4月16日，同濟大學在校內(nèi)新聞網(wǎng)發(fā)表情況說明，全文如下——

針對近日網(wǎng)絡(luò)上對我校教師王某發(fā)表的相關(guān)論文數(shù)據(jù)存疑的反映，學校高度重視，已成立調(diào)查組，啟動調(diào)查程序。

學校一貫對學術(shù)不端行為秉持“零容忍”態(tài)度，將根據(jù)調(diào)查情況嚴肅認真處理。

感謝社會各界的關(guān)心與監(jiān)督。

同濟大學

2026年4月16日

事件回顧：

近日，有博主曝光同濟大學某教授花費上百萬經(jīng)費發(fā)表在國際頂刊Nature的論文，出現(xiàn)多處糊弄的造假 ...

今日，饒毅教授（在其公眾號）發(fā)聲：“ 中國科學界，從來無人認錯，多位校長就死不認錯，不認錯的就在最近還可以升校長副校長,死不認錯以前多位院士、最近還當選院士，死不認錯是江湖顛撲不破的成功之路，教授學生千萬別慫 - 耿同學說王P教授參選院士是癡心妄想（大意），這就要批評耿同學了：是你不懂科學院的標準，你才是十足的外行！科學院以學術(shù)為唯一標準、以學術(shù)為最高標準的日子早就過時了，在耿同學出生前就過時了?！?/p>

以下全部是轉(zhuǎn)發(fā)：

這篇論文來自2024年發(fā)表的Nature頂刊，來自同濟大學某教授團隊完成，近期論文圖片重復(fù)，數(shù)據(jù)嚴重造假等質(zhì)疑問題引起熱議。

論文信息

• 標題：Human HDAC6 senses valine abundancy to regulate DNA damage

• 作者：Jiali Jin, Tong Meng, Yuanyuan Yu, Shuheng Wu, Chen-Chen Jiao, Sihui Song, Ya-Xu Li, Yu Zhang, Yuan-Yuan Zhao, Xinran Li, Zixin Wang, Yu-Fan Liu, Runzhi Huang, Jieling Qin, Yihua Chen, Hao Cao, Xiao Tan, Xin Ge, Cong Jiang, Jianhuang Xue, Jian Yuan, Dianqing Wu, Wei Wu, Ci-Zhong Jiang, Ping Wang

• 期刊：Nature

• DOI：10.1038/s41586-024-08248-5

• 發(fā)表日期：2025 Jan

質(zhì)疑內(nèi)容

1 Corallium abyssale

comment accepted June 2025

意外的重疊區(qū)域。我添加了彩色的形狀來顯示我的意思。請作者們檢查并評論一下。

2 Corallium abyssale

comment accepted June 2025

The other two fugures is the same, but different experiment.

3 Jiali Jin （作者回復(fù)）

comment accepted June 2025

abyssale，感謝您指出我們論文中的錯誤。我們真誠地為疏忽道歉，并已聯(lián)系編輯更正錯誤，以糾正該特定面板的錯位

Jiali Jin and Ping Wang

4 Idas washingtonia

comment accepted June 2025

研究對氨基酸缺乏的反應(yīng)是困難的。在圖4c中，通過計算每個視野中γ H2AX陽性細胞的百分比來估計由纈氨酸缺乏誘導的DNA損傷。根據(jù)圖例，每個條件檢查35個視場。因此，源數(shù)據(jù)中的每列包含35個值。有一個區(qū)域的第二個小數(shù)位都是4（黃色）。對于許多值，綠色和藍色列的第二個小數(shù)位為5。為什么？

5 Idas washingtonia

comment accepted June 2025

圖4c（也參見注釋）：向shHDAC 6 VR（24 h）柱中的每個γ H2AX陽性細胞百分比添加0.3%產(chǎn)生VR（0 h）柱中的相鄰百分比。類似地，將每個黃色百分比加上2.15%會產(chǎn)生相應(yīng)的藍色百分比。似乎還有其他類似的關(guān)系。怎么會這樣？

