論文造假再觸底線！不同作者，不同疾病，卻能得出「相同」結果？

今年 2 月，知名 「學術打假人」 伊麗莎白·比克（Elisabeth Bik）爆出猛料，一次性點名超過 400 篇問題論文，這些幾乎全部來自中國的幾十家醫院，在條帶、圖形版式和標題上高度雷同，似乎都產自同一家 「論文工廠」。比克甚至認為，此類出自論文工廠的文章可能有幾千篇。

一時間，「論文工廠」 事件引起了國內民眾的高度關注與討論。

而在短短 3 個月時間後，比克再次曝光一批疑似造假論文，此次列出的 8 篇論文均來自不同的醫院、不同的作者，論文研究的疾病也是完全不同的癌症種類，但結果卻出奇一致，甚至論文當中的圖表和數據都出現了大面積的雷同情況。

將如此明目張胆的學術造假論文發表在國際學術期刊上，堪稱是刷新了學術造假的下限，簡單而粗暴。

讓人唏噓的是，和前幾次問題論文事件一樣，這次被曝光的相關人員依然全數來自中國。

微博上一位執業醫師、健康博主表示，這是 「喪心病狂的造假」。其中 3 篇論文竟然還在文中註明，項目得到了國家自然科學基金的資助。

此次涉及人員分別來自南京醫科大學附屬蘇州醫院腎內科、河南大學第一附屬醫院胸心血管外科、福建醫科大學附屬漳州市醫院普外科、鄭州大學第一附屬醫院呼吸科、遼寧省腫瘤醫院影像科、遼寧省腫瘤醫院結直腸外科、山東大學齊魯醫院婦產科和青島大學附屬醫院普外科。

圖｜8 篇論文（來源：PubPeer）

在這些相似的論文中，大部分論文出自 2017-2018 年，其中，最早一篇發表在 2017 年，最新一篇發表於 2020 年 4 月。這 8 篇論文被發表在以下 5 種期刊上，影響因子在 3-6 之間。

International Immunopharmacology，影響因子 3.361，1 篇；

Cellular Physiology and Biochemistry，影響因子 5.5，1 篇；

journal of cellular and molecular medicine，影響因子 4.658，1 篇；

Open Biology，影響因子 3.89，2 篇

Oncotarget（2017 年已從 MEDLINE 中刪除），3 篇

「突破了我對學術造假的所有認知，從文章署名來看，從一線醫生到主任副主任醫師、醫院副院長，還有多篇是國家自然科學基金資助。」 一微博網友表示。

DeepTech 通過郵件向 8 篇論文的通訊作者核實情況，截止到發稿時間，未能得到任何回復。團隊成員至今也未在 PubPeer 上進行任何回復。

對於論文本身可能存在問題，目前還需要等待團隊的進一步回應。

8 篇論文高度相似

而種種跡象表明，這批問題論文很可能還是出自 「論文工廠」 之手。

（來源：Twitter）

同時，比克在學術交流平台 PubPeer 上發文，對比了其中兩篇論文，發現兩者具有驚人的相似性。其中，一篇論文的數據來自福建醫科大學附屬漳州市醫院的 286 名胃癌患者；另一篇論文的數據則來自中國醫科大學、遼寧省腫瘤醫院的 384 例非小細胞肺癌患者。

比克發現，這兩篇均發佈於 2018 年、基於完全不同研究項目的論文，有著相似的 Kaplan-Meier 曲線、相似的線圖、相似的蛋白質印跡、相似的柱狀圖和相似的統計數據。

圖｜相似的 Kaplan-Meier 曲線和線圖

圖｜相似的蛋白質印跡和柱狀圖

圖｜相似的實驗數據

比克甚至發現，文字上的相似性也很明顯。

（來源：Twitter）

比克進一步對比了所有 8 篇論文的 Kaplan-Meier 曲線，儘管在幾篇論文中沒有中部的黑線，但紅色和綠色曲線的形狀卻出奇地相似。

圖｜8 篇論文均具有相似的 Kaplan-Meier 曲線（DeepTech 制）

她在 Twitter 發問，「如果有 2 個不同的患者組，2 個不同的癌症類型和 2 個不同的研究機構，那麼結果將完全相同的機會是多少？」 隨後，比克給出肯定答案，「顯然為零」。

