan 2012，Harinen 2018，Romero 2015）。一个问题是跨层次实验必然是“笨拙的”（Baumgartner 和 Gebharter 2016），因为它们改变了至少两个不同层次上的变量的值（例如，钙结合和突触传递，其中前者是后者的一部分）。但这可能会威胁到对机制构成的推断。一个可能的解决方案可能是通过诱导地推断成分，通过假设构成关系作为最好的解释来解释不可分割地相关现象和它们的成分之间的共同原因的存在（Baumgartner 和 Casini 2017）。

因此，生物学中机制的发现可能需要一组实验推理原则，必须补充米尔的方法，即使这些原则与更为知名的因果推断原则之间存在相当大的相似性（Harbecke 2015）。

2. 关键实验证据

2.1 杜安的困境和氧化磷酸化争议

生物学教科书上充斥着一些著名实验，被认为为某些假设提供了关键的实验证据。仅举几个例子：奥斯瓦尔德·艾弗里（Oswald Avery）、科林·麦克劳德（Colin MacLeod）和麦克林·麦卡锡（Maclyn McCarthy）（1944 年）通过一系列巧妙的转化实验，使用一种引起肺部感染的细菌——肺炎双球菌（Pneumococcus），被认为已经确定了 DNA 作为遗传信息的载体。马修·梅塞尔森（Matthew Meselson）和弗兰克·斯塔尔（Frank Stahl）（1958 年）进行了一项实验，被广泛认为提供了证据，证明 DNA 复制是半保守的，而不是保守的或耗散的（意思是新形成的 DNA 双螺旋包含一个来自母分子的完整链和一个新合成的链）。以弗莱姆·拉克（Ephraim Racker）和沃尔特·斯托肯尼乌斯（Walter Stoeckenius）（1974 年）为代表的科学家们被认为提供了实验证据，解决了长期存在的争议（被称为“氧化磷酸化或氧磷酸争议”），即线粒体中的呼吸和能量丰富的化合物 ATP 的产生是通过化学中间体还是质子梯度耦合的。

许多科学哲学家对于这种“关键实验”的可能性持怀疑态度。最著名的是皮埃尔·杜汶（1905）提出的论据，他声称（在物理学中）关键实验是不可能的，因为即使他们成功地排除了一个错误的假设，这并不能证明剩下的假设是真实的。科学家与数学家不同，他们从来没有一个完整的假设集，其中必定有一个是真实的。真实的假设可能尚未被构想出来，因此通过关键实验排除所有假设除一个之外，并不一定会导致真理。

基于这样的考虑，可以认为生物学教科书中所谓的关键实验的功能更多是教育性的而非证据性的。为了评估这一观点，我将更详细地考虑两个例子，即氧化磷酸化争议和 Meselson-Stahl 案例。

氧化磷酸化争议是关于呼吸作用（即能量丰富化合物的氧化）如何与 ADP（腺苷二磷酸）磷酸化为 ATP（腺苷三磷酸）相耦合的机制。反应的逆过程，ATP 水解为 ADP 和无机磷酸盐，被细胞用于驱动许多生化反应，如蛋白质合成以及小分子的合成，DNA 的复制，运动等等（肌肉收缩的能量也是由 ATP 水解提供的）。因此，ATP 就像是一种用于驱动各种细胞过程的通用生化电池。那么细胞如何利用食物中所含的化学能量来给这些电池充电呢？首个被描述的从 ADP 生成 ATP 的途径是糖酵解，即糖的降解。这条途径不需要氧气。它的工作原理是，细胞利用糖的分解产生一个活化的磷酸化合物 - 所谓的高能中间体，随后将其磷酸基转移给 ADP 以生成 ATP。

在 1940 年代已经清楚，这不可能是唯一生成 ATP 的过程，因为它是厌氧的（不需要氧气）且效率不高。食物分子的完全分解需要氧气。汉斯·克雷布斯表明，这发生在一个循环反应途径中，今天被称为克雷布斯循环。克雷布斯循环产生一种叫做还原型 NADH（尼克酰胺腺嘌呤二核苷酸）的化合物。从 1940 年代开始，生物化学家们关注的一个重要问题是这种化合物是如何被氧化以及这种氧化是如何与 ADP 的磷酸化相结合的。自然地，生物化学家们寻找一个高能中间体，就像在糖酵解中使用的那样。然而，这个中间体被证明是非常难以捉摸的。

1961 年，英国生物化学家彼得·米切尔（1961）提出了一种无需高能中间体的氧化磷酸化机制（后来被称为这个过程）。根据米切尔的方案，NADH 在线粒体内膜上逐步被氧化（线粒体是细胞内膜结构，被称为细胞的动力站）。这个过程在膜相对于膜的一侧是不对称的，导致质子在膜上的净运输（后来证明质子实际上是通过膜上的蛋白孔进行运输）。因此，质子梯度逐渐建立起来。由于质子带电，这个梯度也在膜上产生电压差。这种能量如何被利用？根据米切尔的理论，膜中含有另一种酶，它利用质子梯度的能量直接磷酸化 ADP。因此，是质子梯度将 NADH 的还原与 ADP 的磷酸化耦合在一起，而不是化学高能中间体。这个机制被称为“化学渗透机制”。

尽管米切尔和一位同事很快就能够提供支持他假设的实验证据，但他的假设遭到了相当多的怀疑。具体来说，他能够证明孤立的呼吸线粒体确实排出质子（从而导致周围溶液的酸化，正如他的假设所预测的那样）。然而，当时的大多数生物化学家将这个证据视为不确定的。因为在那个时候很难排除呼吸线粒体通过排出质子而产生的副作用，而能量耦合仍然是通过化学中间体介导的。

这是 20 世纪生物化学史上最史诗般的争议之一的开始。解决这个问题花费了大部分十年的时间，在此期间，有几个实验室声称成功找到了这个难以捉摸的化学中间体。但是这些发现都没有经受住严格的审查。另一方面，米切尔和他的几个支持者提出的所有证据都被认为不具有决定性，原因如上所述。韦伯（2002）指出，氧化磷酸化的两种竞争理论可以被视为不可比较的，而不是不可比较的（库恩经常被误读）。

尽管如此，争议最终在 20 世纪 70 年代中期以米切尔的胜利而告终，他因此获得了 1978 年的诺贝尔化学奖。对于这个结论的原因存在不同的解释。大多数生物化学教科书以及韦伯（2002 年，2005 年）引用了埃弗拉姆·拉克和沃尔特·斯托肯尼乌斯（1974 年）的一项著名实验，认为这是确立米切尔机制的关键。这些生物化学家使用合成膜囊泡，其中插入了纯化的酶，其中之一是线粒体 ATP 酶（直接负责 ADP 磷酸化的酶）。另一个酶根本不是来自线粒体，而是来自光合细菌。已经证明这种酶可以作为光驱动的质子泵。当将这种酶与线粒体 ATP 酶一起插入人工膜囊泡时，膜囊泡在照明下对 ADP 进行了磷酸化。

这个实验被视为化学渗透机制的关键证据，因为它是首次证明 ATP 酶仅靠化学渗透梯度就能提供能量的实验。化学中间体的参与可以排除，因为没有呼吸酶存在来将未知的中间体传递给 ATP 酶。

Racker-Stoeckenius 实验可能最好被视为一个直接的_排除归纳_的案例。根据这个观点，实验在两个因果图之间做出了决定：

(1)

呼吸 → 质子梯度 → 磷酸化

另一个因果图是：

(2)

质子梯度 ← 呼吸 → 化学高能中间体 → 磷酸化

实验显示了质子梯度与磷酸化之间的直接因果关系，这与（1）一致，但与（2）不一致，因此（2）被排除了。然而，显然对于这个案例，杜汉式的怀疑论可以提出质疑。从严格逻辑的角度来看，即使实验排除了化学假设，也没有证明米切尔的假设。

那么为什么生物化学家如此强调这个实验呢？也许原因不仅仅是实验的美感或教育价值。从方法论的角度来看，这个实验在生物化学家对试管中发生的事情的控制程度上与其他实验有所不同。因为它是由纯化的组分组装而成的人工创建系统，生物化学家清楚地知道他们放入其中的是什么，这使得他们不太可能被这些生化试剂所来源的极其复杂的系统中的痕迹所欺骗。根据这样的解释，这个实验并不是杜汉式意义上排除所有替代假设的关键。相反，它的区别在于，在支持米切尔的假设的证据体系中，这个实验达到了前所未有的实验严谨标准，使得米切尔的假设的反对者更难对其提出质疑（参见韦伯 2005 年第 4 章）。

2.2 DNA 复制和最佳解释推断

作为另一个例子，考虑在 J.D.沃森和 F.R.H.克里克（Lehninger 1975）发表 DNA 双螺旋结构之后在 1950 年代提出的 DNA 复制模型：

图 1.

