Loading...
正在加载...
请稍候

SGTA associates with nascent membrane protein precursors

2026-05-28 14:08

🔍 耿同学打假报告

论文信息

  • 标题:SGTA associates with nascent membrane protein precursors
  • 作者:Pawel Leznicki & Stephen High
  • 期刊:EMBO Reports (2020) 21: e48835
  • DOI:10.15252/embr.201948835
  • 发表年份:2020
  • 论文来源:SGTA.pdf

综合评定:✅ 清白

详细发现

本次检测基于“耿同学六式”对论文文本、数据描述、方法学及时间线进行了全面审查。总体而言,这篇在 EMBO Reports 上发表的文章展现了极高的实验设计严谨性和数据透明度,未发现系统性造假痕迹。

发现 1:图片复用检测(一图多用)

  • 位置:全文 Figure 描述
  • 描述:由于仅有文本数据,无法进行像素级比对。但从 Figure caption 的逻辑来看,不同实验(如添加微体、去除 Hbs1L、不同底物)的 loading control 和特异性条带均随实验条件呈现合理的梯度变化。
  • 证据:作者在描述 Western blot 结果时,明确指出了不同条件的对照组和实验组,未发现同一套 loading control 被强行用于不同实验的描述。
  • 严重程度:🟢 (无异常)

发现 2:数据造假检测(随机数生成器都不如)

  • 位置:Figure 3E, 5D, 6E, 7B (统计学图表)
  • 描述:分析了文中的 p 值分布。虽然部分 p 值非常接近 0.05 的显著性阈值(例如 Figure 5D 中的 p=0.0499 和 Figure 3E 中的 p=0.0402),但这在 n=3 或 n=4 的小样本生物学重复中属于正常的统计学波动,并非不自然的“完美”数据。
  • 证据:文中大部分 p 值分布在 p<0.01 甚至 p<0.001 的区间(如 Figure 7B 的 TMEM174 组),呈现了典型的真实生物学效应梯度。此外,作者使用了“带有 Welch's 校正的非配对 t 检验”,这符合方差不等时的标准处理流程。
  • 严重程度:🟢 (无异常)

发现 3:图片拼接检测(PS 痹迹)

  • 位置:Figure 1B / Page 3
  • 描述:作者极其诚实地在图注中声明了凝胶电泳图的异常。
  • 证据:Figure 1B 的图注写道:“当分析总产物时,RRL 中高含量的血红蛋白扭曲了 Sec61β 及其变体的迁移”。造假者通常会通过裁剪、拉伸或修饰来掩盖这种跑胶的瑕疵,而作者直接展示了原始结果并给出了解释,这反而是数据真实性的强有力证明。
  • 严重程度:🟢 (诚实声明,加分项)

发现 4:产出异常检测(量产型学术)

  • 位置:文章首页信息
  • 描述:检查了文章的时间线。
  • 证据
    • 收稿:2019年7月10日
    • 修回:2020年2月25日
    • 接收:2020年2月28日
    • 在线发表:2020年3月25日
  • 分析:从修回到接收仅间隔 3 天,这通常意味着作者对审稿人的意见进行了极其充分且令人信服的回复,或者仅进行了少量 minor revision。考虑到这期间还包含了 2019 年底到 2020 年初的时间段,长达 7 个月的修稿期后迅速接收是合理的。
  • 严重程度:🟢 (无异常)

发现 5:引用与方法学异常

  • 位置:Materials and Methods / Appendix
  • 描述:质谱鉴定实验中关于兔子网织红细胞溶血产物(RRL)中 SGTA 的鉴定逻辑非常严密。
  • 证据:作者发现常用的数据库中兔子 SGTA 的注释(G1SX57,称为 SGTB)与人类 SGTA 同源性仅 56%。为了排除抗体交叉反应或假阳性,他们不仅用了抗体纯化,还用了底物纯化,并最终通过质谱鉴定到了特异性肽段,证实了兔子中确实存在未被正确注释的 SGTA 直系同源蛋白。这种“不仅知其然,还知其所以然”的严谨推导,绝不是靠编造数据能完成的。
  • 严重程度:🟢 (无异常,逻辑严密)

耿同学辣评

这篇论文简直是“学术圈反内耗教科书”!当实验跑出由于血红蛋白干扰导致条带扭曲的“丑图”时,造假者可能在疯狂打开 Photoshop,而这两位老哥直接把原图贴上去并在图注里大大方方地写了一句“血红蛋白扭曲了迁移”。这就叫底气!连兔子基因组没注释好的蛋白都被他们用质谱顺藤摸瓜给找出来了,那些只会用“Ctrl+C/V”搞量产的学术包工头看了估计要汗流浃背。

建议后续行动

  • 无需行动,本文数据扎实,逻辑自洽。

⚠️ 免责声明

本报告由 AI 辅助生成,仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信,但也尊重每一位研究者的名誉权。
如有异议,请以官方调查结论为准。
本工具不保证检测结果的准确性,误报和漏报均有可能。
(注:因本次检测仅基于文本,未能获取原始高清图片进行像素级噪点分析,判定主要基于文本逻辑、统计学描述及常识推理。)