从小保方晴子的纽约客采访来说说实验重现率

风云动

生物谷 Murphy   w) u' a! N1 e9 J$ N7 U+ w9 s

: ~6 x4 C6 N0 O* Q& J* r1 C9 \+ T. C近日，小保方晴子接受了纽约客的采访，采访回顾了小保方接手维坎提的STAP思想，夜以继日地在实验室做实验，在Nature上发表论文，名利双收，但随后被质疑造假--没人能有成功复制结果，身败名裂的整个事件过程。
1 a& Z* K2 B7 F' D* L0 K3 a7 ]" g! |: s4 _) a, Y
Nature作为一本殿堂级期刊，能在上面发表一篇论文，对任何科学家而言都是一件名利双收的事，既能确立自己的学术地位，又能带来物质回报（评议职称，拉到实验室赞助）因此，这件事情关注度极高，在这样一本严肃的期刊上，赫然登出了一篇无法实验重现的造假论文，科学家们的心情可想而知。
7 e# g: m5 d& n1 a; a* J6 I( H; U! ^$ `* M( w/ d0 @; K3 x( @. a' O( b* J& \
但据2012年医药公司安进（Amgen）的前研究总监报告称，他和同事曾试图复制53篇著名论文的结果。他们只成功复制出了6篇的结果--验证率是11%。在生物谷举办的大咖云集2016外泌体与疾病研讨会：从实验室到临床会议上，一位从事检验科的专家也当众承认无法重复干细胞移植的一项技术，而这项技术已经在某知名杂志上发表出版。
' _6 Z9 B4 V3 n. P) Y1 J3 ?
$ n6 u. v' P6 ^* _) I& Q  ^实验重现性一直是科学家们追求的目标，通常认为只有高重复率的实验才代表着真是的数据，但真的是这样吗？答案有待考证。Science期刊上的《Estimating the reproducibility of psychological science》通讯作者Brian Nosek提出了他的论点。
( u8 o9 l( e6 D( f6 I+ V: K! E1 a1 g4 s; O; E
他首先提到，研究者需要知道有些因素会导致"文章灌水"，以至于实验不可重复。一般的"文章灌水"有三种原因，第一是有倾向性地发表支持猜想的数据，第二是只发表有显着
6 \7 e- A% V; C$ |; i7 v$ n4 E1 {+ K
# t! J) p0 z! V5 G统计学意义的数据，第三是研究样本数量不够。这篇发表在《Science》上的研究，还给出了其他原因，即实验样品的差异、实验设定的差异以及实验完成的质量差异等等。4 i. U2 s1 d0 \6 {
. Y" K+ Z) R1 u: Q' L8 `1 B8 ~
正如世界上没有完全相同的两片树叶一样，实验室样品也不能说完全一样，再加之每个实验室的设备质量、设定参数、实际使用情况不一，实验室操作人员熟练程度的参差不齐，客观上存在很多影响实验重现性的不可控因素。
; ^& G+ l. o! \  c! V! A8 M" I2 \% U6 p8 p2 i
然而，对于Brian Nosek等给出的这三种原因（实验样品的差异、实验设定的差异以及实验完成的质量差异），Dorothy Bishop并不十分认同前两者。对于实验完成的质量的问题，也可能存在这样的情况，即重复实验在数据上和原始实验存在显着性差异，很可能是重复实验时候没有处理好或者操作正确。
' P! z0 n# D3 M# m7 M3 Q  [. Y7 P) X+ E- F% l
所以，实验重现性不能作为检验实验假说的唯一标准， 但同时，我们也不能忽视实验重现性的作用，我们需要谨慎把握实验真实性和重现率的平衡。哈佛大学著名科学家、波士顿儿童医院干细胞移植主任George Daley针对小保方事件曾经说过：妄想和造假构成了欺骗的流程--首先你欺骗你自己，接着欺骗别人--衡量科学家水平的一种方式，就是看他有没有察觉到自己出了错的能力。' M- W0 U, m  X9 Q; u

$ H( \- K8 s3 B  R; u; m6 Q3 f我们在做实验时不应抱着对某种假设的偏爱，这样容易对实验过程中出现一些异常数据视而不见，虽然重大科研发现常常让我们兴奋不已，夜不能寐，但是当我们拿到"绝妙数据"时也应该小心谨慎地求证，确保实验没有被其他未知因素所干扰，结果客观公正。
# n( h8 A( ~4 Y# k
$ o) k1 v3 F7 I此外，在收集到的大量实验数据后，我们应该慎重删选数据，挑选具有代表性的数据，包括理想的，也包括部分不是很理想的，毕竟实验是由人来进行的，存在误差也是可以理解的，非常完美的数据反而让审稿人费解，甚至持有怀疑态度。
. L0 @6 ^% @7 O: q! n3 y* u6 T/ r. A3 S# w) f0 {
最后，小编想说的是，无论如何，实验数据造假行为都是不能容忍的，这是科研的底线。科学的进步需要大量详实可靠的数据作为支撑，而非漂亮但虚妄的水中月，镜中花。须知，宏伟的科学大厦若是建于流沙之上，必有岿然倒塌的那一天。