纯粹的因果术语来看，所有这些模型都表明，新合成的 DNA 分子中的核苷酸序列取决于预先存在的分子的序列。但这些模型还包含_结构_信息，例如 DNA 双螺旋拓扑结构和复制 DNA 分子经历的运动（当时仍是假设）。根据左侧的模型，即所谓的“保守”模型，DNA 双螺旋的两条链在复制之前不会分离；它们粘在一起，子分子沿着完整的双螺旋生长，作为整体充当模板。根据中间的模型，称为“半保守”机制（今天被认为是正确的），两条链在过程中分离。新合成的链沿着分离的预先存在的链生长，每条链都充当模板。在右侧的模型中，即“分散”模型，两条链不仅在过程中分离，还被切成片段，然后重新连接。纯粹的因果图（即仅包含关于变量之间因果关系的信息的因果图）可以用来描述半保守和分散模型中分离和切割事件的原因，但为了提供规范上充分的机械解释，还需要对 DNA 分子的结构进行描述，包括复制过程中链的拓扑结构和相对运动的不同阶段。这是必须补充因果图中所包含的信息的真正机械信息。

这样的机制如何进行测试？为了了解这一点，考虑到 1957 年被认为使得三种 DNA 复制机制之间能够选择的著名实验是很有启发性的。这个实验也被称为“生物学中最美丽的实验”（Holmes 2011），由 Matthew Meselson 和 Frank Stahl 使用分析超离心仪进行。（另请参阅条目中对 Meselson-Stahl 实验的讨论物理实验）。

Meselson 和 Stahl 在含有重氮同位素 15N 的生长培养基中培养细菌。然后将这些细菌转移到含有正常轻氮 14N 的培养基中。经过一代之后，收获细菌并提取其 DNA，然后将其加载到超离心仪室中的氯化铯溶液中（图 2）。铯原子非常重，当受到高离心力时，它们会形成浓度梯度。在这样的梯度中，DNA 会在梯度中的一个带状区域浮动，其中分子密度与氯化铯溶液的密度相对应。因此，分析离心仪是一种极其敏感的分子密度测量设备。事实上，它足够敏感，可以检测到含有重氮和含有轻氮的 DNA 之间的差异。它还可以将这两种 DNA 物种与含有重氮的链和含有轻氮的链组成的杂交体区分开来。确实，在一轮复制之后，Meselson 和 Stahl 实验中的细菌 DNA 的密度是中间的。经过另一轮复制后，DNA 的密度与其自然状态下的 DNA 相同。

图 2. Meselson-Stahl 实验。离心机的描绘是误导性的；Meselson 和 Stahl 使用的是先进的分析超离心机，而不是这张图片所暗示的摇摆桶预备离心机。此外，这个实验的描绘已经包含了它的理论解释（Watson 1965）。[1]

根据半保守模型，实验结果正是我们所期望的：经过一轮复制后，DNA 的密度正好是中间的，因为它是一个重链和一个轻链的混合物（分别含有重氮和轻氮）。再经过一轮复制，会出现一个不含重氮的轻分子。除了重/轻混合物之外，没有其他中间密度的分子（这与分散模型的预期相符）。

尽管这看起来确实像是半保守机制的壮观证实，但梅塞尔森和斯塔尔（1958 年）在陈述他们的结论时非常谨慎。避免理论解释，实验所展示的只是碱基氮在复制过程中均匀分布。虽然这与分散机制不一致，但并未排除保守机制。因为有可能超速离心仪的光学装置捕捉到的中间密度物质根本不是由重/轻 DNA 分子混合而成，而是由重 DNA 和轻 DNA 的某种复合物组成。例如，梅塞尔森和斯塔尔推测，由保守机制产生的旧 DNA 和新合成的 DNA 的端到端共价结合物也会具有中间密度，因此在他们的实验中产生相同的带状物。因此，不能完全排除以保守机制解释结果的可能性。

现在我们知道，梅塞尔森和斯塔尔的谨慎是有充分理由的。因为他们并不知道在 CsCl 梯度中看到的带状物由哪些分子物种组成。最近的考虑表明，由于梅塞尔森和斯塔尔使用皮下注射针将 DNA 上传到梯度中，他们的 DNA 必定被碎片化。这种处理将整个大肠杆菌基因组撕成小片。如果科学家们当时意识到这一点，这种 DNA 的碎片化将排除了端到端连接分子的替代解释。事实上，如果在密度测量之前没有对 DNA 进行剪切处理，整个实验根本无法进行，因为大肠杆菌染色体具有环状结构，这会影响其密度（Hanawalt 2004）。这表明，梅塞尔森和斯塔尔对实验系统并不了解相关事实，这使得将这个实验视为关键性实验变得困难。

尽管如此，我们仍然可以将 1957 年的实验视为半保守机制的有力证据。韦伯（2009 年）认为，这个机制是对梅塞尔森和斯塔尔数据的最佳解释的一部分。韦伯所说的“数据”是指实际观察到的带状物。为什么这个解释比涉及保守机制和重/轻 DNA 的端到端结合的解释更好？与某些数据一致并不意味着对数据的解释很好。使用半保守机制的解释更好，因为它直接展示了氮的均匀分布。相比之下，另一种解释需要额外假设，即在复制后，亲代 DNA 和子代 DNA 以某种方式保持共价连接。这个假设并不是机制的一部分，因此后一种解释是不完整的。完整的解释总是比不完整的解释更好；在这里不需要引入任何简洁性原则。

案例可以被重建为最佳解释推理（Lipton 2004）或者更好地被重建为唯一解释推理（Bird 2007）。最佳解释推理（IBE），也被称为绑架，是一种有争议的归纳推理方案，从一组候选假设中选择最能解释现象的那个。

IBE 的一个变体也被 Cresto（2008）用来重建 Avery 的实验，该实验表明肺炎球菌中的转化因子是 DNA 而不是蛋白质。然而，她的结论是，在这种情况下，IBE 是无法确定的。它确实表明，在当时对于 DNA 是否是转化因子的问题上存在着合理的分歧。Novick 和 Scholl（即将出版）认为，Avery 等人并没有依赖 IBE；实际上，他们的案例更符合传统的真因理想（见第 5.2 节）。

总之，我们已经看到，对于生物学中一些最著名的实验进行的方法论分析揭示了许多复杂性和证据力的缺失，这使得很难将它们视为“关键实验”。然而，除了教学价值之外，通常还可以给出其他合理的理由，解释为什么教科书给予它们特殊的认识论地位。

3. 实验系统和模型生物

过去的两个部分主要将实验视为测试理论假设和因果主张的方式，这是传统科学哲学认为实验的主要作用所在。然而，在生物学的历史和哲学领域存在着大量的学术研究，表明这并不是实验在生物学中的全部作用。正如伊恩·哈金（Ian Hacking）所说，实验“有其自身的生命”（Hacking 1983）。生物实验室中的许多活动并不是为了测试一个预先设想的理论。例如，许多实验起到了_探索性_的作用，即帮助科学家发现他们可能尚无任何理论解释或甚至没有明确想法的新现象。探索性实验已经在物理学的历史和哲学（Steinle 1997）以及生物学（Burian 1997, 2007; O'Malley 2007; Waters 2007）中进行了研究。这些研究表明，实验生物学的发展不能仅通过关注理论和试图证实或否定这些理论来理解。实验实践根本不是围绕理论组织的，尤其在生物学中如此。如果是这样，我们必须问用什么其他术语来解释或重建这种实践。最近的学术研究特别关注了两种实体：模型生物_和_实验系统。

3.1 模型生物

现代生物学如果没有其模式生物，会是什么样子呢？举几个例子：经典遗传学主要是通过对果蝇（Drosophila melanogaster）的实验研究而发展起来的。最近，这种生物也成为发育生物学研究的重点之一，与线虫（Caenorhabditis elegans）和斑马鱼（Danio rerio）一起。分子生物学家最初主要研究大肠杆菌（Escherichia coli）和噬菌体（感染细菌的病毒）。神经科学家对巨型神经纤维的鱿鱼贡献良多。对于免疫学而言，小鼠（Mus musculus）是无价之宝。植物分子生物学的首选是拟南芥（Arabidopsis thaliana）。细胞生物学在面包酵母（Saccharomyes cerevisiae）中找到了一个繁殖容易且细胞更类似动物和人类细胞的生物，与大肠杆菌一样容易培养。这个列表可以继续下去，但不是无穷无尽的。与野外生物学相比，实验生命科学研究的物种数量相当有限；实际上，对于大多数这些模式生物来说，今天已经有了完整的基因组 DNA 序列。

似乎有些自相矛盾的是，正是这些生物学的实验学科将其研究限制在生命多样性的最小部分，却渴望达到最大程度的普遍性。因为研究模式生物的目的往往是为了获得不仅对一种物种有效，而且对许多物种有效的知识，有时甚至包括人类。在讨论这个认识论问题之前，有必要回顾一些关于模式生物研究的历史和哲学分析的结果。

