了解一个人需要什么?

如果你看到一个朋友在他们生活的不同领域是如何行事的，你可能会合理地说你知道他们是谁。与观看名人的采访相比——也许你可以声称对他们有一些了解，但对陌生人的一次观察只能告诉你这么多。

(相关资料图)

然而，一个类似的想法——大脑的一张单独的快照可以告诉你一个人的个性或心理健康——已经成为几十年神经科学研究的基础。这种方法被今年早些时候发表在《自然》杂志上的一篇论文所戳穿，该论文显示，科学家们严重低估了此类研究的规模才能产生可靠的发现。

“我们对我们作为人了解得越多，我们就越了解，平均而言，我们比我们不同得多 - 因此理解这些差异具有挑战性，”Brenden Tervo-Clemmens(A&S " 21G)说，现在是麻省总医院和哈佛医学院的博士后研究员。他们作为皮特临床心理学博士生共同领导了多机构研究。

MRI(磁共振成像)脑部扫描是研究的核心。虽然对于诊断大脑疾病非常宝贵，但研究人员也利用它们在一个人的大脑结构与其个性和心理健康的各个方面之间建立联系。Tervo-Clemmens和他的同事将这种技术称为全脑关联扫描(BWAS)，以致敬“GWAS”研究，这些研究试图破译来自大量数据集的基因的微小影响(如可疑的科学头条新闻所见，宣布“抑郁症基因”或“智力基因”)。

“方法类似：这是你的一个生物学档案，我们能多好地确定你人类经历的复杂性?”特沃-克莱门斯说。“答案是，通常不是很好。

此类典型研究将包括大约25名参与者，部分原因是运行扫描的成本很高。但是，Tervo-Clemmens和他的同事表明，科学家需要扫描1多人的大脑，才能确信他们发现的联系不仅仅是统计海市蜃楼。

模拟科学

得出这一结论需要比最近更广阔的领域视野。Tervo-Clemmens与许多机构的同事以及他的顾问，皮特精神病学教授Beatriz Luna一起，结合了最近三项公开的研究，其中包括来自约50，000名参与者的MRI数据。

利用这些海量的信息，研究小组模拟了科学的过程，随机选择扫描组，就好像他们是被招募参加研究的患者一样。通过一遍又一遍地重复这个过程，研究人员可以弄清楚任何给定数量的扫描仅仅由于偶然性而产生误导性结果的可能性有多大 - 以及研究需要多少参与者才能可靠。

他们显示，并非每次调查都需要1次脑部扫描。“如果目标只是理解大脑的一般组织，我们有时只需要000到10名参与者就可以做到这一点，”Tervo-Clemmens说。只是因为一次脑部扫描对一个人的个性和心理健康的揭示很少，研究人员需要大量数据才能让这些复杂的特征开始可靠地从统计噪音中脱颖而出。

放大这个问题是21世纪科学中一个众所周知的错误：研究人员通常会因为发表显示令人兴奋的新联系的结果而获得奖励，而不是表明缺乏联系的不那么迷人的发现。后一种结果不太可能被发布，更有可能在硬盘驱动器上萎靡不振。因此，不仅小型成像研究更有可能“发现”实际上不存在的联系，而且这些误导性研究也受到不成比例的关注。

Tervo-Clemmens很快指出，《自然》杂志的论文并不是要指出整个领域。神经科学家和心理学家已经使用各种其他技术成功地解决了有关人格和心理健康的问题。脑部扫描本身对于诊断病情和绘制大脑如何工作的更广泛图景非常有效。当科学家将两者结合起来，将一个人的复杂性简化为一个单一的图像时，他们就达不到要求。

“我们可以指望这些研究的数量不到一手，这些研究已经受到审查，并且真正推动了治疗，”他说。“在我自己的领域，一项研究可能表明，特定大脑区域的功能增加与更多的症状有关，但你可以发现，几乎毫无疑问，另一项研究显示出相反的效果。

虽然他现在主要关注青少年精神和物质使用障碍，但Tervo-Clemmens并不适合作为研究人员的任何一盒。“我有点像心理学家，我有点统计学家，我有点像神经科学家，”他说。他解释说，正是这种观点帮助他进行了像目前研究这样的广泛批判性研究，以及他在皮特的跨界教育。

他将患者视为临床心理学的博士生，同时还接受过跨学科项目的培训，如认知神经基础中心，他认为这些经验鼓励了研究的广度。“我认为这种整合水平是皮特作为一名研究生如此出色的原因，”他说。

成长的烦恼

结果是一项已经在其他科学家中引起轰动的研究。作为即时经典，该论文及其出版前版本已被其他250多篇学术著作引用。

那么，这让这个领域何去何从呢?

首先，Tervo-Clemmens说，有必要重新检查过去的小型研究，看看它们的结果是否经得起进一步的检验。至于未来的研究，一种解决方案是对复杂行为进行超大规模的脑部扫描研究，以便它们经得起统计审查。但还有另一种可能的前进方向，研究人员会找到随着时间的推移和跨环境研究患者的方法，以更全面地了解他们的身份。

“我们需要将我们的研究与我们通常如何思考和理解人类保持一致，”Tervo-Clemmens说。“这是成本和经济的挑战。但我也认为这最终是值得的。

对于只有几十年历史的研究来说，这就像成长的烦恼：压力大，充满不确定性，但也表明该领域正朝着新的和令人兴奋的方向发展。