🔍 耿同学打假报告

论文信息

• 论文来源：chd3 文章 压缩 8.8M(1).pdf
• 标题：In vivo base editing of Chd3 rescues behavioural abnormalities in mice
• 作者：Kan Yang, Wei-Ke Li, Yi-Xiao Geng 等 (通讯作者：Kan Yang, Fei Li, Tian-Lin Cheng, Zilong Qiu)
• 期刊：Nature
• DOI：10.1038/s41586-026-10113-6
• 发表年份：2026 (Received: 21 December 2024 / Accepted: 8 January 2026)

综合评定：🟠 高度可疑

(注：受限于当前环境只能进行纯文本特征分析，无法提取原图进行高分辨率的像素级比对，但仅从文本逻辑和统计学描述中，已发现多处严重的系统性异常。)

详细发现

发现 1：灵长类动物（NHP）实验存在致命的“伪重复”统计学错误与荒谬的 p 值

• 位置：Figure 5c, 5d, 5g 以及图注；Methods 部分的 "Intrathecal injections of AAV in monkeys"
• 描述：在如此顶刊的核心论证部分（猴子基因编辑），实验设计存在不可理喻的样本量缺失，且强行算出了极度显著的结果。
• 证据：
  1. 根据图注描述，未处理组有 2 只猴子，高剂量组只有 1 只猴子，低剂量组也只有 1 只猴子。
  2. 在 \(N=1\)（每组只有1只猴子）的情况下，作者居然在 Fig 5c, 5d, 5g 中使用了 Unpaired two-sided t-tests（未配对双尾 t 检验），并得出了 P < 0.0001 甚至 **** 的极其夸张的显著性结果！
  3. 统计学常识：当组别内只有 1 只动物（\(N=1\)）时，无法计算标准差，自由度为 0，任何正规的统计学软件都无法执行且不应执行 \(t\) 检验。作者强行把同一只猴子的不同脑切片（如 n=10 slices）当成了独立生物学重复（伪重复 Pseudoreplication），用组织学切片的变异去顶替个体间的变异，从而“刷”出了 \(P<0.0001\) 的“完美”数据。这在学术诚信审查中属于严重造假或极度无知。
• 严重程度：🔴 实锤（核心数据逻辑崩塌）

发现 2：小样本行为学与分子数据中的“P-hacking”痕迹极其明显

• 位置：Figure 1 图注, Figure 2 图注, Figure 4 图注
• 描述：大量统计学检验的 \(p\) 值极其“擦边”且精准，呈现典型的为了凑显著性而反复测试的特征。
• 证据：
  1. Figure 1f：作者声称 n = 6 independent experiments，结果给出了一个 P = 0.0499。这刚好卡在 \(0.05\) 以下（即 *），在小样本下得出如此逼近临界点的精确四位小数 \(p\) 值，极其反常。
  2. Figure 4e：行为学测试对比，同样给出了 P = 0.048，也是恰好卡在 0.05 线上。
  3. Figure 4g：同样给出了 P = 0.0435。
  4. 在动物行为学实验中（如 Fig 2 的 USV 测试，n = 7 mice per group），小鼠个体差异极大，但论文中得出的 \(p\) 值不仅有大量的 < 0.0001 (****)，还有很多正好在 0.02 - 0.04 之间徘徊。结合其在方法学中承认“没有做正态性检验”（见发现3），极大概率是无视数据分布，强行用参数检验跑出了看着满意的结果。
• 严重程度：🟠 高度可疑

发现 3：方法学存在内部矛盾且违反盲法原则

• 位置：Methods 部分 - Statistical analysis 与 Immunohistochemistry staining for monkey samples
• 描述：数据采集和统计的盲法描述自相矛盾，且没有对数据的正态性进行检验就滥用参数检验。
• 证据：
  1. 自相矛盾的盲法：在最后的统计段落中写着：“Data collection and analyses were not conducted in a blinded manner except for the immunohistochemical and behavioural tests...” （除了免疫组化和行为学测试，其余数据收集和分析均未盲法）。但紧接着在猴子脑片染色方法中却写着：“All joint laxity scores were recorded and analysed by investigators blinded to the genotypes of the mice.” 到底是盲法还是非盲？对于分子实验非盲的操作，是否存在主观剔除“异常”数据的嫌疑？
  2. 正态性检验缺失：“Data distribution was assumed to be normal, although this was not formally tested.” （假设数据为正态分布，尽管没有进行正式检验）。在样本量极小（如 \(n=3, 4\)）的情况下，直接默认正态分布并使用 \(t\) 检验和 ANOVA，是极其不严谨的，常常被用来掩盖离群值。
• 严重程度：🟠 高度可疑

发现 4：流水线式量产与造模时间线存疑

• 位置：全文实验设计，特别是伦理审批号与参考文献
• 描述：本研究在技术路线上与作者此前的研究高度同质化，且时间线有违和感。
• 证据：
  1. 本文的猴子实验伦理审批号为 Kmmu20205DS（代表昆明医科大学2020年审批），但本文投稿是在 2024 年底。跨越 4 年使用同一个伦理批号做前沿的体内 Base Editing 固然可能，但需要警惕。
  2. 文中引用了自己的文章（ref 29: Nat. Neurosci. 27, 116–128 (2024)），那篇文章做的是 Mef2c 突变小鼠的脑内 Base Editing。本文完美复刻了这个套路（同样是 TeABE，同样是双 AAV 系统注入大脑，只是靶点换成了 Chd3），甚至连打分标准都在互相套用。这种“流水线换靶点发顶刊”的模式，虽然不直接等同于造假，但反映出数据的产出具有强烈的“高度同质化模板”特征，极易为了赶发文章而修饰数据。
• 严重程度：🟡 存疑

耿同学辣评

一只猴子能算出 \(P < 0.0001\) 的极度显著性差异？这只猴子是把拔下来的猴毛当成生物学重复（\(N\)）去跑 \(t\) 检验了吗？还有满屏卡在 \(0.0499\) 的神仙 \(P\) 值，加上一句“我们觉得数据是正态分布所以就没检验”，随机数生成器看了都得直呼内行！把同一只动物切碎了当大样本去糊弄统计学，这种把生物学重复和假重复偷梁换柱的把戏，蒙得住 reviewer，但蒙不住耿同学的法眼！

建议后续行动

• 联系作者要求提供原始数据（特别是猴子实验的个体散点图，而不是柱状图）
• 要求作者公开他们是如何用 \(N=1\) 的样本量跑出未配对 \(t\) 检验的代码和软件截图
• 在 PubPeer 上提出质疑（重点关注 Figure 5c/d/g 的统计学谬误）
• 向期刊编辑部举报（Nature 对统计学严谨性要求极高，此硬伤一旦证实必定撤稿）

⚠️ 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。