一项重要的研究是罗伯特·科勒（Robert Kohler）的《果蝇之主》（Kohler 1994），这是一部关于源自哥伦比亚大学托马斯·亨特·摩根实验室的果蝇遗传学的历史。科勒将这种科学方法的成功归功于果蝇系统在新描述和定位突变方面的巨大产出。果蝇繁殖相对较快，容易在实验室中大量饲养，这增加了发现新突变的机会。科勒将果蝇称为“繁殖反应堆”，以捕捉这种多产性，因此，他的研究有点像实验室果蝇的生态学。摩根实验室发展的遗传图谱技术，将每个突变分配到果蝇的四条染色体上的一个物理位置，也可以看作是组织实验室工作和跟踪不断出现的大量突变体的一种方式。遗传图谱是突变体的系统目录，因此既是研究工具，也是果蝇遗传系统的理论模型（参见韦伯 1998 年）。因此，摩根实验室的大部分工作最好描述为繁殖、维持、表征和编目（通过遗传图谱）果蝇菌株。其中很少有与测试遗传理论有关的内容，尽管关于基因传递规律的理论知识（通常称为“孟德尔定律”）当然也在这个过程中得到了相当的改进（Darden 1991）。然而，经典遗传理论也是发现突变体和基因以供进一步研究的手段，而不是一个目标（Waters 2004）。这在果蝇如何适应分子生物学时代的方式中也是显而易见的（Weber 2005；Falk 2009）。

模式生物通常是根据特定研究领域选择的，但结果证明它们在其他领域也非常宝贵。果蝇就是一个典型例子；当摩根选择果蝇作为模式系统时，他主要对胚胎学感兴趣。这种选择带来了巨大的回报，但果蝇对于遗传学本身以及进化遗传学（尤其是进化综合理论的“建筑师”之一 T.多布任斯基的工作，参见多布任斯基 1937 年）、行为遗传学（例如 S.本泽尔对昼夜节律机制的研究，参见维纳 1999 年）、生化遗传学以及神经科学同样重要。

在选择模式生物时，总会存在偶然性的因素；没有生物学问题能决定选择最适合研究的生物体。尽管方便性、繁殖和维护的简易性以及适合研究特定现象的适应性考虑起到一定作用（Clarke 和 Fujimura 1992 年；Burian 1992 年、1993 年；Lederman 和 Burian 1993 年；Clause 1993 年；Creager 2002 年；Geison 和 Creager 1999 年；Lederman 和 Tolin 1993 年），总会有许多不同的生物体满足这些标准。因此，选择哪种模式生物有时是偶然的。

如果过去的偶然选择不同，我们的生物学知识是否会完全不同？由于这个问题需要我们沉浸在历史的假设之中，而历史的假设是有争议的（Radick 2005 年），所以很难回答。然而，如果可以证明模式生物产生的知识具有普遍有效性，或者至少超越了产生它的特定生物体，那么这个问题可能并不重要。这是更一般的认识论问题的一个例子，即从一个领域推导知识到另一个领域，并可以作为一个有益的讨论课题（Burian 1992 年）。

让我们首先考虑一个特殊情况，即遗传密码的普遍性。在分子生物学中，与科普文章不同，“遗传密码”一词并不指代一个有机体的基因组 DNA 序列，而是指将氨基酸分配给信使 RNA 上的碱基三联体。有四种这样的碱基：A、U、G 和 C。三个碱基一起形成一个“密码子”，并指定一个氨基酸，例如，三联体 AUG 指定了氨基酸甲硫氨酸（它也是一个起始密码子，即它启动了一个用于制造蛋白质的开放阅读框架）。令人惊奇的是，发现几乎所有已经研究过的生物体中的遗传密码完全相同。只有少数几个例外是已知的，例如线粒体和叶绿体的遗传密码，或者 Trypanosomes（一种引起睡眠病的人类寄生虫）。因此，该密码被称为“普遍的”，因为例外很少。但是，生物学家如何知道该密码是普遍的，考虑到它只在少数几个物种中确定过？

在这种情况下，可以使用一个简单的贝叶斯论证来证明对遗传密码普遍性的当前信念是合理的。要理解这一点，首先必须注意到该密码是任意的；在当前标准遗传密码中，氨基酸与密码子的具体映射没有必然性。第二个前提是存在大量不同的可能遗传密码。现在，我们可以问的是，确切相同的遗传密码在迄今为止已经研究过的如此多不同物种中独立进化的概率是多少。显然，这个概率是非常小的。在假设该密码在不同物种中并非独立出现的情况下，遗传密码的巧合概率要大得多。根据这个假设，该密码只出现了一次，巧合是由于共同祖先。然而，一旦特定的遗传密码形成，要改变它就非常困难，因为任何氨基酸-密码子分配的突变变化往往会影响更多不同的蛋白质，从而威胁到生物体的生存。正因为如此，雅克·莫诺德（1974）将该密码描述为“冻结的偶然事件”。它的突变率非常非常低。这些考虑共同支持遗传密码普遍性的假设。

这样的论证并不总是可行的。事实上，在一般情况下，从模式生物中推断是固有的问题。主要问题是丹尼尔·斯蒂尔（2008）所称的“推断者的循环”。问题是这样的。我们想要推断某个系统 S 具有机制 M，因为已知另一个系统 T 具有 M。为了使这个推断成立，我们必须假设 S 和 T 在相关方面是相似的。我们无法知道这些系统是否相关相似，除非我们已经知道它们都具有 M。但如果我们已经知道这一点，就没有必要首先进行推断了。

请注意，当我们推断遗传密码时，并不会出现这样的循环。在这种情况下，我们_确实_知道这些系统是相关相似的，因为所有生物都有共同的祖先，并且密码很难改变。如果没有这样的论证，我们该怎么办呢？

Steel（2008）提出了一种他称之为“比较过程追踪”的推理形式。Steel 提出的解决方案是，即使在没有强有力的证据表明目标系统与模型系统中的机制有何不同的情况下，科学家们可以将这两个系统与各自因果结构中的某些关键节点进行比较，即那些两个系统最有可能不同的地方。这可以通过提供证据来打破循环，证明这两个系统足够相似以进行推断，但并不需要已经对目标系统有与模型系统相匹配的了解。

虽然这种推理策略似乎是合理的，但对于从模型生物中推断可能并不那么相关。Steel 的推理策略适用于我们希望从我们已知某个机制起作用的系统推断到我们（尚）不知道相同机制是否起作用的不同类型的系统的情况。然而，在生物学中，通常存在证据表明模型系统和目标系统实际上具有非常相似的机制。一种特别重要的证据是不同生物之间存在所谓的序列同源性。这些通常是显示出更或多或少相似性的 DNA 序列，有些甚至是相同的。由于这种序列相似性不太可能是由于偶然性，因此通常归因于共同祖先（因此序列“同源性”一词在生物学中的现代用法指示了共享祖先的关系）。序列同源性已被证明是相似机制的可靠指标。举个例子，一个被称为“homeobox”的高度保守的序列元素，最初在果蝇中被描述，如今被认为在极广范围的生物中发育中起着类似的作用（Gehring 1998）。当有理由认为模型和目标由于共同祖先而共享相似的因果机制时，推断者的循环就不会出现。

然而，在从模型生物到其他生物的推断在证明的背景下能否作为证据，或者仅仅作为发现的启发式的程度上存在争议。Baetu（1916）认为存在一个中间立场，即在推断的某些假设经过实证检验的更大证据体系的背景下，推断可以作为证据线索。

关于模型生物和科学中的理论模型之间存在多大程度的强烈对应也存在一些争议，例如种群生态学中的 Lotka-Volterra 捕食-被捕食者模型。文献中对科学建模的普遍共识（参见科学中的模型条目）表明，科学模型不一定是抽象的（即由数学方程或类似物组成）；它们也可以是具体的和物理的。沃森和克里克于 1953 年制作的用纸板和金属丝制成的 DNA 模型就符合这种模型的定义。在实验室中培育的果蝇用于遗传实验是否也可以被视为标准意义上的科学模型？Ankeny 和 Leonelli（2011）肯定地回答了这个问题，理由是（1）模型生物被用来代表一系列其他生物，（2）它们被用来代表特定现象。

Levy 和 Currie（2015）对这个观点提出了批评。在他们看来，像 Lotka 和 Volterra（以及其他在不断增长的建模文献中讨论的模型）这样的科学模型在科学中扮演的角色与模型生物完全不同。特别是，它们在科学推断中的使用方式不同。在数学捕食-被捕食者模型等模型中，科学家从模型到目标之间进行类比推断，这些推断是由理论假设支持的。相比之下，模型生物用作从个体到整个类别的推断基础（通常但不一定基于共同祖先）。因此，他们希望排除他们所称之为“经验推断”（归纳的一种形式），他们认为这是模型生物-目标推断中的特征，与一般通过科学模型获取关于目标的知识的理论推断不同。

