Reconciling the No Decoupling Approach and the Inbetweenness Approach to Constitutive Relevance Relation

In den biologischen Wissenschaften ist der leistungsfähigste Weg, zu erklären, wie etwas funktioniert, darin bestehend, die dahinterstehende Maschine zu beschreiben. Wissenschaftler sagen nicht einfach nur, dass ein Vogel fliegt; sie erklären den Flug, indem sie das schlagende Herz, die kontrahierenden Muskeln und die feuernden Nerven beschreiben, die dies geschehen lassen. Dies ist als mechanistische Erklärung bekannt. Aber damit diese Erklärung wahr ist, muss jedes erwähnte Teil tatsächlich zur Maschine gehören. Wenn ein Forscher auf ein zufälliges Blatt an einem Baum zeigt und behauptet, es sei Teil des Flugmechanismus des Vogels, versagt die Erklärung. Philosophen der Wissenschaft ringen schon lange darum, genau zu definieren, was ein Teil „relevant“ für das Ganze macht. Sie fragen: Woher wissen wir sicher, dass eine bestimmte Komponente ein notwendiges Puzzleteil ist und nicht nur etwas, das zufällig in der Nähe ist?

Jahrelang haben zwei verschiedene Denkschulen darüber gestritten, welcher der beste Weg sei, um diese Teile zu finden. Eine Gruppe glaubt, man sollte das gesamte Phänomen als ein einziges, unteilbares Ereignis betrachten und sehen, ob die Änderung eines Teils das Ganze verändert. Die andere Gruppe argumentiert, dass man das Phänomen als eine Kette von Ereignissen betrachten sollte, die mit einem Auslöser beginnt und mit einem Ergebnis endet, und nach Teilen suchen sollte, die in der Mitte dieser Kette liegen. Diese beiden Ansichten wurden als Rivalen behandelt, wobei Wissenschaftler und Philosophen darüber debattierten, welche die richtige Antwort hält. Eine neue Analyse legt jedoch nahe, dass diese Debatte auf einem Missverständnis beruht. Die beiden Ansätze bekämpfen sich nicht um die Wahrheit; sie sind einfach unterschiedliche Werkzeuge, die für verschiedene Momente der Entdeckungsreise konzipiert sind.

Das Paper, geschrieben von Yichu Fan von der University of Edinburgh, schlägt vor, dass diese beiden Methoden tatsächlich kompatibel und komplementär sind. Der Autor argumentt, dass die Uneinigkeit daraus resultiert, wie Wissenschaftler das untersuchte Phänomen beschreiben. Manchmal betrachtet ein Wissenschaftler einen komplexen biologischen Rhythmus, wie etwa den täglichen Schlaf-Wach-Zyklus einer Fruchtfliege, und betrachtet den gesamten Zyklus als ein einziges großes Ereignis. In dieser Sichtweise wird das Phänomen durch eine einzige Variable repräsentiert. Wenn Forscher dieses Bild der „einzelnen Variable“ verwenden, ist die „No-Decoupling“-Methode (keine Entkopplung) am besten geeignet. Diese Methode prüft, ob ein bestimmter Teil so eng mit dem Ganzen verknüpft ist, dass man den Teil nicht ändern kann, ohne das Ganze zu verändern. Wenn die Verbindung unzerbrechlich ist, ist dieses Teil eine echte Komponente des Mechanismus.

Zu anderen Zeiten mag derselbe Wissenschaftler in einen spezifischen Schritt innerhalb dieses Zyklus hineinzoomen, wie etwa die Frage, wie ein Protein die Arbeit eines anderen Proteins stoppt. Hier wird das Phänomen nicht mehr als ein einzelner Block gesehen, sondern als ein Prozess mit einem klaren Anfang und einem klaren Ende. Der Forscher sieht einen Input, eine Kette von Ereignissen und einen Output. Wenn das Phänomen auf diese Weise betrachtet wird, als eine „Kette von Knoten“, wird der „Inbetweenness“-Ansatz (Dazwischensein) am nützlichsten. Diese Methode sucht nach Teilen, die kausal zwischen dem Start und dem Ende liegen. Wenn eine Komponente als die Brücke identifiziert wird, die den Input mit dem Output verbindet, ist sie als relevanter Teil des Mechanismus bestätigt.

Fan zeigt, dass diese beiden Ansätze sich nicht widersprechen; sie wenden sich einfach auf unterschiedliche Arten der Betrachtung derselben Realität an. Wenn ein Forscher von der Betrachtung eines Phänomens als einzelnes Ereignis zur Betrachtung als Kette wechselt, ändert er nicht die biologischen Fakten, sondern nur die Linse, durch die er sie untersucht. Das Paper zeigt, dass, wenn beide Methoden korrekt auf dasselbe biologische System angewendet werden, sie immer auf dieselben Komponenten hinweisen. Sie stimmen darin überein, was essenziell ist, auch wenn sie unterschiedliche Logiken verwenden, um dorthin zu gelangen.

