对于科研工作者来说，阅读文献几乎是日常必修课。大家是否曾有这样的体会：翻阅文献似乎并不困难，哪怕是一些顶尖期刊的文章，看多了某个领域的研究后，提炼出其“套路”并不是什么难事。受过科研训练的人，通常在接触一个新领域时，几篇文章就能理清研究的基本思路，明确每一步该做什么。
很多人可能会认为，科研不过是一些创新性更强、工作量更大、技术更新、临床意义更显著、叙述更吸引人的研究，就像美食家未必需要会做饭一样。但问题是，作为科研人员，我们常常身兼审稿人和一线研究者的角色。
如果你曾参与过科研工作，应该明白，顺利进行研究的情况并不常见。许多人在研究过程中遭遇了数不胜数的困难，以前学到的套路往往派不上用场。科研与烹饪截然不同，做饭只需按照步骤将食材依次处理，而科研的过程则充满了不确定性和风险。
在实际的研究中，除了面临仪器和试剂无法获取的问题，我们又有多少次的结果是如预期般理想的呢？真正的科研工作往往涉及大量的未知因素和挑战。尽管我们学习了许多积极向上的“套路”，但在科学探索的过程中，观察、思考、质疑现有结论的能力似乎愈发稀缺。尤其是在数据分析上，如何判断结果与预期不符的原因（是方法问题还是结果本身就是阴性）以及如何基于现有数据（例如组学数据）设计后续实验，这些都是科研人员常常会遇到的难题。无论是简单的Western Blot实验失败，还是如何将现有数据编织成引人入胜的故事，这些问题都极具挑战性。
听说过一个极端的案例：有些研究团队在项目启动前，连论文的框架和图表都提前规划好，甚至连期刊都已经选择妥当。他们的思路就像按照建筑设计图纸来进行实验，只需填补实验结果。
有些人会问，如果实验结果无法支撑预期怎么办？据说有的导师可能会埋怨学生能力不足，当然，这里面也有实验方法本身可能存在问题。但如果实验结果本身就是阴性呢？模块化的思维方式在入门阶段或许有其价值，但若想深入研究，大家都应该反思，这样的做法可能导致许多潜在的漏洞和问题。
我们常说“让科研回归科研”，其实是在强调科研思维的重要性。掌握科研的一些基本套路可能只需要阅读大约十篇文献，花上一个月的时间，但培养真正的科研思维则需要多年的积累与学习。举个大家都熟悉的例子来说明：在肝癌组织和癌旁组织的组学研究中，发现有300个差异基因，接下来如何筛选基因就成了关键。大家是否知道该如何挑选呢？