然而，这并不意味着生物体或生物体群不能被用作模型。Levy 和 Currie 认可在实验生态学和实验进化中的某些模型系统是类似于 Lotka-Volterra 模型的科学模型。一个例子是 Thomas Park（1948）使用粉虫 Tribolium 进行的著名竞争实验。与模式生物不同，这类实验模型的特点是它们可以用来代表广义的生物现象（例如 Park 的情况下的种间竞争），并可应用于完全不同和分类学上无关的目标系统（另请参见 Weber 2014）。

无论模式生物被视为科学模型还是其他什么，人们普遍认为它们有许多不同的用途，其中只有一部分是代表性的。模式生物的发展，如果蝇（Drosophila）、拟南芥（Arabidopsis）、秀丽线虫（Caenorhabditis）以及相关数据库如 FlyBase、Wormbase 等，对生物研究的组织方式产生了深远影响（例如 Geison 和 Creager 1999，Clarke 和 Fujimura 1992，Creager 2002，Leonelli 和 Ankeny 2012）。此外，模式生物还是研究材料的重要来源，例如具有明确定义的基因实验室品系或基因改造生物，没有这些材料，现代生物实验将无法进行。Weber（2005）引入了预备性实验的概念来描述模式生物的这种作用。

3.2 实验系统

As we have seen, model organisms have greatly shaped the development of experimental biology, and continue to do so. Another important entity are so-called experimental systems. These are not to be confused with model organisms: The latter is a biological species that is being bred in the laboratory for experimental work. An experimental system may involve one or several model organisms, and most model organisms are used in several experimental system. An experimental system typically consists of certain research materials (which may be obtained from a model organism), preparatory procedures, measurement instruments, and data analysis procedures that are mutually adapted to each other.

Experimental systems are the core of Hans-Jörg Rheinberger’s (1997) account of mid-20th Century research on protein synthesis. Rheinberger characterizes experimental systems as “systems of manipulation designed to give unknown answers to questions that the experimenters themselves are not yet clearly to ask” and also as “the smallest integral working units of research” (Rheinberger 1997, 28). He argues that research in experimental biology always “begins with the choice of a system rather than with the choice of a theoretical framework” (p. 25). He then follows a certain experimental system through time and shows how it exerted a strong effect on the development of biology. The system in question is a so-called in-vitro system for protein synthesis that was developed in the laboratory of Paul Zamecnik at Massachusetts General Hospital in the 1950s. “In vitro” means that the system doesn’t contain any living cells. It is rather based on a cell extract, originally from bacteria, later also from other organisms including rabbits and yeast. The cell extract is prepared in a way that preserves functionality of the protein synthesis machinery. Instead of the RNAs that naturally occur in the source organism, the in-vitro system may be “programmed” with exogenous or even artificial RNA. Furthermore, the experimental system contains measurement procedures (sometimes called “assays” in experimental biology) for protein synthesis activity. One such method is to measure incorporation of radioactivity introduced by amino acids containing a radioisotope such as sulfur-35, but there were other methods as well. Probably the most famous experiment done with such a system is the experiment by Marshall Nirenberg and Heinrich Matthaei (1961). These researchers added an artificial RNA, namely poly-U (U or uracil is one of the four bases of RNA) to the in-vitro system and showed that it produced a polypeptide (=protein) containing only the amino acid phenylalanine. Thus, they “cracked” the first “word” of the genetic code, namely UUU for phenylalanine.

One of the central points of Rheinberger’s analysis is that the in-vitro system was never designed to do this task. Its original purpose was to study protein synthesis in cancer cells. In addition to unraveling the genetic code and the mechanisms of protein synthesis, it was later used for various other purposes in biochemistry and cell biology (for example, for studying the transport of proteins across endoplasmic reticulum and mitochondrial membranes). The system was thus not even confined to a single discipline, in fact, it to some extent lead to a re-organization of scientific disciplines. Furthermore, the system was also fused with other experimental system or it bifurcated into different systems. Experimental systems, like model organisms are at least as important as focal points that organize research as theories.

虽然莱因伯格对生物学实验研究的描述强调实验系统而非理论，但其所包含的实验系统本体论可能受到批评。根据这种观点，实验系统被构建为非常包容性的实体。它们不仅包含进行研究所需的具体材料和设备，还包括准备程序、实验室协议、存储设备、测量技术等等。因此，很明显这些系统不仅由物质实体组成；至少实验系统的一些组成部分是具有概念性质的。例如，描述如何准备能够在体外进行蛋白质合成的细胞提取物的实验室协议实际上是一个概念实体。遵循这样一个协议的研究人员不仅仅是在操作材料、实验设备或符号，而是在概念的指导下行动（行动始终是由概念引导的行为）。在这些概念中，可能存在着以前被称为“观察概念”的概念，例如“上清液”、“沉淀”、“带”等等。此外，协议中还会包含诸如“微粒体分离物”之类的术语，该术语被认为指代由离心产生的包含微粒体（内质网膜囊泡）的沉淀物。因此，该协议还包含理论术语。

莱因伯格将理论实体称为“认识事物”。这个概念表示“构成研究对象的物质实体或过程——物理结构、化学反应、生物功能”（Rheinberger 1997, 28）。认识事物可能会在实验系统的发展过程中意外出现和消失，或以新的形式重新构建。足够稳定的认识事物可以“转化为实验安排的技术库存”（1997, 29），从而成为“技术对象”。莱因伯格提到的认识事物的一个例子是核糖体（一种相对较大的蛋白质和 RNA 分子复合物，催化蛋白质合成的关键步骤之一）。在这里，可以争论某个实验设置是否包含核糖体是一个理论判断。因此，实验系统包含了材料和设备，以及观察概念和理论概念。它们在本体论上是相当异质的。

如果从本体论的角度来看，认为混乱是不可取的，也可以将实验系统构建为纯粹的概念实体。它们是在实验室中行动的方式，而行动始终是由概念引导的。物质事物，只要它们出现在实验实践中，就只是实验系统的一部分，只要它们受到有目的的实验行动的影响。它们只能受到这种行动的影响，只要它们被实验者识别，例如作为一个微粒体分离物或具有特定抗原特异性的抗血清等等。没有标签的生物样本和知道这个标签意义的研究人员是毫无价值的；事实上，它甚至不是一个生物样本。

因此，可以认为，真正赋予实验系统其身份和持续条件的是思想和概念；没有概念，它只是一个由塑料、玻璃、金属和从搅拌机中出来的死物组成的松散组合体。从这个观点来看，实验系统并不是作为独立于心智的物质现实的一部分存在；它们只存在于某种概念引导的实践中。

4. 实验、理性和社会认识论

正如前面的部分应该已经清楚地表明的那样，有大量证据表明生物学研究并不符合波普尔科学形象的观点，即“理论家向实验者提出一些明确的问题，而实验者通过实验试图得出对这些问题的决定性答案，而不是其他问题。他努力排除其他问题”（波普尔，1959 年，107 页）。根据莱茵伯格的观点，生物学中的许多实验研究并不旨在测试预先设定的理论。然而，有时科学界确实采纳了某些理论或理论框架，而抛弃了其他理论。即使大多数研究并不旨在测试理论，研究仍然可以削弱某些理论观念并支持其他观念，以至于一个框架被选择而另一个被拒绝。这样的选择是如何做出的？有什么原则指导它们？这些选择是否真正展示了某种认识论的合理性，正如大多数科学哲学家所认为的，还是仅仅反映了利益或社会中更大的文化变革，正如许多社会学家和科学史学家所认为的？

这样的问题通常很难回答。那些倾向于理性观点的科学变革支持者必须证明他们所偏好的认识规范实际上指导了科学家们的选择。这被证明是困难的。如果我们重新考虑第 3 节中的案例，即氧化磷酸化争议，存在着一种社会学解释（Gilbert 和 Mulkay 1984），以及不同的哲学解释，甚至在如何解释科学变革方面都不一致（Allchin 1992, 1994, 1996；Weber 2005，第 4-5 章）。

同样地，那些认为科学变革在理论上是历史性的，必须能够证明历史性的反事实，即“如果在某个特定时间社会/文化背景不同，科学家们会采用其他理论（或其他实验系统、模型生物等）”。对于这样的主张是否可证明存在争议（参见 Radick 2005 的最新尝试）。

也许有一种方法可以调和这两种观点。近年来，出现了一种新型的认识论，它既将科学视为深刻的社会活动，又将其视为理性的。当然，这就是社会认识论（例如，Goldman 1999；Longino 2002；Solomon 2001）。社会认识论者试图表明，科学团体或社群中的社会互动可以产生一种理性的实践，尽管可能与认识论个体主义者所想象的方式不完全相同。