6Jiali Jin（作者回復(fù)）

comment accepted June 2025

尊敬的david，感謝您的提問，并為延遲回復(fù)表示歉意。使用Gen5軟件進行γH2AX灶的定量?！皵?shù)據(jù)縮減”功能用于從整個圖像中提取統(tǒng)計信息?；谲浖治龅臄?shù)據(jù)，我們計算了包含病灶的細胞核占細胞核總數(shù)的百分比。為方便起見，我們在下面粘貼了原始數(shù)據(jù)，以說明分析是如何進行的。

7 Idas washingtonia

comment accepted March 2026

Thank you for your reply.

圖4c：即使軟件的分析表明了這一點，我們能相信它嗎？shHDAC 6的0小時和24小時數(shù)據(jù)點的分布幾乎相同-事實上，如，所有數(shù)據(jù)點相差0.3。

8 Yong‐Chang Zhou

comment accepted April 2026

很有意思作者對此有何評論？

9 Yong‐Chang Zhou

comment accepted April 2026

在圖4f中，有一些數(shù)據(jù)顯示了一個規(guī)則的模式。作者對此有何評論？

10 Jiali Jin（作者回復(fù)）

comment accepted April 2026

親愛的Idas washingtonia，感謝您對我們研究數(shù)據(jù)的關(guān)注和周到的問題。我們非常感謝有機會進一步詳細澄清量化方法。為了定量腫瘤中γ H2 AX foci陽性細胞的百分比，檢查每個腫瘤的至少三個非連續(xù)切片，所述非連續(xù)切片獲自注射有穩(wěn)定過表達或敲除HDAC 6的HCT 116細胞的裸鼠。考慮到腫瘤區(qū)域的細胞分布不均勻，選擇細胞密度相對較低（100~500個細胞）和細胞密度較高（500~10000個細胞）的區(qū)域進行分析。每個切片至少計數(shù)3個顯微鏡視野。使用Gen 5軟件（Chloe C Lepage等人，Cells，2020; Felicite K Noubissi et al.，Sci Rep，2021），遵循Agilent官方應(yīng)用指南（γ H2 AX病灶的自動成像和雙掩模斑點計數(shù)以確定單個細胞基礎(chǔ)上的DNA損傷）?！皵?shù)據(jù)縮減”功能用于根據(jù)軟件分析的數(shù)據(jù)從整個圖像中提取統(tǒng)計信息。如前所述，根據(jù)公式（γ H2 AX foci陽性細胞/核× 100）計算γ H2 AX foci陽性細胞的比例（Michael-Christopher Keogh等人，Nature，2005; Haipeng Liu等人，Nature，2018; Simon Gemble等人，Nature，2022.）。鑒于該軟件的廣泛應(yīng)用，認為該軟件的分析是可靠的。為方便起見，我們在下文中納入了原始數(shù)據(jù)，以說明如何進行分析。 關(guān)于您深思熟慮的觀察結(jié)果“shHDAC 6的0小時和24小時數(shù)據(jù)點的分布幾乎相同”，我們分別分析了總細胞計數(shù)和γH2AX灶計數(shù)，并根據(jù)公式進行了計算。我們希望這些澄清有助于解決您的擔憂。再次感謝您的時間和善意的關(guān)注。

