编辑推荐：
在其1945年的论文中，Rosenblueth和Wiener指出，科学进步依赖于抽象：模型以一种有意简化的结构替代宇宙中的一部分，以回答某一特定类别的问题。该论点蕴含了一项至今仍具价值的警示：当模型被当作字面复制品而非研究工具时，便无法再区分哪些结论由数据支持
在其1945年的论文中，Rosenblueth和Wiener指出，科学进步依赖于抽象：模型以一种有意简化的结构替代宇宙中的一部分，以回答某一特定类别的问题。该论点蕴含了一项至今仍具价值的警示：当模型被当作字面复制品而非研究工具时，便无法再区分哪些结论由数据支持，哪些只是建模选择的结果。随着计算神经科学日益致力于构建全面、数据驱动的皮层组织重建，这一警示再次凸显其现实意义，这类工作包括Blue Brain的新皮层微回路、Allen Institute的小鼠初级视觉皮层模型，以及基于Allen Cell Types Database建立的标准化模型生成流程。此类研究整合异质性数据集，规范建模流程，并使原本难以提出的回路层面假说成为可能。然而，一个关键的方法学问题仍未解决：随着生物学细节增加，究竟有哪些额外的科学主张能够得到支持，而哪些“收益”主要反映的是重建规模扩大，而非机制约束的真正增强？
尽管推断方法已有进展，许多工作流程仍然会先将丰富的电生理记录压缩为单一代表性参数化结果，再据此逐级向上构建模型。电压钳记录产生一组最佳拟合的通道参数；这些参数随后被组装为确定性的多区室神经元；再进一步优化附加参数以匹配放电特征；最终结果被呈现为一个“细致”的模型。这些步骤各自都是合理的，但它们反复将生物学变异性和测量不确定性压缩为单一代表值。此类变异性很少作为科学对象本身被继续传递。图1左侧展示了这种常见的压缩流程：异质性记录被折叠为一个最佳拟合点，再组装成模型，并据此提出“真实感”主张，而不确定性在全过程中被隐藏。
参数简并性意味着，在受限的拟合方案下，不同参数组合可以产生不可区分的输出，因此一个拟合模型只是庞大等价类中的一个成员。这正是逆问题（inverse problem）的标志：有限观测允许多种机制性解释。当这一等价类未被表征时，关于机制的主张实际上就变成了关于某个特定参数化方案的主张，而非关于底层生物学的主张。大规模重建通常通过参数分层加以应对；一旦某一层级完成拟合，这些参数在更高层级便不再被视为自由变量。然而，这种做法只是转移而非解决可识别性问题。即使每个子模型都使用确定性数值，跨细胞、跨脑区或跨记录条件的泛化本身仍然是会引入不确定性的建模步骤。关键在于，若两组参数对所有输入都真正等价，这种简并性未必会向上层传播；但若等价性仅在受限协议上建立，则这种不确定性就是真实且具有后果的。
一种切实可行的前进路径，是借鉴分析化学中关于可追溯性与参考标准的明确文化，因为在该领域中，可靠性建立在标准层级体系之上，而不是建立在某一次单独测量表面上的“逼真性”之上。在化学中，一级标准（primary standard）具有经认证的数值，并附带可追溯至基本单位的显式不确定性预算。这种校准、来源追踪和不确定性声明的逻辑，可以被调整并应用于计算神经科学，而无需照搬滴定实验的物质形式。其对应物是经整理的数据集、实验协议集合以及模型形式，它们使得相关科学主张在组件被复用于更大模型时仍保持可追溯性。图1右侧展示了这种参考级流程：经整理的观测数据输入一级标准，并附带显式不确定性预算；敏感性门控（sensitivity gate）用于优先识别可辨识的自由度；经验证的二级模块随后被组装；最后通过集合传播得到以范围形式表达、且声明适用范围与失效模式的预测。
