顶级期刊才是学术造假的罪魁祸首？

编者按：

本文为江华、彭谨、周志远、周舜泰、陈伟、彭曦、Charles Damien Lu、李太生共同合作。这篇评论，是2013年6月~7月间，几位作者有感于几桩知名的学术造假案共同完成的。追根溯源，这些作假事件几乎无一不与《Cell》、《Nature》、《Science》等所谓顶级期刊引导的发表机制相关，并且这种发表机制的背后，反映了生物医学研究中一些深层次的令人担忧的问题。成文之后，几位作者忙于科研和临床工作，一直没有时间修改发表。

2013年12月10日，2013年诺贝尔生物医学奖获得者Randy Schekman在卫报上发表了《Nature， Cell和Science之类的期刊是如何毁掉科学的》一文，对CNS（代表国际最高水平的《Cell》、《Nature》和《Science》杂志，CNS并不是专有名称，只是表示生命科学高水平学术杂志） 提出了严厉的批评。我们认为，Randy Schekman的很多意见是切中时弊的，但他并未在文中论及现象背后的一些深层的问题。为了促进国内科学界同仁对有关问题的进一步讨论，我们决定将这篇还不太成熟的评论呈现给大家，也算是抛砖引玉。

CNS对学术造假应负的责任

最近几年来，知名生物医学杂志上的著名论文造假事件，令人目不暇接，其性质恶劣影响广泛，堪称空前，惟愿绝后。例如著名的Potti医生造假案，以及最近发生的藏敬五造假案。这些造假者的行径严重损害了社会公众对科学社区以及“科学自治”的信赖，势必动摇生物医学研究的基础。对这些造假者当然应该加以谴责，但仅止于空泛的谴责以及对当事人的惩处是远远不够的。科学社区应该反思，如何进一步规范科学研究的具体运作，以及如何杜绝造假和防范不端行为的机制。

我们在此提出的一个论点是：以CNS为代表的顶级大型科学刊物引领的论文发表“规范”或曰“时尚”，对此类造假是否也应承担部分责任？

随着生物医学研究技术和仪器的快速发展，科学家们能够对复杂生物学现象利用多种技术手段来进行综合性研究。这种情况下，出现了一种认定“高水平研究”的倾向，即将利用多种研究手段的研究等同于高水平。换言之，一个“高水平研究”首先必须包括一个能够反映当今特定学科发展思潮的假设；然后利用现有的各种先进方法对这个假设进行多个角度的验证（从基因，蛋白质相互作用，细胞内细胞外各种干预手段的运用）；最后结论要求能够阐明一条新的调控通路或者新的生物学现象。

在某种程度上，这种复杂的研究方式能够避免一些因设计缺陷造成的不严谨的结论，从而获得高水平的研究成果，由此也受到CNS等顶级刊物的大力提倡。遗憾的是，这种研究范式也给造假者提供了温床。一项重要结论若是由多篇已发表的论文，或多个独立实验室的研究结果来逐步推出的，那么任何一个关键中间环节出现作弊，都是很容易暴露的。而在生物医学类的研究中，重复验证关键核心步骤的成本巨大。一个垄断了所有关键中间步骤的大项目，很难被其他研究者进行检验，这就给作弊留下了巨大的生存空间。

当前顶级学术期刊所青睐的重量级论文的研究范式，正是鼓励某个实验室，或利益密切相关的数个联合实验室完成所有中间步骤。在研究者已经耗费巨大研究资源的前提下，如果发现某个关键环节的实验结果出了意外，那么修改部分数据进而强行发表成果就会成为一种策略。在这种情形下，依赖某个研究者或某个实验室的科学良知来保证学术自律，是对人性的巨大考验。

上有所好，下必胜焉。这种由CNS等期刊倡导的崇尚繁琐化论证的研究风尚，对近年来频频发生的重大造假事件负有部分责任。这些重大作假事件必然会影响公众对科学自治社区的信任。

的确可能存在某些实验室和科学家，诚实严谨地完成了大型项目，并获得巨大突破，这样的论文当然是重量级论文，并值得在CNS发表。但是在学术作弊层出不穷的环境下，这些重大成果应该受到更严格的检验。我们建议，应有独立实验室重复验证此类成果的关键环节，而不是仅仅围绕论文的文字、图片、数据进行同行评议。而这种对重要成果进行重复的研究，也值得在顶级杂志发表。

