nature reviews neuroscience|神经科学中的因果关系:使机制研究更有意义

摘要：神经科学研究的一个基本目标是揭示大脑的因果结构。这种对因果关系的关注是有道理的，因为因果信息可以解释大脑功能，并确定可靠的目标，以了解认知功能，预防或改变神经系统疾病和精神疾病。在这项研究中，最常用的因果概念之一是“机制”。机制通常与该领域主要目标的表达联系在一起，并被引用为理解大脑的“基本”单位。机制经常被使用，但是其被用于不同的方式，很少区分。鉴于这一概念在整个领域以不同的方式定义，而且往往没有澄清打算使用哪种定义，因此该领域的基本目标、方向和原则仍然含糊不清。在此，我们从神经科学和哲学的角度概述了因果关系和机制，以解决这些挑战。

1. 引言

神经科学研究的一个中心目标是阐明大脑的因果结构，无论是在分子和细胞相互作用的较低尺度上，还是在神经回路、大脑区域和宏观尺度网络的较高尺度上。这种对因果关系的兴趣是可以理解的，因为原因在支持解释大脑动力学和相关行为结果方面发挥了宝贵的作用。由于原因可以控制其结果，它们可以确定可靠的目标来解释、理解、改变和预防与大脑相关的有趣结果!识别大脑中不同类型的因果系统、信息和模式，并拥有一个强大的理论框架来捕捉它们的特征和含义，对于神经科学及其兄弟学科神经病学和精神病学的进步至关重要。

神经科学中最常用的因果概念之一是“机制”。这个概念可以在该领域的文献和语言中找到，在指定支持哪些研究的拨款和资助查询中，以及在详细说明哪些贡献可以考虑发表的期刊指南中找到。在这些背景下，通常建议通过确定其基本和基本机制来提供对大脑的深刻解释和理解。在当前的神经科学研究中，机制概念的例子包括“细胞机制”、“电路机制”、“系统级机制”、“认知机制”和“网络机制”等。更具体的例子是“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”、“认知加工机制”，并引用了大脑的各种“电路机制”和“网络机制”。“机制”一词不仅具有科学吸引力，而且在神经科学的理论和哲学中受到极大的关注。在这些领域，经常会发现这样的说法，即神经科学的真正解释总是需要阐明关于大脑的机械信息，其中机械信息被理解为产生感兴趣的大脑结果的低尺度因果细节。

然而，机制概念在神经科学中非常普遍，但它被用于完全不同的方式，很少被指定或区分。这种无数次的使用导致了误解、意想不到的含义以及该领域缺乏概念清晰度。当这个术语被用于出版规则、研究成果的传播、对大脑复杂因果系统的探索性研究以及启发和激励新研究的资金募集时，这种混淆可能会产生可怕的影响。鉴于该领域缺乏这样一个基本术语的明确、共享的含义，这些当前的问题是不可避免的，并且在整个领域都有许多问题复杂。

本文将从神经科学和科学哲学的角度对其因果关系和机制进行综述。我们首先回顾科学文献中关于因果关系、解释和机制概念的哲学。然后，我们描述了这一概念在神经科学中的标准用法，包括他们对提供理解所需的因果细节的类型、数量和规模的独特假设。在介绍了机制的不同含义之后，我们研究了这种可变使用产生的关键挑战，无论它们是发生在基础研究、资助优先事项还是与专家和公众受众的交流中。接下来，我们将从科学、理论和哲学的角度出发，为今后的发展提出建议。最后，我们讨论了澄清因果关系的必要性，以便掌握该领域和领域的主要原则促进我们对大脑因果结构的理解。

2. 为什么因果关系和机制对神经科学很重要?

