今年 2 月，知名 “学术打假人” 伊丽莎白·比克（Elisabeth Bik）爆出猛料，一次性点名超过 400 篇问题论文，这些几乎全部来自中国的几十家医院，在条带、图形版式和标题上高度雷同，似乎都产自同一家 “论文工厂”。比克甚至认为，此类出自论文工厂的文章可能有几千篇。
一时间，“论文工厂” 事件引起了国内民众的高度关注与讨论。
而在短短 3 个月时间后，比克再次曝光一批疑似造假论文，此次列出的 8 篇论文均来自不同的医院、不同的作者，论文研究的疾病也是完全不同的癌症种类，但结果却出奇一致，甚至论文当中的图表和数据都出现了大面积的雷同情况。
将如此明目张胆的学术造假论文发表在国际学术期刊上，堪称是刷新了学术造假的下限，简单而粗暴。
让人唏嘘的是，和前几次问题论文事件一样，这次被曝光的相关人员依然全数来自中国。
微博上一位执业医师、健康博主表示，这是 “丧心病狂的造假”。其中 3 篇论文竟然还在文中注明，项目得到了国家自然科学基金的资助。
此次涉及人员分别来自南京医科大学附属苏州医院肾内科、河南大学第一附属医院胸心血管外科、福建医科大学附属漳州市医院普外科、郑州大学第一附属医院呼吸科、辽宁省肿瘤医院影像科、辽宁省肿瘤医院结直肠外科、山东大学齐鲁医院妇产科和青岛大学附属医院普外科。
图｜8 篇论文（来源：PubPeer）
在这些相似的论文中，大部分论文出自 2017-2018 年，其中，最早一篇发表在 2017 年，最新一篇发表于 2020 年 4 月。这 8 篇论文被发表在以下 5 种期刊上，影响因子在 3-6 之间。
International Immunopharmacology，影响因子 3.361，1 篇；
Cellular Physiology and Biochemistry，影响因子 5.5，1 篇；
journal of cellular and molecular medicine，影响因子 4.658，1 篇；
Open Biology，影响因子 3.89，2 篇
Oncotarget（2017 年已从 MEDLINE 中删除），3 篇
“突破了我对学术造假的所有认知，从文章署名来看，从一线医生到主任副主任医师、医院副院长，还有多篇是国家自然科学基金资助。” 一微博网友表示。
DeepTech 通过邮件向 8 篇论文的通讯作者核实情况，截止到发稿时间，未能得到任何回复。团队成员至今也未在 PubPeer 上进行任何回复。
对于论文本身可能存在问题，目前还需要等待团队的进一步回应。
8 篇论文高度相似
而种种迹象表明，这批问题论文很可能还是出自 “论文工厂” 之手。
（来源：Twitter）
同时，比克在学术交流平台 PubPeer 上发文，对比了其中两篇论文，发现两者具有惊人的相似性。其中，一篇论文的数据来自福建医科大学附属漳州市医院的 286 名胃癌患者；另一篇论文的数据则来自中国医科大学、辽宁省肿瘤医院的 384 例非小细胞肺癌患者。
比克发现，这两篇均发布于 2018 年、基于完全不同研究项目的论文，有着相似的 Kaplan-Meier 曲线、相似的线图、相似的蛋白质印迹、相似的柱状图和相似的统计数据。
图｜相似的 Kaplan-Meier 曲线和线图
图｜相似的蛋白质印迹和柱状图
图｜相似的实验数据
比克甚至发现，文字上的相似性也很明显。
（来源：Twitter）
比克进一步对比了所有 8 篇论文的 Kaplan-Meier 曲线，尽管在几篇论文中没有中部的黑线，但红色和绿色曲线的形状却出奇地相似。
图｜8 篇论文均具有相似的 Kaplan-Meier 曲线（DeepTech 制）
她在 Twitter 发问，“如果有 2 个不同的患者组，2 个不同的癌症类型和 2 个不同的研究机构，那么结果将完全相同的机会是多少？” 随后，比克给出肯定答案，“显然为零”。
