Glossary名詞速查
看不懂哪個字，先來這裡。
這章的頁面
這章在講什麼
這章只有一頁，而且那一頁是自動生成的：每一頁在 frontmatter 宣告自己用到的術語，名詞速查就把它們收集起來，並反向標出「這個詞出現在哪幾頁」。所以它不會跟內文脫節，也不需要你手動維護。它的角色是索引，不是教材 —— 看到陌生的詞先來這裡對號入座，然後回去讀那一頁。
專有名詞在這個站一律保留英文原文，這是一個有代價的選擇，值得說清楚理由。你不會把 ENCUT、PAW、Γ-point、smearing 翻成中文，因為翻譯過的版本在你真正需要它們的兩個場合 —— 讀英文 paper、跟人對話 —— 全部用不上，反而多一層轉換。Cas9 這邊完全一樣：HNH、R-loop、PAM、off-target、kinetic proofreading 都是你最終要用英文說出口的東西。中文對照名只在能幫助第一次理解的時候才附上。
但這章真正的價值不在那 200 多個詞條本身。它在兩類會讓你在對話中安靜出錯的陷阱上，而這兩類陷阱都不是「不認識這個字」造成的。
第一類是同一個字在兩個社群意思不同。 最貴的一個是 convergence：在 DFT 裡它指的是 SCF、基組、k-mesh 的收斂，是決定論的、可單調逼近的，你看到曲線變平就可以停；在 MD 裡它指的是取樣收斂，是統計的，而且「有沒有一整片構形空間沒去過」原則上只能反證不能證明 —— 一條變平的曲線可能只代表你困在一個盆地裡。relaxation 也一樣：在你那邊是幾何最佳化到力小於閾值，在這邊是系統從初始構形鬆弛到平衡系綜，兩者甚至不是同一種數學物件。resolution 則是完全反直覺的一個：晶體學的 3 Å 不是「畫質」，它是繞射資料的截止，數字越小代表資訊越多。而 fidelity 在 Cas9 領域指的是專一性（切對地方的能力），跟數值精度毫無關係。
第二類更隱蔽：有些詞看起來是名詞，其實是你選的參數。 「這兩個殘基有接觸」聽起來像一個客觀事實，但它完全取決於你設的 cutoff；「這裡有一個氫鍵」取決於你設的距離與角度門檻；「這是一個鹽橋」取決於截斷距離；「HNH 是這些殘基」取決於一個沒有標準答案的邊界慣例；「我丟掉了 equilibration」取決於你怎麼決定截點。這些詞在論文裡讀起來像觀測，實際上每一個背後都藏著一個你有義務報出來的數字。 這一章的核心主張就是這句話：定義即方法。 一個沒有附上參數的術語，在方法段裡等於沒有寫。
不是用錯字，是用對了字但用在錯的粒度上 —— 例如把「HNH 的動態」跟「某個殘基的動態」混用，或把「這個變體專一性高」跟「這個變體在這個 guide 上 off-target 少」混用。前者是 domain 尺度與逐殘基尺度的混淆，後者是通則與單一條件的混淆。兩者都不會被字典抓到，只會被人抓到。
這章不做的事：詞條不解釋機制（那在各章的正文裡，glossary 只給一句話定義加上出現在哪幾頁），它不是同義詞字典，也不追求收錄完整。最重要的是：它不能替代讀那一頁。 一個詞的意思你可以在這裡查到，但「什麼時候不該用它」永遠只在那一頁裡。
教授可能問
你一直說 HNH 是一個 domain。domain 的定義到底是什麼？邊界怎麼定？點開看參考答案
domain 指的是一段可以獨立摺疊、結構上相對自主的區段，但它的邊界是慣例不是自然常數，不同論文差幾個殘基是常態。HNH 大約落在 775 到 908，而 L1（765 到 780）與 L2（906 到 918）這兩條鉸鏈在編號上跟它是重疊的、不是相接的。定錯的後果不會報錯，只會安靜地改變你所有 domain 級聚合量的分母 —— 多納入或少納入十個柔軟的 linker 殘基，就足以改變 domain 平均值的排序。所以正確的處理是把 selection 寫成一份設定檔、進版本控制、所有腳本共用同一份，並在方法段給出實際使用的殘基區間。
你說你的模擬「收斂了」。這個字在你原本的領域跟這裡意思一樣嗎？點開看參考答案
不一樣，而且這是最貴的一個誤譯。在 DFT 裡收斂是決定論的、可單調逼近的：加大 ENCUT 就靠近基組極限，看到曲線變平就可以停。在 MD 裡它是統計的，而且分成三件不同的事 —— 系統還在不在鬆弛、平均值的誤差多大、以及有沒有整片構形空間沒去過，最後一件原則上只能反證不能證明。帶錯這個直覺的具體後果是：看到 RMSD 曲線變平就宣布平衡、只跑一條軌跡就下結論。 正確的檢查形狀是統計的：用多條獨立軌跡的分歧程度取代單條曲線的平坦程度。
一個結構的 resolution 是 3 Å。這個數字在說什麼？越大越好還是越小越好？點開看參考答案