因果关系一直是科学、哲学和许多其他领域感兴趣的长期话题。这种关注的一个主要原因是，因果关系提供了对一个系统(如大脑、神经系统或细胞回路)“如何”工作、功能和行为的解释和理解。产生这一规定是因为原因通过澄清导致这些结果的内部工作和步骤来解释其结果。因果模型不是仅仅描述、预测或分类神经和大脑的结果，而是识别控制、解释和“产生差异”的因素。这些因果因素支持深刻的理解和解释，并指导我们改变和控制结果的努力，这对我们预防和治疗大脑紊乱和疾病的利益至关重要。在神经科学中，对不同实体的分类是常见的，并且服务于各种目标，但这种分类不需要因果信息。此外，考虑描述性模型，它包括系统的物理实例化，以及现象学模型，它捕获系统的概念组件。单纯的描述性和现象学模型可以表示和重新描述感兴趣的结果，但如果没有因果信息，它们就无法解释这些结果，也无法提供改变或预防结果所需的知识。换句话说，仅仅是描述性或现象学的模型通常是“相当有限的”，因为它们可以“很好地描述系统所做的事情，但它们不知道如何以及为什么”。

因果关系的重要性引发了许多问题，这些问题在神经科学哲学中仍有激烈的争论。这些问题包括如何定义因果关系，什么方法可以成功地识别或建立因果关系，以及需要什么规模和类型的因果信息来理解神经系统是如何工作的。解决这些问题的科学哲学方法旨在明确科学家用来理解世界的原则方法、概念和假设。这种努力包括捕捉科学中的概念和方法的描述性目标，但也包括为如何理解和使用这些概念和方法(或不应该)提供指导的规范性目标。

神经科学哲学中关于因果解释的讨论相当重视机制概念。机械的现代应用起源于17世纪笛卡尔、牛顿、波义耳等人的机械主义哲学观点。这些机械论的程序为生命系统的生机论概念提供了另一种选择，生机论的概念引用了生命力、神秘力量和神奇特性来解释自然现象。相比之下，机械论的框架用“力学的数学学科”来解释生命系统，其中系统由小实体组成，这些小实体通过“接触作用”机械地相互作用，产生系统级的结果。这个框架在引用较低尺度的原因和将因果关系的概念局限于行动、物理力量和运动中的物质方面是简化的。生命系统被类比为机器——被视为bête机器(野兽机器)——由低尺度的小体组成，这些小体机械地产生行为，类似于简单机器中的杠杆、滑轮和管道。这个17世纪的机械论框架对现代生命科学产生了重大影响。

机制概念在现代神经科学中继续蓬勃发展，哲学家们已经注意到了。大约20年前，不断发展的哲学观点引入了一种“新的”机械论解释，它声称神经科学中真正的因果解释必须引用机制。这种说法被认为是“新”的，以区别于17世纪的机械论，但它建立在他们阐明现代机械论概念的工作基础上。该领域的早期工作声称，机制是具有特定特征的因果系统。与17世纪最初的机制概念类似，许多人认为机制是层次系统，具有较低层次的因果部分，它们包含大量的因果细节，涉及力，作用和运动方面的机械因果关系。这一概念也抓住了神经系统与机器的常见类比，因为日常生活中的许多机器都具有这三个主要特征。其他关于机制的概念则更偏向于病因学，强调因果之间的中介关系。机制的层次和病因学概念都反对将抽象的、宏观的因果系统视为真正的机制。原因在于真正的因果机制。期望包含相当数量的因果信息，通常来自较低的尺度。当然，这些项目暗示(通常是明确地)神经科学中的因果解释需要这些类型的低尺度、细粒度的因果细节。