（来源：Twitter）
两篇论文的通讯作者使用了同一个邮箱：jiangshuzhongxu@gmail.com，这也符合德国独立科学记者列昂尼德·施奈德（Leonid Schneider）此前的推断，“这些账户的控制者肯定不是某个被列为论文作者的医生，而是论文工厂的经营者”。
图 | 比克推测问题论文并非简单的抄袭
在这一系列论文里，比克在对比当中敏锐发现论文文本出现了大面积重合，更重要的是，两篇论文在接收/发表时间上也刚好 “撞车”。
信息显示，其中一篇在 2018 年 5 月被期刊接收，同年 8 月发表在网站上；第二篇论文手稿最早接收于 2018 年 7 月，最后在同年 10 月发表。
这一细节表明，在第一篇论文公开发表之前，疑似雷同的论文手稿就已经完成且被接收，意味着这不会是简单的论文抄袭。
比克在推特上推测，其中一个可能的原因是第一篇论文在同行评议阶段被 “窃取”；第二个则是，两篇论文可能出自同一个论文工厂之手，出现雷同的原因是论文工厂将一样的论文进行 “二次售卖”。
DeepTech 就此事与该论文打假团队取得联系，团队成员证实，目前已经有足够的理由推测出这些更像是有组织的代写，而不像是个人的抄袭。
团队成员还透露，除了这次曝光的 8 篇论文，团队在几年前就发现了其他类似的问题论文。这种情况也早已不是第一次出现。
团队向 DeepTech 分享了一个博客，记录了此前发现的一批疑似造假论文，其中相似图片在多篇论文里重复出现的手法与这次的如出一辙，而论文作者也同样来自中国。
图 | 团队通过梳理发现，多篇论文图表存在交叉复用的情况，称为“论文多胞胎”
惊天学术造假，3 个月前刚刚发生
这并不是近期唯一发生在我们身边的 “论文工厂” 造假事件。
3 个月之前，比克和她的团队发现了 400 多篇来自不同机构的论文，似乎都产自同一个“论文工厂”，这些论文几乎全部来自中国的几十家医院，其中甚至还包含了多家三甲医院。比克当时提到了以下 6 家三甲医院：
济宁市第一人民医院（三甲）：101 篇论文（几乎没有重复作者，涉及到儿科 15 篇、心脏病学 6 篇、内分泌学 6 篇、肾病学 6 篇、血管外科 5 篇等不同科室）；
吉林大学中日联谊医院（三甲）：59 篇论文；
青岛大学附属医院（三甲）：23 篇论文；
临沂市中心医院（三甲）：16 篇论文；
郑州大学第一附属医院（河南最大的三甲）：16 篇论文；
济宁医学院附属医院（三甲）：12 篇论文。
据当时统计，这些相似的论文中，最早一篇发表在 2016 年，大部分论文出自 2018-2020 年。其涉及的期刊也并不都是所谓的 “灌水刊”，整体质量还不错，这也是当时引起很大轰动的原因。
被列出的 400 多篇论文主要集中发表在 6 种期刊，这些期刊的影响影子在 2-5 之间，其中，Cellular Physiology and Biochemistry 已于 2019 年 1 月被踢出 SCI。同时涉及 Wiley、Elsevier 等多家出版社。
比克的这一发现来自匿名用户 Indigofera Tanganyikensis 提供的线索，当时这名用户在 PubPeer 上指出，一些论文的蛋白质印记检测板之间的背景具有很强的相似性，之后他们发现，不仅是同一篇论文的背景相似，不同论文的检测板之间也出乎意料地相似。
在注意到这条线索后，比克进行了后续跟进。她发现，在 400 多篇论文中，蛋白质印迹条带之间的间隔都非常规则，外观呈哑铃或者蝌蚪状，没有常见的污迹。所有的条带都放在相似的背景上，表明它们是从其他来源复制和粘贴过来的，或者是电脑合成的。
除了数据图本身，这些论文的柱状图也很有规律：以灰色调居多，左边是黑色条，每幅图都是双边误差线。不排除这样的布局可能是一个比较流行的标准图像样式，但不同机构上百篇论文的版面设计都一样，这的确少见。