对于实验生物学的科学变革，是否存在一种社会解释？当然，这种解释不应该回归到科学的理论优先观点，而是将理论视为嵌入某种实践之中。为了看清这一点，最好考虑一下经典遗传学的案例。

据说经典遗传学源于孟德尔对豌豆植物的实验，然而，事情并不像这样简单。20 世纪初，遗传学在大西洋两岸都存在着几个学派。在英国，卡尔·皮尔逊和拉斐尔·韦尔登的生物计量学派正在发展一种以弗朗西斯·高尔顿的“祖先遗传法则”为出发点的定量方法。孟德尔主义者威廉·贝茨森则领导着一个竞争性的运动。在美国，托马斯·亨特·摩根及其合作者正在构建果蝇的第一个遗传图谱。一段时间里，威廉·卡斯尔特为遗传图谱的不同方法以及对基因的不同理论进行辩护。在欧洲大陆，也出现了各种不同的方法，例如在荷兰（雨果·德弗里斯）、德国（卡尔·科伦斯）或奥地利（埃里希·切尔马克）。托马斯·亨特·摩根的美国学派几乎占据了主导地位。他们对基因的图谱绘制方法以及（不断变化的）基因理论在 1930 年代得到了广泛接受，并在 1930 年代和 1940 年代的进化综合中正式纳入（迈尔 1982 年；普罗温 1971 年）。

一个传统的科学哲学家观察这个案例的方式是考虑到关键的_理论_，并问：是什么证据促使科学家采纳了摩根的理论？然而，这可能不是正确的问题。因为这个问题暗示了理论和实验证据在遗传学中可以被分开。但可以争论的是，这两者彼此之间的依赖性太强，不能被视为独立的实体。经典遗传学——以其各种形式——首先是一种用各种模型生物进行杂交实验的方法，并以某种方式整理这些实验的结果，例如线性遗传图谱。当然，关于基因性质的某些观念也存在，其中一些是高度推测性的，另一些则是通过实验得到了很好的证实（例如染色体上的线性排列，参见韦伯 1998b）。但有时所称的“遗传传递定律”或简称为“孟德尔定律”是遗传学的一种特定方式的组成部分。因此，理论与实验实践是不可分割的（沃特斯 2008 年）。当然，这两者都是相互影响的：遗传学中的实验数据与其他科学领域一样“理论负荷”，换句话说，对实验数据的分析和解释需要理论。

对于我们当前的科学变革问题，这意味着理论和实验证据是一起选择的，而不是前者基于后者（如天真的经验主义观点所认为的）。

这个选择是基于什么依据进行的？由谁做出的选择？一个简单但可能不完整的解释是，选择摩尔根遗传学方法是因为它是最有成果的。一个采用摩尔根方法的熟练遗传学家几乎可以保证能够得出可发表的结果，主要是遗传图谱的形式，也许还有一些有趣的观察结果，比如在遗传交叉中表现奇怪的突变。相比之下，早期 20 世纪仍然存在的其他方法并没有证明是那么有成果的。也就是说，它们没有产生与这些科学自身标准相符的可称为成功的结果。此外，其他遗传学方法也无法适应其他科学学科，如进化生物学。因此，古典遗传学凭借其巨大的生产力击败了其他方法，这体现在发表的研究论文、成功的资助申请、成功的学生等方面。因此，正是整个科学界选择了新的遗传学方法，因为它具有成果。在个体科学家的角度上，没有对所讨论的理论框架进行证据的权衡，或者至少这在其中没有起到作用（当然，在同一框架内对更具体的主张进行了证据的权衡）。实验生物学中的理论因此是作为实验实践的一部分（或实验系统，参见 §4.2）选择的，并且始终在社区层面上进行。这就是实验生物学中科学变革的社会认识论解释的样子（Weber 2011）。

刚刚描绘的古典遗传学的崛起形象让人想起了托马斯·库恩的科学哲学（Kuhn 1970），或者大卫·赫尔对分类学崛起的描述（Hull 1988）。关于这样的形象是否与广义上理性的科学实践相容，这是一个有争议的问题。库恩认为，我们无法依靠外部的理性标准来回答这个问题，但他也认为科学是理性的典范（Kuhn 1971, 143f.）。根据库恩的观点，现代科学中存在一种新兴的社会理性，不能被解释为个体理性能力的行使。赫尔（Hull 1988）似乎持有类似的观点。

5. 实验工件和数据可靠性

5.1 健壮性

在什么条件下，科学家应该相信支持某些理论结论的实验数据，例如 DNA 具有螺旋结构或线粒体由两层膜包围？这被称为“数据可靠性”问题。在生物学中，不可靠的数据通常被称为“实验工件”，表示它们是由实验过程“制造”的。这有点误导人，因为所有数据——无论它们是可靠的还是工件——都是由实验过程产生的。区别在于，可靠的数据是对潜在现实的正确表达，而所谓的工件则是错误的表达。这种描述假设数据具有某种表征内容；它们表示一个对象作为实例化某个属性或属性（参见 Van Fraassen 2008，第 6-7 章）。数据如何正确地表示其对象的含义在这个背景下并没有得到广泛讨论。到目前为止，关注点主要集中在检查数据可靠性的各种策略上，下面将进行讨论。至于科学家们自己，他们倾向于将这个问题归类为可复制性。虽然这也是一个重要的话题，但某些数据可复制并不足以证明它们的可靠性。有很多众所周知的例子，即使是完全可复制的数据也被证明是不可靠的，例如下面将要讨论的中间体案例。

在科学哲学中，一个更具影响力的观念是鲁棒性。最初，这个术语被引入来表示理论模型的某种属性，即对建模假设的不敏感性。在理论建模中，鲁棒的结果是指对建模假设的变化不变的结果（Levins 1966; Wimsatt 1981; Weisberg 2006）。在实验科学中，这个术语意味着另外一种情况，即结果对于使用不同实验方法是不变的。鲁棒的实验结果是指尽管它们是由独立方法产生的，但在某种程度上它们是一致的。方法的独立性可以有至少两种含义：首先，这些方法使用不同的物理过程。例如，光学显微镜和（透射）电子显微镜在这个意义上是独立的方法；前者使用可见光，后者使用电子束来获取有关生物结构的信息。第二种独立性涉及用于分析和解释数据的理论假设（大多数数据是理论依赖的）。如果这两种方法使用的假设不同，它们也被称为独立的，或者是独立的理论依赖的（Culp 1995）。这两种“独立”的意义通常是一致的，尽管可能有例外。

物理科学中一个被广泛讨论的鲁棒实验结果的例子是物理学家让·佩兰（Jean Perrin）在 20 世纪初使用不少于 13 种独立方法得出的阿伏伽德罗常数（6.022 x 10^23）的数值（Nye 1972）。Salmon（1984）认为，这为通过共同原因论证相信原子的存在提供了强有力的理由。在 Salmon 的观点中，可以通过佩兰对阿伏伽德罗常数进行的 13 次不同测定来推断出原子的存在，因为这些测定有共同的原因。其他人则更多地将鲁棒性论证解释为普特南（Putnam）关于科学现实主义的“无奇迹”论证，即某些理论实体的存在假设是解释理论预测成功或者在鲁棒性情况下实验结果一致的最佳解释（Weber 2005, Ch. 8; Stegenga 2009）。

各种作者试图表明，基于鲁棒性的推理在判断实验生物学数据可靠性方面起着重要作用。例如，Weber（1998b）认为，在 20 世纪 30 年代，不同的映射技术所产生的果蝇遗传图的一致性为这些图的可靠性提供了重要的论证。Culp（1995）认为，鲁棒性提供了一种摆脱所谓的“数据-技术循环”方法论困境的方法，这更适合作为柯林斯（Collins）所称的“实验者回归”的名称。根据柯林斯（1985）的观点，科学家必须相信数据是由可靠的仪器产生的，但他们只能根据仪器产生的正确类型的数据来判断仪器是否可靠。根据 Culp（1995）的观点，鲁棒性提供了一种摆脱这个循环的方法。如果由独立方法获得的数据一致，那么这既支持这些数据的可靠性，也支持产生这些数据的仪器的可靠性。她试图通过不同的 DNA 测序方法的例子来证明这一点。

Stegenga（2009）批评了鲁棒性的方法。在他看来，他所称之为“多模态证据”，即通过不同技术获得的证据，往往是不一致的。如果它是一致的，很难判断不同的方法是否真的是独立的。然而，Stegenga（2009）没有讨论 Culp（1995）关于 DNA 测序的例子，这似乎是一个不同测序技术获得的证据通常是一致的案例。此外，Culp 还表明，这些技术在基于不同的生化过程和不同的理论假设方面是独立的。