随着这一领域工作的继续，许多人提出机制概念存在局限性，神经科学中还有其他不同类型的重要因果系统。在哲学文献中，对机制框架的批评反对所有解释都是机械论的观点，反对“生命系统可以通过描述据说在其中运作的因果机制来充分解释”的观点。其中一些批判性的工作强调了生命系统的“过程”和“过程”观点，这些观点抓住了变化的因果系统，这些系统比固定的更动态，缺乏机械观点所假定的“刚性联系”。过程说通过假设生命系统可以很好地理解机器的机制概念来识别问题。对机械论解释的其他哲学批评表明，这项工作应该欣赏并对神经科学中的其他因果系统开放，比如通路，电路和因果拓扑在回应这些批评时，机制论者认为，机制的概念应该简单地扩大到包括一系列其他类型的因果系统，而不是机制捕获一个子集或一类因果系统，一些学者使用它作为一个包罗万象的任何类型的因果结构。这种机制概念的松动在当前定义机制的哲学尝试中可以看到，它将机制等同于几乎任何类型的因果系统。这些宽泛定义机制的哲学尝试被批评为“存在严重的空洞危险”，并受到“帝国主义倾向”的指导，因为这个术语被用来涵盖神经科学中的所有因果系统，即使这些因果系统在重要方面似乎有所不同，并且几乎没有共同点。机制概念在许多其他科学领域都有发现，包括化学、生物学、生态学、社会科学、经济学和物理科学。在这些领域中，它通常应用于复杂的、多组件的系统，并被视为提供对这些系统如何工作和产生结果的理解。尽管与其他领域存在相似之处，但由于大脑的复杂性(大量的细节，不同的现象，时间和空间尺度等)，方法，工具，目标和感兴趣的主题的极端领域多样性，以及因果理解对解决大脑健康和疾病的重要性，在神经科学机制方面获得牵引力通常更具挑战性。

要回到这个讨论的中心话题是因果关系。我们对机制的解释、理解和概念都依赖于因果关系。因果关系是我们获得各种因果结构的“原材料”，我们的解释和理解都依赖于它。问题的关键不在于确定我们应该采用哪一种因果关系的定义，而在于将这种定义与依赖于因果关系的机制区别开来。尽管机械解释在文献中仍然受到关注，但越来越多的工作领域研究了神经科学中其他非机械的因果系统和各种形式的非因果数学解释。

3.“机制”在神经科学中是如何使用的?

在神经科学中，有各种各样的术语和概念被用来指代因果系统。这些包括机制，途径，级联，电路，网络，拓扑和约束，除了许多其他的。其中，“mechanism”一词被频繁使用被认为是我们理解大脑的基本、基本和必不可少的?尽管机制概念被普遍使用并且被认为很重要，但它被用于不同的方式，而且很少被区分。我们确定了这个术语的三种主要用法:狭义(还原)用法，广义(非还原)用法和非因果用法。

机制的第一次使用是狭义的，因为它指的是具有特定特征的因果系统，这些特征通常是可还原的。这些机制“构成”、“支撑”或“实施”更高尺度的系统，并以微尺度过程、物理因果相互作用、空间几何特征和对细粒度细节的强调为特征。具体的例子包括离子通道机制、受体机制、扩散机制和神经功能的突触机制，以及对生物物理、生物和生理机制的更抽象的引用(图1)。对这类机制的引用最明显的是对某些系统(拓扑、网络、模型或生理过程)的“潜在”机制的呼吁，因为重点是产生感兴趣行为的低尺度因果因素。这些机制强调实现神经和大脑系统的“生物物理”和“物理”原因——有时被称为硬件或湿软件——以将这些因果事件与更高尺度的结构、计算等区分开来。

除了强调低尺度因素外，这些机制中的因果关系还用物理和机械的方式，用力、作用和运动来描述。这可以从丰富的因果动词中看到，这些动词描述了结合、拼接、激活、阻塞、弯曲等部分，而不是简单的因果语言，即一个因素“导致”另一个结果。这些神经机制有时被类比为机器，以强调其物理相互作用的因果部分。从这些特征和与机器的类比中可以看出，这种机制的概念与17世纪机械哲学家提出的最初用途相似。

获得对机制的理解需要大量的细节，这使得科学家们声称，机制只能部分确定，因为总是有更多的东西有待发现。这种扩展特性不同于抽象的因果表示，如网络、动态和拓扑模型，它们是稀疏的，并且省略了大量的信息。在这种用法中，网络模型可以捕获因果关系，但是它们不能反映狭窄的机制，这种机制涉及支撑、实例化和捕获系统内部工作的因果细节。这种机制概念不仅具有还原性，而且经常与神经科学解释的还原性假设相结合。这些简化的假设包括这样的观点，即神经科学中的所有现象都最好用较低尺度的信息来解释，包括越来越多的细节可以提高解释力。