越小越好，這跟直覺相反所以要特別記。它指的是繞射資料被使用到的最高解析度，數字越小代表能分辨的細節越細。實務上這個數字直接決定你可以相信什麼：3 Å 出頭的結構，主鏈走向與 domain 的相對擺放可信，但側鏈旋轉異構物的細節、水分子的位置、任何跟氫有關的幾何都不可信 —— 那個尺度根本看不到氫，所有質子化狀態都是你或建模軟體事後指定的假設，不是觀測。
你論文裡出現最多次的那個名詞，有沒有被定義過？點開看參考答案
這一問是設計來讓人尷尬的，而它幾乎總是成功。最常出現的詞往往是最沒被定義的：contact、specificity、engagement、dynamics 這幾個都是重犯。實務上的規則很簡單 —— 凡是會出現在結果或結論句子裡的名詞，都必須在方法段有一次操作型定義（附上參數）。凡是只出現在動機與討論裡的，可以用領域的通俗用法。分不清哪些詞落在哪一邊，是跨領域研究者最容易被抓的地方。
Reviewer 可能問
你論文裡的 contact 是怎麼定義的？跟你拿來比較的那篇一樣嗎？點開看參考答案
如果答不出來，所有接觸相關的數字都失去可比性。你必須寫出：用哪一種原子（重原子、所有原子、還是特定原子對）、cutoff 是多少、有沒有排除相鄰殘基、佔據率的門檻是多少。跟文獻比較的時候更麻煩，因為不同軟體的預設值不同 —— 最安全的做法是用對方的定義重算一次當作對照，成本很低卻能擋掉一整類質疑。同時要做敏感度掃描：把 cutoff 從一端掃到另一端，看排序會不會翻轉。絕對數值一定會隨門檻變化，那不是問題；問題只在兩條曲線會不會交叉。
你在文中交替使用 specificity、fidelity 與 selectivity。它們是同一件事嗎？點開看參考答案
在 Cas9 文獻裡 fidelity 與 specificity 常被當成近義詞使用（「高保真變體」講的就是專一性更好的變體），selectivity 則比較常出現在化學語境。這種鬆散在引言裡沒問題，在結果裡就是問題，因為只有 specificity ratio 有操作型定義（on-target 與 off-target 活性的比值，而且必須指明是在哪一個 guide、哪一個位點、哪一種量測平台上）。可防守的作法是：在文中選定一個詞、定義一次、之後固定使用，並在第一次出現時說明它的操作型定義。術語的一致性在方法學論文裡是可信度的一部分，不是文字風格問題。
你丟掉了多少 equilibration？判準是什麼？對結果有多敏感？點開看參考答案
「我丟掉前面一段」不是答案。你必須說出判準（是用某個量的漂移、用自動偵測、還是固定時間），並且報告敏感度 —— 改變截點會不會改變你的結論。這一項特別容易被忽略，因為它感覺像是前處理而不是分析，但它其實是一個沒有被凍結的自由度。在預先登記的架構下，這一項若沒有事先固定，就必須主動列在「未凍結的自由度」清單裡，並提供敏感度分析。 主動列出比被問出來安全得多。
你的術語習慣跟你要投的期刊的社群一致嗎？點開看參考答案
這是一個看起來瑣碎、實際上會影響審稿印象的問題。同一個概念在計算化學、結構生物學與基因編輯三個社群可能有不同的慣用說法，而審稿人會從用詞判斷你是不是這個社群的人。可行的作法是：挑三到五篇目標期刊近期的相關論文，把它們的用詞抄下來當成對照表，並在明顯分歧的地方選擇目標社群的說法、同時在第一次出現時附上你原本領域的對應詞。這不是迎合，是降低讀者的認知成本 —— 而降低認知成本會直接反映在審稿意見的友善程度上。
口試可能問
你堅持不翻譯術語。這個選擇的代價是什麼？點開看參考答案
代價有兩個，都要講出來。第一，對中文讀者的可及性下降 —— 一個完全沒接觸過的人會被英文詞卡住，這在教學場合是真的成本。第二，你會失去用母語思考的那層直覺 —— 有些概念用母語想才想得深。承認這兩點之後，選擇的理由才站得住：這份材料的目標讀者最終要讀英文論文、要跟做這個領域的人對話，而翻譯過的術語在那兩個場合都用不上。折衷方案是第一次出現時附上一個短的中文說明而不是翻譯名，例如「R-loop（RNA 把 DNA 頂開後形成的三股結構）」—— 說明幫助理解，但不創造一個新的、只有你在用的中文詞。
你怎麼確定你理解的那個詞，跟領域裡的人理解的是同一個？點開看參考答案
最誠實的答案是：不確定，所以要設計檢查。 三個可行的檢查：一、看那個詞在原始論文裡第一次出現的脈絡，而不是看後來的綜述怎麼用；二、找出這個詞的操作型定義（如果一個詞在論文裡從來沒有被量化過，那你跟別人對它的理解很可能不一樣）；三、在跟合作者的對話裡主動複述一次自己的理解，讓對方有機會糾正。第三個最有效也最少人做，因為它需要承認自己可能理解錯。