11 Jiali Jin（作者回復(fù)）

comment accepted April 2026

-Chang Zhou，感謝您對我們研究數(shù)據(jù)的關(guān)注和周到的問題。我們非常感謝有機會進一步詳細澄清量化方法。為了定量腫瘤中γ H2 AX foci陽性細胞的百分比，檢查每個腫瘤的至少三個非連續(xù)切片，所述非連續(xù)切片獲自注射有穩(wěn)定過表達或敲除HDAC 6的HCT 116細胞的裸鼠?？紤]到腫瘤區(qū)域的細胞分布不均勻，選擇細胞密度相對較低（100~500個細胞）和細胞密度較高（500~10000個細胞）的區(qū)域進行分析。每個切片至少計數(shù)3個顯微鏡視野。使用Gen 5軟件（Chloe C Lepage等人，Cells，2020; Felicite K Noubissi et al.，Sci Rep，2021），遵循Agilent官方應(yīng)用指南（γ H2 AX病灶的自動成像和雙掩模斑點計數(shù)以確定單個細胞基礎(chǔ)上的DNA損傷）?！皵?shù)據(jù)縮減”功能用于根據(jù)軟件分析的數(shù)據(jù)從整個圖像中提取統(tǒng)計信息。如前所述，根據(jù)公式（γ H2 AX foci陽性細胞/核× 100）計算γ H2 AX foci陽性細胞的比例（Michael-Christopher Keogh等人，Nature，2005; Haipeng Liu等人，Nature，2018; Simon Gemble等人，Nature，2022.）。使用Gen 5軟件對所有數(shù)據(jù)進行計數(shù)，隨后使用上述公式在Microsoft Excel中進行計算。鑒于上述方法的廣泛應(yīng)用，分析和結(jié)果被認為是可靠的。為方便起見，我們在下文中納入了原始數(shù)據(jù)，以說明如何進行分析。 我們希望這些澄清有助于解決您的擔憂。再次感謝您的時間和善意的關(guān)注。

12 Jiali Jin（作者回復(fù)）

comment accepted April 2026

-Chang Zhou，感謝您對我們研究數(shù)據(jù)的關(guān)注和周到的問題。我們非常感謝有機會進一步詳細澄清量化方法。為了定量腫瘤中γ H2 AX foci陽性細胞的百分比，檢查每個腫瘤的至少三個非連續(xù)切片，所述非連續(xù)切片獲自注射有穩(wěn)定過表達或敲除HDAC 6的HCT 116細胞的裸鼠?？紤]到腫瘤區(qū)域的細胞分布不均勻，選擇細胞密度相對較低（100~500個細胞）和細胞密度較高（500~10000個細胞）的區(qū)域進行分析。每個切片至少計數(shù)3個顯微鏡視野。使用Gen 5軟件（Chloe C Lepage等人，Cells，2020; Felicite K Noubissi et al.，Sci Rep，2021），遵循Agilent官方應(yīng)用指南（γ H2 AX病灶的自動成像和雙掩模斑點計數(shù)以確定單個細胞基礎(chǔ)上的DNA損傷）?！皵?shù)據(jù)縮減”功能用于根據(jù)軟件分析的數(shù)據(jù)從整個圖像中提取統(tǒng)計信息。如前所述，根據(jù)公式（γ H2 AX foci陽性細胞/核× 100）計算γ H2 AX foci陽性細胞的比例（Michael-Christopher Keogh等人，Nature，2005; Haipeng Liu等人，Nature，2018; Simon Gemble等人，Nature，2022.）。使用Gen 5軟件對所有數(shù)據(jù)進行計數(shù)，隨后使用上述公式在Microsoft Excel中進行計算。鑒于上述方法的廣泛應(yīng)用，分析和結(jié)果被認為是可靠的。為方便起見，我們在下文中納入了原始數(shù)據(jù)，以說明如何進行分析。 我們希望這些澄清有助于解決您的擔憂。再次感謝您的時間和善意的關(guān)注。

13 Maarten Van Kampen

comment accepted April 2026

Introduction

May and June 2025 a number of issues were reported for this paper:

1. 熒光圖像重疊

2. 不可能的數(shù)字數(shù)據(jù)

該論文于2025年7月更正。然而，作者僅解決了圖像重疊。在我看來，數(shù)據(jù)的問題要糟糕得多，而且大多與捏造相符。

Impossible data

注釋、。第一作者只是通過提供更詳細但仍然不可能的原始數(shù)據(jù)來回應(yīng)這一點

在下面，我將只關(guān)注：圖4（c）中的兩個測量系列之間的差異對于所有35行測量數(shù)據(jù)來說正好是0.3%。

shHDAC6(24 h) = hHDAC6(0 h) - 0.3%.