此外，面对生物体固有的复杂性，科学社区应该对企图“一招制胜”搞定复杂疾病的研究策略有所反思。越来越多的证据表明，大多数慢性病是机体信号调控网络紊乱造成的现象，对此进行深入理解和解释的前提是在已有的知识基础上提出新的系统框架。如生物学大师恩斯特·迈尔（Enrst Mayr）所言，“在生物科学中，绝大多数的重要进展是由引入新概念或改善现存概念而取得的”。在这种情况下，试图通过繁琐化的“严谨”工作来阐明人体生理病理信号调控网络中的某一“pathway”，从而一劳永逸的解决复杂疾病的机制问题，是行不通的。

CNS对数据分析的导向性

我们认为，现代生物学研究中，重要的工作应当包括两个方面：一是提供大量反映各种生理病理活动真实情况的数据，这些数据和现象无须获得立竿见影的最终解释，但是必须如实地反应特定实验条件下，细胞或者个体的各种反应的真实状况。二是通过统合大量原始研究的真实数据，利用数据挖掘、大数据分析以及数据可视化等手段，对解释特定疾病或者生理现象提出新的概念框架。这样的研究更适合于解释人类复杂的病理生理过程，也应该成为未来生物医学研究的前进方向。

遗憾的是，目前以CNS为代表的传统生物医学刊物的审稿制度和发表机制无法满足上述要求。审稿人对于所谓逻辑严密、证据充分的追求，使得“严谨”的研究成为了某些实验室的“特权”。

与此同时，现有的论文发表体系并未对原始数据的公开性作出特别要求。巨大的研究投入和资助者“限期出成果”的要求，使得许多研究者在研究设计阶段就准备好了一个符合编辑和审稿人胃口的预设结论。在这种情形下，所有的实验过程都会围绕着论证预设结论来进行，与此无关的各种数据将会被有意抛弃。在实验结果的解释过程中的倾向性更是显而易见。

所有的这一切最后将导致一个可怕的结果：为使论文在CNS等顶级刊物发表，研究者很多时候不得不通过故意隐藏某些不支持预设结论的数据，甚至强行修改数据，以获得更加“有意义”的结论。不过，反讽的是，很可能一些真实深刻的洞见就隐藏在在那些被抛弃的数据中，此类事例在科学史上屡见不鲜。

在逻辑碰壁的时候，实验数据偏离预设结的时候，有可能就是重大突破出现的时刻，前提是你抓得住机遇。什么是机遇？意想不到才是机遇。但是，由CNS所一力提倡的这种垄断式研究，从头到尾追求的都是设计精良、滴水不漏，“意外”事件往往只会被实验者故意忽略或抛弃。因为，“意外”就代表真正的未知领域，投入其中，谁敢言一定能成功？

如果说巴斯德等生物医学先驱在研究中时刻等待着意外（机遇）的降临，那么当今许多研究者则对机遇避之唯恐不及。以人类胚胎干细胞的一个知名造假事件“韩国黄禹锡案”为例，其在实验中抛弃的“意外”就蕴含着机遇。他通过修改实验数据，把孤雌生殖所得的干细胞论证为克隆所得的胚胎干细胞。2007年，美国哈佛干细胞研究所的George Daley教授就已经指出，黄禹锡无意中创造了首个来源于未受精卵的人类干细胞系，这本应该成为一个重大的发现。那么，我们现在应该反思的正是，是什么样的科研风气和环境，导致黄禹锡宁可作弊也要抛弃重大机遇？

危险的学术势利--CNS是否应该统统关门？

为避免这种状况，也许在不远的将来，会有激进的科学家提出：让CNS统统关门才是消除浮躁之风的一种正本清源的好法子。这类期刊的存在，使得某些知名实验室的科学家和审稿人可以左右论文发表的趋势，对某些不合其固有思维模式的实验结果提出苛刻的验证要求，反之亦然。由此造成的论文发表偏倚会严重阻碍科学的进步，不公开实验数据更是大大降低了通过数据挖掘来获得新知识的可能性。

此种论文发表环境下，CNS等传统刊物已经不再是发表真正有意义的研究的学术平台，而是成为一种高级学术政治游戏的名利场--学术公器成了门阀世家的玩物。长此以往，顶级期刊的编辑们将把“先看门第，再论科学”的恶习视作当然，而顶级审稿人们也难以放弃“我们需要这个结论吗”之类的问题，并将此美化为“我想看看这个实验是否具有重要的科学意义”。

