🔍 耿同学打假报告

论文信息

标题：RL-MIG: a reinforcement learning-based framework for the prediction of pan-cancer risk genes（根据内容提取）
作者：未在提供文本中体现
期刊：未在提供文本中体现
DOI：未在提供文本中体现
发表年份：2026（根据文本中数据更新时间推断）
论文来源：RL_MIG.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：第六式（引用与方法学异常）—— 惊天草稿级遗漏与时空穿越

位置：2.1 Overview of RL-MIG framework / 3.1 Data collection and preprocessing
描述：论文遗留了未修改的占位符，并且存在极不合逻辑的“时空穿越”数据引用时间线。
证据：
1. 占位符未删：文本中赫然写道“we have developed an algorithmic platform based on RL-MIG, which is accessible at https://xxx.xxxxxxx.xxx”。连网址都懒得编一个真的，直接留个 xxx，这说明要么是粗制滥造的草稿，要么是造假者批量生产的模板残留。
2. 时空逻辑崩塌：当前日期为 2026年7月3日。但在方法学部分（3.1），作者声称使用的 OncoKB 数据版本为“last updated on 25 June 2026”（2026年6月25日更新）。一篇正规的学术论文，从下载最新数据库、跑完庞大的多组学强化学习模型、做完大量的体内外实验（涵盖动物模型和细胞系），到撰写、排版并最终发表，绝无可能在短短 8 天内完成。这说明作者在伪造方法学时间线，或者整篇文章是在极短时间内利用 AI/模板批量生成的“水文”。
严重程度：🔴
复核状态：✅ 成立

发现 2：第四式（统计学异常）—— “量身定制”的最佳截断值

位置：2.5 Clinical and transcriptomic prioritization / 3.9 Statistical analysis
描述：生存分析中使用了严重违背统计学常理的分组方法，存在极度严重的 P-hacking（p值篡改）嫌疑。
证据：在 3.9 节中，作者写道：“Patients were divided into high- and low-expression groups according to the optimal expression cut-off calculated by cSurvival, with the cut-off search range constrained to 0.2-0.8.”
在生存分析中，直接让软件在 0.2 到 0.8 的区间内去“寻找”能让 P 值最小的“最佳截断值”，是学术界臭名昭著的统计造假手段。这种做法会 100% 人为夸大显著性，产生大量假阳性。作者随后报出了极其微小的 P 值（如 LUAD 组 P = 0.0016，KIRP 组 P = 0.00024），这些“完美”的显著性结果在没有原始数据的前提下，极有可能是通过暴力搜寻截断值强行算出来的。
严重程度：🟠
复核状态：✅ 成立

发现 3：第三式（图片拼接与操纵痕迹）—— 变异的星号与复制粘贴的痕迹

位置：Figure 6（基于文本提取的图表数据结构）
描述：图表显著性星号的标注出现了反常理的堆叠，暴露出人工手动拉伸或复制粘贴图像的痕迹。
证据：在提取 Figure 6 的图表标签时，发现了极其怪异的星号标注：********（8个星号）。在生物学统计图表中，标准的显著性标记最多到 ****（P < 0.0001）。出现 ******** 极大概率是因为作者在 AI、PS 或 GraphPad 中手动复制、拉伸误差线和星号时发生了重叠或连击。结合文本中多处明显的乱码和缺失（如 Fig. 后面直接断句，(Fig. 等残缺引用），说明排版与作图极其敷衍，存在直接从其他论文搬运图片后简单拼接的可能。
严重程度：🟠
复核状态：✅ 成立

发现 4：第五式（产出异常检测）—— 毫无灵魂的“填空式”写作

位置：2.6 与 2.7 结果部分
描述：两个不同基因（COL11A1 和 ABCA12）的功能验证段落呈现出高度雷同的“模板化”特征。
证据：比对 2.6 和 2.7 节，作者使用了完全一致的句式结构去描述完全不同的实验。
- 2.6 节：“COL11A1 knockdown induced morphological changes characterized by increased cell roundness (Fig.K, N), decreased cell perimeter (Fig.L, O), and increased cell area (Fig.M, P).”
- 2.7 节：“ABCA12 downregulation increased cell roundness (Fig.K, N), decreased cell perimeter (Fig.L, O), and increased cell surface area...”
  连图注的占位字母（K-P）都一模一样。这表明作者根本没有根据真实实验现象去撰写论文，而是建立了一个“写作模板”，然后像填空一样把不同的细胞系和基因名字套进去，属于典型的量产型学术流水线操作。
严重程度：🟡
复核状态：✅ 成立

耿同学辣评

这篇文章简直是把“我是一篇急就章的灌水造假文”写在了脸上！网址直接留着 xxx.xxxxxxx.xxx，用着 8 天前（2026年6月25日）才更新的数据库跑完了全套庞杂的体内体外实验，为了 P 值好看还不忘祭出“最佳截断值”这种统计界遗臭万年的黑魔法。连图表里的星号都能多复制几个变成 ********，耿同学只能说：做学术哪怕稍微走点心呢？别拿审稿人当傻子耍啊！

建议后续行动

联系作者要求提供原始数据（特别是生存分析的原始临床数据和高内涵成像的原始图片）
在 PubPeer 上提出质疑
向期刊编辑部举报（重点指出时间线造假和占位符未删的草稿问题）
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。

RL-MIG: a reinforcement learning-based framework for the prediction of pan-cancer risk genes（根据内容提取）