如何看待顶尖材料学家崔屹团队Nature Catalysis文章撤稿，因原始数据丢失，噪声无法重复？ 第1页

「伪周期性」噪音其实并不是这次Nature Catalysis^[1]的首创，崔屹选择放弃一作，弃车保帅是「明智之举」，但这一行为，完全是一个愧对其咖位的行为，可以说得上是毫无担当。

因为这本来大概率就是一作的问题，以崔屹这个级别的大水牛，在2018年已经站在学界顶端的时候，动机上没有必要为一篇子刊造假。这一点和那些学术生涯早期出问题的大佬还是有一些区别的。

之所以这么说，是因为在Pubpeer上可以查到一作Zheng Xueli在2017年发表在Joule上的一篇论文^[2]，同样是一作，同样是大子刊，然后受到了一模一样的质疑。

在Joule文章的补充数据Figure S20中，同样是电流密度数据，其噪音也是出现了惊人的「伪周期性」。

这一点，与Nature Catalysis中出现的的情况如出一辙。

而Joule的论文中虽然也有崔屹的名字，但通讯作者是Zheng Xueli在UT的老板Edward H.Sargent。

同样的参数，同样的问题，同样的一作与不同的通讯作者，那么大概率是一作有问题。

但同样的问题，两个老板的反应也非常微妙。

Joule的论文被质疑后，Sargent直接拿出了原始数据，并找到了仪器的供应商，解释了「伪周期性」的问题。

在Sargent本人在Pubpeer给出的回复中，作者提供了原始数据，并进行了叠加，并证明了原始数据就出现这种电流密度的「伪周期性」。然后引用了检测仪器的供应商BioLogic所说的「这种伪周期性在仪器的使用中经常见到」（The company mentioned that these pseudo-periodic patterns are frequently seen），注意，是经常。潜台词就是这是由于仪器在进行实验时的设置导致的。

那么Nature Catalysis是出现了一样的问题吗？

查阅原文后，我们发现崔组所用的设备也是由BioLogic提供。如果Sargent所说为真，BioLogic设备经常出现这种「伪周期性」的现象，那么崔屹就算找不到原始数据，也能够使用同一个设备做出相似「伪周期性」噪音，或者找供应商提供出现这种「伪周期性」的真实数据。就算图片不完全一样，也至少可以证明这部分不是PS出来的，是由设备本身的局限性造成的，足以解决这次危机。

而且崔屹直接选择了撤稿，就说明这事情根本没有Sargent说的那么简单。两个通讯作者中，至少有一个提供的信息是错误的。应为按照Sargent的说法，「伪周期性」应该是很好重复的，可崔屹组用同一个设备就是重复不出来。

这事凭什么就这么巧，同一个一作，同一种实验，同一种设备，出现一样的「伪周期性」噪音，而且VMP3应该是一个很常见的设备，按照BioLogic的说法，「伪周期性」是频繁出现的，那为什么没见别人被锤，就你Zheng Xueli连着17年、18年两篇子刊被锤两次。

这种小概率事件，让我觉得Sargent对Joule论文的辩解是站不住脚的，因为除了所谓BioLogic的声明，实际上没有其他任何证据表明「伪周期性」是一种常见的现象。但巧就巧在Sargent拿出来了原始数据，这就更加离谱了，这个原始数据的真实性非常可疑，值得更加深挖。

当然，这也告诉我们一个道理，那就是一定要好好保存所有的原始数据。有原始数据的话，什么问题都不是大问题。但目前这个情况来看，崔组和Sargent本身就因为这种「伪周期性」是否存在产生一些分歧，再加上崔也是Joule论文的参与作者，如果他撤稿Nature Catalysis的逻辑，崔应该也要求撤稿这篇Joule的论文。

不过也不能因为这事就一棍子打死崔。虽然人家是顶级水牛，但整体而言还是比较干净的，这个体量的发文量，Pubpeer能查到的质疑也一只手数得过来。

毫无疑问，就算Nature Catalysis作为一作应该承担大部分责任，难道作为通讯作者的崔屹、斯坦福大学仅仅只是撤稿就够了吗？虽然看起来无法重复就选择撤稿是国外诺奖级大佬的常规做法，已经比国内某些院士受到质疑后不重复、不撤稿好了很多。但根据斯坦福大学的数据保留政策，课题结束后应该至少保留原始数据三年。