在该框架中，一级标准对应于通过精心设计实验获得的电压门控通道动力学，并具备足够重复以表征生物学变异性，并通过协议约束相关状态转换。关键在于，一级标准必须将被建模系统与测量过程区分开，从而使观测引入的不确定性能够被追踪，而不是被无形地折叠进拟合参数之中。模型形式无论是Hodgkin–Huxley模型、Markov模型，还是其他形式主义，都应以可识别性为导向进行选择，并与合理的替代形式进行检验。全局敏感性分析（global sensitivity analysis）在此充当把关者：它识别哪些参数真正控制被测电流，因此也识别哪些自由度值得投入参考级标准的努力。诸如SciUnit之类用于模型验证的开源框架，以及Uncertainpy之类用于不确定性量化（uncertainty quantification, UQ）和敏感性分析的工具，可将其中部分要求操作化。只有当敏感性分析确认重要自由度受到约束时，所得参数分布才应被视为参考级候选对象；它们不是单一数值，而是带有文档化不确定性的概率分布。
二级标准（secondary standards）是由经验证的一级标准组装而成的模块化组件。该提议最易于在离子通道动力学、突触以及可复用细胞模块层面加以实施；回路尺度的重建应继承这种不确定性结构，而不是在组装后再凭空补入。以锥体神经元的轴突初始段（axon initial segment, AIS）可复用模块为例：它结合了经验证的钠、钾通道一级标准以及形态学信息与通道密度经验分布，并在发布时附带不确定性预算和敏感性谱，以澄清哪些参数组合控制放电阈值。树突模块也可采用类似方式处理，并各自声明适用范围与失效模式。这些组件随后可被组装成更大的神经元或网络，并通过Monte Carlo采样和Bootstrap方差估计传播不确定性。二级标准应明确其在何种刺激范围、温度条件和记录条件下能够在不确定性界限内重现实验行为，并指出何时需要新的数据。类似于NIST标准参考材料（Standard Reference Materials）的标准仓库应当开放可获取，并以文档将原始数据、代码、参数分布和验证目标连接起来。这与FAIR指导原则（Findable, Accessible, Interoperable, Reusable）直接一致，并进一步将不确定性传播提升为一级交付对象。
该框架将领域推进到集合预测（ensemble predictions），而不是单一参数集模型。如果逆问题允许宽泛的等价类存在，那么真正的科学对象应是由测量变异性诱导出的集合，而非某一个最佳参数集。在集合框架中，预测表现为分布：阈电流（rheobase）成为一个范围，峰发放时序成为概率密度，稳健性可以被量化而非仅被宣称。简并性——即不同参数组合在兴奋性、突触整合或回路输出上产生相似功能的现象——是生物系统的一个特征，因此集合思维并非方法学上的苛求，而是描述充分性的体现。重要的是，这并不禁止在更高描述层级上使用现象学模型或抽象模型；它仅要求在每一层级声明不确定性，并使层级之间的映射关系保持显式而非隐式。
采用参考级文化还将改变模型共享与审查的方式。与其使用笼统的“真实”一词，不如使用“细致”或“大规模”等描述，因为后者会促使提出进一步问题：究竟是相对于什么而言的真实，在何种约束下，以及在何种有效范围内？因此，参考级标准与NeuroML等格式和互操作性标准是互补的：前者并不规定语法或模型类别，而是要求可复用模型必须附带不确定性、验证、来源和适用范围。伴随每一个一级或二级标准的简洁文档对象，应说明数据来源、协议、模型形式、参数分布、不确定性预算、敏感性谱以及已知失效模式，从而将Crook及其同事提出的要求操作化。此时，审查就转变为对证据支持度的评估：关键结论是否在可接受的变异范围内依然成立，推断范围是否被明确声明而非被默认暗示。
正如Rosenblueth和Wiener以略带诙谐的方式所说，猫的最佳模型是另一只猫，这提醒人们：完全保真会消解模型与世界之间的区别。问题不在于研究雄心，而在于校准：若缺乏可追溯性和不确定性预算，附加的细节可能会遮蔽而非强化推断。参考级建模并非对宏大模拟的放弃，而是其走向成熟的标志：模型应成为经过校准的研究工具，其组成部分可被追溯，其不确定性被显式声明，而当逆问题要求以分布表达结论时，其结论也应以分布形式陈述。