（來源：Twitter）

兩篇論文的通訊作者使用了同一個郵箱：[email protected]，這也符合德國獨立科學記者列昂尼德·施奈德（Leonid Schneider）此前的推斷，「這些賬戶的控制者肯定不是某個被列為論文作者的醫生，而是論文工廠的經營者」。

圖 | 比克推測問題論文並非簡單的抄襲

在這一系列論文里，比克在對比當中敏銳發現論文文本出現了大面積重合，更重要的是，兩篇論文在接收/發表時間上也剛好 「撞車」。

信息顯示，其中一篇在 2018 年 5 月被期刊接收，同年 8 月發表在網站上；第二篇論文手稿最早接收於 2018 年 7 月，最後在同年 10 月發表。

這一細節表明，在第一篇論文公開發表之前，疑似雷同的論文手稿就已經完成且被接收，意味著這不會是簡單的論文抄襲。

比克在推特上推測，其中一個可能的原因是第一篇論文在同行評議階段被 「竊取」；第二個則是，兩篇論文可能出自同一個論文工廠之手，出現雷同的原因是論文工廠將一樣的論文進行 「二次售賣」。

DeepTech 就此事與該論文打假團隊取得聯繫，團隊成員證實，目前已經有足夠的理由推測出這些更像是有組織的代寫，而不像是個人的抄襲。

團隊成員還透露，除了這次曝光的 8 篇論文，團隊在幾年前就發現了其他類似的問題論文。這種情況也早已不是第一次出現。

團隊向 DeepTech 分享了一個博客，記錄了此前發現的一批疑似造假論文，其中相似圖片在多篇論文里重複出現的手法與這次的如出一轍，而論文作者也同樣來自中國。

圖 | 團隊通過梳理髮現，多篇論文圖表存在交叉復用的情況，稱為「論文多胞胎」

驚天學術造假，3 個月前剛剛發生

這並不是近期唯一發生在我們身邊的 「論文工廠」 造假事件。

3 個月之前，比克和她的團隊發現了 400 多篇來自不同機構的論文，似乎都產自同一個「論文工廠」，這些論文幾乎全部來自中國的幾十家醫院，其中甚至還包含了多家三甲醫院。比克當時提到了以下 6 家三甲醫院：

濟寧市第一人民醫院（三甲）：101 篇論文（幾乎沒有重複作者，涉及到兒科 15 篇、心臟病學 6 篇、內分泌學 6 篇、腎病學 6 篇、血管外科 5 篇等不同科室）；

吉林大學中日聯誼醫院（三甲）：59 篇論文；

青島大學附屬醫院（三甲）：23 篇論文；

臨沂市中心醫院（三甲）：16 篇論文；

鄭州大學第一附屬醫院（河南最大的三甲）：16 篇論文；

濟寧醫學院附屬醫院（三甲）：12 篇論文。

據當時統計，這些相似的論文中，最早一篇發表在 2016 年，大部分論文出自 2018-2020 年。其涉及的期刊也並不都是所謂的 「灌水刊」，整體質量還不錯，這也是當時引起很大轟動的原因。

被列出的 400 多篇論文主要集中發表在 6 種期刊，這些期刊的影響影子在 2-5 之間，其中，Cellular Physiology and Biochemistry 已於 2019 年 1 月被踢出 SCI。同時涉及 Wiley、Elsevier 等多家出版社。

比克的這一發現來自匿名用戶 Indigofera Tanganyikensis 提供的線索，當時這名用戶在 PubPeer 上指出，一些論文的蛋白質印記檢測板之間的背景具有很強的相似性，之後他們發現，不僅是同一篇論文的背景相似，不同論文的檢測板之間也出乎意料地相似。

在注意到這條線索後，比克進行了後續跟進。她發現，在 400 多篇論文中，蛋白質印跡條帶之間的間隔都非常規則，外觀呈啞鈴或者蝌蚪狀，沒有常見的污跡。所有的條帶都放在相似的背景上，表明它們是從其他來源複製和粘貼過來的，或者是電腦合成的。