你的資料在逐殘基尺度是 noise tier。那你為什麼還在論文裡談 HNH？這個尺度選擇的代價是什麼？點開看參考答案
因為 domain 級與逐殘基級在你的資料裡是可靠度完全不同的兩種東西：跨 4 條獨立軌跡，聚合量（BSA 2.1%、總 protein–DNA 接觸 4.1%）穩到可以排序，而逐位點距離是 38 到 46%、DNA RMSF 是 59.1%，都落在 noise tier。所以「HNH 這一塊在動」講得，「第 X 號殘基特別軟」講不得 —— 選 domain 級不是偏好，是資料只准你講到那個粒度。代價要一起講出來，而且它很痛：降到 domain 級之後你就交不出機制細節，指不出哪一個殘基是開關、也接不上單點突變的位置，而那恰好是生物端審稿人最想看的東西。你買到的是每一句話都撐得住，賣掉的是故事的解析度。這個取捨要自己寫進論文而不是等人問 —— 主動宣告尺度的人像懂分寸，被問出來的人像沒發現。
「定義即方法」這套紀律是你從 DFT 世界帶過來的。它在這裡水土不服嗎？代價是什麼？點開看參考答案
有一處真的不服，而且要主動講。在 DFT 那邊，ENCUT 與 k-mesh 這類參數有一個可以逼近的極限，所以替參數辯護的方式是把它收斂掉；contact 的 cutoff、氫鍵的角度門檻、鹽橋的截斷距離沒有這種極限，它們是定義不是近似，收斂不掉。所以紀律要換一種形式落地：不是「把它收斂掉」，而是「報出你用的值，並且掃一遍看排序會不會翻轉」。代價有三個，都要認：敏感度掃描要花 CPU 時間與篇幅；結果段會比只報一個數字的競爭者顯得囉嗦；而且你會比別人慢。可防守的取捨是只掃那些數字會進結論句的參數，其餘的值照報但掃描放補充材料。願意付這個代價的理由很現實：你這篇論文賣的就是紀律，紀律不展示出來就等於沒有。
AI 對話練習
你是一位同時待過計算材料與計算生物物理兩個社群的研究者，特別擅長抓出跨領域的語意陷阱。
我是計算化學／材料背景（熟 DFT、VASP、吸附能、電催化），生醫背景接近零。
規則：
- 你一次給我一個在兩個領域都會出現、但意思不同或用法不同的詞。
- 我要先回答三件事：我原本領域裡它是什麼意思、我猜在分子模擬／結構生物學這邊它是什麼意思、以及如果我把原本的理解直接搬過來，會在什麼具體的分析上出錯。
- 我答完你才給正解，並且要指出我的誤解會導致什麼具體的錯誤動作（不是抽象的「理解偏差」）。
- 如果我答對了，直接加難度，換一個更隱蔽的詞。
請至少出 10 個詞，難度遞增。請務必涵蓋 convergence、relaxation、resolution、fidelity、ensemble 這五個，其餘由你挑選。最後一個請挑一個「兩邊其實意思完全一樣、但我可能會以為有陷阱」的詞，測我會不會過度懷疑。
你扮演一位吹毛求疵的方法段審稿人。你的信念是：任何在結果句裡出現的名詞，如果在方法段沒有操作型定義，就等於沒有寫。
規則：
- 我會給你一段我寫的結果敘述（或我口述我打算怎麼寫）。
- 你要逐句掃描，圈出所有看起來像客觀事實、實際上藏著一個我選的參數的詞。常見的有：接觸、氫鍵、鹽橋、埋藏面積、domain、平衡、穩定、柔軟、顯著。
- 每圈出一個，你要問我三件事：這個詞背後的參數是什麼、我用的值是多少、以及如果把那個值改到合理範圍的另一端，我這句話還成立嗎。
- 我答不出來的，你直接標記為「未定義」，並替我寫出一句該補進方法段的句子。
- 最後給我一份清單：必須補進方法段的定義（附建議寫法）、必須做的敏感度掃描、以及可以留在通俗用法的詞。
請不要順著我的敘述往下讀，要當成在找漏洞。
你是一位資深教授，特別擅長抓「用對了字但用在錯的粒度上」這種錯誤。
規則：
- 我會向你描述我的研究發現（用我自己的話，大約三到五句）。
- 你逐句檢查兩件事：尺度（我講的是 domain 級、逐殘基級，還是整個系統級？我的資料支持哪一級？）與條件（我講的是通則，還是在某一個底物、某一個 guide、某一個量測條件下的觀測？）。
- 只要我在任何一句裡把兩個尺度或兩個條件混在一起，立刻打斷，指出那句話裡做了偷渡工作的那個詞，並要求我重講。
- 至少要挑戰我一次：「你說這個區域會動。你的資料在這個尺度上的跨獨立軌跡變異是多少？如果是幾十個百分點，你憑什麼講到這麼細？」
- 最後把我的描述改寫成一個每一句都標明尺度與條件的版本，並告訴我改寫後哪一句變弱了、那個變弱是不是誠實的代價。
不要幫我潤飾成聽起來更厲害的版本。我要的是聽起來更精確的版本。