🔍 耿同学打假报告

论文信息

• 论文来源：EMOGI.pdf
• 标题：Integration of multiomics data with graph convolutional networks to identify new cancer genes and their associated molecular mechanisms
• 作者：Roman Schulte-Sasse, Stefan Budach, Denes Hnisz, Annalisa Marsico
• 期刊：Nature Machine Intelligence
• DOI：https://doi.org/10.1038/s42256-021-00325-y
• 发表年份：2021 (Received: 21 July 2020; Accepted: 18 February 2021; Published online: 12 April 2021)

综合评定：✅ 清白

详细发现

发现 1：图片复用与拼接检测受限

• 位置：Figure 1-6
• 描述：本论文是一篇纯计算生物学与机器学习交叉学科论文，图像多为生物信息学分析常见的热图、网络图、散点图和模型架构示意图。提供的文本中未发现明显的视觉相似面板或重复使用痕迹。
• 证据：由于仅有文本提取数据，无法进行像素级噪点比对或背景灰度一致性分析，但从图表逻辑和图注描述来看，未发现逻辑矛盾。
• 严重程度：🟡 (信息受限)

发现 2：数据呈现符合真实计算特征

• 位置：Figure 4 / Results部分
• 描述：论文报告了大量的统计学结果。例如 Spearman 相关系数为 0.63，P 值为 < 2.2 × 10^−16。这是 R 语言等统计软件在相关性分析时输出的典型极限值，并非随机数生成器造出的整齐数据。
• 证据：数据呈现自然的不完美性，例如在描述 165 个新预测的癌症基因 (NPCGs) 时，Figure 4c 图注特别指出由于在 CRISPR 筛选数据库中缺失，只有 163 个基因被纳入列联表分析。真实科研往往伴随这种数据缺失带来的“不完美”，造假者反而容易忽略这种细节，编造完美的 165/165 对应。
• 严重程度：✅ (正常)

发现 3：统计学结果未见异常 (无 p-hacking 迹象)

• 位置：Results / Methods
• 描述：所有报告的显著性结果（如 P-value = 1.6 × 10^−15, P-value = 4.9 × 10^−11 等）都是极高置信度的生信富集分析结果，不存在大量 p 值“恰好”卡在 0.04-0.05 之间的 p-hacking 现象。
• 证据：机器学习模型的评估采用了严谨的交叉验证（grid search with fivefold cross-validation）和多个独立的外部测试集（OncoKB, ONGene 等），符合该领域的顶刊发文标准。
• 严重程度：✅ (正常)

发现 4：时间线与引用文献完全自洽

• 位置：References / Methods
• 描述：论文于 2020 年 7 月投稿，引用的最新文献发表至 2020 年（如参考文献 7、73 关于全基因组泛癌分析的文章，发表于 2020 年 2 月）。
• 证据：所使用的软件、数据库（如 GENCODE v.28, TCGA, GISTIC2, Project Achilles 等）均在投稿日期前发布。方法学描述详实，未发现内部矛盾或引用不支持声称观点的情况。
• 严重程度：✅ (正常)

耿同学辣评

这篇发在 Nature Machine Intelligence 上的文章主打一个“干净又卫生”。不仅没有湿实验里那些糊成一团的 WB 条带和 PS 痕迹，作者甚至在统计时还非常“老实”地交代了“165个基因里有俩在数据库里查不到所以只分析了163个”。这种生信文章不仅代码和数据全部开源（GitHub 链接为证），而且处处透着真实数据的“粗糙感”，造假分子那种追求“完美无瑕”的强迫症在这篇文章里根本找不到。耿同学翻了个底朝天，只能默默点个赞。

建议后续行动

• （无需采取行动，本报告仅供学术讨论参考）

⚠️ 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。