最近几天，身边接连有一些学者发表的论文在 PubPeer 上受到质疑，涉及实验数据、图像以及研究结果的真实性等问题。（免责申明：论文受到质疑并不意味着作者已经构成学术造假。对于任何一篇存在争议的论文，都需要根据具体证据、作者回应以及后续调查作出判断，不能简单地将质疑等同于学术不端。）这些被质疑的论文，无一例外都是Nature系列，其实在Nature系列的原因也很简单，那就是目前只有Nature系列等少数期刊要求提交原始数据。这使得读者在读论文的同时，有机会进一步检查支撑这些图表的具体数据，从而发现其中可能存在的异常。
晚上闲暇，到PubPeer浏览了一下，我还观察到另外一种现象。不同学者受到质疑之后，相关信息在中文学术舆论场中的传播程度很不相同。有些在PubPeer上被爆出来的争议很快成为微信公众号和学术论坛关注的热点，而另外一些涉及具有较高学术地位（院士）或行政职务（重点高校校长书记）的学者的爆料几乎不会被出现在中文语境下。其实，耿同学也只拿捏院长级别的杰青。由此可见，那些靠造假上位的还要再接再厉啊，到了院士才能安全啊！
对于学术造假产生的原因，学术界已经有过很多讨论。其中一个无法回避的因素，就是当前科研评价体系对少数顶级期刊论文的高度推崇。在国内的科研环境中，一篇发表在 Nature、Science 或 Cell 等期刊上的研究论文，往往不仅意味着学术认可，也可能与人才项目、职称晋升、科研经费以及个人学术、行政等地位密切相关。当一篇论文可能改变一个研究人员甚至一个科研团队的发展轨迹时，围绕论文发表形成的巨大利益诱惑，就可能使部分研究人员突破学术诚信的底线。
现在一篇具有较强竞争力的生命科学论文，往往不仅需要展示某个重要的科学现象，还需要通过不同层次的实验建立一条相对完整的证据链，从表型到分子机制，再到功能验证，最好能够形成一个逻辑严密、前后呼应的研究故事。这样的要求有其合理性，因为科学发现确实需要充分的证据支持。但是，真实的生物学过程未必总是按照研究者预先设想的逻辑展开。某个现象可能确实存在，却只在特定遗传背景或环境条件下表现明显；某个基因可能确实参与了特定生物学过程，但其功能又受到其他基因、环境因素和生理状态的复杂调控。
由于过度竞争，让这些期刊的版面越来越只够接受更漂亮的、更完美的发现。在这种情况下，就面临着一种选择：是如实呈现这些不一致的结果，并重新审视原来的科学假设，还是试图通过选择性呈现甚至不当处理数据，使整个研究故事看起来更加完整？当一个学生或者博士后已经投入了数年时间，反复尝试却始终无法形成一个完整的研究故事，而毕业、出站的时间节点又越来越近时，一篇顶刊论文可能意味着完全不同的职业前景。此时，如果一个漂亮的研究故事有可能成为改变命运的机会，那么铤而走险的诱惑就不再是一个抽象的道德问题，而是一个真实存在的人性考验。
我自己在科研工作中的经历，让我对这个问题有着非常直接的感受。2016年开始，我一直在研究植物水通道蛋白的功能，也开展了包括转基因和 CRISPR 基因敲除在内的大量实验。但一个长期困扰我们的问题是，某些水通道蛋白相关的表型表现得很不稳定。在不同实验环境下，甚至由不同学生开展的实验中，同一类材料可能呈现出明显不同的结果。有些实验能够观察到预期的表型差异，而在另外一些实验中，处理材料与野生型之间却几乎没有明显区别。在相当长的一段时间里，我曾经怀疑这些差异是否来自学生操作不够认真，或者实验过程中的技术问题。但随着研究不断推进，以及与很多国际同行（当然都不是大牛）进行交流，大家都有非常相似的经历。
事实上，真实的生物学世界本来就不是一个简单的线性系统。基因的功能可能受到环境、遗传背景、发育阶段以及其他调控因素的共同影响。我们在实验室中观察到的，只是这些复杂因素共同作用下的某种结果。如果一个研究结论只在特定条件下成立，那么这种条件依赖性本身就可能是一个值得研究的科学问题。这也是这些年，我越来越不相信那些完美结果的论文。
科学研究本质上是一个不断试错、不断修正认知的过程。我们提出假设，通过实验验证假设，然后根据实验结果不断修正原有认识。这个过程充满不确定性，实验结果也未必总是符合预期。但最终发表出来的论文，往往呈现为一条非常顺畅的逻辑链条：从科学问题的提出，到关键现象的发现，再到分子机制的阐明，各项实验环环相扣，最终形成一个完整的科学故事。读者看到的是一个已经完成的科学故事，却很难看到研究过程中那些不确定的结果、反复的失败，以及无法解释的现象（当然有一段时间，也有一些人见了专门发表阴性结果的平台，但是最后都不了了之，收到的关注很低）。这当然与科学论文作为一种知识传播形式有关。论文需要组织证据，需要形成清晰的逻辑，也需要让读者理解研究发现。但问题在于，当我们逐渐习惯于用故事的完整性来判断研究价值时，是否也在不知不觉中形成了一种错误的认识，所有的科学研究，都应该得到稳定、明确、可以相互印证的结果？
我认为，科学研究真正需要追求的是证据的可靠性，而不是故事的完美性。只要研究设计合理、数据真实、分析严谨，一些不那么完美的数据并不会自动削弱研究的科学价值，反而可能是促进交流，理解相关科学机制的切入点。归根结底，科学研究的任务是尽可能准确地认识自然，而不是让自然界的复杂现象服从一个预先构建的故事。当科学必须成为一个完美的故事时，我们或许更应该警惕的，不只是个别研究人员是否为了发表论文而修改甚至编造数据，还有整个科研共同体是否正在逐渐忽略科学世界本来就存在的不确定性、复杂性和条件依赖性。
从我建立实验室以来，就一直向学生强调一个观点。我讲得最多的一句话是：“只要是真实的数据，即使它与我们的预期不符，甚至一时找不到原因，我们也应该如实记录、认真分析。假数据即使再漂亮，也终究是假的，经不起真正的独立检验”。或许正因为这个思想，我论文一直发的不上档次？
展开评论