《The FASEB Journal》：Evaluating the Validity of Model Organisms: A Review and a New Framework for Biologists
模式生物（model organisms, MOs）是生物学研究的核心。生物体作为模型，是因为从其研究中获得的知识旨在被推广。例如，在果蝇或线虫上进行的实验可带来关于细胞迁移等现象的一般性知识，斑马鱼或小鼠的研究使研究人员能够找到适用于人类疾病的治疗方法，而从拟南芥研究中获得的结果则被推广至整个植物界。此外，新的生物体获得了模型地位，非传统模式生物为生物过程提供了新视角。然而，结果可被推广的程度——即外部有效性（external validity）——主要依赖于假设。本文开展了一项概念分析，以论证知识从一种模式生物向其他物种或人类临床情境的推广合理性。在概述了科学哲学中所述的“模型”概念之后，本文呈现了模式生物的具体特征，进而回顾了现有支持模式生物外部有效性的论点。在文章的第二部分，提出了一个新框架，该框架设定了一套评估模式生物外部有效性的标准。该框架既植根于科学哲学中定义经验知识有效性条件的概念，又旨在供生物学家使用。
本文旨在评估模式生物的有效性，并提出一个新框架来评估从特定生物体获得的结果在多大程度上可被合理推广。该框架涵盖人类疾病研究以及一般生物学过程研究。文章第一部分是对模式生物的综述，随后回顾了现有评估生物体作为模型有效性的建议。第二部分提出了一个新框架，允许生物学家评估其模式生物的有效性。该框架基于一种综合方法，将严谨的哲学标准与适用于多种生物学学科的实际指导相结合。所提出的评估框架展示了科学哲学如何澄清概念并构建对实验方法和科学假设的批判性思维。
1 引言
从生物学过程的基本问题到生物医学中治疗假设的检验，模式生物（model organisms, MOs）是生物学研究的基础。生物体作为模型，意味着从对其研究中获得的知识被假定可推广到其他生物体。因此，这一假设是否成立是一个核心问题。本文回顾了现有解决方案，并提出了一个新的标准框架来评估模式生物的有效性。首先，对科学哲学中“模型”的概念进行了简要回顾。随后，呈现了生物体区别于其他科学建模形式的独特特征。重要的是，对一般概念和具体特征的回顾为后续关于模式生物认知有效性的讨论提供了指导。然后，考察了为证明从模式生物获得的知识可推广至其他物种或转移至人类而提出的建议和论点。最后，提出了一个新系统来评估模式生物的认知有效性。该框架基于科学哲学概念，同时为生物学家提供清晰指导。在整篇综述和所提出框架的发展过程中，给出了生物学实例，不仅使哲学概念易于理解，也说明了通过模式生物进行的生物学研究所获知识的有效性如何源于这些概念。
2 什么是模式生物？
2.1 什么是科学模型？
开发评估模式生物有效性的框架首先需要定义什么是模型。虽然对模型本质进行彻底的哲学探究超出了本文范围，但我们将总结关键概念，以确定评估模式生物有效性的相关标准。其核心而言，模型可定义为一种表征（representation）[1]。这一定义广泛适用于不同类型的模型，包括表征理论的模型和描绘世界某方面的模型。尽管看似简单，这一定义和表征概念引发了复杂的哲学问题[2, 3]。然而，为我们的目的，我们采用广泛接受的观点：模型是为表征目标而设计的构造物——目标是所研究的对象或现象。一种经典解释认为模型通过类比表征其目标。据此，要使模型合理化，它必须与其目标共享相似性。许多哲学家试图给出相似性的一般性解释，但任意两个对象共享无数相似和差异。因此，基于相似性制定普遍的模型定义可能无望[4]。相反，决定模型有效性的是其与目标的“相关相似性”[1]。科学家或科学共同体使用模型来表征世界的某些方面以服务于特定目的[3]。因此，模型的有效性必须根据其对特定科学目的的充分性来评估[5]。这一原则对模式生物至关重要：不存在普遍有效的模型，而是对特定研究问题或假设有效的模型。考虑模型的目的特别重要，因为模型不提供对现实的精确复制：它们是理想化表征。理想化是建模者引入简化、忽略某些变量及变量间相互作用的活动。理想化的目的可能是使复杂系统更易理解，或通过仅保留参与特定现象因果机制的变量来简化现实。另一种理想化形式涉及基于不同假设构建多个简化模型，每个模型捕获目标的不同方面[6]。值得注意的是，理想化是建模者的活动；它不包括因对目标认识有限而忽略变量。
