证明被默认的结论对知识的发展有什么意义？ 第1页

既然题主提到不限于数学，那么我就说一个生物医学领域的东西吧。

可能和数学物理化学不大一样，生物，其实很缺乏“公理”，这也是我以前的签名“生物专治不服”的道理来源。这个专治不服，不只是他人，包括我自己。

而对于生物这门实验科学来说，最大的问题也在于此，就是，你可以认为某个结论可以覆盖很大比例，但是你不能认为这个结论就是放之四海而皆准的，甚至连随着时间变化都不一定。

在生物学领域，一个可能被大家默认的结论是错的，那么如果不被发现，那就会引发很多问题。

比如，药物剂量的问题。

有个药物叫华法林（Warfarin），这是一个非常经典的口服抗凝药物，用于治疗血栓，如深静脉血栓和肺栓塞，以及预防中风的人谁拥有心室颤动，瓣膜性心脏病或人工心脏瓣膜，已经在临床上使用了70年了，按理说，应该算是某种意义上的“默认结论”了吧。

在华法林的说明书上，会标注使用剂量，医生会根据剂量给出建议用量，这也是基本操作，至于剂量是怎么来的，主要是在临床实验阶段就算出来了，后续大家只需要参考剂量即可。

一般剂量主要是参考体重来的。

然而，现实中，总是存在一些群体，他们按照标准剂量服用后，会发生一些一些预期之外的事情。

比如，药物效果不够，这是最常见的问题，这还好。还有会发现，参考剂量效果太大了，也就引发了不良事件，甚至出血的问题（抗凝过度了）。

不过大家一般认为这可能就是个体差异吧，毕竟每个药物都可能会有这个问题，这已经是司空见惯的事情了。临床上遇到的药物不良反应太普遍了，而医生开药的时候，也只能说凭借指导和经验来开，但是无法预知其剂量和副作用，只能通过患者的使用效果来看了。

这似乎是一个默认结论了。

不过，还是有的人不信邪，他们总觉得这种事情，并不能默认为自然发生就忽视了，一切纯粹依靠运气来检验药物以期待自己不会恰好遇上药物剂量和自己不符这种事情不太合理。

于是，他们就对华法林进行了研究，最早的时候，他们对华法林的代谢机制进行了研究，发现华法林主要有两个关键的酶。

1 CYP2C9，这个酶是负责华法林体内代谢的酶。

2 VKORC，这个酶是华法林发挥作用的酶

不过，和所有的基因一样，不可避免存在基因变异。而科学家们把华法林的效果和这俩基因的变异进行了关联分析，有了大发现。

这两个酶的基因型竟然和华法林的效果有密切关系。

相比于野生型，

携带一个CYP2C9*2等位基因，华法林的日剂量需要减少17%，

携带一个CYP2C9*3等位基因，华法林的日剂量需要减少37%，

对于VKORC1来说，该基因可以解释高加索人群30%药物剂量的区别。

这意味着什么，如果你没有进行基因检测，不清楚你自己是哪个基因型，那么就麻烦了。

假如你刚好是CYP2C9*3等位基因类型，但是医生不清楚啊，他按照正常量开药了，那么事实上，你已经超量37%了。超量的后果，可以想象，轻则引发身体不适，重则可能引发严重后果。

2010年，FDA让华法林修改了药物说明书，要求服用华法林，需要进行基因检测，然后根据基因检测结果来进行药物配给。

如上图所示，如果你是VKORC1的GG型和CYP2C19的1/2型,那么你需要服用5-7mg即可。

但是如果你是VKORC1的AA型和CYP2C19的1/3型，那么你必须减量，服用0.5-2mg。如果你按照5-7mg的服用，那么你的药量超标了好几倍，后果可想而知，抗凝过度了，那就变成出血了。

这就是一个典型的验证默认结论时候发现意外并找出意外的根本因素的例子。

如果你默认了按照体重来服用华法林后，出现剂量问题及副作用的事情只是一个随机事件，那么，你极有可能错过了这背后的本质原因，那么最终就会导致很多人本来可以避免这种问题，却最终因此而受到影响了。

事实上，生物医药方面，默认结论很多时候会挑战大众的认知，最后让大家有了新的认知。

就比如经常说的ADE效应，也就是抗体以来增强问题。

按照基本的免疫理论，抗原刺激产生抗体，然后接下来再次遇到病毒来袭，那么就可以做到免疫。这就是疫苗的基本理论。

然而，现实中，却发现，有的时候，并非如此，有的时候，疫苗打了也没效果，那么，你是默认这只是个体差异？

甚至，更有甚者，有的人，感染了1型登革热，结果2型登革热来了，不仅无法抵抗，病情还会加剧。

依然认为是偶然？是个体差异？

结果科学家不信邪，仔细研究了一下，发现，登革热存在抗体以来增强效应。感染过后，新的病毒入侵，这些抗体不仅不抵抗病毒，还会协助病毒进入细胞，提高感染率，这一现象就是抗体依赖性增强作用。

于是得了这病，一个新的病毒株感染，可能不仅不能抵抗，反而会更严重。如下图所示，右侧下图就是ADE效应。

这也是为什么科学家要持续关注疫苗研发中的副作用问题，到底是纯粹的偶然？还是有其背后的必然。

如果没有这些研究，估计大家还是以为登革热这问题是偶然呢。

所以，在生物医药领域，验证已经默认的结论

1，如果证实默认结论，那么扩大了实验群体，证实这个结论可以进一步适合该群体。比如xx药物对美国人有用，对中国人有没有用。具体的，对北京人和上海人是否一样有效？（人群异质性问题）

2，如果否定默认结论，那么就必须考虑这种负结果，到底是偶然还是必然？如果有必然，那必然到底在哪里？

这就是题主你有所不知。你看到的是一个大定理被证明出来；但是实际上是数学家们走在证明的路上时生产了巨量的其他定理，最后这个大定理证明只是结果，给这场马拉松画上一个圆满的句号。