三年其实已经是很松的政策了，大多数科研院所基本是五年，一些科研院所甚至是十年。

这篇出现原始数据丢失情况的论文是2018年12月发表的，2020年编辑部都发表了关切申明，就算到撤稿之日也不足三年。而且难道就是刚好这个有问题的图片的数据丢失了，其他原始数据就没有问题吗？崔组、斯坦福的数据保留情况本身就令人堪忧。如果真的按照规定保留了，崔组就算拿三年前有问题的原始数据都能糊弄一下。作为课题组负责人，虽然我善意的揣测崔没有指示造假的动机，但崔的失职直接导致了论文的发表，这是必然要承担责任的。

在世界上最顶尖大学、最顶尖实验室都能发生数据短时间内突然丢失的事情，无论是因为数据产生者造假亦或者是什么别的原因，这都值得课题组PI、学校、以及每一个学术工作者的反思。

仅仅是撤稿，而不采取系统化的行动来改善这种糟糕的情况，只会让学术环境更加恶劣。

以上内容均由ViaX盐趣在线科研教育签约导师C·Liu提供

责任编辑：赵晨旭（邮箱：zhaochenxu@viax.org如需交流、转载、供稿、合作请邮箱联系，并注明单位、职位及姓名）

参考

1. ^ Zheng, X., et al., RETRACTED ARTICLE: Theory-guided Sn/Cu alloying forefficient CO2 electroreduction at lowoverpotentials. Nature Catalysis, 2019. 2(1): p. 55-61.
2. ^ Zheng, X., et al., Sulfur-Modulated Tin Sites Enable Highly Selective Electrochemical Reduction of CO2 to Formate. Joule, 2017. 1(4): p. 794-805.

今年的第一篇Nature正刊撤稿都过了两个月了，一作还屁事没有的当着清华副教授。

如何看待微软颠覆性成果「量子系统或存天使粒子」遭 Nature 撤稿，数据有不适当加工、结论不靠谱？

如何看待清华物理系副教授张浩的「量子系统或存天使粒子」遭 Nature 撤稿，涉嫌学术造假？

17年那篇马约拉纳的Science都被人March Meeting骑脸说数据不存在了，一作也好好地在北大占着坑没挪窝。

如何看待 1 月 3 日 Science 发表负面结果论文：「天使粒子」实验结果不能充分表明其存在？

就一篇子刊，大老板还是正值巅峰的材料大佬，哪来的信心在这看待看待的评头论足。

反对用random函数来制造噪音的说法，完全就是误人子弟。random函数产生的随机数一般符合均匀分布或正态分布。但真实测量仪器产生噪音根本不是简单的均匀分布或者正态分布。只要算一下真实仪器的噪音能量谱，马上就露馅了。

学化学和材料的不学信号与系统，根本无法理解测量仪器的噪音是如何产生的。做个假也做的不伦不类。比较靠谱的做法，要先根据测量仪器的真实数据，把噪声的能量分布计算出来。然后做System identification，当然学化学和材料的也是不会懂的，因为这是自动化专业学的东西。当然也有比较方便的工具，MATLAB的核心工具箱simulink就是干这个事的。

最后，霍华德来教你天衣无缝的图谱造假：1. 先弄清楚峰背后的物理原理，共振产生的一般是洛伦兹型峰，多种因素叠加一般是高斯型峰。2. 计算系统阻尼及峰强度，如果强阻尼可能会造成峰位偏移，最好解一下偏微分方程，不要直接套公式。3. 如果两个峰比较近，还需要考虑模式耦合，可能会有能级劈裂。4.确定噪音类型，白噪音、1/f噪音，棕噪音、粉噪音及其多种混合。5. 分解噪声源，分别测量噪音能量谱，根据噪音类型及强度重新生成背景噪音。以上，是我做梦的时候梦到的[惊喜]