然而，模型不仅仅表征：它们也是调查工具。其设计允许操作或干预，使科学家能够了解目标系统[7]。换言之，模型既被构造为目标的表征，又是促进操作、测量和观察的实验装置。表征和干预因此交织在一起，使得模型既是“关于…的模型”也是“为了…的模型”[8, 9]。确实，模型设定了现象实现的条件，以及可操作和测量的变量[10]。一方面，模型决定了可进行的干预和测量的种类与范围；另一方面，可能的观察和干预也塑造了表征。因为模型的构建（或就模式生物而言，选择）受研究目标指导，关于模型的哪些参数和属性与研究相关的决定，既塑造了模型表征现象的条件，也塑造了实验如何设计以产生有意义数据来研究该现象[11]。因此，模式生物通过与其特定科学目标相关的共享相似性来表征目标。评估其有效性需要评估理想化是否影响结果的可靠性，以及它在多大程度上实现了有意义的实验操作和可靠的测量。
2.2 模式生物的表征目标与范围
超越模型表征目标的一般观念，科学哲学家认为模式生物与其他类型的模型相比表现出独特特征（图1）。我们确定了应考虑的六个特征，因为它们要么促成要么限制模式生物的有效性（框1）。
框1. 模式生物的六个特征。
- 广泛的表征目标，从简单的生物学过程到人类患者。一个给定目标通常通过多个模型探索，每个模型基于类比推理。
- 基于进化理由的表征范围。使用模式生物由进化考量证明，使结果推广在先天上具有合理性。
- 特殊的表征方式。与其他科学模型相比，这些模型与表征世界的方式独特：所使用的生物体既是生物世界的范例，也是人工制品，即理想化模型。
- 自我修正的模型。用作模型的生物体不是静态范例，而是当被操作或置于实验条件下时，会相互作用并自我修改。
- 动态实验系统。模式生物是嵌入实验和理论框架中的活生物体，并且这个实验系统随着研究进展而演变。
- 原始实践方面。它们的使用涉及独特的实践和科学研究方式。
2.2.1 模式生物的表征目标
首先，模式生物呈现多种“表征目标”。对于模式生物，目标是通过使用一种生物体所能研究的东西[12, 13]。在临床前研究中，目标要么是疾病，要么是人类患者（框2）。另一类目标是现象或生物学过程。例如，斑马鱼或果蝇是表征细胞迁移的模型。在此背景下，一个模式生物可以在不同项目中表征多种现象，如细胞增殖、基因调控或心脏发育。在生理学中，模式生物的目标可能是一种特定功能：七鳃鳗被研究以理解运动，猫被研究以理解视觉。在模式生物中实例化的现象可以被视为一种表征，因为它将特定现象中介为一般知识。这里的表征依赖于类比推理：尽管模式生物与其目标从不完全相同，它们共享相关相似性和属性。值得注意的是，一些作者区分人类疾病模型（称为“替代物”（surrogates））和一般现象模型（称为“范例”（exemplars））[10, 14, 15]。这种区分基于以下事实：在一般现象模型中，现象既在模式生物中实例化又被其表征。相比之下，表征人类疾病的模式生物不会自发发展出疾病；而是通过操作生物体诱导疾病的某些特征。
框2. 为什么模式生物可以被视为表征人类患者的模型。
