跨層次、跨領域的相似研究必然要動用多學科的資源，並在新的層麵上以重新“洗牌”的方式，拆除學科領域、研究類別之間的“籬笆”，實現新的融合。我認為，以下學科對本課題的綜合性研究顯得尤為重要。
（一）腦科學。21世紀被稱為“腦科學”世紀。有關人類大腦的結構與功能以及高級的精神活動是其研究的“重中之重”。就本書研究的主題而言，大腦神經組織及其活動與文化的相互關係，是一個值得注意的研究動向。近20多年來開展的漢語信息加工的腦功能成像研究，從一個側麵揭示了以漢語和以英語為不同母語的被試分別呈現的不同的腦機製，呈現出文化與腦神經回路及功能的密切關係。有關大腦的功能性模塊與文化組合之間的“同構”關係，也有望得到證實。
（二）人工智能（神經網絡）。在諸多的人工神經網絡模型中，美國認知科學家保羅·丘奇蘭德（Paul M.Churchland）基於神經解剖知識和原理基礎之上的“類腦網絡”，被認為明顯區別於傳統的聯結主義神經網絡。從方法論角度來看，計算的神經生物學觀點，能夠有效地實現認識論的自然化目標，能夠跨越規範主義或“語句認識論”設置的障礙，解答觀察是否滲透理論、科學範式轉換過程中因“突觸權重”的改變而導致的概念變化等問題。還要看到，在過去的20多年間，借助於心理學實驗與計算機建模的相互結合、對類比性思維的逐步理解，表象研究也從地處科學探索的邊緣位置轉移為心理學、神經科學和計算研究的中心論題。
（三）係統科學。作為一種橫斷科學，係統科學一開始便提供了一種跨領域、跨學科研究的理論和方法。近20多年來，係統的複雜機製成為研究的熱點。包括係統的自組織、自適應等。這方麵的研究可以啟示人們對科學知識係統作動力學的分析。目前，已有學者運用複雜性科學中的分形、混沌、分叉、隨機等概念描述科學知識係統的一般特征與機製。[53]類似地，如果我們把大腦看作是複雜係統的話，那麽這類研究可以在大腦係統模式和科學知識係統模式之間架設起溝通的橋梁。