该文发表于《Communications Biology》，是一篇面向计算神经科学方法论的观点性论文，核心议题并非报告某一项新的实验发现，而是系统讨论神经元模型如何从“看似逼真”的单一参数模型，转向具备可追溯性、可验证性与显式不确定性预算的“参考级”（reference-grade）模型。研究背景在于，当前计算神经科学正快速迈向大规模、数据驱动的皮层重建，例如Blue Brain的新皮层微回路、Allen Institute的小鼠初级视觉皮层模型，以及基于Allen Cell Types Database的标准化建模流程。这些工作虽然显著提升了模型的复杂度和数据整合能力，但论文指出，一个更根本的问题并未得到充分解决：模型中不断增加的生物学细节，是否真的提高了对机制的约束与解释能力，还是仅仅扩大了模型规模、增强了表面“真实感”。
研究人员指出，当前常见的神经元建模流程通常会把复杂的电生理观测逐步压缩成单一最佳参数集合。例如，研究人员先用电压钳数据拟合离子通道参数，再将这些参数组装成确定性的多区室神经元模型，随后继续调整其他参数使其匹配放电行为，最终将所得结果称为“细致”或“真实”的模型。论文批评这一流程的关键问题在于：生物学变异性和测量不确定性在每一步都被压缩、折叠并隐藏，导致最终模型往往只代表某个拟合点，而不是数据所支持的全部可能机制空间。因此，文章强调，模型若要真正承担可靠推断工具的角色，就必须像分析化学中的参考标准一样，建立分层标准体系、明确不确定性来源，并保证模型结论的可追溯性。
从方法论角度看，研究人员提出了一套“参考级流程”，其核心包括：以整理规范的观测数据、实验协议和测量模型作为输入；构建带有显式不确定性预算的一级标准（primary standard）；通过全局敏感性分析（global sensitivity analysis）筛选真正可识别且值得高精度约束的自由度；将经验证的一级标准组装成二级标准（secondary standard）模块；最终通过Monte Carlo或Bootstrap等集合方法传播不确定性，并以预测范围而非单点结果的形式报告模型输出。论文强调，这一体系借鉴的是分析化学中标准层级、校准链条和来源追踪的逻辑，而不是简单移植实验化学的物质对象。
就作者讨论的关键技术方法而言，论文主要涉及以下几类方法：第一，基于电压钳等规范化协议获取离子通道动力学数据，并将测量过程与被建模系统区分开；第二，比较Hodgkin–Huxley、Markov等不同模型形式，以可识别性为原则评估模型结构；第三，采用全局敏感性分析识别对观测电流真正起决定作用的参数；第四，借助SciUnit进行模型验证，借助Uncertainpy执行不确定性量化（UQ）与敏感性分析；第五，以Monte Carlo采样和Bootstrap方差估计传播模块组装后的不确定性。文中涉及的数据来源属于经整理的实验记录、协议集合及可复用数据库资源，并特别提到Allen Cell Types Database等标准化数据平台。
在研究结果与论证结构方面，论文虽然不是传统实验论文，但具有清晰的逻辑分节和结论推进。
首先，在“Two modeling pipelines are contrasted”这一图示所对应的论述中，研究人员提出并对比了两条建模路径。第一条是常见的“压缩式流程”，即将异质性记录压缩为单一最佳拟合参数，再据此构建模型并赋予其“真实性”标签；第二条是“参考级流程”，即从整理后的观测出发，建立带有不确定性预算的一级标准，经敏感性门控筛选关键自由度，再组装成二级模块并传播不确定性，最终将预测以范围形式表达。通过这一对比，论文的首要结论是：问题并不在于模型是否足够复杂，而在于不确定性是否被显式保留、追踪和报告。
其次，在关于“参数简并性（parameter degeneracy）与逆问题（inverse problem）”的论述中，研究人员指出，有限协议下的模型拟合天然存在多解性，即不同参数组合可能产生无法区分的输出。因此，单一拟合模型只是等价参数类中的一个成员，不能被简单解释为底层机制的唯一体现。通过这一分析，论文得出的重要认识是：如果建模研究没有刻画这一等价类，那么所有关于“机制”的解释都可能只是关于特定参数化方案的叙述，而不是关于真实生物系统的稳健结论。文章进一步指出，大规模模型常通过层级封装参数来回避这一问题，但这种做法只是转移了不可识别性，而没有从根本上解决它。