Um dies zu beweisen, wendet sich der Autor an die reale Geschichte der Entdeckung des Mechanismus hinter der zirkadianen Uhr bei Fruchtfliegen. Diese Uhr ist der interne Timer, der der Fliege sagt, wann sie aktiv sein soll und wann sie ruhen soll – ein Rhythmus, der sich etwa alle vierundzwanzig Stunden wiederholt. Die Entdeckung, wie diese Uhr funktioniert, geschah nicht auf einmal; sie vollzog sich in zwei distinkten Phasen, die jeweils ein anderes konzeptionelles Werkzeug erforderten.

Die erste Phase war die „Lokalisierungsphase“. In der frühen Phase dieser Forschung wussten Wissenschaftler, dass die Fliegen eine interne Uhr hatten, aber sie wussten nicht, wo sie war oder woraus sie bestand. Sie betrachteten den gesamten täglichen Rhythmus der Fliege als ein einziges, mysteriöses Phänomen. Sie konnten nicht einfach einen spezifischen „Anfang“ oder ein „Ende“ für den Rhythmus benennen, da es sich um eine kontinuierliche, selbstaufrechterhaltende Schleife handelte. In diesem Kontext war der „No-Decoupling“-Ansatz der perfekte Leitfaden. Forscher manipulierten einen spezifischen Teil der Fliege, wie etwa eine Drüse oder ein Gen, und beobachteten, ob der tägliche Rhythmus stoppte oder sich veränderte. Wenn der Rhythmus unverändert blieb, war dieser Teil nicht essenziell. Wenn der Rhythmus unterbrochen wurde, war das Teil ein Kandidat für eine Kernkomponente. Diese Methode half den Wissenschaftlern, die Suche einzugrenzen, bis sie das period-Gen fanden, ein spezifisches Stück DNA, das essenziell für das Bestehen des Rhythmus war. In dieser Phase war das Phänomen zu breit gefasst, um als Kette gesehen werden zu können, sodass der Single-Variable-Ansatz der einzige Weg war, um die Quelle zu finden.

Nachdem das period-Gen gefunden worden war, trat die Forschung in die zweite Phase ein: die „Anreicherungsphase“. Die Wissenschaftler wussten nun, dass sie einen Teil der Maschine gefunden hatten, aber sie wussten nicht, wie er funktionierte. Sie mussten die Lücken im Mechanismus füllen. Sie begannen, die spezifischen Interaktionen zwischen den Proteinen zu untersuchen, die durch das Gen produziert werden. Hier änderte sich das Phänomen. Anstatt den ganzen Tag zu betrachten, betrachteten sie eine spezifische Interaktion: wie das durch das period-Gen produzierte Protein die Aktivität des Gens selbst stoppt. Diese Interaktion hatte einen klaren Anfang (die Produktion des Proteins) und ein klares Ende (das Stoppen der Genaktivität). Da es einen klaren Start und ein klares Ende gab, wurde der „Inbetweenness“-Ansatz zum idealen Werkzeug. Forscher konnten nun fragen: Was liegt zwischen dem Protein und dem Gen? Sie testeten andere Proteine, wie TIM und dCLOCK, um zu sehen, ob sie als Brücken in dieser Kette fungierten. Durch die Bestätigung, dass diese Proteine kausal zwischen dem Start und dem Ende der Interaktion lagen, konnten die Wissenschaftler die gesamte Feedback-Schleife kartieren, die die Uhr antreibt.

Das Paper schließt mit dem Argument, dass die Geschichte dieser Entdeckung zeigt, dass die beiden Ansätze keine Rivalen sind, die um den Titel „der Wahrheit“ kämpfen. Stattdessen sind sie ein Werkzeugkasten. Wenn ein Wissenschaftler versucht, den Ort eines Mechanismus in einem komplexen System zu finden, ist der „No-Decoupling“-Ansatz das richtige Werkzeug. Wenn der Wissenschaftler den Ort gefunden hat und die internen Verbindungen verstehen muss, übernimmt der „Inbetweenness“-Ansatz. Der Autor legt nahe, dass dieses Muster wahrscheinlich auf viele andere Bereiche der Biologie zutrifft, nicht nur auf die Fruchtfliegen-Uhr. Indem Wissenschaftler akzeptieren, dass verschiedene Stadien der Entdeckung unterschiedliche konzeptionelle Werkzeuge erfordern, können sie vermeiden, in theoretischen Debatten stecken zu bleiben, und sich stat\len auf die eigentliche Arbeit konzentrieren, zu enthüllen, wie das Leben funktioniert. Das Paper behauptet nicht, jedes Rätsel darüber gelöst zu haben, wie Mechanismen funktionieren, aber es ebnet den Weg für eine praktischere, flexiblere Art des Denkens über sie und ermöglicht es Forschern, die passende Methode für die spezifische Frage zu wählen, die sie in diesem Moment stellen.