hypothesis-generation

科学假设生成

概述

假设生成是一个用于构建可检验解释的系统化过程。从观察中提出基于证据的假设，设计实验，探索相互竞争的解释，并形成预测。将本技能应用于跨领域的科学探究。

何时使用本技能

本技能应在以下情况下使用：

• 从观察或初步数据中提出假设
• 设计实验以检验科学问题
• 探索对现象的相互竞争解释
• 为研究形成可检验的预测
• 开展基于文献的假设生成
• 规划跨科学领域的机制研究

使用科学示意图进行视觉增强

⚠️ 强制要求：每份假设生成报告都必须包含至少 1-2 张使用 scientific-schematics 技能生成的 AI 生成图。

这不是可选项。没有视觉元素的假设报告是不完整的。在最终确定任何文档之前：

1. 至少生成一个示意图或图表（例如，展示相互竞争解释的假设框架）
2. 对于综合报告，优先使用 2-3 张图（机制通路、实验设计流程图、预测决策树）

如何生成图：

• 使用 scientific-schematics 技能生成 AI 驱动的出版级图表
• 只需用自然语言描述你想要的图表
• Nano Banana Pro 将自动生成、审阅并优化示意图

如何生成示意图：

python scripts/generate_schematic.py "your diagram description" -o figures/output.png

AI 将自动：

• 创建格式正确、出版质量的图像
• 通过多轮迭代进行审阅和优化
• 确保可访问性（色盲友好、高对比度）
• 将输出保存到 figures/ 目录

何时添加示意图：

• 展示相互竞争解释的假设框架图
• 实验设计流程图
• 机制通路图
• 预测决策树
• 因果关系图
• 理论模型可视化
• 任何能从可视化中受益的复杂概念

有关创建示意图的详细指导，请参阅 scientific-schematics 技能文档。

---

工作流

遵循以下系统化流程，生成稳健的科学假设：

1. 理解现象

首先澄清需要解释的观察、问题或现象：

• 识别需要解释的核心观察或模式
• 界定现象的范围和边界
• 记录任何约束或特定背景
• 澄清哪些已经已知，哪些仍不确定
• 识别相关科学领域

2. 开展全面文献检索

检索现有科学文献，使假设建立在当前证据之上。同时使用 PubMed（用于生物医学主题）和通用网络搜索（用于更广泛的科学领域）：

对于生物医学主题：

• 使用 WebFetch 搭配 PubMed URL 访问相关文献
• 搜索近期综述、荟萃分析和原始研究
• 寻找类似现象、相关机制或类似系统

对于所有科学领域：

• 使用 WebSearch 查找近期论文、预印本和综述
• 搜索已确立的理论、机制或框架
• 识别当前理解中的空白

检索策略：

• 从广泛检索开始，以了解整体图景
• 缩小到特定机制、通路或理论
• 寻找相互矛盾的发现或尚未解决的争论
• 查阅 references/literature_search_strategies.md 获取详细检索技巧

3. 综合现有证据

分析和整合文献检索的发现：

• 总结当前对该现象的理解
• 识别可能适用的已确立机制或理论
• 记录相互矛盾的证据或替代观点
• 识别空白、局限或未回答的问题
• 识别来自相关系统或领域的类比

4. 生成竞争性假设

提出 3-5 个能够解释该现象的不同假设。每个假设应：

• 提供机制性解释（而不仅仅是描述）
• 与其他假设可区分
• 借鉴文献综述中的证据
• 考虑不同层次的解释（分子、细胞、系统、群体等）

生成假设的策略：

• 应用来自类似系统的已知机制
• 考虑多种致病途径
• 探索不同的解释尺度
• 质疑现有解释中的假设
• 以新颖的方式组合机制

5. 评估假设质量

根据 references/hypothesis_quality_criteria.md 中确立的质量标准评估每个假设：

可检验性： 该假设能否被实证检验？ 可证伪性： 哪些观察结果会推翻它？ 简约性： 它是否是符合证据的最简单解释？ 解释力： 它能解释该现象的多少内容？ 范围： 它涵盖哪些观察结果？ 一致性： 它是否与已确立的原理一致？ 新颖性： 它是否提供了超越现有解释的新见解？

明确注明每个假设的优势和劣势。

6. 设计实验测试

针对每个可行假设，提出具体的实验或研究来检验它。查阅 references/experimental_design_patterns.md 了解常见方法：

实验设计要素：

• 将测量或观察什么？
• 需要哪些比较或对照？
• 将使用哪些方法或技术？
• 什么样的样本量或统计方法合适？
• 潜在的混杂因素有哪些，如何解决？

考虑多种方法：

• 实验室实验（体外、体内、计算）
• 观察性研究（横断面、纵向、病例对照）
• 临床试验（如适用）
• 自然实验或准实验设计

7. 提出可检验的预测

针对每个假设，生成具体、定量的预测：

• 说明如果假设正确应观察到什么
• 尽可能指明效应的预期方向和幅度
• 确定预测应成立的条件
• 区分竞争性假设之间的预测
• 注明会证伪该假设的预测

8. 呈现结构化输出

使用 assets/hypothesis_report_template.tex 中的模板生成专业的 LaTeX 文档。报告应格式良好，使用彩色框进行视觉组织，并分为简洁的正文和全面的附录。

文档结构：

正文（最多 4 页）：

1. 执行摘要 - 摘要框中的简要概述（0.5-1 页）
2. 竞争性假设 - 每个假设放在各自的彩色框中，附简要机制解释和关键证据（3-5 个假设为 2-2.5 页）
   • 重要： 在每个假设框之前使用 \newpage 以防止内容溢出
   • 每个框最多应 ≤0.6 页
3. 可检验的预测 - 琥珀色框中的关键预测（0.5-1 页）
4. 关键比较 - 优先级比较框（0.5-1 页）

