这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
Each language version is independently generated for its own context, not a direct translation.
这篇论文就像是一份给科学界发出的“体检报告”，专门检查顶级科学期刊《自然》（Nature）在 2025 年发表的研究中，是否真的做到了“男女平等”地看待生物实验。
简单来说，这篇论文发现：虽然大家嘴上都说要关注性别差异，但在实际操作中，科学家们还是习惯性地默认“男性就是标准”，把女性当成了“特殊情况”或者干脆忽略不计。
为了让你更容易理解，我们可以用几个生活中的比喻来拆解这篇论文的核心发现：
1. 就像“默认设置”是男性
想象一下，如果我们要设计一款新的智能手机，工程师们默认只测试“右手习惯”的用户，然后直接宣布：“这款手机适合所有人。”
- 现实情况：在生物医学研究中，科学家经常只拿雄性动物（或男性细胞）做实验。
- 论文发现：在《自然》杂志 2025 年发表的所有相关研究中，虽然有两成多的研究只用了单一性别，但绝大多数只用了男性的研究，都是在研究那些“男女都会得”的病（比如心脏病、老年痴呆）。
- 比喻：这就像是在研究“怎么修好所有人的自行车”，却只找“男骑手”来测试，然后直接说“这修法对所有人都适用”。而如果是研究“女性特有的妇科病”，大家才会特意找女性来测试。这种“默认男性是标准，女性是特例”的思维，就像给科学戴上了一副有色眼镜。
2. “填表游戏”：形式大于内容
《自然》杂志要求作者在提交论文时，必须填一张“生命科学研究报告总结表”，上面会问：“你们包含男性和女性样本了吗？”
- 现实情况：很多作者为了过关，在表格里勾选了“是，我们包含了男女”。
- 论文发现：但这只是“填表游戏”。虽然 60% 多的文章声称包含了男女，但仔细一看，问题很大：
- 名不副实：有的文章开头说“男女都用了”，结果做具体实验时，又偷偷变回了“只用雄性”或者“只用雌性”。
- 比例失调：有的文章虽然男女都用了，但是 10 个雄性配 1 个雌性，这就像在民意调查中，问了 10 个男人和 1 个女人，然后说“这是所有人的意见”。
- 数据混在一起：有的文章虽然收集了男女数据，但最后把数据混在一起算个总数，根本看不出男女之间到底有没有区别。
- 比喻：这就像餐厅老板在菜单上写“本店提供男女均衡的菜品”，结果端上来的盘子里，99% 是牛排（男性），只有一片生菜（女性），而且还没告诉你哪块肉是谁的。
3. 为什么科学家爱用“男性”？（借口大赏）
论文里列出了科学家们只用男性样本时的各种理由，听起来都很“科学”，但其实经不起推敲：
- 理由 A：“女性激素变化太大，会让实验数据变乱。”
- 比喻：就像厨师做菜，因为怕女客人口味多变，就只给男客人做菜，然后说“这道菜适合所有人”。其实，了解女性的口味变化（激素周期）本身就是一种重要的科学发现，而不是麻烦。
- 理由 B：“我们假设男女没区别，所以没必要分开测。”
- 比喻：这就像假设“所有鞋子穿在脚上感觉都一样”，所以只试穿男鞋，然后说“这鞋男女都能穿”。直到有人发现，有些药对男性有效，对女性却无效甚至有害（比如论文中提到的阿尔茨海默病药物案例），这种假设才显得多么危险。
4. 真正的“发现”很少见
论文中最令人担忧的数据是：在那些声称“男女都做了”的研究中，只有不到 7% 的文章真正去分析了“男女到底有什么不一样”。
- 比喻：这就好比你买了一份“男女混合套餐”，结果服务员端上来时，把男女的食物混在一个大碗里，告诉你“这是混合口味”。你根本不知道哪部分适合你，哪部分不适合你。科学界需要的是把男女分开装盘，看看各自的味道，而不是混在一起。
总结：这篇论文想告诉我们什么？
这篇论文就像一位严厉的“质检员”，指着《自然》杂志（科学界的“领头羊”）说：
“你们虽然制定了规则（填表），但执行得不够好。你们让‘男性默认’的习惯继续存在，这导致科学发现不够严谨，甚至可能让未来的药物对女性无效或有害。”
核心建议：
仅仅让科学家“填个表”说“我关注了性别”是不够的。期刊和资助机构必须要求科学家真正地去比较男女差异，把数据分开分析，而不是把女性样本当成“凑数的”或者“麻烦的变量”。
只有当科学不再默认“男性=标准”，而是真正尊重“男女生物学差异”时，我们研发出的药物和治疗方案，才能真正保护全人类的健康。
在收件箱中获取类似论文
根据您的兴趣定制的每日或每周摘要。Gist或技术摘要，使用您的语言。