除了數據圖本身，這些論文的柱狀圖也很有規律：以灰色調居多，左邊是黑色條，每幅圖都是雙邊誤差線。不排除這樣的布局可能是一個比較流行的標準圖像樣式，但不同機構上百篇論文的版面設計都一樣，這的確少見。

比克甚至總結出了這些 「論文工廠」 的標題模板，即 「插入一個分子名稱、選一個動詞（一般現在式、第三人稱單數形式）、選一到兩個細胞轉化過程、選擇一種癌症或者細胞類型、選一個連詞、選一個動詞（現在進行式）、插入 miRNA 或者神經通路的名稱」。

在此次最新事件中，這 8 篇論文的標題中也發現了同樣的規律。比如，

Interleukin-37 mediates the antitumor activity in colon cancer through β-catenin suppression；

Interleukin-36 Receptor Antagonist Is Associated With the Progression of Renal Cell Carcinoma；

Interleukin-35 Expression in Non-Small Cell Lung Cancer Is Associated With Tumor Progression。

截止此次發稿前，已有高達 453 篇論文在列表中。如果此類現象繼續猖獗下去，這一列表將會更長。

當時，打假團隊成員之一 TigerBB8 表示，其在揭露論文造假的過程中，曾收到過來自中國論文買家的訴苦信息，「白天，我有門診手術；下班後，我得照顧我的孩子。晚上 10 點以後，我只有一點點時間，但這遠遠不夠，因為科學研究需要大量的時間。」

針對此次最新事件，也有微博網友表示，此類事件屢屢發生一部分原因是醫生的職稱晉陞制度存在問題。

學術造假過於猖獗

近年來，「論文造假」 現象已是屢見不鮮。

此前 「論文工廠」 事件涉及到的圖片和數據造假問題，也很常見。現階段，學術出版界尚缺少系統的方式來甄別圖片造假的問題。

在 DeepTech 此前的報道中提到，比克團隊認為，對圖像和數據進行分析是揪出論文造假漏洞的重要途徑，這也是比克團隊在從事論文打假工作過程中的最重要關注點之一。

長期以來，打擊蓄意的論文造假問題並不是學術出版屆的關注重點。比如，同行評議環節的審稿人在收到論文之後，一般不會懷疑數據、圖片的真實性，而是關注論文中的實驗設計是否合理、是否存在不嚴謹等環節。

此前據 Nature 報道，到目前為止，多數學術期刊也沒有使用針對性的手段識別論文中的圖片是否重合，原因無非是太貴或太耗時，更沒有可以大規模篩查論文的軟體。

但近年來中國學者在國際的學術期刊上影響力越來越大，其中抄襲、惡意造假事件頻頻出現讓這一問題得到更多重視。

近期，以愛思唯爾和約翰威立為首的國際學術出版巨頭正在展開行動，探索如何自動識別和標記科研論文中那些被篡改或重複使用的圖片。

他們已經提出了有史以來第一個正式的跨行業倡議，為此還成立了一個新的工作小組，為篩選有問題的論文圖像的軟體制定標準。

該工作小組由 「國際科學，技術和醫學出版商協會（STM）」 旗下的標準和技術委員會牽頭成立。STM 協會總部位於英國牛津，是一個主要維護學術、科學、技術、醫學和專業出版商利益的組織。

工作小組由愛思唯爾的研究完整性負責人 IJsbrand Jan Aalbersberg 擔任主席，成員除了來自愛思唯爾和約翰威立，還有 Springer Nature 和 Taylor＆Francis 等出版商代表，幾乎囊括了所有主流學術期刊。

「最終目的是打造一個可以幫助我們自動識別圖像篡改的環境。」 Aalbersberg 表示。

但到目前為止，這一針對圖片造假的應對措施還處於早期階段。而論文造假背後，由各種來自學術界、醫學界的系統性問題未被解決的話， 「造假」 和「反假」必然還會是一個長期的拉鋸戰。

事件發生後，有國內微博網友評論，這種現象「害了那些這些苦逼想思路，累趴做實驗，熬夜寫論文的真正科研工作者。」

而另一方面，在原本相對純凈的學術界，大量的惡意假文章會給科學論文帶來難以挽回的污染問題。