Loading...
正在加载...
请稍候

新疆杂草黑麦千粒重相关基因的BSA-seq定位和KASP分子标记开发

2026-08-06 15:10

🔍 耿同学打假报告

论文信息

  • 标题:新疆杂草黑麦千粒重相关基因的BSA-seq定位和KASP分子标记开发
  • 作者:杨赟杰
  • 期刊:无(硕士学位论文)
  • DOI:无
  • 发表年份:2023 年 6 月
  • 论文来源:新疆杂草黑麦千粒重相关基因的BSA-seq定位和KASP分子标记开发-杨赟杰.pdf

综合评定:✅ 清白

这篇硕士学位论文整体上数据逻辑自洽,实验设计符合农学常规,时间线合理。虽然存在部分数据保留位数和计算上的小瑕疵,但未发现系统性造假或恶意捏造数据的迹象。特别是研究中如实报告了部分标记在验证群体中“未能重复”的阴性结果,这在一定程度上增加了论文的真实可信度。

详细发现

发现 1:数据计算与四舍五入的轻微不一致(无心之失)

  • 位置:第三章 表 3-2(第 16 页)
  • 描述:在 C2 群体的统计数据中,部分均值、标准差(SD)与变异系数(CV)之间存在数学上的轻微不匹配。
  • 证据
    1. 穗宽:均值 0.92,标准差 0.08。若按此计算 CV = 0.08 / 0.92 = 8.69%,但论文中报告为 9.17%。反推可知,作者原始数据的标准差实际可能约为 0.0843(在 Excel 中被保留两位小数显示为 0.08),这属于软件格式显示导致的表面“不一致”。
    2. 粒宽:均值 0.24,标准差 0.02,论文中 CV 报告为 9.80%(实际计算 0.02/0.24 = 8.33%)。同理,这也是原始有效数字被隐藏导致的。
  • 严重程度:🟡

发现 2:BSA-seq 测序深度偏低

  • 位置:第三章 表 3-6(第 21 页)
  • 描述:混池测序的平均深度约为 14.68X 和 15.31X。
  • 证据:在 BSA-seq 分析中,尤其是对于遗传背景复杂的异花授粉植物(如黑麦),15X 左右的测序深度处于较低水平(通常建议 >20X 甚至 30X 以降低噪音)。虽然低深度不等于造假,但可能会影响 △(SNP-index) 计算的稳定性。考虑到这是硕士论文,受限于经费,此深度在合理范围内,不构成学术不端。
  • 严重程度:🟡

发现 3:阴性与阳性结果并存的科研真实性

  • 位置:第三章 3.3.3 节及表 3-11(第 27 页)
  • 描述:作者在 C1 群体中筛选到了 TGW-3、TGW-8、TGW-15 等多个与千粒重显著相关的 KASP 标记(P<0.05 或 P<0.01),但在 C5 群体(不同年份的相同杂交组合)中验证时,除了 TGW-3 外,其他标记均表现为不显著(P > 0.05)。
  • 证据:造假者通常会倾向于“编造”出两组数据高度一致、都极其完美的结果。这种跨群体/跨年份验证中出现的“标记失效”或“QTL 不稳定”现象,是田间试验和数量性状研究中最真实的常态。作者如实 reporting 了这一现象,排除了系统性编造完美数据的嫌疑。
  • 严重程度:✅ (加分项)

发现 4:时间线合理性验证

  • 位置:第二章 2.1 节、第一章参考文献
  • 描述:论文使用“威宁黑麦”作为参考基因组。
  • 证据:威宁黑麦的基因组论文(Li et al., Nature Genetics, 2021; Rabanus-Wallace et al., Nature Genetics, 2021)发表于 2021 年。本研究 2020-2021 年构建群体,2022 年分析数据,2023 年答辩,时间逻辑完全吻合。且使用的 GATK3.8、ANNOVAR 等软件版本均为当时主流,未见“穿越”使用未来软件或试剂的情况。
  • 严重程度:✅ (加分项)

发现 5:统计学与性状分布逻辑

  • 位置:第三章 表 3-5(第 20 页)
  • 描述:农艺性状相关性分析。
  • 证据:表中显示 C1 和 C5 群体(对角线上下)的同一对性状相关性系数并不完全相同。例如,穗重与穗粒数在 C1 中为 0.76,在 C5 中为 0.93。这种受环境和年份影响的波动符合生物学规律,而非简单的复制粘贴前文数据。
  • 严重程度:✅ (加分项)

耿同学辣评

这篇论文主打一个“真诚”。虽然有个别数据因为 Excel 四舍五入的问题显得有点对不上账,测的深度也不算富裕,但人家主打一个“不装”。尤其是 C5 群体验证翻车的那几个 KASP 标记,简直是全篇最亮眼的“防伪标签”——编数据的人可舍不得写出 P=0.674 这种“失败”的验证结果。建议该同学下次把小数点位数留够,别给打假人留话柄!

建议后续行动

  • 无需联系作者提供原始数据,目前的证据不支持存在学术不端。
  • 建议作者在日后整理发表小论文时,注意 Excel 表格中均值、SD 和 CV 计算的有效数字保留问题,避免引起误会。
  • (可选)若后续期刊审稿人质疑,可补充解释不同年份群体间 QTL 表达不一致的环境互作原因。

⚠️ 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:由于仅提供文本,无法对 Western Blot、凝胶电泳图及显微镜图进行像素级溯源,仅基于文本逻辑进行审查。)