人们可能认为动物表征人类患者是天真的。考虑亨廷顿病（Huntington's disease），它由编码亨廷顿蛋白（huntingtin）的基因突变引起。该突变导致大脑纹状体区域神经元丧失，产生运动症状。通过将突变引入小鼠基因组，建立了一个模型，旨在表征人类患者。显然，说一个模型表征其目标并不意味着模型与目标等同。相反，当无法对目标进行更直接的研究时，模式生物充当替代模型。在这种观点下，模式生物充当另一种生物体（如人类患者）的替代品。然而，只有充分表征目标时，从模式生物获得的结果才能推广到所研究生物体之外。因此，说一个模型表征目标意味着从研究模型中获得的知识可以投射到目标上，而不是简单天真的等同。然而，一些科学家对称生物体（或其部分）为“关于…的模型”仍持怀疑态度。原位模型（orthotopic models）——将人类肿瘤细胞移植到小鼠相应器官——说明了这种立场[16]。目标是重现自然微环境，因为肿瘤生长和转移过程涉及不同类型细胞、细胞外基质和血管之间的复杂相互作用。小鼠比空培养皿包含更多调节肿瘤生长的变量，使其成为研究肿瘤的合适系统。然而，人们可能不愿同意带有肿瘤细胞的小鼠表征人类患者的观点。更倾向说原位模型被定义为设置包含所有相关变量的条件以进行更好的实验。这种操作定义避免了使用“模型”一词，但必须承认该实验获得的结果将有助于癌症的一般知识和治疗策略的开发。事实上，结果被投射到生物体之外，而“这个模型表征这个目标”这一陈述并未表达更多。此外，表征目标的概念有助于评估从模式生物获得的知识如何扩展到所研究的特定生物体之外，因为它通过科学哲学概念引发对其有效性的反思。
一个模式生物只能表征目标的一个方面，不同的模式生物可用于表征同一目标，这两种策略都有助于表征保真度。大多数用于研究人类疾病的模型并未捕捉患者的每个方面，许多模式生物只表征一种症状或涉及生物学过程的子集。将模式生物视为目标的指定组成部分的模型，是一种加强特定生物体是目标良好模型之论证的策略。例如，很难声称一只小鼠完全表征患者，但通过使用突变小鼠来研究细胞改变、相关分子机制和特定行为症状，考虑合理的相似性水平是更可证的[17]。同时，使用多个模式生物探索单一目标可以阐明哪些原理和机制是普遍的，哪些是物种特异的。值得注意的是，虽然构建模型以相似为目标，但寻找差异也有助于区分一般机制与特定机制或功能。知识因此从多个模式生物结果的对照中增长[10, 18]。因此，非传统模式生物为生物学问题提供了新视角，并允许我们在其完整复杂性中评估生物学原理[19-22]。同样的逻辑适用于人类疾病：多个模式生物各自捕获病理学的不同方面，并共同推进临床前研究[23]。
最后，为详尽起见，应注意有些情况下模式生物不扮演表征角色（框3）。
框3. 模式生物的非表征使用。
尽管普遍同意模式生物经常起表征作用，但科学哲学中关于表征是否总是涉及仍然存在争论（[24]; [25]; [26]; [27]; [28]）。两种情况通常落在表征框架之外。第一，生物体在所谓“准备性实验”（preparative experimentation）中被研究[29]。通过模式生物的研究，发展了实用知识、方案和工具（例如，抗体、来自线虫的RNA干扰技术、来自大肠杆菌的Cre-lox系统）。这种专长——例如饲养条件或基因工程——塑造了实验进行和解释的方式。在一些实验室中，开发和验证此类工具是模式生物研究的唯一目的，而不是模拟外部目标。第二，研究可能以重现生物体所持有的属性为目的。例如，在仿生学领域，蜘蛛丝的弹性和强度激发复制它的研究，而不必表征织网过程。另一个例子是裸鼹鼠，它对癌症有抵抗力。研究它们是为了了解如何利用这种抵抗力，而不是表征一种疾病。因此，虽然模式生物最常是目标的表征，但它们也作为开发工具的实用仪器或作为待模仿独特属性的来源。
2.2.2 模式生物的表征范围
如果模式生物的目标是特定生物学过程（例如线虫中的细胞凋亡），定义该目标仍存在一个问题：结果是否仅适用于其他秀丽隐杆线虫个体，还是可推广至其他蠕虫物种，甚至昆虫或哺乳动物。发现可推广到所研究生物体之外的程度是“表征范围”（representational scope）或“外部有效性”。换句话说，是特定结果扩展到更广泛背景或种群的程度。模式生物研究的一个关键特征是有效性通常基于进化背景[29]。已知的系统发育关系可以证明外推尝试的合理性，但它们不保证生物学过程真的会普遍化。确实，范围不能简单地基于生物学过程或功能以及基因同源性（框4）来预期。物种之间可能存在差异，尽管存在公认的系统发育联系，但阻止了所述生物学过程的推广。