图1狭义和广义的机制概念。狭义的机制概念见于离子通道机制(a)，细胞机制和信号传播机制(b)。更广泛的机制概念见于对电路机制、拓扑机制、网络机制(c和d)和认知机制，但它也包括具有较低尺度细节的系统(a和b)。广义概念既包括抽象的，也包括细粒度的详细因果系统，因为它对什么是机制的定义更灵活。

机制的第二个用途是广泛的，因为它指的是具有不同特征的广泛类别的因果系统。在某些情况下，这种机制的使用是如此广泛，以至于它只是“因果关系”的同义词，适用于几乎任何类型的因果系统。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低尺度因素或物理影响、机械连接。这种用法的例子包括“网络机制”、“大规模机制”、“系统级机制”、“电路机制”、“全局机制”、“自上而下机制”。以及第一次使用中提到的所有低尺度机制，机制的这种含义是非还原的，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。例如，这种用法在涉及跨越遥远大脑区域的大规模因果关系时被发现，例如，有效连接的概念、病变实验、光遗传学、大脑制图技术、各种动态因果模型和许多其他的例子，因为它们揭示了没有低尺度或物理细节的因果关系 (图1)。

作为这种广泛的机制概念的一个例子，考虑一下在神经科学中，无论一个人对结果感兴趣，“基本目标是理解所涉及的机制我们必须非常小心地区分不同的特定类型的机械目标。”在某些情况下，这些目标包括提供有关结果背后的“实际物理和化学过程”的详细描述。然而，在其他情况下，这些目标包括“寻找更普遍的东西……(其中)重要的不是细节本身，而是体现在这些细节中的原则。”第二种说法表明，机械信息与寻找更一般、更抽象的原则是一致的，“不包含所有潜在的生物物理细节”92。通过这种方式，机械性调查与因果信息相关联，这些因果信息可以是详细的或抽象的，可以是低尺度的或高尺度的，并且比第一个概念所暗示的约束更少。

这种第二种用法的进一步例证是灵活的机制定义和机制语言与因果语言的互换。作为第一个例子，考虑一下美国国立卫生研究院(NIH)是如何定义“机械性”研究的，NIH通常在他们的拨款申请中使用这种语言。在这些呼吁中，“美国国立卫生研究院将机械性临床试验定义为‘旨在了解生物或行为过程、疾病的病理生理学或干预措施的作用机制’的研究”。这个定义显然是宽泛而不明确的，能够包含许多类型的因果信息。另一个例子是在神经科学研究中，分析“因果推理”、“因果关系”和“因果相互作用”，但在同样的讨论中，将用法转换为“机械推理”、“机制”和“机械理解”，而没有解释。假设“因果关系”和“机制”是同义词，“机制”只是“因果系统”的一个填充词，除此之外没有什么意义。这些论文有时将机制广义地定义为“事件的因果链”，表明具有多个(两个或更多)原因的系统可以作为机制，无论如何他们的其他特点。在其他工作中，有人提出神经科学中因果关系的主要概念是机械论，其中大脑被理解为一个“机械论系统”

“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”的非因果用法有两个例子，首先是指各种拓扑机制，其次是指宏观系统的相关、构成或实现实体。关于前者，考虑到模型可以包含有用的描述，保证预测和数学解释，所有这些都不包含因果信息。举个例子，考虑“拓扑机制”的引用——在某些情况下，解释是由数学依赖关系驱动的，而不是因果依赖关系。虽然存在众所周知的数学、非因果解释(如Königsberg桥案例)，但它们的解释力是由数学事实、证明和定理提供的，而因果解释需要有关干预主义差异形成关系的经验信息。其次，关于后一种非因果使用，考虑到“机制”有时与更高尺度系统的“相关者”和“实现者”同义使用。然而，人们并不总是认识到，相关者、实现者和实例化的概念指的是构成关系，而不是因果关系。说更高尺度的结果Y是由X构成的，并不意味着Y是由X引起的。在这两种非因果情况下，“机制”概念被用来指重要的关系类型，但有很好的理由反对这些关系是因果关系的说法。

按照提出的顺序，“机制”的这三种用法在广度和灵活性上都有所增加。第一个用法适用于特定的因果系统，第二个扩展到几乎所有的因果系统，第三个扩展到包括非因果的模型和结构。在评价更广泛的机制概念的原因时，值得考虑该术语在该领域的高地位。当一个模型具有因果性、解释性或重要性时，这个术语的地位可能会被鼓励使用——然而，这些模型是不同的，它们应该被解开。

4. 这种变量使用的挑战和影响是什么?