一个被广泛讨论的历史案例是不幸的中间体案例。在 20 多年的时间里（大约 1960 年至 1983 年），人们认为这是细菌细胞内的一个膜结构，类似于高等生物细胞的细胞核或线粒体。然而，它只能在电子显微镜下观察到（细菌细胞太小，无法用光学显微镜观察）。因为电子显微镜需要真空，生物样品需要进行大量的准备工作。细胞必须经过化学固定，当时主要使用过氧化锇进行固定。此外，样品必须受到冻水的影响。为此，必须使用冷冻保护剂，如甘醇。最后，材料必须切成极薄的片，因为电子束的穿透能力不强。电子显微镜使用了两种不同的技术：第一种是在切割之前将细胞嵌入葡萄干中，然后用非常锋利的刀片（所谓的显微切片机）切割。另一种技术是快速冷冻，然后沿着细胞的膜断裂。起初，在各种条件下，电子显微镜下可以看到中间体，但后来越来越多的发现没有显示中间体。因此，人们开始怀疑中间体实际上是一种显微镜下的人为现象。最终，在经过两个多十年的研究后，这就是微生物学家和电子显微镜学家在 20 世纪 80 年代中期得出的结论，对这些结构的研究。

在文献中可以找到对这一事件的不同解释。最古老的解释之一是 Rasmussen（1993），他基本上为中间体的兴衰提供了一种社会学解释。这个解释受到了广泛的批评（参见 Rasmussen 2001 年的最新辩护）。其他人试图表明，这个案例展示了一些方法论标准在实际科学实践中的作用。根据 Culp（1994）的观点，该案例证明了在实际科学实践中鲁棒性标准的相关性。根据 Culp 的观点，只要有一个鲁棒（即多样化且独立于理论的）的数据体提供了中间体存在的迹象，它就被接受为真实的实体。当风向改变，反对中间体的证据比支持中间体的证据更加鲁棒时，生物学家就放弃了它。

正如本演示所清楚表明的那样，Culp 的观点要求鲁棒性具有不同程度，并且因此应该有一种比较鲁棒性程度的方法。然而，迄今为止，没有任何鲁棒性的支持者能够提出这样的度量。最终，中间体案例表明，在现实情况下，对某些理论实体的证据是不一致的（Stegenga 2009），这意味着一些发现支持了中间体的存在，而其他发现则没有。但这意味着，除非有一种方法可以说出哪个数据体更加鲁棒：支持理论实体的数据体还是不支持理论实体的数据体。因此，当证据不一致时，鲁棒性作为一个标准无法提供数据可靠性问题的解决方案。

Hudson（1999）提出了中间体故事的另一种解释。Hudson 认为，在科学家们对中间体的真实性做出决定时，并没有考虑到鲁棒性。事实上，如果他们使用了这样的推理，他们将永远不会相信中间体的存在。相反，他们使用了一种 Hudson 称之为“可靠过程推理”的推理方式。他的意思是，科学家们相信实验数据的程度取决于他们有理由相信生成这些数据的过程提供了对现实的忠实表达。在中间体的情况下，来自电子显微镜的证据首先被认为是可靠的。但后来，通过实验证明中间体实际上是由制备过程产生的。简而言之，通过各种实验表明，化学固定剂直接损害生物膜。因此，通过经验方法，中间体被证明是人为产物。因此，鲁棒性的考虑在电子显微镜技术人员的数据可靠性判断中没有起到任何作用。

与 Hudson 类似，Weber（2005 年，第 9 章）认为，证明中间体是实验人为产物只是一种普通的实验证明存在因果关系的方法，即中间体的出现与固定剂之间的关系。因此，在数据可靠性判断中，可能没有任何特殊的推理方式，除了普通的因果推理（参见 §2.1）。

迄今为止，在这场辩论中，一个被大多数人忽视的方面是一种不同类型的稳健性，即_物理_稳健性。例如，如果我们将中间体与其他细胞内细胞器（例如真核细胞核或线粒体）进行比较，可以注意到，尽管从细胞提取物中通常可以通过离心法以相对完整的形式恢复后者的细胞器，但从未成功分离出中间体。尽管当然有可能这些恢复的结构是制备过程的人为产物，但可能还有其他证据证明它们的真实性。例如，可能存在可以测量与细胞器功能相对应的分离细胞器中的指示性酶活性。这种推理可能可以归入 Hacking（1983）的策略，即使用对理论实体进行干预的能力作为其真实存在的依据。

5.2 真因理想

最近的学术研究捍卫了传统的真因理想，既作为实验生物学的规范充分的方法论标准，也作为生物学家实际上致力于的标准。这一理想要求科学对现象的解释引用真正的原因或真因。要成为真正的原因，一个实体必须满足以下标准（例如，Hodge 1992）：首先，它必须已经被证明存在。其次，它必须在因果上有能力产生所讨论的现象。第三，它必须对这一现象在因果上负有责任。重要的是，存在的证据必须独立于因果能力的证据。因此，一个实体的所谓因果能力能够解释一个现象的事实本身并不足以构成其存在的充分证据。显然，这意味着对一个假设实体的最佳解释（IBE）的推理本身不能仅仅证明其被接受，它必须始终伴随着独立的存在证据。

拥护真因理想的人反对 IBE 可能成为形而上学和科学的共同方法论标准的观点。如果形而上学家依赖 IBE 来证明他们假设的实体，例如 tropes 或 substances（正如 Paul 2012 所论述的），他们并不将这些信念与科学家所持有的方法论标准相同看待（Novick 即将发表的文章）。因为科学家对 IBE 类型的论证并不满足，他们在接受理论实体之前需要更多的证据。

真因理想在遗传学史上的应用可以找到一个例子。在 19 世纪，关于遗传颗粒有很多猜测。例如，达尔文的“暂定的泛基因假说”假设了自由循环的颗粒或“基因”，它们代表了生物体的部分和器官，并将这些信息传递给后代。虽然达尔文本人是真因理想的拥护者，他严谨地将其应用于自然选择理论，但他对这个“暂定的假说”的要求较低（Stanford 2006）。然而，当然也有其他人批评了泛基因假说，因为它未能满足真因标准，只是根据能够解释某些遗传现象的推论而推断出基因颗粒的存在。

正如 Novick 和 Scholl（即将发表的文章）所展示的，20 世纪，在重新发现孟德尔定律以及改进的显微镜和细胞学技术的推动下，符合真因标准的遗传学科学最终出现了。后者非常重要，因为它们允许对用来解释观察到的实验规律的结构进行独立检查。一个例子是托马斯·亨特·摩根及其同事对基因是染色体的一部分这一假设的“证明”（Bridges 2014）。

Morgan 等人的论点利用了一种被称为染色体非分离的现象。这个术语指的是在减数分裂过程中姐妹染色体未能分离的失败。果蝇中这种失败的可能结果是一只除了雄性染色体外还有两个雌性性染色体的苍蝇（XXY）。遗传学家们注意到，这可以解释为什么一些苍蝇未能表现出由性连锁因子决定的特征通常表现出的遗传模式，即“交叉遗传”。在这种模式中，一个隐性特征，比如白色眼睛，从第一代雌性传递给第二代雄性，而雌性则恢复到原始状态的红色眼睛，因此有了“交叉”的表达。这种正常模式可以通过一个事实来解释，即隐性 X 连锁特征在雄性中总是表达，因为在雄性中只有一个相应基因的拷贝。相比之下，雌性后代从父亲那里获得了一个正常的基因拷贝，这就是为什么隐性特征会被隐藏起来。

在非分离中，一些后代除了雄性 Y 染色体外还携带了额外的 X 染色体。这破坏了交叉遗传机制。

Morgan 及其团队坚称，性连锁遗传现象以及非分离现象能够解释观察到的遗传模式偏离，并不足以证明染色体理论。他们案例中的一个必要因素是细胞学：过多的 X 染色体在显微镜下可见，并且被证明正好存在于未能表现出交叉遗传模式的苍蝇中。这就是满足真正原因理想的方式：染色体作为基因的携带者不仅解释了现象，它们的存在也得到了除了解释现象之外的证据支持。这就是它们在生物学本体论中的地位。

理想的真因理论在前面的部分中所呈现的历史事件中也可能起到了作用。在氧化磷酸化案例中，由于生物化学家未能分离和检测到假设的化学中间体，因此它从未被接受。相比之下，米切尔的化学渗透梯度很容易被接受。然而，人们对其在磷酸化过程中的因果效应表示怀疑。这就是拉克-斯托肯尼乌斯的作用：通过证明这种因果效应，它完善了与化学渗透耦合相关的案例，符合理想的真因理论。

以类似的方式，可以认为梅塞尔森和斯塔尔对半保守复制的证据是不完整的。密度梯度中 DNA 的分布支持 IBE 的半保守复制，但在 DNA 分子的身份得到确认之前，这个案例是没有定论的，这也是梅塞尔森和斯塔尔如此谨慎的原因。