这种进化背景并非要抹去这些差异，而是使推广在先天上具有合理性。根据研究目标，特定模式生物的范围可以是狭窄的——仅适用于同种其他个体，例如伪装墨鱼颜色变化的细胞机制[30]；或更广泛，如线虫衰老或线粒体生物学研究[31, 32]，以及非哺乳动物模型的人类遗传疾病研究[33]。对于范围限于一个物种的研究，可以区分两种情景。要么目标仅存在于一个物种中，此时范围限于该物种的个体；要么目标具有限制范围至一个物种的特定特征，但研究结果提供了超出此有限范围的更一般目标的知识。例如，歌唱鼠（Scotinomys teguina）作为研究社交发声交互神经机制的模型，但其特定发声行为将范围限于该物种[34]。尽管如此，多个模型（歌唱鼠、斑胸草雀、绿猴和人类）结果的整合有助于构建发声交互的概念框架[35]。换言之，尽管目标的特定特征限制了范围，结果可以转移，不是为了推广到另一物种，而是为了促进一般理解。这是因为目标不由任何单一模式生物表征，而是从多个模式生物获得的知识构建的，尽管其范围有限。跨模式生物多样性比较支持相似功能的生理和细胞机制，有助于阐明一般功能原理[18]。
框4. 跨系统发育距离的表征范围：先天假设，后天证明。
推广或外部有效性不仅由特定模式生物的选择决定。每个目标都有一个范围，可以从窄到宽。这种范围可以使用先天假设来估计，考虑系统发育距离和目标现象或机制的性质。确实，人们期望胞吐是低水平、高度保守且范围广泛的机制，而高水平现象如食物摄入相关的肥胖则范围狭窄，限制其研究至哺乳动物模型。然而，系统发育距离和低/高水平区分既不提供必要条件也不提供充分条件。一方面，胞吐机制在单细胞真核生物和人类神经元突触之间具有强烈相似性[36]，但小鼠和人类突触在关键蛋白含量上存在差异[37]。另一方面，人类肥胖相关直系同源基因的敲低可防止过度消耗果糖的线虫脂肪积累并延长寿命[38]。因此，从系统发育距离角度的低/高水平区分并不是确定结果范围的足够可靠基础。同样，仅基于基因保守性的简单外推假设可能具有误导性。例如，在后生动物近亲领鞭虫（Salpingoeca rosetta）中发现的编码重要突触蛋白的基因保留了保守蛋白结构域，但定位于细胞核并执行不相关功能[39]。因此，编码相似蛋白的高度保守基因可能支撑显著不同的机制和功能。更好的估计将来自结合蛋白质水平相关机制报告多个基因的保守性。这些考虑导致结论：范围最好通过后天估计并通过比较不同模式生物获得的结果来估计。外推结果通过按来源（从线虫到灵长类，或更简化的模型如细胞系）和实验条件进行比较和排序来评估。因此，使用多重比较的整体策略来评估范围，并不断质疑和重新评估[40]。
2.2.3 模式生物是范例
模式生物的另一个独特特征是它们是生物世界的实际样本或范例。这意味着，与可能忽略未知但关键参数的计算或物理模型不同，模式生物作为样本包含所有已知和未知参数。这为有效性提供了必要基础。注意这是必要但不充分的：如果某些变量存在但被忽视，它们不会计入结果的解释，即使它们起因果作用。然而，由于模式生物是范例而非简化模型，增量研究可以逐步揭示这些隐藏变量。在这个意义上，模式生物既是理想化模型也是范例。
2.2.4 模式生物是人工制品
模式生物不仅是生物世界的范例；它们也是人工制品（artifacts）。哲学家将人工制品定义为由人类为特定功能创造或修改的对象或工具。这不应与实验测量中存在的“伪迹”（artifact）混淆。例如，广泛使用的C57BL/6J小鼠品系是人工制品，因为近交、同基因动物在自然界不存在。类似地，转基因斑马鱼、小鼠或灵长类动物是人工制品。
2.2.5 模式生物是可塑的