在神经科学领域，机制概念与提供对大脑的深刻理解和解释有关。这种联系可以在当前的出版物、神经科学各个子领域的有影响力的教科书和期刊关于他们将发表(或不发表)什么内容的描述中看到。进一步的证据可以在新研究的拨款电话和资金征集中找到，这些新研究通常指定他们支持揭示大脑健康和疾病“机制”的“机制研究”。机制通常与该领域主要目标的表达联系在一起，并被引用为理解的“基本”、“基础”和“基本”单位大脑。

很明显，机制概念被视为神经科学和理解大脑的核心。然而，这个概念在整个领域以不同的方式定义，而且往往没有澄清打算用哪一种定义。尽管科学领域对重要概念(例如，物种或自然规律)的确切含义进行激烈辩论是很常见的，但这里的主要区别在于，“机制”的可变用法在该领域仍然在很大程度上未被认识和承认。这种对多重定义的基本术语的忽视导致了该领域的几个挑战;我们在下面概述并讨论其中的五个挑战。

4.1 缺乏清晰度

机制的可变含义的第一个挑战是，这种可变性导致该领域缺乏明确性，因为机制可以有许多解释。例如，当该领域的总体目标是详细的，资金查询是分配的，研究是设计和实施的，研究结果是呈现的，“机制”的使用可以以不同的方式理解，而不是精确地传达其含义。在每种情况下，使用这个术语都需要进一步说明其含义——没有这样的说明，潜在的解释范围很大，从因果系统到非因果系统。这种缺乏明确性的一个例子是在神经科学期刊的同行评议过程中发现的，在这个过程中，审稿人和作者之间就是否应该采用这种方法存在相当大的争论提交的论文提供了“机械见解”，这一标准通常作为接受的要求包括在期刊的提交指南中。正如公开评论中所记载的那样，这些争论提出了对获得机械信息所需要的不同理解——这可能涉及显示因果过程的“如何”展开，提供操纵或干预的证据，确定产生结果的必要和充分因素，或为感兴趣的目标提供“行动机制”。在神经科学和其他生命科学领域，人们经常承认，尽管提供机械洞察力是该领域的一个标准，但这个标准“也导致了许多不确定性，主要是关于什么实际上构成了机械洞察力”。虽然对机制的含义存在混淆，但缺乏机制信息是论文和资助被拒的一个常见原因，许多形式的出版和资助提交建议明确建议为什么或如何提供机制信息。我们提供的三种机制类别可以帮助引导讨论工作中期望、需要或缺少的机制信息类型。当然，由于“机制”在该领域的基本地位和普遍用法，这个缺乏明确性的问题尤其成问题。如果机制对这个领域和我们对大脑的理解很重要，那么应该提供一个连贯的、清晰的、有充分理由的定义。

4.2 误解

另一个挑战是机制的不同含义会导致误解。这种情况可能发生在一个意思是有意的，但另一个意思是假设的，或者当根本不清楚是哪个意思的时候。误解的一个例子是，当机制语言被用来指感兴趣的神经相关物时，比如意识的神经相关物，并且不清楚机制是在因果意义上还是在非因果意义上，“仅仅”相关意义上(由术语“相关”暗示)。这种用法引起了关于是否仅仅是意识的关联或原因的混淆，这是由机制的因果和非因果使用之间的滑动所支持的。在其他情况下，对机械研究的资助要求可能是为了支持对大脑中更高层次的因果结构的研究，但研究人员可能错误地将其解释为需要研究更低层次的生物物理原因。此外，科学家可能会向专家和公众传达他们更高层次的机制发现，这些受众错误地认为生物物理机制已经确定。当机制在非因果意义上使用，但受众错误地以因果方式解释机制这个词时，会产生进一步的误导性主张。为了确保专家们不会各执一论，确保他们在前进的过程中准确地传达发现、想法和策略，并确保他们正确地告知公众，需要比标准讨论更谨慎地使用。考虑到关于因果关系的清晰沟通对这个领域来说是必不可少的——而且这已经是一个挑战——机制的无数含义进一步使水变得浑浊。