在文章的底部，我附上了第一作者在。

作者多次解釋說，數(shù)值代表表達某種標志物的細胞百分比。在至少三個非連續(xù)切片上進行細胞計數(shù)，并且每個切片至少計數(shù)三個顯微鏡視野。從作者的原始數(shù)據(jù)中，我們可以看到這種分析是在每個顯微鏡視野100到10，000個細胞之間的任何地方進行的。在0 h和24 h計數(shù)的細胞總數(shù)之間沒有逐行相關(guān)性。盡管如此，陽性細胞百分比的差異正好是0.3%，并且可以看到一些奇怪的模式：

主要的問題是：上述情況發(fā)生的可能性有多大。我對我的分析還不完全滿意。盡管如此，我還是得到了小于十分之一的概率 2222 。這是這篇論文中最重要的發(fā)現(xiàn)。它也表明結(jié)果是假的。

Probability calculation

作者提供的原始shHDAC 6數(shù)據(jù)顯示，每行的0 h和24 h值之間的差異恰好為0.3%。通過觀察產(chǎn)生這種差異的組合，人們已經(jīng)可以感覺到這是多么不可能。坐第四排。在0小時，作者共計數(shù)250個細胞，發(fā)現(xiàn)3個陽性細胞。在24小時，他們計數(shù)了1000個細胞，發(fā)現(xiàn)9個陽性。分數(shù)差異為3/250 - 9/250 = 0.3%。人們可以搜索其他組合，給出這個確切的差異：

這已經(jīng)給了一個直觀的感覺，這一定是多么罕見：在1000小時的集合中有許多“禁止”的正計數(shù)。事實上，有許多總細胞計數(shù)組合甚至不能產(chǎn)生0.3%的差異（100-100，100-200，100-500，100-1250，200-200，500-500，500-1250，...）。由于運氣不好，作者碰巧錯過了這些組合，這將使他們無法找到0.3%的差異。

我對概率進行了數(shù)值分析，發(fā)現(xiàn)兩個數(shù)據(jù)集之間陽性細胞比例的差異為0.3%。第一數(shù)據(jù)集總共有N個單元格，第二數(shù)據(jù)集有M個單元格。如上所示，只有有限數(shù)量的組合（n，m）導致n/N-m/M = 0.3%。分析開始于枚舉給出期望的0.3%差異的所有（n，m）對。

在下一步中，計算繪制這些對中的任何一個的概率。在N次嘗試中找到n次成功的概率由二項式概率質(zhì)量函數(shù)給出：

f(n, N, p_1) = (Nn)p1n(1?p1)N?n(nN)p1n(1?p1)N?n

我們知道n和N，但p1并不確切知道。這同樣適用于我們在M細胞中發(fā)現(xiàn)m陽性的第二次抽簽，

f(m, M, p_2) = (Mm)p2m(1?p2)M?m(mM)p2m(1?p2)M?m,

其中p 22 并不完全已知。為了解決這種不確定性，我簡單地嘗試所有有點現(xiàn)實的p 11 -p 22 組合，請參閱此Colab腳本。下面是一個代表性的結(jié)果：

該圖顯示了N=1000和M=200時，發(fā)現(xiàn)0.3%差異的概率作為p 11 和p 22 的函數(shù)。

當p 11 -p 22 = 0.3%時，該概率最大，這并不奇怪。這是圖中的白色線。

事后看來，發(fā)現(xiàn)p 11 = 0.3%和p 22 = 0的最大概率為0.224也不足為奇。對于p 22 0，每次將找到0個陽性細胞，因此是無限尖銳的分布。同時，較低的p 11 = 0.003值將給出相當尖銳的分布，因此實際上從1000個細胞中抽取3個陽性細胞的機會很大。最大概率0.224就是 (10003)0.0033(1?0.003)1000?3(31000)0.0033(1?0.003)1000?3 。