Bibliography

Allchin, D., 1992, “How Do You Falsify a Question?: Crucial Tests v. Crucial Demonstrations”, in D. Hull, M. Forbes and K. Okruhlik (eds.), PSA 1992, Vol. 1, East Lansing: Philosophy of Science Association, 74–88.
–––, 1994, “The Super Bowl and the Ox-Phos Controversy: ‘Winner-Take-All’ Competition in Philosophy of Science”, in D. Hull, M. Forbes and R. M. Burian (eds.), PSA 1994 (Vol. 1), East Lansing: Philosophy of Science Association, 22–33.
–––, 1996, “Cellular and Theoretical Chimeras: Piecing Together How Cells Process Energy”, Studies in the History and Philosophy of Science, 27: 31–41.
Ankeny, R. and S. Leonelli, 2011,“What’s so Special About Model Organisms?”, Studies in History and Philosophy of Science (Part A), 42 (2): 313–323.
Avery, O.T., C.M. McLeod, and M. McCarthy, 1944, “Studies on the Chemical Nature of the Substance Inducing Transformation of Pneumococcal Types. Induction of Transformation by a Deoxyribonucleic Acid Fraction Isolated from Pneumococcus Type III”, Journal of Experimental Medicine, 79: 137–58.
Baetu, T., 2016, “The Big Picture: The Problem of Extrapolation in Basic Research”, British Journal for Philosophy of Science, 67: 941–964.
Baumgartner, M., 2009, “Uncovering Deterministic Causal Structures: A Boolean Approach”, Synthese, 170: 71–96.
––– and L. Casini, 2017, “An Abductive Theory of Constitution”, Philosophy of Science, 84(2): 214–233.
––– and A. Gebharter, 2016, “Constitutive Relevance, Mutual Manipulability, and Fat-Handedness”, British Journal for the Philosophy of Science, 67 (3):731–756.
Bechtel, W., 2006, Discovering Cell Mechanisms: The Creation of Modern Cell Biology, Cambridge: Cambridge University Press.
––– and R. C. Richardson, 1993, Discovering Complexity: Decomposition and Localization as Strategies in Scientific Research, Princeton, N.J.: Princeton University Press.
Beirlaen, M., B. Leuridan and F. Van De Putte, 2018, “A Logic for the Discovery of Deterministic Causal Regularities”, Synthese, 195(1): 367–399.
Bird, A., 2007, “Inference to the Only Explanation”, Philosophy and Phenomenological Research, 74: 424–432.
Bridges, C.B., 1914, “Direct Proof through Non-Disjunction That the Sex-Linked Genes of Drosophila Are Borne by the X-Chromosome”, Science, 40: 107–09.
Burian, R. M., 1992, “How the Choice of Experimental Organism Matters: Biological Practices and Discipline Boundaries”, Synthese, 92: 151–166.
–––, 1993, “How the Choice of Experimental Organism Matters: Epistemological Reflections on an Aspect of Biological Practice”, Journal of the History of Biology, 26: 351–367.
–––, 1997, “Exploratory Experimentation and the Role of Histochemical Techniques in the Work of Jean Brachet”, 1938–1952. History and Philosophy of the Life Sciences, 19: 27–45.
–––, 2007, “On microRNA and the Need for Exploratory Experimentation in Post-Genomic Molecular Biology”, History and Philosophy of the Life Sciences, 29: 283–310.
Cartwright, N., 1989, Nature’s Capacities and Their Measurement, Oxford: Oxford University Press.
Clarke, Adele E., and Joan H. Fujimura, (eds.), 1992, The Right Tools for the Job. At Work in Twentieth-century Life Sciences, Princeton: Princeton University Press.
Collins, H. M., 1985, Changing Order. Replication and Induction in Scientific Practice, London: Sage.
Craver, C., 2007a, Explaining the Brain: Mechanisms and the Mosaic Unity of Neuroscience, Oxford: Oxford University Press.
–––, 2007b, “Constitutive Explanatory Relevance”, Journal of Philosophical Research, 32: 3–20.
Creager, A. N. H., 2002, The Life of a Virus: Tobacco Mosaic Virus as an Experimental Model, 1930–1965, Chicago: University of Chicago Press.
Cresto, E., 2008, “In Search of the Best Explanation about the Nature of the Gene: Avery on Pneumococcal Transformation.” Studies in History and Philosophy of Biological and Biomedical Sciences, 39: 65–79.
Culp, S., 1994, “Defending Robustness: The Bacterial Mesosome as a Test Case”, in D. Hull, M. Forbes and R. Burian (eds.), PSA 1994, East Lansing: Philosophy of Science Association, 47–57.
–––, 1995, “Objectivity in Experimental Inquiry: Breaking Data-Technique Circles”, Philosophy of Science, 62: 430–450.
Darden, L., 1991, Theory Change in Science: Strategies from Mendelian Genetics, Oxford: Oxford University Press.
––– and C. Craver, 2002, “Strategies in the Interfield Discovery of the Mechanism of Protein Synthesis”, Studies in History and Philosophy of Biological and Biomedical Sciences, 33C: 1–28.
Dobzhansky, T., 1937, Genetics and the Origin of Species, New York: Columbia University Press.
Duhem, P., 1954 [1905], The Aim and Structure of Physical Theory, P. Wiener (trans.), Princeton: Princeton University Press.
Falk, R., 2009, Genetic Analysis: A History of Genetic Thinking, Cambridge: Cambridge University Press.
Franklin, A., 1986, The Neglect of Experiment, Cambridge: Cambridge University Press.
Gehring, W. J., 1998, Master Control Genes in Development and Evolution: The Homeobox Story, New Haven: Yale University Press.
Geison, G. L. and A. N. H. Creager, 1999, Introduction: Research Materials and Model Organisms in the Biological and Biomedical Sciences. Studies in History and Philosophy of Biological and Biomedical Sciences, 30C: 315–318.
Gilbert, G. N. and M. J. Mulkay, 1984, Opening Pandora’s Box: A Sociological Analysis of Scientists’ Discourse, Cambridge: Cambridge University Press.
Glennan, S., 2005, “Modeling Mechanisms”, Studies in History and Philosophy of Biological and Biomedical Sciences, 36: 443–464.
Goldman, A., 1999, Knowledge in a Social World, Oxford: Oxford University Press.
Graßhoff, G., 2011, “Inferences to Causal Relevance From Experiments”, in: D. Dieks, W. J. González, S. Hartmann, T. Uebel and M. Weber (2011), Explanation, Prediction and Confirmation (The Philosophy of Science in a European Perspective, Volume 2), Berlin: Springer, 167–182.
–––, R. Casties and K. Nickelsen, 2000, Zur Theorie des Experiments. Untersuchungen am Beispiel der Entdeckung des Harnstoffzyklus, Bern: Bern Studies in the History and, Philosophy of Science.
––– and M. May, 1995, “Methodische Analyse wissenschaftlichen Entdeckens”, Kognitionswissenschaft, 5: 51–67.
Hacking, I., 1983, Representing and Intervening. Introductory Topics in the Philosophy of Natural Science, Cambridge: Cambridge University Press.
Hanawalt, P. C., 2004, “Density Matters: The Semiconservative Replication of DNA”, Proceedings of the National Academy of Science of the United States of America, 101: 17889–94.
Harinen, T., 2018, “Mutual Manipulability and Causal Inbetweenness”, Synthese, 195(1): 35–54.
Harbecke, J., 2015, “The Regularity Theory of Mechanistic Constitution and a Methodology for Constitutive Inference”, Studies in History and Philosophy of Biological and Biomedical Sciences, 54: 10–19.
Hodge, M. J. S., 1992, “Darwin’s Argument in the Origin”, Philosophy of Science, 59(3): 461–464.
Hofmann, U., and M. Baumgartner, 2011, “Determinism and the Method of Difference”, Theoria, 71: 155–176.
Holmes, F. L., 2001, Meselson, Stahl, and the Replication of DNA: A History of ‘The Most Beautiful Experiment in Biology’, New Haven: Yale University Press.
Hudson, R. G., 1999, “Mesosomes: A Study in the Nature of Experimental Reasoning”, Philosophy of Science, 66: 289–309.
Hull, D., 1988, Science as a Process: An Evolutionary Account of the Social and Conceptual Development of Science, Chicago: University of Chicago Press.
Kohler, R. E., 1994, Lords of the Fly. Drosophila Genetics and the Experimental Life, Chicago: University of Chicago Press.
Kuhn, T. S., 1970, The Structure of Scientific Revolutions, Chicago: University of Chicago Press.
Lederman, M. and R. M. Burian, 1993, “Introduction: The Right Organism for the Job”, Journal of the History of Biology, 26: 235–237.
––– and S. A. Tolin, 1993, “OVATOOMB: Other Viruses and the Origins of Molecular Biology”, Journal of the History of Biology, 26: 239–254.
Lehninger, A. L., 1975, Biochemistry, New York: Worth Publishers.
