§6 實驗模型與資料模型

上節提到，資料在生物學實驗中扮演重要角色，另一個也很重要的角色是：模型。模型在科學哲學的討論已經很多，可說是有自己的討論分析脈絡。但其重要性，在生物學中也不例外。以新機制輪來說，機制模型的角色與定位、模組組合如何是有效的機制發現策略等都是重要的議題（葉筱凡，2020）。然而，我們今天要談的是生物實驗行為中的模型，包括實驗模型（models of experiment）與資料模型（models of data）。

如前所述，生物學家在實驗室裡做實驗產生資料，既不是隨意亂做實驗產生資料，也不是設計完實驗，按照實驗步驟操作了，就能直接獲得到一組可用的資料。從實驗操作到成為證據，中間需要模型做「中介」（intermediating），讓抽象的理論假說和由實驗完成物質落實的結果─也就是資料─連結起來，形成一組有系統的關聯，總而言之，實驗需要實驗模型，資料需要模型化（modeling）。

讓我們先看實驗模型。在生物學家眼裡，實驗模型就是生物學論文中的「材料與方法（或技術）」（materials and methods）。生物學家會交代實驗設計所選用的實驗對象與裝置（experimental objects and setups），包括細胞、病毒、模式生物品系、突變基因、測量儀器、分析方法、以及控制組的實驗設計等，之所以要在論文裡交代這些實驗組成物是因為，這些都是構成一組實驗行為的必要因果組成物（causal ingredients），有了這些組成物，一方面可以限定實驗對象與裝置之反應的物理時空邊界，畢竟實驗很少是對實驗系統反應完全不設限、開放的，實驗者總是希望在相對穩定並且原則上在可預期（或可說明）的範圍內偵測干預結果，另一方面可以藉此預期實驗者與實驗系統互動後可能會有什麼結果，無論結果是否符合預期，都會從實驗結果中學到新知，然後，將其以數據和文字寫成實驗結果（results），並對其進行討論和給結論（discussion and conclusion）。由此可知，「材料與方法」是實驗模型的具體內容，是現象因果調查的操作平台，也是未來審查者欲對實驗結果進行覆驗時所需要的複製物理條件 ①。

反觀哲學家，他們比較不是從實驗設計中的具體內容（材料、方法或技術）來看實驗模型，而是對實驗行為整體的結構的成分及其關係進行分析，「因為實驗模型的重點在於實驗裝備與產生實驗結果的結構，並不涉及實驗的設計和其結果的說明」（陳瑞麟，2012，頁359）陳瑞麟用行為「目的─手段─結果」架構分析實驗模型，將實驗模型分成：實驗目的、實驗手段、與實驗結果等三個部分，而這三部分又可再細分為問題、對象、裝置、操作、控制、蒐集、預測等七個細項，我們可以用關於這些項目的問句重組一下會發現這些問題幾乎涵蓋了實驗行為的所有面向，我們先前也大都討論過，如：設計這個實驗的目的為何（檢驗或探索或都是）、想要解決什麼問題（完整機制框架或發現未知現象）、採用什麼實驗對象（模式生物）、需要準備哪些實驗裝置、如何把實驗控制在實驗者的計畫內（實驗操作指引）、如何操作實驗落實干預與偵測模式、如何蒐集實驗資料、真正完成實驗後有什麼結果（是否與預測相符或超乎預期之外）（陳瑞麟，2012，頁359-364）。

除了對實驗模型提供一個較大、更廣的分析架構外，陳瑞麟還注意實驗模型的認知性質，他說「實驗模型在本質上是認知模型，及科學家在心靈中設想的模型。科學家決定實驗目的、對象、選擇或製作裝備、構思組合裝備零件的方式，資料蒐集與處理的方法、預測裝備與對象的互動過程和實驗結果。這個模型被投射出來，再嘗試加以落實。」（陳瑞麟，2012，頁367）這裡提到科學家心靈中的模型，跟新機制論的機制模型，也就是機制框架類似，只是一個科學家對實驗模型的心靈認知模型，而另一個是科學家對現象起因的機制所設想的機制模型。一般情況，生物學家總是對現象起因有個假設，提出抽象程度高的機制構想，然後根據這個構想去設計實驗，實驗就有個模型，內容包含上述各種成分，起初的實驗成分可能都很基本，隨著構想變成框架、格架，也就是模型裡的內容越來越多，相對應地，實驗模型的成分也跟著越來越多，因此，筆者認為，理想情況下，實驗模型應會與機制模型互相吻合，其中內含的各種項目都是為了使機制模型能落實為經驗內容所設計，而經驗內容就是實驗數據或資料。如此，我們是否也可設想資料也有模型？

有的，前面提過，資料需要被安排，被視覺化呈現，認知者才能接收到資料所挾帶的科學意義。在薩普（Patrick Suppes）對模型的討論裡，除了理論、實驗有模型，資料也有模型，就叫「資料的模型」（models of data）（Suppes 1962）。在現代生物學實作裡，很常看到生物學家對資料進行模型化（modeling），比如在資料庫找資料，有時會說是在「資料探勘」（“data mining”），生物學家根據研究興趣，對資料庫輸入決定數據的參數，讓數據庫去計算也就是抓取資料，然後輸出，此時，生物學家要想辦法對輸出資料（粗資料）予以視覺化或模型化，將欲表達的資料重點適當呈現出來，否則其他認知者看不出蘊藏在資料裡的模式。

由於資料模型是跟著資料而來，所以，有時實驗做出來資料尚未有既有、特定的理論假設時，由資料所顯現出來的模型，反而能啟發生物學家對研究生物現象的原因或過設想新的機制假說，如陳瑞麟在古典遺傳學案例中，發現遺傳學家的發現是從實驗結果出發，透過實驗所產生的資料結果，將其模型化後，得到重要的規律模式，他稱為「重要現象」（significant phenomena）（Chen 2013: 113），重要現象引領遺傳學家構思新機制假說，最後完成機制發現，為現象提供機制說明。但要小心，這不是新機制論所說的機制發現，因為這不是從機制框架出發，發現方向與新機制論相反，
從實驗資料出發，所以稱「實驗發現」（experimental discovery）（Chen 2013）。由此可見，模型不僅在理論與實驗行為中扮演角色，在資料也有其重要功能，不只可以使認知者看出重要規律模式，在沒有特定假說的情況下，還能引領實驗者發現新發現。

① 關於生物學社群的期刊論文介紹可見楊倍昌，（2018），〈證據與想像交纏的生物醫學：以「Fas反擊」理論的起落為例〉第二節「期刊論文作為分析文本」，收於楊倍昌著，《變遷：生醫實驗室的知識拼圖》，頁187-190。台南：成大出版社。

② 陳瑞麟，（2012），〈實驗的複製（一）：如何判斷實驗被複製了？〉，收於陳瑞麟著《認知與評價：科學理論與實驗的動力學》，頁345-383。台北：台大出版中心。