生物论文数据造假

近日，日本京都大学iPS细胞研究所召开新闻发布会，公开承认其特定据点助教山水康平的论文存在数据捏造与篡改行为。研究所负责人，诺贝尔奖获得者山中伸弥为此道歉，并考虑将目前一段时间薪金全部捐献给研究所。这也是既小保方晴子事件后，日本又一起干细胞论文造假丑闻。

捏造数据只为让论文更加好看

据日本官网《朝日新闻》报道，京都大学iPS细胞调查与申请中心（CiRA）声称一项内部调查显示了该研究的不足。因有人质疑这份论文的有效性，2017年京都大学成立了相关诚信委员会进行调查。

该论文声称已创造出该论文声称已经创造出具有与进入血脑屏障的细胞相似的特征的脑内皮细胞，而这个屏障可以通过限制到达它的分子活动以此保护大脑。根据山水康平的研究，从iPS细胞中产生出的这种脑内皮细胞，将有助于产生药效用来抵御大脑疾病，如阿尔兹海默病等。这一发现曾被称之为“未来大脑疾病治愈的新希望”。

经核实，出现在论文中的11处数据存在捏造与篡改行为。它们包括6个主要数据的捏造与另外5个数据为补充文章而进行人为篡改。事后，京都大学向美国《干细胞报告》杂志申请论文撤回，并发表致歉。

山水康平告诉委员会，数据的捏造是为了论文的整体美观，且全为他一人所为。而委员会表示该数据上的造假是为了强化论文的论点，而人为操作的数据在支持论文的结论上发挥了重要作用。尽管如此，当科学家对正确的数据进行研究时，得出的结论却是无法产生脑内皮细胞。

对此CiRA的负责人，诺贝尔奖获得者山中伸弥表示十分后悔，深刻反省。他表示在科研人员的培养方面，未来将尽更大的努力杜绝以此现象的再次发生。

干细胞领域造假频繁

2014年理化学研究所研究员小保方晴子STAP细胞论文造假事件曾震动日本，引发全球关注。"学术女神"小保方晴子身败名裂，她的博士学位也被早稻田大学取消，她的一名导师、干细胞科学家笹井芳树自杀身亡。尽管如此，2017年8月，东京大学著名细胞生物学家渡边嘉典的5篇论文又被曝造假。

接二连三的学术造假丑闻让日本科研界颜面无存，与此同时，干细胞这一领域也成为了大众关注的热点。为什么干细胞领域造假频繁？中国科学院动物研究所生物信息学研究组组长韩春生对此作出了回答。

韩春生表示，利益驱使是学术造假的根本原因。干细胞临床转化是未来重要的课题，也是市场经济的一块肥肉，各国科学家都力争第一。在重大的利益面前，必然会有不择手段现象的发生。

这一说法得到了中国科学院动物研究所干细胞与生殖生物学国家重点实验室研究员李卫的赞同。科学是伟大的，但并不是每个科学家都是。

学术造假是全球性问题

其实不仅在日本，各国均有出现论文造假事件。早在2005年，被誉为“韩国克隆之父”的黄禹锡因克隆胚胎干细胞数据造假而辞去了首尔国立大学教授一职。在我国，此类事件也时有发生。

据美国国家科学基金会(NSF)发布的报告《2018年科学和工程指标报告》显示，中国首次超过美国，成为世界上发表科研论文最多的国家。为了增强中国科研公信力，中国科学院动物研究所干细胞与生殖生物学国家重点实验室研究员李卫表示，健全的制度是科研进展的重要保证，我国在这方面还有很大的上升空间。

李卫提到，对于学术造假，中国的处分并没有日本等国那么的“斩尽杀绝”。不论以何种手段处理，例如之前的韩春雨事件，后续处分还尚未到位，相关部门在监管方面还有待加强。不过对于科研界的同胞来说，造假者将彻底失去威信，日后在科技经费、项目申请、文章发表等都会很难进行。这一举措，也算是给所有的科学家敲响了一记警钟吧。

科研技术是第一生产力，论文造假对各国的科研信誉都会造成重创。在这条整顿振兴的路上，我们还任重道远。

研究生论文数据造假会被发现如下：

造假被查出来的大都是生物，材料之类的领域，然而计算机（特指深度学习）才是重灾区，造假容易复现困难随机性强，别说二流论文，顶会论文都没有参考价值。所以除了廉价劳动力够多的大研究室，其他人论文的数量基本取决于不要脸的程度。这也是我再也不想碰ML领域会议的原因。

比如组合优化的性能曲线，所有人都知道是个指数曲线，你搞个新的剪枝条件，水一点咱不求正确解，毕竟大部分应用下并不需要正确解，切掉1%的解换来50%的速度是很合理的思想。什么性能改进不够大？5次实验最好的跟最坏的比啊，还不行用C+SIMD写的跟Java的比啊，再不行说实话你随便编个数也没人看得出来，毕竟理论上行得通，行不通那是他程序写的不好。

要说上面想法毕竟真的，顶多偷懒不想做实验，到了ML领域之后那就是明明白白的造假了。数据集精选到位，想法再烂几百个实验里只要能挑出一个能看的，那就是顶会苗子——normalization + adaptive learning rate + manifold constraint审稿人怎么知道哪个项work？

再进一步，古典ML还要你写程序做实验，到了DL里这些全都可以省了，完全可以画图编数据发顶会一步到位。毕竟就是个人肉Architecture Search，随便找个domain画个图，编个比SOTA高一点的精度，一篇论文就诞生了。需要公开数据集和代码？某国际大厂研究院实习生发的顶会论文也带代码，

最近有些研究都开始明目张胆的把validation dataset的distribution当制约条件，甚至直接sample数据进train loop，好家伙演都不演骑头上侮辱人智商呢是不？人家都把造假上升为novel approach了，就别提被发现了，那是伟大的研究懂不懂。

图像重复，严重影响了论文中报告的实验结果和结论，经该中心调查，涉事论文中多个蛋白质印迹图片是伪造的