保持正文高度简洁 - 仅包含最关键的信息。所有细节放入附录。

分页策略：

• 始终在假设框之前使用 \newpage，确保它们从新页面开始
• 这可以防止内容溢出页面边界
• LaTeX 框（tcolorbox）不会自动跨页断开

附录（全面、详细）：

• 附录 A： 包含大量引用的综合文献综述
• 附录 B： 包含完整方案的详细实验设计
• 附录 C： 质量评估表和详细评价
• 附录 D： 补充证据和类似系统

彩色框的使用：

使用 hypothesis_generation.sty 中的自定义框环境：

• hypothesisbox1 至 hypothesisbox5 - 用于每个竞争性假设（蓝色、绿色、紫色、青色、橙色）
• predictionbox - 用于可检验的预测（琥珀色）
• comparisonbox - 用于关键比较（钢灰色）
• evidencebox - 用于支持性证据要点（浅蓝色）
• summarybox - 用于执行摘要（蓝色）

每个假设框应包含（为满足 4 页限制，请保持简洁）：

• 机制解释： 1-2 个简短段落（最多 6-10 句），解释如何以及为何
• 关键支持证据： 2-3 个带引用的要点（仅最重要的证据）
• 核心假设： 1-2 个关键假设

所有详细解释、补充证据和全面讨论都放在附录中。

关键溢出预防：

• 在每个假设框之前插入 \newpage，使其从新的一页开始
• 将每个完整的假设框控制在 ≤0.6 页（约 15-20 行内容）
• 如果内容超出此范围，将更多细节移至附录 A
• 绝不要让框溢出页面边界 - 这会产生无法阅读的 PDF

引用要求：

力求广泛引用以支持所有论断：

• 正文： 仅针对最重要证据的 10-15 条关键引用（为满足 4 页限制，请保持简洁）
• 附录 A： 40-70+ 条全面引用，涵盖所有相关文献
• 总目标： 参考文献中 50+ 条引用

正文引用应有选择性 - 仅引用最关键的论文。所有全面引用和详细文献讨论都放在附录中。使用 \citep{author2023} 进行括号引用。

LaTeX 编译：

该模板需要 XeLaTeX 或 LuaLaTeX 才能正确渲染：

xelatex hypothesis_report.tex
bibtex hypothesis_report
xelatex hypothesis_report.tex
xelatex hypothesis_report.tex

必需宏包： hypothesis_generation.sty 样式宏包必须位于同一目录或 LaTeX 路径中。它需要：tcolorbox、xcolor、fontspec、fancyhdr、titlesec、enumitem、booktabs、natbib。

页面溢出预防：

为防止内容溢出页面，请遵循以下关键准则：

1. 监控框内容长度： 每个假设框应能舒适地放在单页上。如果内容超过约 0.7 页，则很可能溢出。

2. 使用策略性分页： 在包含大量内容的框之前插入 \newpage：

   \newpage
   \begin{hypothesisbox1}[Hypothesis 1: Title]
   % Long content here
   \end{hypothesisbox1}
   

3. 保持正文框简洁： 为满足 4 页正文限制：

   • 每个假设框：最多 0.5-0.6 页
   • 机制解释：仅 1-2 个简短段落（最多 6-10 句）
   • 关键证据：仅 2-3 个要点
   • 核心假设：仅 1-2 项
   • 如果内容更长，将细节移至附录

4. 拆分长内容： 如果某个假设需要大量解释，则拆分到正文和附录中：

   • 正文框：简要机制概述 + 2-3 个关键证据点
   • 附录 A：详细机制解释、全面证据、扩展讨论

5. 测试页面边界： 在每个新框之前，考虑剩余页面空间是否足够。如果剩余不足 0.6 页，使用 \newpage 使该框从新的一页开始。

6. 附录页面管理： 在附录中，在主要章节之间使用 \newpage，以避免详细内容区域溢出。

快速参考： 有关所有框类型、配色方案和常见格式模式的详细示例，请参见 assets/FORMATTING_GUIDE.md。

质量标准

确保所有生成的假设符合以下标准：

• 基于证据： 以现有文献为基础并附有引用
• 可检验： 包含具体、可衡量的预测
• 机制性： 解释如何/为何，而不仅仅是是什么
• 全面： 考虑替代解释
• 严谨： 包含用于检验预测的实验设计

资源

references/

• hypothesis_quality_criteria.md - 评估假设质量的框架（可检验性、可证伪性、简约性、解释力、适用范围、一致性）
• experimental_design_patterns.md - 跨领域的常见实验方法（随机对照试验、观察性研究、实验室实验、计算模型）
• literature_search_strategies.md - 在 PubMed 和一般科学资料中进行有效检索的技巧

assets/

• hypothesis_generation.sty - LaTeX 样式包，提供彩色框、专业排版以及用于假设报告的自定义环境
• hypothesis_report_template.tex - 完整的 LaTeX 模板，包含正文结构和全面的附录章节
• FORMATTING_GUIDE.md - 快速参考指南，提供所有框类型、配色方案、引文规范和故障排查技巧的示例

相关技能

准备以假设为驱动的研究成果以供发表时，请参考 venue-templates 技能，了解写作风格指南：

• venue_writing_styles.md - 比较不同发表场所写作风格的主指南
• Nature/Science、Cell Press、医学期刊和 ML/CS 会议的专门指南
• reviewer_expectations.md - 评审人在评估研究假设时关注的方面