4.3 还原的假设

机制的第三个挑战是，这个术语可能无意中支持简化的假设。考虑到机制的第一种狭义的、简化的含义通常是默认的，而机制语言通常意味着易于操作、类似机器的性质和更低尺度的细节不在。当使用更广泛的概念来描述该领域的基础时，许多听众可能会将“机制”一词狭隘地解释为与神经科学中真正的因果理解是简化的主张有关，总是需要分子，细胞和其他低尺度因素。在许多神经科学文献中都有这样的建议，即充分、完整或深刻的解释需要从较低的尺度上获得“机械性”或因果性的见解。换句话说，“通常假设在微观层面上运作的过程在机械上是最相关的”。另外，更高层次的因果结构被认为是更肤浅的，缺乏充分或完整的因果理解。这种观点对科学传播和“负责任的语言使用”提出了类似的问题，因为它所涉及的隐喻和意义。机制概念可能会误导人们认为因果模型包含较低尺度的细节，或者这些细节在所有情况下都能提供更好的理解。这也使得承认、解释和包括更高尺度的社会和环境原因来解释大脑结果变得更加困难神经科学的一个核心争论是我们的解释应该如何简化——是低尺度的细节总是更能解释问题，还是更高尺度的抽象因果模型有时能提供更好的理解?在机制定义之间切换似乎支持狭窄的还原视图，即使字段不打算或不支持这种视图。

5. 我们如何应对这些挑战?

鉴于机制的可变含义以及这些可变含义产生的挑战，该领域应如何进行?第一个主要建议是，当使用机制时，应该指定其含义。澄清用法的努力将支持日常研究中的交流、资助查询和提交、跨学科交流和推进该领域的理论讨论。只要机制是一个基本术语——也许是神经科学中最常用的因果概念——它的可变含义就会引起混淆，除非明确说明其预期用途。

关于如何在神经科学中使用机制，还有什么要说的吗?在这方面取得进展的一种方法是考虑概念的功能——它打算传达和传达什么?就这个词的因果关系而言，第三种用法显然是不利的。这第三个概念并不支持传达因果信息的目的，尽管它可能会误导人们认为它支持。一个担忧是，机制概念的高地位可能会鼓励将其用于真正具有解释性或对其他原因很重要，但仍然是非因果关系的模型。这个问题反映了一个澄清该领域不同类型的解释和不同模型的机会，这些模型提供了对大脑的理解。如果机制具有明确的因果意义，那么将其扩展到包括非因果系统会严重削弱该术语的功能和意义。

机制的第二个含义——适用于几乎任何因果系统——可以起到区分因果系统和非因果系统的作用。然而，它不能做更多的事情。这种用法不能区分因果系统的类型，并通过将其简化为任何一般的“因果系统”而使概念变得不那么有意义。这种简化是有问题的，因为我们经常将机制视为不仅仅是因果关系的交流——无论交流的内容是生物物理信息、细粒度细节还是指定“如何”产生结果的中介。如果这个概念仅仅意味着“因果关系”或“因果系统”，为什么神经科学家继续使用这个术语或该领域常见的任何丰富多样的因果概念?研究神经科学中不同的因果概念——通路、级联、回路、网络等等——表明，不同的术语通常用于指代不同类型的因果系统。如果这个建议是正确的，那么将所有因果概念和因果系统分解成“机制”可以使这些区别更难捕捉，并掩盖该领域的各种因果解释。机制的第一个概念是指具有特定特征的因果系统，它有许多优点。这个意思通常是默认的预期的意思;它有历史上的先例，它的功能是传达关于因果系统的特定信息。这种用法使机械和类机器系统的类比，简化因果信息的假设和其他领域(包括其他科学和日常生活)中概念的标准使用变得有意义。这些优点来自于清晰、约束和明确的机制概念。清晰地捕捉不同类型的因果系统和更高尺度的因果结构的能力是重要的——这是由一个清晰、独特的机制含义和探索该领域其他重要的因果概念所支持的。采用这种用法并不意味着神经科学中的所有因果解释都应该引用较低尺度的细节——相反，它将为其他宏观尺度的、抽象的、独特的因果系统创造空间，这些因果系统也可以解释。这种方法支持这样一种观点:“大脑可以在不同的层次上被询问、理解和建模……最适合一个层次的解释或描述框架可能并不适合另一个层次。换句话说，对大脑的理解和解释并不意味着对某一特定尺度的细节给予特权或优先考虑。