模式生物也与其他模型不同，因为它们表现出稳态（homeostasis）和可塑性（plasticity）。稳态是包含生物体不断维持自身稳定状态的所有机制的原则。可塑性意味着实验干预在遗传、细胞或生理水平诱导系统性适应。当将生物体视为模型时，这些属性高度相关。例如，在转基因生物中，可能发生遗传补偿。这意味着表型不仅来自编辑的基因，还来自响应单次操作的其他基因表达的变化[41]。因此，模式生物是一种自我改变的人工制品，常常以科学家可能未完全预料的方式。例如，靶向特定神经元操作也诱导大脑水平的系统性效应[42]。这一观察与上述模式生物因是范例而固有有效的观点相矛盾：当我们不知道哪些变量受操作影响时，推广发现变得更加困难。表型可塑性——单个基因型在不同环境条件下产生不同表型的能力[43, 44]——对于定义和评估模式生物同样重要。例如，饲养在实验室笼子里的啮齿动物与野生个体不等同。确实，已充分确定住房条件可极大影响生物体：丰富环境改变大脑结构、连接性和基因表达[45, 46]，而自愿运动（如跑轮）在肌营养不良小鼠模型中导致生理适应[47]。因此，住房和繁殖条件被严格控制并标准化，使模式生物既是自然物种的范例又是人工制品[12, 48, 49]。因此，生物体的可塑性限制了结果的有效性和推广。
2.2.6 模式生物是实验系统
上述特征意味着模式生物应在所研究的实验条件下考虑，因为不同的实验设置将框定生物体产生的现象。例如，为了理解感觉皮层如何整合环境信息，在机械刺激大鼠胡须时记录其体感皮层神经活动。最初研究在麻醉大鼠上进行。然后在头部固定的清醒动物上进行记录。最后，进一步研究将记录的皮层活动与自由活动动物的胡须触摸相关联。不仅麻醉和清醒动物的大脑活动不同[50]，而且被动（即头部固定）和主动（即自由活动）触觉刺激之间也发现显著差异[51]。因此，模式生物所表征的内容不能被视为独立于实验条件或所选测量参数。在实验哲学中，这被描述为“实验有它们自己的生命”：实验的设置建立了现象发生的条件并塑造了它[52, 53]，模型与允许其操作和发展的工具之间的关系是构成性的[54, 55]。模式生物可以被描述为实验系统，由生物体本身、实验方案和证明实验选择合理性的概念框架（例如，目标的定义、用于解释结果的概念）组成[56]（图1）。
2.2.7 模式生物作为一种做科学的方式
最后，关键要注意模式生物在多个层面经历标准化过程：生物体本身、住房条件、实验方案以及用于测量和操作的工具。这个过程由科学共同体塑造并由基础设施框定[12, 57]。这些共同体的协作努力产生关键资源，如参考基因组和神经连接组，通过WormBase和FlyWire等平台共享[58, 59]。共同体的协调改进并稳定了研究进行的方式，例如斑马鱼模型所见[60]。它也使得模型得以建立，如狨猴的著名案例，它因日本神经科学家的倡议而成为模式生物[61]。因此，模式生物的最终定义特征是它们依赖于基础设施、共同体支持和共享隐性知识的可用性以继续作为模型使用。
3 如何建立模式生物的有效性？现有建议
3.1 系统发育、还原论和经验主义
有人提出，生命科学和生物医学科学中的结果推广通常依赖定性比较和背景假设，与物理化学中通常寻求的基于普遍规律的形式化证明形成对比[62]。根据这种观点，模式生物的外部有效性主要依靠两个论点。第一，系统发育作为背景假设，假定生物体共享进化保守特征[25]。在此背景下，“假设”一词意味着基于系统发育的泛化的有效性被接受为真而不是被正式证明——然而并不质疑进化理论本身。第二，更高层次的现象（如疾病或行为）在细胞和分子水平研究，在此从一个生物体到另一个生物体的转置可能更直接[63]。这表明在更简单的模式生物中识别的现象机制或模块作为构建模块，在高等生物中其数量和复杂性增加。这一观点通过七鳃鳗对理解哺乳动物运动控制的相关性建议得以例证[64]。外部有效性因此可能由生物学解释的层级结构支持。根据该框架，基本现象来自保守的低水平机制，更复杂的现象建立在其上[63, 65]。然而，通过系统发育假设和复杂现象可还原为更简单的低水平机制的观点来证明模式生物的外部有效性，是一个哲学争论的问题（框4）。所使用的还原论解释[66]和支持泛化的推理有效性的争议[67, 68]导致了一种观点，即外部有效性的证明在很大程度上是经验性的[40, 63]。
3.2 威尔纳的三个标准
