研究人员必须学会将异质性视为所研究系统的一个基本特征和实验设计的核心考量，而非需要控制或减少的变量。

基础神经科学旨在利用动物模型理解复杂的生理过程，希望从这些模型中获得的洞见最终能“扩展”到临床现实中。然而，众所周知，我们的模型是有限的。例如，自闭症或多发性硬化症的小鼠模型，只能捕捉到这些疾病状态的片段。被诊断患有这些疾病的人具有高度可变的特征、发展轨迹、共病情况和对干预措施的反应。环境和社会因素以非线性、依赖于情境的方式相互作用，这使得在实验室环境中研究这些概念变得更加困难。

可以理解的是，基础研究人员设计对照实验的方式优先考虑内部有效性和机制清晰度。但通常，人类状况的复杂性和变异性并未被视为所研究现象的定义性特征。如果我们想理解复杂的状况以及健康与疾病中的大脑，认识异质性在基础神经科学中的范围和影响至关重要。这不是努力或专业知识的失败，而是关于什么是良好实验设计的潜在假设的失败。

例如，当涉及到小鼠群体时，我们知道其饲养环境的清洁度和温度等因素会对任何实验的结果产生巨大影响。研究人员避免使用饲养在不同房间或从不同供应商购买的小鼠是标准做法，因为这可能会给他们的结果引入噪音。但这种噪音可能为实验设计的潜在普适性和稳健性提供信息。一项包含饲养条件或动物微生物组变异性的研究，可能比控制这些参数的实验设计提供更多信息。

异质性不应被视为需要控制和减少的变量，而应被视为系统的一个基本特征和实验设计的核心考量。拥抱复杂性和异质性最终将提高基础研究的可转化性。借鉴网络神经科学、生物医学史与哲学以及功能性单细胞免疫学等研究领域的见解，研究确定了三个起步步骤。还为早期职业科学家制定了一个项目，以便在培训期间整合这些步骤。

为了开展能够更好地解决异质性和变异性的研究，基础神经科学家必须首先考虑模型能解释和不能解释什么。例如，在认知神经科学中，实验范式通常捕捉认知的孤立组成部分，但很少反映现实世界认知功能的异质性、情境依赖性和生活的复杂性。任务和实验条件针对可重复性和控制进行了优化，而不是生态有效性。需要更多的研究来评估我们的模型与临床实践中诊断的人类疾病有何不同。

其次，应测量和监测异质性，而不是消除它。需要开发和采用能够更好地解释感觉环境、社会背景、发育时间以及定义许多神经系统疾病的不可预测轨迹的方法。个体间的变异性——无论是遗传、发育还是情境方面的——不仅仅是噪音，而是关键的信息来源。在系统神经科学中，检查不同条件下神经和行为反应分布的研究，而不是仅关注平均效应，已被证明更能预测哪些回路层面的干预措施可能足够稳健，从而转化为神经调控疗法。

第三，需要在不同尺度上探究神经机制，并超越对细胞和回路的先入为主的观念。将分子通路与回路动力学和行为联系起来的研究结果，更有可能在现实世界中保持相关性。在这里，免疫学提供了一个有用的类比：该领域已经开始重新构建静态的细胞类型分类，转而采用动态的、对情境敏感的免疫状态，这种方法改善了免疫调节疗法的转化。神经科学也越来越需要类似的转变，因为神经细胞类型和回路深受情境、发育及其与身体其他系统相互作用的影响。

基础神经科学若能预见到转化的约束条件——而非事后才来调整相关性——便能产生更有可能推广到实验室之外的研究成果。所创建的TRANSCEND项目有助于应对这些挑战。这个新的玛丽·斯克沃多夫斯卡-居里博士网络旨在为早期职业神经科学家提供研究复杂脑相关疾病所需的概念和方法工具。TRANSCEND鼓励研究人员跨越概念边界进行思考：结构化的共同指导关系跨越基础神经科学、临床研究、计算建模和科学哲学，为每位候选人提供不同的转化视角。

该网络还促进跨边界的研究实践。博士项目被设计为整合多种数据模式，如分子、回路层面、行为和临床数据；候选人在解决异质性、可重复性和外部有效性的实验设计策略方面接受正式培训。轮转和共享培训模块让学生接触到补充方法，从免疫学和流行病学到患者体验的定性研究。这些活动旨在使博士研究人员能够成功驾驭转化科学的复杂局面，为他们提供一个参与多样化科学和非科学观点的结构化框架。

TRANSCEND代表了一次将观点付诸实践的尝试。它建立在一个理念之上：有意义的神经科学不仅仅需要更好的工具——它需要新的思维方式。那些愿意带着对复杂性的关注来设计基础神经科学、挑战根深蒂固的假设并重新思考“转化”本身含义的人，将会取得转化进展。