现在，为什么不在这里采用多元主义并保留机制的所有三种含义呢?虽然多元化和概括性概念在神经科学中是有用的，但有理由不采取机制方面的多元化立场。许多多元化的概念挑选出不同类别的实体，这些实体都以某种方式“凝聚”在一起。这种多元化道路面临的一个挑战是，机制的不同含义相互冲突，缺乏基本的连贯性——每个含义都包含与其他含义不相容的假设。如果机制是一个因果概念，那么第三种用法是不合适的。如果机制的意思不仅仅是“因果关系”或“因果系统”，那么第二种用法就过于灵活了。此外，尽管多元主义在保持框架开放方面具有优势，但当世界上的系统“对多样性和复杂性还有很多有待了解”时，这种优势远远不适用于机制案例。这是因为机制主要用于传达和交流关于世界和研究中因果关系的预先存在的信息。尽管对大脑中不同类型的因果关系以及可以用来揭示它们的方法保持开放是很重要的，但在当前的工作中，清晰的交流需要有支持清晰、明确陈述的术语。虽然在有原则理由支持的情况下，多元主义是可以接受的，但在其他情况下，当需要的是对该领域的理论基础的清晰、仔细审议和清晰思考时，它可能是一种伪解决方案。

6. 神经科学中的因果关系:机制及其替代

虽然术语“机制”在神经科学中很常见，但它应该放在该领域使用的许多其他因果概念的背景下。神经科学使用了丰富的因果语言，可能是由于研究和发现了大脑和神经系统中不同类型的原因、因果关系和因果结构。这种丰富的语言的例子包括:通路，级联和电路;控制、触发、约束和倾向的原因;以及各种因果拓扑和具有独特因果联系的网络。比如机械，通路、级联和回路唤起不同的因果类比，似乎传达了不同类型因果系统的信息特征。说因果结构与机器、道路、放大级联或电路最相似，是在说系统的不同之处，并强调因果系统在特征方面不同的事实。事实上，理解大脑中因果复杂性的一种方法是关注不同的因果结构，这些结构需要解释不同的解释目标。

除了不同的因果系统外，机制概念还应该与神经科学中的因果关系问题联系起来进行检查。因果理解通常与该领域的基本目标有关——我们应该对机制可能模糊和阻碍这些讨论的可能性保持敏感。这方面的关键问题如下:

• 因果关系的哪个定义(或多个定义)最适合该领域的用法?
• 在神经科学中应该如何理解因果关系?
• 在定义中，什么类型的原因和因果结构是常见的?
• 包含较低尺度的因果信息总是能提高解释和理解吗?
• 合理的因果(和非因果)解释需要满足什么标准?
• 这些问题的答案能将因果模型与仅仅是预测性、描述性和分类性的模型区分开来吗?

这些问题是理论的、哲学的和实践的。回答这些问题很重要，因为它们明确了科学家应该研究的因果信息类型，它们指导了资助机构应该资助的工作类型，它们旨在捕捉该领域对什么提供了对大脑的深刻理解和解释的观点。这些问题的答案对于支持专家之间关于因果关系的交流以及这些专家如何向公众传达他们的工作至关重要。最后，这些问题关系到对模型的特征、回报和使用的本地查询，以及对支持该领域成功理解的原则、方法和策略的现场一般查询。通过提出这些问题，我们并不假定有明确、单一的答案可以产生广泛的共识。重点是支持对这些问题的清晰讨论，一个有用的起点是检查机制的各种含义。

参考文献：Causation in neuroscience: keeping mechanism meaningful.