5.3 行为因果设计从开环到闭环

5.3 行为因果设计从开环到闭环

本节摘要：开环实验问“强迫这类细胞说话是否足够改变行为”；条件性开关问“在这一段任务里它们是否必要”；闭环问“能否根据正在发生的神经状态决定下一次光”。三种设计不是品味差异，是因果句型差异。把开环的足够性结果写成必要性，或把闭环算法的成功写成环路生理，都是句型用错。

本节地图

阅读完本节，你应当能够：

1. 用足够性与必要性改写自己的行为假设
2. 设计 ABAB 光照与任务阶段锁定，而不是整场任务一直开灯
3. 说明闭环检测器误报如何制造虚假疗效
4. 在行为指标上区分运动伪迹、察觉与真正的选择改变
5. 解释为何平均学习曲线可能掩盖被脉冲切开的试次结构

一、开环：足够性检验，也是最容易被过度解释的句型

早期体内行为几乎都是开环：实验者按固定时间表打光，看冻结、转圈、舔舐、社交是否改变。这能有力地证明：这类细胞的同步放电足够驱动该输出。Deisseroth 实验室早期的运动皮层与杏仁核工作，正是用足够性打开想象。问题在于足够性太容易被写成“所以大脑平时也这样用这些细胞”。平时这些细胞未必同步，光纤制造的集体放电可能是一种非生理语言。开环证明的是通道存在，不一定证明自然编码。

即便如此，开环仍不可缺。它是剂量学和行为灵敏度的探询：光强多高开始转圈，是否伴随癫痫样放电，动物是否只是看见漏光而停止探索。没有开环剂量曲线，闭环算法会在未知的过阈点上跳舞。标准化链路加上开环探询，等于先搞清楚乐器音量，再决定演奏乐曲。

二、把灯关进任务的某一段：必要性开始可问

真正的环路问题常常是必要性：在声音出现后的那两百毫秒，这一投射是否必要于回避。设计上要把光锁到事件：声音开始、选择前、奖赏瞬间。ABAB 结构——有光、无光、再有光——利用可逆性对抗时间漂移。若只在训练末期开一次灯，疲劳和学习会冒充光效应。

抑制工具让必要性句型完整。只有兴奋的开环，你永远在加东西；有了能关的脉冲，才能问拿走会怎样。关闭时间不够快时，必要性的时间分辨率会被工具限制，这时应谦虚地写成“这段数百毫秒的窗口”，而不是“第 47 毫秒的那一个峰”。工具的时间账写进行为结论，是第 2 章对第 5 章的债权。

⚠️ 常见坑：用整场持续抑制来声称自己定位了决策瞬间。持续抑制改变的是整个任务状态，包括注意、运动和动机。
💡 关键直觉：窗口有多窄，结论就有多锋利；窗口宽度不能窄于视蛋白关闭时间加上检测延迟。

三、闭环：疗效故事最大的诱惑

癫痫、震颤、睡眠纺锤等节律问题天然适合闭环：检测到即将发生的事件，打出抑制或相位锁定脉冲。成功时非常好看。失败模式同样结构清晰：检测器把运动伪迹或光伪迹当成事件，算法于是在错误时刻打光，行为改善可能来自规律的干扰而不是精准打断。对照必须包括：打乱时间的光、检测器开着但不打光、以及把检测器接到无关通道。没有这些，闭环是一种复杂的开环。

实时性把第 5.2 节的延迟预算变成伦理问题——对结论的伦理。若发作已经开始才打断，你研究的是终止而不是预防。论文标题若写预防，延迟测量必须证明你赶得上前兆。动物福利层面，闭环可能减少不必要的持续光照，这是它相对整场抑制的真实优点，但优点成立的前提仍是检测器不胡乱触发。

行为指标要能抵抗光本身。转圈、速度、眨眼，都可能被漏光或热驱动。选择任务中的正确率、反应时分布、错误类型，比平均速度更接近认知声明。试次水平分析优于整段学习曲线：光切开的是某些试次，不是整只动物的人格。平均会把被切开的结构抹平，然后告诉你“没有效应”，或抹平成“有普遍效应”。

design_choice:
  if asking sufficiency:
      open loop dose curve first
  if asking necessity in a window:
      lock light to event, keep window honest to opsin off-time
  if asking state-dependent intervention:
      measure detector false positives on sham channels
      scramble stimulation times as control
      report end-to-end latency
​

图 三种因果句型

四、行为设计是光遗传学成为科学的最后一公里

分子、病毒、光纤可以很精致，若行为只是“看起来跑得不一样”，因果仍停在演示。任务结构、试次对齐、对照和时间账，决定这项技术是环路科学还是复杂的刺激玩具。第 6 章将看到：记忆痕迹、情绪、运动疾病模型，凡是站得住的结论，都在这一公里上付过通行费。