比克甚至总结出了这些 “论文工厂” 的标题模板，即 “插入一个分子名称、选一个动词（一般现在式、第三人称单数形式）、选一到两个细胞转化过程、选择一种癌症或者细胞类型、选一个连词、选一个动词（现在进行式）、插入 miRNA 或者神经通路的名称”。
在此次最新事件中，这 8 篇论文的标题中也发现了同样的规律。比如，
Interleukin-37 mediates the antitumor activity in colon cancer through β-catenin suppression；
Interleukin-36 Receptor Antagonist Is Associated With the Progression of Renal Cell Carcinoma；
Interleukin-35 Expression in Non-Small Cell Lung Cancer Is Associated With Tumor Progression。
截止此次发稿前，已有高达 453 篇论文在列表中。如果此类现象继续猖獗下去，这一列表将会更长。
当时，打假团队成员之一 TigerBB8 表示，其在揭露论文造假的过程中，曾收到过来自中国论文买家的诉苦信息，“白天，我有门诊手术；下班后，我得照顾我的孩子。晚上 10 点以后，我只有一点点时间，但这远远不够，因为科学研究需要大量的时间。”
针对此次最新事件，也有微博网友表示，此类事件屡屡发生一部分原因是医生的职称晋升制度存在问题。
学术造假过于猖獗
近年来，“论文造假” 现象已是屡见不鲜。
此前 “论文工厂” 事件涉及到的图片和数据造假问题，也很常见。现阶段，学术出版界尚缺少系统的方式来甄别图片造假的问题。
在 DeepTech 此前的报道中提到，比克团队认为，对图像和数据进行分析是揪出论文造假漏洞的重要途径，这也是比克团队在从事论文打假工作过程中的最重要关注点之一。
长期以来，打击蓄意的论文造假问题并不是学术出版届的关注重点。比如，同行评议环节的审稿人在收到论文之后，一般不会怀疑数据、图片的真实性，而是关注论文中的实验设计是否合理、是否存在不严谨等环节。
此前据 Nature 报道，到目前为止，多数学术期刊也没有使用针对性的手段识别论文中的图片是否重合，原因无非是太贵或太耗时，更没有可以大规模筛查论文的软件。
但近年来中国学者在国际的学术期刊上影响力越来越大，其中抄袭、恶意造假事件频频出现让这一问题得到更多重视。
近期，以爱思唯尔和约翰威立为首的国际学术出版巨头正在展开行动，探索如何自动识别和标记科研论文中那些被篡改或重复使用的图片。
他们已经提出了有史以来第一个正式的跨行业倡议，为此还成立了一个新的工作小组，为筛选有问题的论文图像的软件制定标准。
该工作小组由 “国际科学，技术和医学出版商协会（STM）” 旗下的标准和技术委员会牵头成立。STM 协会总部位于英国牛津，是一个主要维护学术、科学、技术、医学和专业出版商利益的组织。
工作小组由爱思唯尔的研究完整性负责人 IJsbrand Jan Aalbersberg 担任主席，成员除了来自爱思唯尔和约翰威立，还有 Springer Nature 和 Taylor＆Francis 等出版商代表，几乎囊括了所有主流学术期刊。
“最终目的是打造一个可以帮助我们自动识别图像篡改的环境。” Aalbersberg 表示。
但到目前为止，这一针对图片造假的应对措施还处于早期阶段。而论文造假背后，由各种来自学术界、医学界的系统性问题未被解决的话， “造假” 和“反假”必然还会是一个长期的拉锯战。
事件发生后，有国内微博网友评论，这种现象“害了那些这些苦逼想思路，累趴做实验，熬夜写论文的真正科研工作者。”
而另一方面，在原本相对纯净的学术界，大量的恶意假文章会给科学论文带来难以挽回的污染问题。