大数据时代，论文发表体制的变革之道

2000年，著名科学史家Judson在他的《大背叛：科学中的欺诈》中已经指出，“虽然同行评议和稿件评审看起来是合理的、不可或缺的和不可改变的……但它既不是自然法则，也不是认识论法则”，并且认为，虽然近年来对于同行评议制度的研究已经出现了很多，但由于缺乏数据，这类研究很难得出确定性的结论。

然而，同行评议，尤其是所谓顶级期刊的稿件同行评议缺乏客观性和可量性，已经是科学编辑共同体中的一种共识。怎样跨越这种挑战？在计算机网络和计算机科学繁荣发展的今天，我们应该寻求一种更为客观的评价科学论文的方法。具体建议如下：

1. 严格执行研究数据开源，鼓励对已发表研究的数据进行二次挖掘。这样有两个好处：

1）防止刻意的学术造假。和物理、化学等经典学科研究相比，生物学研究数据受到更多、更复杂也更不可控的因素影响。利用大数据分析、机器学习等数据挖掘的方法，有可能从已发表数据中挖出很多重要的被研究者忽略的相关性信息。为进一步的研究提示方向，同时使得未来的研究者能够对数据进行核查。在著名的Potti医生案中，揭露造假的Paul Goldberg等人正是通过主成分分析对论文数据进行了二次挖掘，发现了数据内部缺乏自洽性，从而揭开了这一重大造假案的盖子。

2）研究数据开源有可能催生新的发现。越来越多的证据表明，单独一个实验室并不一定能够对实验数据所蕴含的信息进行充分的解析。在这种情况下，上传原始研究数据并开放使用，能够为其他研究者对数据进行深度解读创造出基础。只要数据的真实性有保障，即使结论并不见得激动人心，也有可能供未来的研究者加以利用并挖掘出新的价值，得出原作者未曾料的重要发现，或者用以建立新的概念框架。

2. 改变过分严苛的同行评议标准，对跨学科研究提供更加宽容的发表环境。研究数据开源带来的另外一个后果就是，不同的人对于开源数据的解读完全可能是不一样的，甚至是矛盾的。在这种情况下，需要更客观地定义实验的严密性和严谨性。审稿人和编辑应当摒弃主观上对于新思想和新框架的偏见，是否接受论文发表，应该首先基于这篇论文的数据质量，而不是结论是否满足于证明某种特定的观点或假设。顶级期刊在组建审稿人数据库时，应当纳入更多的具有多学科背景的专家，使则同行评议制度获得新生。

3.对知名研究机构和新的、不知名机构一视同仁。研究数据开源本质上是一种科学研究的民主化。以数据真实性作为论文发表导向，也有助于消除当今学界盛行的基于地域、名气的歧视和不平等。尤其是所谓顶级期刊，更应该时刻警惕存在于编辑、审稿人心中的这种内在偏见和歧视。

4.开放获取。网络出版和开放获取，最终会彻底改变科学发表的现状。它能够为新的思路和新的交叉学科研究范式提供更大更快更宽容的发表平台，只要论文逻辑自恰，证明有效，就应该让科学界同行尽快看到。

CNS这三本期刊都曾经是并且依然是推动科学进步的重要力量。我们期待，这些被科学家们和公众寄予厚望、承载了人类科学梦想的期刊能够勇于变革，CNS以及变革以后的科学论文发表机制，能够成为科学创新的发动机之一。我们愿意用另外一句中国古语来结束这篇评论：“苟日新，日日新，又日新”。

作者单位：

江华，医学博士，四川省医学科学院·四川省人民医院创伤代谢组多学科实验室,四川省医学科学院·四川省人民医院创伤代谢组多学科实验室；

彭谨，医学硕士，四川省医学科学院·四川省人民医院创伤代谢组多学科实验室；

周志远，生物学学士，四川省医学科学院·四川省人民医院创伤代谢组多学科实验室；

周舜泰，医学博士，Department of Infectious Disease, University of North Carolina at Chapel Hill；

陈伟，医学硕士，中国医学科学院北京协和医院肠外与肠内营养科，四川省医学科学院·四川省人民医院创伤代谢组多学科实验室；

彭曦，医学博士，第三军医大学全军烧伤研究所；

Charles Damien Lu，哲学博士，四川省医学科学院·四川省人民医院创伤代谢组多学科实验室；

李太生，医学博士，中国医学科学院北京协和医院感染内科。