Nat. Rev. Neurosci.速递：神经科学中的因果关系

关键词：神经科学，大脑因果结构，因果关系，机制，还原论

论文题目：Causation in neuroscience: keeping mechanism meaningful论文期刊：Nature Reviews Neuroscience论文地址：https://www.nature.com/articles/s41583-023-00778-7

神经科学研究的一个基本目标就是解释大脑的因果结构。因果信息能帮助解释大脑功能，理解行为的结果。由于“因”能够对“果”产生控制，“因”也就确定了可靠的对象来解释、理解、改变对应的“果”。识别大脑中不同类型的因果系统、信息和模式，并建立起一个稳健的用于捕捉“因”的特征和可能结果的理论框架对于神经科学、神经病学和精神病的进步至关重要。

神经科学中最常用的因果概念之一是“机制”（mechanism，有多种翻译，包括机制、机械等）。这个概念可以在该领域的各种文字资料和语言中找到。在这种背景下，机制通常与神经科学主要目标的表达联系在一起，例子包括“细胞机制”、“环路机制”、“系统机制”、“认知机制”、“网络机制”等。更具体的例子包括如“动作电位的离子机制”、“信号传播机制”、“转录机制”、“神经调节机制”、“屏障机制”、“认知处理机制”。尽管十分常用且重要，“机制”一词被使用于不同的方法并且很少被明确定义或区分。这种混乱可能会产生严重的后果。这篇发表 Nature Reviews Neuroscience上的综述文章从神经科学和科学哲学（philosophy of science）的角度阐述了“因果”和“机制”，描述了这些概念在神经科学中的标准用法，为今后的工作提出了建议。

在神经科学哲学中，因果解释的讨论相当关注机制的概念。Mechanism在现代的使用起源于17世纪笛卡尔、牛顿、波义耳等人的机械主义哲学观点，把生命系统比作机器，由微观粒子通过机械相互作用产生宏观行为，为生命中的因果关系提供了还原论解释。与17世纪最初的机制概念类似，大约20多年前，现代“新机械主义”观点逐渐兴起，认为机械是由具有较低层次因果部分组成的层次系统，它们包含大量因果细节，部分之间通过力的作用、传递相互影响。在神经科学中，他们强调分子、细胞等低层级因素在解释大脑结构和功能中的重要性。随着这一领域工作的继续，许多人认为机械的概念是有局限性的，神经科学中还有其他类型的重要的因果系统，比如通路（pathways）、环路（circuits）、网络、拓扑限制等，一些重要的工作强调了生命系统的“过程”和“过程性”，关注了变化的因果系统。

在神经科学中，有大量的术语和概念被用来指代因果系统，其中“机制”是经常使用的，作者确定了这个词的三个主要用途：狭义（还原）使用，广义（非还原）使用和非因果使用。

• 机制的第一种用法是狭义的，因为它指的是具有特定特征的因果系统，这些特征通常是还原的。这些机制“基础”，“支撑”或“实现”更高尺度的系统，其特点是微尺度过程，物理因果相互作用，空间几何特征和强调细粒度的细节。

• 机制的第二种用法是广泛的，它指的是具有不同特征的广泛类别的因果系统。在这种用法中，任何具有因果关系的系统都被视为一种机制，即使这些关系不包括较低尺度的因素或物理影响，机械连接。机制的这一含义是非还原性的，因为它不要求因果关系或因果系统包含有关低尺度部分和物理影响相互作用的信息。

• “机制”的第三种用法适用于非因果关系的模型、系统和概念。“机制”的这三种用法增加了它们的广度和灵活性。

面对机制概念多义性带来的挑战，作者给出了以下5条建议:

1. 使用“机制”时应明确其意义，这可以支持科研、交流、跨学科交流等日常工作中的清晰沟通；

2. 考虑“机制”在神经科学中的功能——传递何种因果信息，从而判断其恰当使用。仅指因果的用法最合适；

3. 明确区分不同类型的因果结构。保留狭义机制定义，探讨其他重要的因果概念。这支持对因果结构的多样性的认识；

4. 关注神经科学中因果性的关键问题，如何定义、识别和传达因果关系。这对结构清晰的讨论至关重要；

5. 注意到“机制”已经成为一个具有地位的术语，其误用可能产生不当动机和后果。应基于科学证据本身判断研究成果，而不是其是否“机制性”。

讨论因果关系和“机制”的使用具有理论性、哲学性和实践性，对于神经科学的研究十分重要。这篇文章对这些概念进行了深入的分析，旨在消除歧义和混淆，从而让研究人员能更好地交流、获得资助和最终达成理解大脑的目标。

图1. “机制”的狭义和广义概念。

编译｜汪显意

计算神经科学读书会

详情请见：计算神经科学读书会启动：从复杂神经动力学到类脑人工智能

‍推荐阅读1. 长文综述：神经系统中的心智因果模型2. 作为因果科学家的神经系统：因果编码3. 神经复杂性经典综述：涌现的复杂神经动力学4. 张江：第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程5. 加入集智学园VIP，一次性获取集智平台所有内容资源6. 加入集智，一起复杂！

点击“阅读原文”，报名读书会