不同的N、M總細胞計數(shù)組合導致找到0.3%差異的不同最大概率。我檢查了作者報告的所有組合。上述22%的概率是找到0.3%差異的最大概率。作者連續(xù)35次報告了同樣的差異。發(fā)生這種情況的可能性是 0.22435=10?230.22435=10?23 。這是一種禮貌的方式說“不可能”。

Caveats

在上面我計算了找到0.3%差異的概率。這是非常具體的：當發(fā)現(xiàn)任何其他固定差異時，論文也會被標記。在實踐中，第一行用于觀察實際差異，并且對于其余34行，檢查這些行是否具有完全相同的差異。當最大概率保持為0.22時，這將歸結(jié)為 0.2234=10?220.2234=10?22 概率。

我檢查了0.3%以外的一些差異，確實發(fā)現(xiàn)了一些依賴性。發(fā)現(xiàn)的最大概率是0.36，導致最多有 0.3634=10?150.3634=10?15 的機會偶然發(fā)現(xiàn)這樣的序列。這仍然是“零”，也太樂觀了，因為僅對（N，M）組合之一發(fā)現(xiàn)了更高的概率。作者還總是測量3個或更多個細胞，表明概率方面的最佳p 22 = 0的解決方案是不正確的。

Conclusion

找到35個獨立的測量值來顯示0.3%的差異是不可能偶然發(fā)生的。最重要的是，上面的評論指出了更多的巧合序列。該概述也是不完整的，例如shHDAC 6（24 h）柱也顯示出與其shTET 2（0 h）相鄰柱的非常有規(guī)律的差異。

我認為這些數(shù)據(jù)是偽造的。

14 Maarten Van Kampen

comment accepted April 2026

再看一下數(shù)據(jù)，我發(fā)現(xiàn)了另一個明顯的捏造跡象。而這一個帶有非常簡單的統(tǒng)計數(shù)據(jù)，顯示它是不可能的水平之一在 10321032 。宇宙的年齡大約是1，所以即使從時間的黎明開始每秒運行一次這些實驗，也不會得到這個結(jié)果。

在，Yong-Chang Zhou在圖4（f）中注意到shNC（0 h）和shTDG（0 h）數(shù)據(jù)塊之間存在令人驚訝的-0.1%的差異。然后，第一作者在：

圖4（f）背后的數(shù)據(jù)更令人驚訝：所列值中沒有一個小數(shù)點后超過一位（黃色突出顯示）。這可能是一個四舍五入的問題，但提交人提供的數(shù)據(jù)表明情況并非如此。以第一個值0.3%（左上角）為例。在，可以看出，該值對應(yīng)于總共9000個測量細胞中的27個陽性細胞，因此恰好27/9000= 0.3%的分數(shù)。如果作者測量了28個陽性細胞，他將得到0.3111.. %，0.2888. % 26個陽性細胞，找到小數(shù)點后最多一位的百分比值的概率取決于測量的細胞數(shù)N。下表顯示了 nNNn [%]，N每列變化，n每行遞增。綠色值小數(shù)點后最多有一位數(shù)字：

“有效”數(shù)字以固定的間隔出現(xiàn)。對于N=9000，每9行出現(xiàn)一個有效值，概率約為11%。對于N=4000、2000和1000，這增加到1/4（25%）、1/2（50%）和1/1（100%）。然而，對于N=650，找到“有效”數(shù)字也很罕見，1/13（~8%）。

