5.3 测试与学习：让数据闭环

5.3 测试与学习：让数据闭环

本节摘要：测试相按标准方案产出可归因的数据，学习相把数据折算成下一轮的设计参数。本节讲测试方案的三个要件、数据记录的字段纪律、参数反演与假设修正的归因方法，并说明人工智能工具在"学习"环节的正确用法——它们放大设计空间，但不能替你解释机理。

测试不是终点而是接口

把测试当终点是 DBTL 最常见的变形：测完、汇报、归档，下一轮设计照旧凭感觉。本章坚持另一种定义——测试是设计与学习之间的接口：测试方案在设计相的风险预审里就已写好（5.1 节第三张清单），测试产出的数据在学习相被折算成参数、验证或推翻假设。本节把这条接口线上的三段工作——测什么、怎么记、怎么学——讲清楚。

本节位置承前启后：向前消费 5.2 节的双验证产物与 4.2 节的测量体系，向后把 5.4 节铸造厂的数据管线喂饱。

一、测试方案的三个要件

要件一：对照与重复的结构。每轮测试至少三类对照：阴性对照（无诱导）、基线对照（上一版最优构建）、正控对照（已知强响应构建，用于发现"今天体系不对"）。生物学重复不少于三个，且要覆盖不同天——同一天重复测的是操作精度，跨天重复才测得出体系漂移。

要件二：采样时序。动态线路只测终点等于没测：开关的切换时间、振荡器的周期、代谢途径的中间体积累，都藏在对数生长期与稳定期的动态里。采样点设计要跟着模型的预测曲线走——预测哪里变化最快，就在哪里加密采样。

要件三：判定预注册。达标线、统计口径、样本量在开测前写死，不许看完数据再定口径。这条从临床试验学来的纪律，防的是无意识的"测到好看为止"——它浪费的不仅是时间，更是团队对自家数据的信任。

二、记录纪律：数据要带着上下文入库

一条荧光读数，脱离上下文就是数字噪声。入库记录的最低字段集：构建编号（关联到 5.2 节的登记档案）、菌株批次、培养基与条件、接种与诱导时刻、测量仪器与定标信息、原始读数与处理口径、操作人。这些字段看似琐碎，学习相做归因时每一条都会被用到——"第三批构建表现异常"的结论，往往就是靠字段比对定位到"这批用的诱导剂是新开的瓶子"。

记录纪律的工程化形态是电子实验记录与结构化模板：表单代替自由文本，仪器直连自动采数，条码扫描代替手抄编号。这不仅是防错，更是让数据"机器可读"——铸造厂的数据管线（5.4 节）直接消费这些结构化记录，人肉转录是自动化链条上最脆的一环。

学习相的归因工作台：从数据到设计参数

表格里四个动作的顺序有讲究：先归因、再反演、后更新——顺序颠倒了，故障数据会污染参数库。

三、参数反演：把曲线变回数字

学习相最核心的数学动作是反演：拿实测的输入输出曲线，去解出模型里的元件参数。启动子的真实强度、蛋白的有效降解率、诱导的半激活浓度——这些纸面值与实测值的偏差，就是下一轮设计要校正的量。

反演的实务难点是可辨识性：参数之间常常互相补偿，同一组曲线能被多组参数组合解释。对策有三：其一，测试方案里就为关键参数设计"只让它变"的条件（比如单独扫诱导浓度，固定其余）；其二，用贝叶斯方法输出参数的分布而非点值，宽分布本身就在提示"这组数据分辨不出它"；其三，接受区间答案——设计需要的往往不是精确值，而是"落在这一档"的分档结论。

反演结果回写元件库时有一条纪律：标注条件。同一启动子在两个宿主、两种拷贝数下的"强度"是四个数，混写一个数等于埋雷——4.1 节"换底盘即重大设计变更"在学习相的对应条款。

四、失效归因：异常样本的侦查术

每轮测试总会出几个异常构建。侦查的标准流程：隔离复测（排除测量事故）→ 字段比对（这批样本与对照组差了什么）→ 定位层级（构建问题查序列与拷贝数，菌株问题查基因型漂移，条件问题查批次记录）→ 结论入库（写进失败备注，供未来检索）。

一个真实感的例子：某轮三个平行构建中一个诱导后沉默。复测依然沉默，排除测量事故；字段比对显示它与另两个唯一的差别是使用了一批新配的培养基；复测换回旧培养基则恢复——定位为条件问题，新批次培养基的某组分（后查明是痕量重金属污染）恰好是线路的诱导物类似物，本底预激活把动态范围压没了。这个结论的价值超出本轮：它同时给砷检测的现场应用加了一条环境干扰的警示。

五、人工智能在学习相的位置

机器学习工具近年在学习相的存在感越来越强：从历史数据里学"序列特征到表达量"的映射、给下一轮组合实验挑最有信息量的样本、在巨大的设计空间里预筛候选。这些能力实实在在地放大了每轮迭代能覆盖的设计空间。

但要把位置摆正：模型擅长内插，不擅长外推；擅长关联，不负责机理。训练数据没覆盖过的参数区，模型的预测只是漂亮的插值；它说"这两个特征相关"，不回答"为什么相关"。务实的用法是把模型当"预筛器"——它在几十万候选里挑出一百个，湿实验负责最终的裁决与解释。反过来，湿实验的新数据持续回填训练集，模型随迭代越来越好。人负责假设与解释，模型负责搜索与排序——这个分工在可见的未来不会反转。

问题：统计学上，多少个生物学重复才算够？

没有魔法数，但有一个务实的推演：效应量越小、噪声越大，需要的重复越多。经验法则是先跑一个试点（三个重复）估出噪声量级，再按目标检验力反推正式样本量——多数线路级实验落在五到十个生物学重复的区间。比重复数更容易被忽视的是覆盖度：三个重复全在同一天做，测的是操作精度；跨三天各三个，才覆盖体系的日间漂移。预算不变时，把重复摊到不同天，统计效力通常更高。

补充：把学习环节写进实验室例会

学习相的落地形态可以很简单：每周例会固定一问——"上一轮数据改变了哪一条设计假设？"要求答案的句式为"我们原以为参数甲在某个区间，数据显示在另一区间，因此下一版做何种改动"。答不出这句话的轮次，说明测试产出的数据没有进入闭环——测量做了，学习没做。这个小仪式的成本是例会五分钟，收益是团队级的闭环习惯。正文讲的方法（归因、反演、更新）是它的技术版，例会一问是它的文化版——后者往往更难建立，也更有价值。

本节要点回顾

• 测试是设计与学习之间的接口，方案在风险预审时就已写好。
• 三个要件：对照与重复结构、跟随模型预测的采样时序、开测前的判定预注册。
• 数据要带上下文入库，最低字段集让每条读数都可归因。
• 学习相四动作有序：先失效归因，再参数反演，最后设计更新；顺序颠倒会污染参数库。
• 反演输出分布而非点值，参数回写必须标注条件；模型当预筛器，人当解释者。

四相在纸面上闭环了。下一节看它被搬进自动化厂房之后的样子：生物铸造厂。