科研失败的概率远高于成功

科研失败的概率远高于成功

蒋继平

2018年2 月22日

我们从事的科学研究， 不管是为了解决一个实际问题， 还是证明一个原理

，一般都是先提出一个假设， 然后根据这个假设来设计试验步骤。

在生命科学领域的科学试验一般要涉及到若干参数。 这些参数都是与生命生

长发育有关的因子。这些因子包含： 1。 营养成分， 2。 温度范围， 3。 光照时间； 4。 光照强度，5。 生物的生长期， 6。 湿度，7。 其他因子因不同的试验而不同。

一个试验只能采用一组参数。

因为我们不知道这些参数是不是*佳组合，所以， 要得到*佳结果， 就要

进行许多次的不同组合的试验。*后， 经过多次不同组合的试验， 终于找

到了*佳组合。假如是经过三次不同组合的试验获得*佳结果， 那么，失败

的概率是三分之二， 成功的概率是三分之一。 要是经过五次不同组合的测

试获得*佳组合， 那么成功的概率是五分之一， 失败的概率是五分之四。

现在让我用一个具体的例子来进一步说明我的意思。

公司老板要我建立一个温室青椒茎腐病的抗性筛选方法。 导致青椒发生茎腐

病的致病菌是植物致病疫霉。这个菌通过它的游动孢子侵染青椒的根部而

使青椒生病。

接到这个科研任务， 我**假设在某种环境条件下，致病疫霉的某个孢子浓

度*能区分青椒的抗性。

根据这样的假设， 我**选择**组参数来验证我的假设。

因为老板要求建立温室的筛选方法， 所以，试验植物都是生长在温室的环境

下。因而， 温度和光照就是温室的温度和光照。

除了温度和光照这两个参数外， 我的**组试验参数是： 苗龄： 4叶期；湿

度： **** 24小时； 孢子浓度：每毫升一万个孢子；接种剂量：每株一毫升；接种后一个星期鉴定试验结果。

一个星期后， 我发现一些感病对照没有生病。这样的结果不理想。所以 ，

这个试验失败了。因而， 修改参数再来测试。

第二个试验的参数只是把孢子浓度增加十倍， 即每毫升10万个孢子， 其他

的参数仍然和**次的一样。

一个星期后， 我发现一些抗性植株也生病了。这个结果也不理想， 所以，

试验又失败了。只得再次修改参数重试。

第三次的参数把孢子浓度定在每毫升五万个孢子， 其他的参数仍然和上面的

一样。

一个星期后， 我发现仍然有少数抗性植株生病。 这还是不理想。但是， 总

的结果比上两次有明显的改善。

修改参数再来。 这次把苗龄的参数由四叶期变成： 四叶期， 六叶期和八叶

期。其他的参数不变。试验的结果是： 六叶期苗龄组给出*佳的感性和抗性

的差异结果。看到这样的结果， 老板基本上已经满意了。

为了验证是否已经找到*佳组合， 我再次修改参数进行试验：

以后几次的参数是：孢子浓度：三万， 五万和七万；苗龄：四叶期， 六叶期和八叶期， 其他的参数还是一样。 结果是孢子浓度五万和苗龄六叶期给于*佳结果。

看到这样的结果， 我们一致认为试验已经成功。也就是对青椒茎腐病进行温

室抗性筛选的*佳方法是： 用五万孢子浓度的菌剂， 对六叶期苗岭的青椒植株注射一毫升菌剂，接种后保持24小时的饱和湿度，在接种后至少一个星期进行抗性检测。

从上面的例子可以看出， 这个科学实验的失败和成功的概率是：7:1！

除了这个例子外， 在我的职业生涯中， 其它的科学实验也是差不多，反正是失败的概率远远大于成功。可以这么说， 一次就成功的科学实验的概率几乎是零。反过来说， 科学实验的成功是建立在多次失败的基础上的。