Leonelli, S. and R. A. Ankeny, 2012, “Re-thinking Organisms: The Impact of Databases on Model Organism Biology”, Studies in History and Philosophy of Biological and Biomedical Sciences, 43: 29–36.
Levins, R., 1966, “The Strategy of Model Building in Population Biology”, American Scientist, 54: 421–431.
Levy, A. and A. Currie, 2015, “Model Organisms Are Not Models”, British Journal for the Philosophy of Science, 66 (2): 327–348.
Leuridan, B., 2012, “Three Problems for the Mutual Manipulability Account of Constitutive Relevance in Mechanisms”, British Journal for the Philosophy of Science, 63 (2):399–427.
Lipton, P., 2004, Inference to the Best Explanation, 2nd Edition, London: Routledge.
Longino, H. E., 2002, The Fate of Knowledge, Princeton: Princeton University Press.
Machamer, P., L. Darden and C. Craver, 2000, “Thinking About Mechanisms”, Philosophy of Science, 67: 1–25.
Mayo, D. G., 1996, Error and the Growth of Experimental Knowledge, Chicago: University of Chicago Press.
Mayr, E., 1982, The Growth of Biological Thought, Cambridge Mass.: Harvard University Press.
Meselson, M., and F. W. Stahl, 1958, “The Replication of DNA in Escherichia coli”, Proceedings of the National Academy of Science of the United States of America, 44: 671–682.
Mill, J. S., 1996 [1843], Collected Works of John Stuart Mill: VII. System of Logic: Ratiocinative and Inductive, London: Routledge.
Mitchell, P., 1961, “Coupling of Phosphorylation to Electron and Hydrogen Transfer by a Chemiosmotic Type of Mechanism”, Nature, 191: 144–148.
Monod, J., 1974, Chance and Necessity. An Essay on the Natural Philosophy of Modern Biology, Glasgow: Collins Fontana.
Nickles, T., 1980, “Scientific Discovery and the Future of Philosophy of Science”, in T. Nickles (ed.), Scientific Discovery, Logic and Rationality, Dordrecht: Reidel, 1–60.
Norton, J. D., 2003, “A Material Theory of Induction”, Philosophy of Science, 70: 647–670.
Novick, A., forthcoming, “Metaphysics and the Vera Causa Ideal: The Nun’s Priest’s Tale”, Erkenntnis, first online 16 December 2016. doi:10.1007/s10670-016-9863-1
––– and R. Scholl, forthcoming, “Presume It Not: True Causes in the Search for the Basis of Heredity”, British Journal for the Philosophy of Science.
Nye, M. J., 1972, Molecular Reality. A Perspective on the Scientific Work of Jean Perrin, London, New York: MacDonald, American Elsevier.
O’Malley, M., 2007, “Exploratory Experimentation and Scientific Practice: Metagenomics and the Proteorhodopsin Case”, History and Philosophy of the Life Sciences, 29: 335–358.
Park, T., 1948, “Experimental studies of interspecies competition. I. Competition between populations of the flour beetles Tribolium confusum Duval and Tribolium castaneum Herbst”, Ecological Monographs, 18: 265–308.
Paul, L.A., 2012, “Metaphysics as Modeling: The Handmaiden’s Tale”, Philosophical Studies, 160: 1–29.
Popper, K. R., 1959, The Logic of Scientific Discovery, London: Hutchinson Education.
Provine, W. B., 1971, The Origins of Theoretical Population Genetics, Chicago: University of Chicago Press.
Racker, E. and W. Stoeckenius, 1974, “Reconstitution of Purple Membrane Vesicles Catalyzing Light-driven Proton Uptake and Adenosine Triphosphate Formation”, Journal of Biological Chemistry, 249: 662–663.
Radick, G., 2005, “Other Histories, Other Biologies”, in A. O’Hear (ed.), Philosophy, Biology and Life, Cambridge: Cambridge University Press, 21–47.
Ragin, C. C., 1987, The Comparative Method. Moving Beyond Qualitative and Quantitative Strategies, Berkeley: University of California Press.
Rasmussen, N., 1993, “Facts, Artifacts, and Mesosomes: Practicing Epistemology with the Electron Microscope”, Studies in History and Philosophy of Science, 24: 227–265.
–––, 2001, “Evolving Scientific Epistemologies and the Artifacts of Empirical Philosophy of Science: A Reply Concerning Mesosomes”, Biology and Philosophy, 16: 629–654.
Rheinberger, H.-J., 1997, Toward a History of Epistemic Things: Synthesizing Proteins in the Test Tube, Stanford: Stanford University Press.
Romero, F., 2015, “Why There Isn’t Inter-level Causation in Mechanisms”, Synthese, 192: 3731–3755
Salmon, W. C., 1984, Scientific Explanation and the Causal Structure of the World, Princeton: Princeton University Press.
Schaffner, K. F., 1974, “Logic of Discovery and Justification in Regulatory Genetics”, Studies in History and Philosophy of Science, 4: 349–385.
–––, 1993, Discovery and Explanation in Biology and Medicine, Chicago: University of Chicago Press.
Scholl, R., and K. Nickelsen, 2015, “Discovery of Causal Mechanisms: Oxidative Phosphorylation and the Calvin –Benson Cycle”, History And Philosophy Of The Life Sciences, 37: 180–209.
Solomon, M., 2001, Social Empiricism, Cambridge, Mass.: MIT Press.
Spirtes, P., C. Glymour and R. Scheines, 2000, Causation, Prediction, and Search, Cambridge, Mass.: MIT Press.
Stanford, P. K., 2006, Exceeding Our Grasp: Science, History, and the Problem of Unconceived Alternatives, Oxford: Oxford University Press.
Steel, D. P., 2008, Across the Boundaries. Extrapolation in Biology and Social Science, Oxford: Oxford University Press.
Stegenga, J., 2009, “Robustness, Discordance, and Relevance”, Philosophy of Science, 76: 650–661.
Steinle, F., 1997, “Entering New Fields: Exploratory Uses of Experimentation”, Philosophy of Science (Proceedings), 64: S65–S74.
Van Fraassen, B., 2008, Scientific Representation: Paradoxes of Perspective, Oxford: Oxford University Press.
Waters, C. K., 2004, “What Was Classical Genetics?” Studies in History and Philosophy of Science, 35: 783–809.
–––, 2007, “The Nature and Context of Exploratory Experimentation: An Introduction to Three Case Studies of Exploratory Research”, History and Philosophy of the Life Sciences, 29: 275–284
–––, 2008, “How Practical Know-How Contextualizes Theoretical Knowledge: Exporting Causal Knowledge from Laboratory to Nature”, Philosophy of Science, 75: 707–719
Watson, J. D., 1965, Molecular Biology of the Gene, New York: W.A. Benjamin, Inc.
Weber, M., 1998, “Representing Genes: Classical Mapping Techniques and the Growth of Genetical Knowledge”, Studies in History and Philosophy of Biological and Biomedical Sciences, 29: 295–315.
–––, 2002, “Incommensurability and Theory Comparison in Experimental Biology”, Biology and Philosophy, 17: 155–169.
–––, 2005, Philosophy of Experimental Biology, Cambridge: Cambridge University Press.
–––, 2009, “The Crux of Crucial Experiments. Duhem’s Problems and Inference to the Best Explanation”, The British Journal for the Philosophy of Science, 60: 19–49.
–––, 2011, “Experimentation versus Theory Choice: A Social-Epistemological Approach”, in: H.-B. Schmid, D. Sirtes and M. Weber (eds.), Collective Epistemology, Frankfurt am Main: Ontos, 195–216.
–––, 2014, “Experimental Modeling in Biology: In Vivo Representation and Stand-Ins As Modeling Strategies”, Philosophy of Science, 81 (5): 756–769.
Weiner, J., 1999, Time, Love, Memory. A Great Biologist and his Journey from Genes to Behavior, London: Faber and Faber.
Weisberg, M., 2006, “Robustness Analysis”, Philosophy of Science, 73: 730–742.
Wimsatt, W. C., 1974, “Complexity and Organization”, in K. F. Schaffner and R. S. Cohen (eds.), PSA 1972, Dordrecht: D. Reidel, 67–86.
–––, 1981, “Robustness, Reliability, and Overdetermination”, in M. B. Brewer and B. E. Collins (eds.), Scientific Inquiry and the Social Sciences, San Francisco: Jossey-Bass, 124–163.

Academic Tools

Other Internet Resources

Model organisms such as Drosophila melanogaster, or Caenorhabditis elegans, are associated with elaborate databases where scientists share information on genes, gene products, strains, etc. To mention a few:
- The Drosophila database.
- The C. elegans database.
Human Genome Project, a host of online educational materials on genetics and genomics.

Acknowledgments

The author wishes to thank Michael Baumgartner, Samuel Schindler and an anonymous referee for many helpful suggestions on a draft of this entry.

上一页*发育——见发育生物学 developmental — see developmental biology 下一页*分子——见分子生物学 molecular — see molecular biology

最后更新于10小时前