再次，在“一级标准（primary standard）”的框架构建中，研究人员明确提出，参考级建模应从离子通道动力学这类基础单元开始。文中认为，一级标准应建立在经过精心设计、具备足够重复次数的实验基础上，以便同时刻画生物学变异性和测量误差；模型参数不应被视作确定值，而应被表示为带有不确定性文档的概率分布。研究人员还强调，必须将测量模型显式纳入分析，避免把观测误差无声地折叠进参数之中。通过这一层面的论述，论文得出结论：只有当某些关键自由度已被敏感性分析证明可被有效约束时，其参数分布才有资格成为参考级候选对象。
随后，在“二级标准（secondary standard）”的讨论中，研究人员提出可将经验证的一级标准模块化组装，用于形成更高层级、可复用的神经元结构单元。文中以锥体神经元轴突初始段（AIS）为例，说明一个二级模块可整合钠通道与钾通道一级标准、形态学信息和通道密度分布，并进一步附带不确定性预算与敏感性谱，以说明哪些参数组合决定放电阈值。同样，树突模块也可按此思路构建。由此论文得出的结论是：回路层面的模型不应在组装完成后才开始补充不确定性分析，而应在基础模块层面就继承和保留不确定性结构。换言之，不确定性不是模型完成后的修饰项，而是模块设计阶段的内在组成部分。
在“集合预测（ensemble predictions）而非单一参数模型”的部分，研究人员进一步把上述思想推向模型输出层面。论文明确主张，如果逆问题导致广泛的等价参数类存在，那么真正应被报告的科学对象就是由这些参数分布诱导出的模型集合。此时，诸如阈电流、峰发放时间、系统稳健性等结果，都应被表述为范围、概率密度或方差结构，而不是一个单点数值。研究人员据此强调，生物系统中的简并性并非噪声或缺陷，而是兴奋性、突触整合和回路输出等功能稳定性的组成特征。因此，采用集合思维不是形式主义上的苛刻要求，而是对生物学实际状态更充分的描述。论文还指出，这一立场并不排斥更高层级的现象学模型或抽象模型，但前提是各层级之间的不确定性和映射关系都要被显式说明。
在“模型共享、标准仓库与审查机制”的讨论中，研究人员将参考级思想扩展到科学共同体的实践层面。文章认为，与其使用“realistic”这一含糊标签，不如明确说明模型在何种数据、何种约束、何种适用范围内有效。参考级标准与NeuroML等格式标准并不冲突：后者解决语法与互操作性问题，前者则规定模型必须随附验证证据、来源信息、不确定性预算、敏感性谱和失效模式。研究人员主张建立类似NIST标准参考材料库的开放资源库，将原始数据、代码、参数分布与验证目标系统关联，并与FAIR原则保持一致。由此，模型评审的重点也将从“是否看起来逼真”转变为“关键结论是否在允许变异范围内依然成立，以及推断范围是否被明确声明”。
在讨论部分，论文的中心观点是，神经元模型的发展不应简单追求细节堆叠，而应追求校准、可追溯性和证据强度。研究人员借用Rosenblueth和Wiener关于“猫的最佳模型是另一只猫”的比喻，说明完全保真的幻想会消解模型与现实之间的分析边界。对于计算神经科学而言，真正的问题不是是否有能力构建越来越复杂的模型，而是这些复杂性是否经过了不确定性约束，是否能支持更强的科学推断。文章因此将“参考级建模”界定为一种成熟化方向：模型不再被当作静态复制品，而被当作经过校准的研究仪器；模型组件具有明确来源，参数以分布而非单值表达，不确定性被全程传播，最终结论按照逆问题的要求以分布形式报告。
研究结论部分可概括翻译为：参考级建模并不是放弃雄心勃勃的仿真，而是推动其走向成熟；模型应作为经过校准的研究工具，其组成部分具有可追溯性，不确定性得到显式表达，而当逆问题要求以分布刻画结论时，模型结论也应以分布而非单值加以陈述。整体而言，这篇论文的重要意义在于，它将计算神经科学中的“模型真实性”问题，重新表述为一个关于可识别性、标准化、不确定性传播和证据层级的问题，为未来神经元模型、细胞模块乃至回路重建的评价与共享提出了更严格也更可操作的方法学框架。