另一种评估模式生物外部有效性的方法可以在抑郁症动物模型研究中找到。在这种背景下，威尔纳（Willner）提出了三个标准：表面效度（face validity）、预测效度（predictive validity）和构念效度（construct validity）[69]。虽然这些标准在研究各种精神疾病的生物医学模型的研究人员中获得了关注，但它们也带来某些困难。表面效度指模式生物中观察到的现象与人类患者中看到的现象之间的相似性。然而，人类抑郁症症状使用啮齿动物行为测试建模，这些测试涉及在人类中未观察到的行为。这些测试被认为是有效的，主要是因为现有抗抑郁药逆转了啮齿动物中的这些行为。因此，由于不存在直接平行，难以将表面效度视为外部有效性的直接度量。预测效度要求药物治疗在模型和人类患者中具有相似效果，但该标准只能事后确认。最后，构念效度要求动物中建模的疾病特征可证明是同源的（经验和理论上），并能明确解释。然而，该标准是多义的，导致多种解释[70]。威尔纳的三个标准仍然对生物医学研究产生了积极影响。它们激发了对啮齿动物精神疾病模型有效性的反思[15, 71-73]并导致了进一步的概念发展[70]。然而，基于这些标准仍然难以得出适用于所有类型模式生物的普遍、可执行的框架。
精神疾病的例子也强调了模式生物的一般要点：评估目标是否被充分表征预设了目标本身被充分定义。当现象定义不清或仍是争论主题时，在尝试评估模型有效性之前需要额外的概念工作。定义精神疾病的挑战说明了这个问题，使模型验证复杂化[74-76]。
3.3 类比推理
第三种方法源于模式生物的表征解释，并表明验证模型对目标的表征根本上依赖于类比推理。根据这种观点，如果模型展示了与目标的相关相似性，则该模型被认为是有效的。然而，类比证明与归纳推理共享许多哲学挑战，使它们难以最终确立。在其最简单的形式中，类比推理可描述如下。考虑两个领域，源领域和目标领域，每个领域包含某些对象、属性或功能。如果这些领域共享一些相似性（即具有共同特征）并且在源领域观察到新特征，人们可以推断目标领域也具有该特征。因此，类比推理是一种推理，通过这种推理，源领域的特征被归于目标领域，从而产生关于目标领域的新知识。已经提出了各种方法来证明（即证明为真）类比推理[77]（关于应用于动物模型的类比推理的清晰简洁解释，见[23, 56]）。
一个有影响力的观点是结构映射理论（structure-mapping theory），它认为类比更好地建立在关系而非孤立特征之上[78]。在这种结构主义观点下，外推不是通过列出离散相似性来证明，而是通过映射源领域中特征之间的关系如何对应目标领域中的关系。谢利（Shelley）应用结构映射理论表明，模式生物与其目标之间的有效类比取决于识别其底层关系中的系统对应，而非表面相似性[79]。映射这些跨越不同生物学水平（分子、生理、行为）的深层关系结构增强了模型产生关于目标的可靠推断的能力。谢利的建议表明，当模式生物与其目标共享良好结构的关系网络时，将发现从模式生物外推到目标变得更可证明，从而加强模型的整体有效性。
斯蒂尔（Steel）的比较过程追踪（comparative process tracing, CPT）为证明外推提供了另一种命题，通过识别和比较模型及其目标的因果机制。正如瓜拉（Guala）总结的，其思想是“从实验室条件到非实验室（目标）系统的推断通过交叉检查相关因果机制的关键节点来验证”[80]。与纯粹类比推理不同，CPT涉及三个步骤：（1）实验确定模型中的因果通路，（2）识别目标中机制可能分叉的点，（3）评估这些差异是否足够显著以防止外推。CPT不要求完全的机制同一性，而是依赖关键阶段的相对相似性，使其适用于生物和社会科学。例如，在研究黄曲霉毒素B1的致癌性时，CPT揭示尽管小鼠和大鼠共享广泛的代谢相似性，但小鼠具有额外的解毒机制而人类缺乏。这一发现证明从大鼠而非小鼠到人类的黄曲霉毒素B1致癌潜力外推是合理的[80-82]。