「你的『同一个实验』三个月后已经不是同一个实验」:三个没有版本号的漂移源
【锚点】这一篇只钉一件事:【实验室里最贵的误差不是操作失误,是没有版本号的连续变量——传代次数、冻融次数、试剂批次。它们连续漂移、没有断点,所以在任何一次实验里都不触发报警】。
【显式】三个可查的漂移源,每一个都能在方法学里被写成一句话: 1. 【传代次数 passage】同一株细胞在 p10 与 p40 是两个不同的实验材料:转录组、增殖速率、药物敏感性都会漂。而论文里通常只写「HeLa cells」,不写 p 数。ICLAC 的误鉴定细胞系列表已收录数百株——连「这是哪个细胞」都常年出问题,何况「这是第几代」。 2. 【冻融循环 freeze-thaw】酶活、抗体效价、蛋白构象随每一次冻融下降。唯一解不是「小心操作」,是分装(aliquot),且 aliquot 体积 = 单次实验用量。 3. 【试剂批次 lot】血清、培养基、抗体尤其。抗体换 lot 在很多体系里等于换试剂;多克隆血清的 lot-to-lot 差异可以大于你研究的处理效应。
【隐式】这三者的共同结构是:它们是【连续变量】,却一直被当作【类别变量】处理——「同一个细胞系」「同一个抗体」「同一批样本」。类别化把漂移抹掉了,于是漂移永远不进入误差项。你算出来的 error bar 只包含你以为是随机的那一部分。
【细微】真正的危险信号不是「结果变了」,而是「结果一直没变」。如果一个已知对 passage / lot 敏感的读出值,在三个月里纹丝不动,那说明你的 readout 分辨率根本看不见漂移——也就是它同样看不见你想看的效应。稳定的坏读出比不稳定的好读出更危险,因为它的稳定性会被误读成可靠性。
【极难发现】漂移检测不了,不是因为没人测,是因为【没有第 0 天的基线】。你总是在「出问题之后」才想起要记录参数。这是档案学的核心不对称:记录的成本发生在当下、确定;收益发生在未来、不确定且可能永不兑现。所以实验室的档案策略不能建立在「重要就记」上——那等于让当下的人替未来的人做判断,而未来的人知道得更多。它必须建立在「便宜就记」上:把记录成本压到接近零(预印的 notebook header、试剂入库即贴 lot + 开瓶日期、freezer map 与 aliquot 编号)。
【流程节点链路】样本从「可追溯」滑向「不可追溯」,完整链路是: 入库登记(lot / 到货日期 / 总量)→ 分装(aliquot 编号 + 单次用量)→ 首次冻融(cycle 记为 1)→ 每次取用(cycle + 1,记录日期与用途)→ 耗尽或废弃(记录废弃原因)→ 结论引用(论文方法学能否回溯到具体 lot 与 cycle)。 六环里断任何一环,终点都是【不可追溯】;而不可追溯是【不可逆】的——你无法事后重建一个你没记录的 cycle 数。这条链上没有「以后再补」这个节点。
【具体推演】一个 ELISA,抗体原液 100 µL 未分装,每次取 10 µL,取 10 次 = 10 次冻融。若每次冻融效价降 5%,第 10 次剩 0.95¹⁰ ≈ 0.60。你在第 8 次看到信号掉 20%,会归因于「样本处理」或「生物学变异」,不会归因于抗体——因为记录里它一直是「同一个抗体」。这就是漂移的杀伤方式:【它把系统性偏差伪装成生物学变异】,而后者正是你打算用统计去解释的东西。
【一个可检验的判据】下次读方法学部分,问一句:按这段描述,我能重建出「当时那管试剂的状态」吗?如果不能,这篇论文的 n 不是它写的那个 n。
【结尾问题】如果一个实验室只能保留一条记录,该保留哪一条?我的答案是:不是最完整的那条,而是【能让下一个人重建「当时状态」的那条】——即版本号,不是数据。数据可以重跑,状态不能重来。你同意吗?还是说,在你自己的一亩三分地里,有一条你明知在漂、却从来没打算给它编号的变量?







0 評論