五、读出行为本身的演化：从转圈到选择分布

早期体内论文用转圈和冻结证明“有用”。这些读出对漏光和热极度敏感，却完成了历史任务：让共同体相信光可以改行为。随后读出必须变锋利：强制选择、反应时分布、错误类型、奖赏学习曲线的试次结构。读出演化与工具演化平行。仍用转圈去支撑认知声明，是让 2007 年的读出承担 2020 年的句型。

自动化跟踪降低评分方言，也引入新的算法偏见。光照瞬间过曝会被当成速度突变；红外灯与动物毛色交互会丢轨迹。行为实验室需要自己的伪迹清单，对等第 7.1 节的生理清单。清单包括：脉冲瞬间的轨迹完整性、对照波长下的速度、头戴重量匹配。没有清单的深度学习跟踪，只是更难审计的方言。

任务设计应把光的可逆性用满。同一只动物在有光无光块之间反复切换，能对抗日间状态。群体平均的学习曲线做不到这一点。试次水平混合效应模型比 t 检验更配这项技术的可逆性。统计方法属于因果设计，不是论文末尾的软件名。开环足够性可以用简单检验；窗口必要性应当配得上时间序列的认真态度。

伦理上，闭环若能减少持续抑制的时间，对动物更温和，前提是检测器不胡乱触发。胡乱触发会把动物置于不可预测的闪光环境，可能比固定协议更应激。因此检测器假阳性不仅是科学问题，也是福利问题。把福利写进闭环设计，不是外加道德，是承认闪光本身是刺激。刺激密度需要上限，上限应预注册。

读出演化、算法偏见与福利

为什么转圈不能再支撑认知声明？

它对漏光和热太敏感。历史任务已经完成：证明光能改行为。2020 年的句型需要选择分布和试次结构，不能让 2007 年的读出继续顶上。

深度学习跟踪会不会制造新方言？

会。过曝被当成速度突变，毛色与红外交互丢轨迹。行为实验室要有自己的伪迹清单：脉冲瞬间完整性、对照波长速度、头戴重量匹配。

检测器假阳性为什么也是福利问题？

胡乱触发把动物置于不可预测闪光里，可能比固定协议更应激。刺激密度上限应预注册。假阳性不仅毁科学，也毁温和性承诺。

可逆性应当用满：同一动物在有光无光块间切换，对抗日间状态。试次水平模型比只对整段学习曲线做检验更配这项技术。窗口必要性配得上时间序列的认真态度。开环仍不可缺，它是剂量学探询。没有开环曲线的闭环，在未知过阈点上跳舞。句子不能升级：足够推不出必要，闭环推不出自然编码。读出越锋利，对照清单越长，这是设计成熟，不是评审刻薄。

读出锋利之后，对照必须同样锋利。转圈时代的对照不够支撑选择任务的认知句型。试次被光切开，平均却把切口抹平，于是出现没有效应或普遍效应两种假象。假象的疗法是试次水平分析和预注册的窗口。窗口宽度要诚实面对关闭时间和检测延迟，诚实会让标题不那么尖，但会让结果还能在下一年被翻译。

三种因果句型对应三种对照密度。开环至少要有剂量曲线和无视蛋白光照；窗口必要还要有事件锁定和诚实的窗口宽度；闭环还要有假通道和打乱时间。密度不随算法复杂度自动上升，必须手工加码。加码会让闭环论文变慢，慢是为了不把检测器误报写成疗效。疗效故事是本章最大的诱惑。抵制诱惑的方法不是拒绝闭环，而是给闭环配上能杀死它的对照。能被杀死的设计，才配进入第6章的疾病模型。

窗口有多窄，标题就有多尖。标题想比关闭时间更尖，工具会在暗处把相邻事件黏住。黏住的事件被写成精确否定，读出却是状态改变。状态改变也有价值，只是句子要换。

开环剂量曲线仍是地基，地基没打就上闭环，算法会在未知过阈点上起舞。起舞可以很好看，看完却不知道灯在过阈、饱和还是加热。不知道就不配写疗效。

核心回顾

• 开环给出足够性：通道存在，不等于自然同步编码。
• 开环剂量曲线仍是后续设计的地基。
• 事件锁定才开始问必要性：ABAB 对抗时间漂移。
• 窗口宽度受关闭时间与检测延迟限制。
• 闭环的对照是打乱时间与假通道：否则是复杂开环。
• 延迟决定你做的是预防还是终止。
• 试次水平指标优于整段平均：光切开的是试次结构。

下一章看这些句型如何改写神经科学的问题清单，以及它们怎样走进疾病模型和脑外器官。