除了低水平机制通过进化保守从而证明从模式生物外推合理的论点[63]之外，机制识别经常被称为“基于机制的证据”。发现这些机制允许研究人员从相关性主张转向因果主张，加强外部有效性[83]。当机制不能在目标中直接证明时（例如，当人类实验不可行时），如果在多个其他物种中观察到相同机制，证据变得稳健[84]。然而，在旨在将发现外推到人类的生物医学研究中，机制外推通常难以证明，因为它需要追踪因果联系。而且直接人类数据通常不可用，相关机制仍然未知[85]。此外，生物医学研究的实际目标通常是预测而非解释。出于这两个原因，研究人员可能转而依赖另一种推理：基于差异制造证据的统计外推。当过去的模型到目标预测成功时，这种方法证明预测合理（例如，如果药物X在小鼠和人类中具有相似效果，人们可能推断另一种相关药物在小鼠中有效也将对人类有效）[86]。
4 评估模式生物有效性的新框架
在以下部分中，提出了一个新框架，允许我们评估任何生物模型在研究过程所有方面的有效性。该框架组织为五步工作流程：（1）明确指导模式生物选择的实际约束（或价值）；（2）基于数据可靠性和解释评估内部有效性；（3）通过识别模型与其目标之间不同类型的相似性来评估外部有效性；（4）通过交叉链接跨生物学水平整合这些相似性；以及（5）综合这些元素以指导模型使用、比较和改进。该框架总结于图2，并用两个示例说明于图3和图4。
从一开始，注意两个因素塑造评估。第一，系统发育关系提供背景，可指导相似性期望而不保证它们（框4）。第二，更重要的是，整个评估必须根据研究目标进行，因为目标决定了哪些相似性和哪些水平是相关的。因此，相同的模型可能适用于一个科学问题但不适用于另一个（框5）。
框5. 模式生物有效性评估框架总结。
该框架使得能够评估任何模式生物的有效性，因为模型表征的目标可以是人类患者或一般生物学过程或功能。有效性指从使用模式生物（MO）进行的研究中获得的知?可在多大程度上合理地推广到目标。首先，框架允许评估内部有效性。使用定义的测量标准评估数据的可靠性，并通过确定将数据解释为特定现象的证据是否合理来估计结果的有效性。然后，通过多个步骤评估外部有效性，使用多种类型的相似性，这些相似性既是描述性的（即反映研究人员实际工作方式），又是规范性的（即代表基于证据推理的认知标准）。总之，这四种类型的相似性捕获机制和预测证据。每种类型根据内部有效性的结果程度提供一定程度的证据。这种程度的概念允许表达内部和外部有效性。每个识别的相似性位于特定的研究水平（分子、细胞、生理等）。水平本身不指示有效性（即分子水平的相似性不一定比行为水平的相似性更有效），但将相似性映射到水平允许对外部有效性进行结构分析。在评估过程的最后一步，跨水平在相似性之间建立交叉链接以提供外部有效性的整体图景。考虑每个水平的相似性数量、其程度以及它们如何连接或相互关联以提供解释证据，从而出现对模型表征目标程度以及结果是否可推广的全局评估。必须考虑两个进一步考虑：系统发育距离和研究目标。系统发育距离是背景假设，但它不支持线性尺度上的有效性。相反，必须通过考虑每个相似性与特定生物体的关系来评估有效性。也必须根据研究目标评估有效性，这指导选择相关相似性。因此，系统发育距离和研究目标都塑造了评估框架。
4.1 步骤1：在生物体选择中明确价值
哲学科学中所谓的价值（values）塑造并约束研究项目的选择和进行[87, 88]。特别是非认知价值，如成本、繁殖率、共同体支持和伦理考虑，影响模式生物的选择（关于模式生物选择中价值的概述，见[89]）。鉴于这种实际考虑对知识生产的影响，任何评估的先决条件是明确影响选择一种生物体而非另一种的实际因素，并确定生物体对于评估特定研究问题的充分性（图4）。
第一，生物体的选择取决于感兴趣的生物学过程是否可观察或可操作以揭示其潜在机制。只有生物体允许准确测量或特定干预，才能获得有效结果。然而，最近的工具可以允许新生物体作为模型出现[20, 90]。下一代测序和蛋白质组学分析的进展使我们可以提出生物体作为模型的多样化[19, 33]。另一个例子是刺胞动物，如水母和水螅，它们代表一个有趣的目标：控制协调行为的简单神经系统。这些动物已成为阐明神经系统基本原理的模型，因为基因编辑已应用于它们，用于基因编码钙传感器观察和基因编码光遗传效应器干预[91]。因此，选择生物体时，重要的是确保实验工具能提供准确数据并允许精确干预以支持结果推广。
