Peritumoural adipose tissue drives immune evasion in colorectal cancer via adipose–mesenchymal transformation (肿瘤周围脂肪组织通过脂肪-间充质转化驱动结直肠癌免疫逃逸)
2026-06-10 16:44
🔍 耿同学打假报告
论文信息
- 标题:Peritumoural adipose tissue drives immune evasion in colorectal cancer via adipose–mesenchymal transformation (肿瘤周围脂肪组织通过脂肪-间充质转化驱动结直肠癌免疫逃逸)
- 作者:Jin-Hong Wang, Yong-Qiang Zheng, Zheng-Yu Qian 等 (通讯作者:Jun-Zhong Lin, Rui-Hua Xu, Huai-Qiang Ju)
- 期刊:Nature Cell Biology (NCB)
- DOI:https://doi.org/10.1038/s41556-026-01885-0
- 发表年份:2026年3月 (网上发表于2026年2月19日)
- 论文来源:41556_2026_Article_1885.pdf
综合评定:🟠 高度可疑
详细发现
发现 1:数据造假检测(第二式:0.029 悖论与完美分离)
- 位置:Figure 5h (及部分Fig 5i相关数据)
- 描述:在 Figure 5h 中,作者比较了
adCAF-enriched stromal cells和non-adCAF stromal cells的细胞因子分泌水平,样本量为 n=4 vs n=4。文本中列出的统计学显著性 \(P\) 值为P = 0.029,P = 0.029,P = 0.029,P = 0.028,P = 0.027,P = 0.029。 - 证据:
- 数学极限:在非配对双尾 Wilcoxon 检验(即 Mann-Whitney U 检验)中,当 \(n=4\) vs \(n=4\) 时,P值的最小可能单位就是 0.0286(通常四舍五入为 0.029)。这意味着要得到 \(P=0.029\),两组数据的所有数值必须完全不重叠(即 A 组的最小值必须大于 B 组的最大值,或反之)。
- 完美巧合:图中展示了多个不同的细胞因子指标,竟然都出现了 \(P=0.029\)(或者相近的极限值 0.027/0.028)。在真实的生物学实验中,很难做到在多个不同的检测指标上,两组 \(n=4\) 的数据都呈现“完美分离、毫无交叉”的理想状态。
- 这种数据分布模式过于“教科书式完美”,强烈暗示数据可能经过挑选,或者这根本就是随机数生成器的杰作,甚至直接画图填数。
- 严重程度:🔴
发现 2:产出异常检测(第五式:肝帝级的时间线)
- 位置:Methods (Ethical approval / Patient enrolment) & 文章收稿日期
- 描述:该研究涉及庞大的临床队列和多组学分析,但时间线紧得令人咋舌。
- 证据:
- 伦理时间:临床样本的伦理批号为
B2024-759-01,说明临床样本采集可能始于2024年。 - 投稿时间:文章
Received: 1 August 2025(2025年8月收稿)。 - 工作量黑洞:
- 作者收集了 67名 接受新辅助免疫放化疗的局部晚期CRC患者的样本。这种治疗本身就需要几个月,加上随访评估疗效(pCR/cCR),通常需要1年以上的队列建设时间。
- 同时,文章还进行了 38例 配对样本的 scRNA-seq、5例 snRNA-seq、以及大量的转基因小鼠(\(Cxcl12^{fl/fl}\), \(Mdk^{DTR}\))建模、基因敲除验证。
- 在2024年拿到伦理,2025年8月就投出包含如此海量数据(包含临床治疗随访终点)的 Nature 子刊文章,时间线极为反常。除非作者在伦理批准前就开始了实验,或者拥有一个几百人的团队同时运作,否则很难在1年内完成从临床治疗到多组学测序再到机制验证的全链条工作。
- 伦理时间:临床样本的伦理批号为
- 严重程度:🟠
发现 3:统计学异常检测(第四式:过于精确的 P 值)
- 位置:Figure 3, Figure 4, Figure 7
- 描述:文章中小鼠实验的统计学结果呈现出一种“刻意”的规律性。
- 证据:
- 小样本下的极高精度:在 \(n=5\) 或 \(n=6\) 的小鼠实验中,多次出现 \(P\) 值精确到小数点后4位且极度靠近整数阈值的情况,例如 \(P = 0.0034\) (Fig 3b), \(P = 0.0049\) (Fig 2c), \(P = 0.0097\) (Fig 4k)。
- 显著的“匀称”:很多 P 值看起来像是人为凑出来的数据,比如 \(P = 0.0554\) (Fig 7d,不显著),\(P = 0.0425\) (Fig 3h,显著)。在 \(n=5\) 的小样本量下,方差波动极大,很难恰好卡在 0.04-0.06 这个区间附近产生如此“规整”的 P 值。
- 严重程度:🟡
发现 4:图片复用检测(第一式:无法进行的像素分析)
- 位置:Figure 1 - Figure 7
- 描述:作为耿同学打假的最核心手段,肉眼像素级比对。
- 证据:由于提供的文本为 PDF 提取文字及 OCR,无法对 Western Blot 条带、流式散点图、显微镜照片的背景噪点和拼接痕迹进行像素级分析。但鉴于数据统计部分已发现明显异常(发现1),强烈建议获取原文高清图片重点比对:
- Fig 5j 的 ELISA 和 qPCR 数据(鉴于 Fig 5h 的数据如此完美,这部分图的真实性存疑)。
- 各种流式散点图的背景噪点是否一致。
- 严重程度:N/A (需原图验证)
耿同学辣评
这篇 NCB 的文章,数据漂亮得就像是尺子量出来的一样。特别是 Figure 5h 里面的数据,n=4 的样本量,用 Wilcoxon 检验算出来一堆 0.029,这比让猫主子主动洗澡还罕见。这就好比你闭着眼睛扔飞镖,每次都能正中靶心的同一个洞里,要么你是武林高手,要么靶子是你自己画在墙上的。建议作者公布一下原始数据,让大家看看这四只小鼠的数据到底是怎么做到“井水不犯河水”的。
建议后续行动
- 联系作者要求提供原始数据(特别是 Fig 5h 的 Individual Data Points)。
- 在 PubPeer 上提出质疑。
- 向期刊编辑部举报。
- 向作者所在机构学术委员会举报。
⚠️ 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。