在，第一作者提供了0 h shNC和shTDG組中所有70次測量的n和N。每個報告的百分比在小數(shù)點后最多有一位數(shù)字。在下表中，我使用總細胞計數(shù) NN 計算每次測量發(fā)生這種情況的概率p。對于所有70次測量，在該點后找到不超過一位數(shù)的概率是所有單個 pp 值的乘積。這個概率是“零”： 1.5?10?321.5?10?32 。

這些數(shù)據(jù)不可能是測量的結(jié)果。根據(jù)所列出的發(fā)表值，報告的總細胞計數(shù) NN 和陽性細胞計數(shù) nn 似乎最有可能是在事后生成的，這些發(fā)表值恰好在該點后最多有1位數(shù)字。

圖4f shNC的數(shù)據(jù)由作者在

最后一列p是找到小數(shù)點后最多一位的 nNNn [%]值的概率。

圖4f作者在

15 Maarten Van Kampen

comment accepted April 2026

ImageTwin發(fā)現(xiàn)了一些圖形裝配錯誤。是的，在這一點上，這應(yīng)該不再重要了。

圖圖3（j）和擴展的圖5（o）在廣泛不同的條件下（0.5/1 μμ g 5fC對1/3 μμ g 5hmC，不相關(guān)的柱）共享斑點印跡測定：

使用對比度增強的動畫顯示背景也是相同的：

擴展數(shù)據(jù)圖2（k）：H3和微管蛋白對照共享相同的空圖像。

16 Scholtzia involucrata

comment accepted April 2026

正如，從統(tǒng)計學上講，來自不同/獨立實驗的數(shù)據(jù)不可能顯示出一對一的相關(guān)性。

圖4c由Maarten和Yong討論和分析。此外，當把所有數(shù)據(jù)繪制成折線圖時，圖4c中8列中的7列在某種程度上是相關(guān)的（見線模式非常相似）。請注意，所有8列數(shù)據(jù)應(yīng)來自不同/獨立的實驗。不可能的

不幸的是，我發(fā)現(xiàn)更多：

擴展圖5c+圖5f，每個第一列應(yīng)該來自不同的實驗，但兩組數(shù)據(jù)是一一相關(guān)的，這可能是不可能的。

擴展圖6c，不同實驗

延伸Fig6m

但最令人震驚的是，就在發(fā)送評論之前，我發(fā)現(xiàn)我在這條評論中繪制的所有直線曲線都是相關(guān)的（共享類似的曲線模式）。

同濟大學王平團隊的Nature更正后，又遭數(shù)值“神巧合”質(zhì)疑

來源：誠信探索

在2025年5月30日，編輯部首次指出了2024年11月20日，同濟大學醫(yī)學院/附屬第十人民醫(yī)院王平團隊在Nature 在線發(fā)表題為“Human HDAC6 senses valine abundancy to regulate DNA damage”的研究論文，發(fā)現(xiàn)文章內(nèi)存在4對圖片重復(fù)使用。

有4對圖片重復(fù)使用：圖E7K-10與E7K-11出現(xiàn)部分重疊，但是代表明顯不一樣的實驗結(jié)果；E10E-11與E10E-15出現(xiàn)部分重疊，但是代表明顯不一樣的實驗結(jié)果，由于誠信科研獲取的是Merge后的圖片，發(fā)現(xiàn)Merge前E10E-9與E10E-13的圖片也出現(xiàn)重疊；E10E-27與E10M-11出現(xiàn)部分重疊，但是代表明顯不一樣的實驗結(jié)果；后續(xù)有相關(guān)的同行上傳到了Pubpeer。

在2025年7月25日，作者在Nature 對于我們指出的重復(fù)圖片進行了更正。

另外，在近期有相關(guān)的同行向編輯部反映，圖4c的數(shù)據(jù)存在異常。

參考信息

https://www.nature.com/articles/s41586-025-09409-w

https://www.nature.com/articles/s41586-024-08248-5

https://pubpeer.com/publications/429F23C68462E5C1A09175C3CD8B07

（來源：饒議科學版權(quán)屬原作者 謹致謝意）