第二，这些实际命令与认知目标之间经常出现紧张关系[92]，这进而可能影响外部有效性。例如，亨廷顿病的R6/2小鼠模型，一种以控制运动协调和运动的脑区进行性退化为特征的遗传疾病，症状发展迅速，能够实现更快的结果，但由于其偏离人类患者中看到的缓慢进展，可能损害外部有效性（图3）。
然而，在某些情况下，实际和认知关注点可以汇聚。例如，小丑鱼被采用为模型，因为实验装置与该鱼特性的结合允许进行生态-进化-发育（Eco-Evo-Devo）方法（生态学与Evo-Devo方法结合）[93]。一般来说，如果模型因其实际优势被多个研究团队广泛采用，关于它的广泛知识很可能会积累。因此，实际考虑可能作为认知标准起作用[94, 95]。
4.2 步骤2：估计内部有效性：测量数据的可靠性和解释的强度
内部有效性涉及实验产生的数据的可靠性以及对数据解释的合理性。在生物学中，如同其他实验科学，实验过程从数据收集进展到将数据解释为现象。这种区分尤为重要，因为现象通常是从数据推断而非直接观察。换句话说，需要推理才能得出结论认为数据指示了现象[96]。例如，压力是一种生理状态，可以通过测量血液中白细胞介素-6（IL-6）水平来评估，而不是直接观察。因此，内部有效性涉及两个层面的推理：测量本身的可靠性（例如，准确测量IL-6水平）以及数据确实指示现象（例如，压力）的推理。因此，在评估过程中必须通过不同标准来证明数据的可靠性和结果的有效性。
4.2.1 数据可靠性
数据可以定义为测量的结果或量化变量。在测量哲学中，通常使用四个标准来估计数据可靠性：准确性（accuracy）、精确性（precision）、特异性（specificity）和敏感性（sensitivity）（表1）[97]。虽然准确性原则上可取，但通常感兴趣的是估计实验条件之间的差异，而不是估计绝对真实值。类似地，所需精确度取决于预期观察的内容和所提问题。敏感性指检测阈值和信号饱和。如果要测量的真实值低于检测阈值，测量结果将是假阴性。相反，如果要测量的值高于测量装置的检测范围，测量结果将是固定的数字，不对应真实值。增加测量设备的敏感性已经使先前不可及的模式生物研究成为可能。例如，非洲爪蟾卵母细胞历史上用于研究细胞周期，因为它能提供大量蛋白质[98]。因此，这些标准也可能取决于所用生物体的类型。
表1 内部有效性标准。
数据可靠性：
- 准确性：测量数据接近真实值
- 精确性：重复测量时测量数据彼此接近
- 特异性：测量仅检索所选参数的数据
- 敏感性：检测阈值和信号饱和限制测量范围
- 可重复性：重复实验时发现收敛数据
- 稳健性：使用不同技术获得收敛数据
解释强度（从数据到现象的推理）：
- 直接：推理基于直接测量
- 间接：推理基于间接测量，且因为相关背景知识已充分确立而有效
- 推测：推理基于间接测量，但相关背景知识不完整或推理依赖假设。
在实验生物学中，数据的可靠性不仅取决于测量仪器，还取决于所研究的生物体。这一生物学维度增加了数据可靠性评估的复杂性。即使使用高度准确和精确的仪器，个体间或生物体间的变异不可避免地导致重复测量获得的值差异。这种变异不是由于仪器缺乏精确性或准确性，而是由于所研究生物系统的内在性质。因此，为了评估数据可靠性，关键是在多个不同个体样本上重复测量。这种可重复性（定义为在多个个体上重复相同测量）允许在考虑生物变异的同时验证测量可靠性。影响可重复性的一个因素是个体之间的数据离散度，它随生物体而异：在秀丽隐杆线虫中低，但在CD1小鼠中高得多。为了增加数据可靠性，使用指示相同现象的独立测量也很重要[99]。此外，当使用不同方法独立获得相同发现时，数据的稳健性增强[100]。
4.2
