重生2008：从助教逆袭为院士 作者:佚名
    第58章 论文打假
    关於这个问题，吴辰早已经有了想法。
    “你有没有想过，为什么已经过去这么久，aβ*56还是只能由西尔万的实验室合成，以至於1克样本就要300万美元？”
    “难度太大了。”
    姜楠说。
    aβ*56是一个病变蛋白，只存在於阿尔兹海默症患者体內，提取过程非常繁琐，並且成功率很低。
    与其花费巨大风险去提取，还不如直接购买样品。
    “所以这就是医药类论文是造假重灾区的一个重要原因啊。”
    吴辰说。
    听到他的调侃，姜楠忍不住又是一个白眼，但却没有反驳。
    不过她也懒的再问了，反正吴辰说不出一周就会有结果。
    这一点上，她还是相信对方的。
    到家后，姜楠一进门，就发现父母正坐在客厅里等自己。
    看著他们八卦的眼神，她忍不住一阵扶额。
    -----------------
    在姜楠努力陈述自己还不想恋爱，两人只是同事关係时，吴辰已经到家了。
    简单洗漱了一下，又把吴淑芬餵饱，他便打开电脑，找到了那篇著名的论文：
    《a specific amyloid-β assembly in the brain impairs memory》。
    中文名是《大脑中一种特定的β淀粉样蛋白组装体损害记忆》，第一作者西尔万。
    通读了一遍论文后，吴辰果然发现了几个问题。
    首先是图1中，aβ*56的蛋白电泳条带图有造假痕跡。
    不过让他一点一点的去抠图分析，那是不可能的。
    这没有一两个星期是做不下来的，他不会在这件事情上浪费这么久。
    所以他选择用图像分析的方法来做，这样就能非常轻易的检查出图像的拼接问题。
    於是他基於opencv，快速编写了一个图像特徵分析算法，来计算每条条带的灰度分布和背景噪点的標准差。
    如果图像涉嫌造假，那么这两个值的差异会非常大。
    （请记住 读小说上 101 看书网，????????????.??????超讚 网站，观看最快的章节更新）
    除此之外，为了更具有信服力，他又单独用canny算子检测了条带边缘。
    如果是拼接的图片，那么边缘肯定会有像素级的断裂痕跡，与正常条带的连续边缘差別很大，也可以作为实锤证据之一。
    除了对图像本身分析外，还需要对实验数据进行处理。
    吴辰先將论文中实验小鼠的逃避潜伏期（escape latency）提取出来，然后计算了它的变异係数cv。
    其中，逃避潜伏期是指生物实验时，实验动物从进入水迷宫，到成功爬上隱藏平台所需的时间。
    正常小白鼠的时间，肯定要比注射了aβ*56蛋白的时间要短。
    將两个算法在启明一號上运行起来后，吴辰觉得有点饿，就去给自己煮了一包泡麵。
    15分钟后，数据结果刚好出来。
    当然这是基於他opencl架构的电脑，如果是其他人的电脑，是不可能这么快计算出结果的，时间至少要多十几倍。
    检查一番后，吴辰发现计算结果果然如自己所料，存在大量的造假痕跡。
    第一张图经过扫描后，一眼就可以看出aβ*56条带的背景噪点，和其他条带完全不是一个画风。
    很明显就是拼接上去的。
    而实验数据就更离谱了。
    论文中正常小白鼠的cv仅为3%，远低於標准值15%，数值极不合理。
    就像一场满分100的期末考试，班级的平均分竟然是95。
    这种方差的离散值，在常理计算中是不可能的。
    有这两份数据，基本就可以实锤西尔万的这篇论文造假了。
    但吴辰並不满足於此。
    因为这篇论文的问题，实际上在业內已经有过討论了。
    最主要的一个问题，就是有多个实验室在尝试合成aβ*56时，都以失败告终。
    但这篇文章是发表在《自然》上的，而且西尔万的老师还是在阿尔兹海默症研究领域內的大牛卡伦.阿什，所以大家更多的时候都在怀疑自己。
    或者说，就算这篇论文中的数据有问题，那也没法证明aβ*56是无效的。
    因为阿尔兹海默症患者体內的β淀粉样蛋白確实產生了病变。
    问题的核心，在於到底是aβ*56引起了阿尔兹海默症，还是阿尔兹海默症引发了aβ*56蛋白的產生。
    要证明这个问题，就像是辩证先有鸡还是先有蛋一样。
    但吴辰也有自己的解决方案，那就是用支持向量机svm和rosetta（一个用於蛋白质结构建模的软体），来预测aβ*56的特性。
    因为他记得一个关键点，就是后世已经证明，aβ*56蛋白极不稳定，其特性根本不可能导致阿尔兹海默症。
    有了思路后，吴辰从系统提供的全量医药资料库中，找出了10万条已知稳定性的蛋白序列，然后將序列特徵中的疏水指数、胺基酸电荷和二级结构作为算法的输入特徵，来训练svm模型。
    预测的结果，就是aβ*56热稳定性。
    除此之外，还需要用rosetta来预测 aβ*56的三维结构。
    不过这一次的计算量，就不是几张图片解析那么容易了。
    初步预估的计算时间在两天以上。
    確认算法运行稳定后，吴辰便將它丟在一边，开始了今日份的学习。
    “系统，启动深度阅读状態！”
    【深度阅读状態已开启】
    今天吴辰选择的论文都是关於doc2vec（段落向量，与word2vec相比更进一步，类似段落和单字的区別）的。
    因为在下周六去京大讲座时，他想和百度知识部门的人討论数据获取的事情。
    如果word2vec打动不了他们的话，那么doc2vec他们肯定会心动的。
    -----------------
    接下来的几天，日子就这样平稳的过去。
    算法运行中途出现一次参数偏差，不过经过调整后很快就解决了。
    最终吴辰在周四的晚上得到了想要的结果。
    数据清晰的显示，aβ*56的热力学稳定性极差。
    满分10分的標准，它仅仅达到了1.2的分数。
    同时它的生理环境半衰期还小於三个半小时，过后便会分解为没有独立生物活性的aβ42二聚体。
    所以最终的结论很明显。
    aβ*56蛋白，根本就无法作为阿尔兹海默症药物靶点。
    吴辰將分析报告整理一番后，发送到了姜楠的邮箱。
    他相信她会理解的。
    看了看时间，已经是凌晨一点多，该睡觉了。
    说好的再不熬夜，结果每次都因为这样或那样的事情耽误。
    他將手机静音，然后给床头的机械闹钟设定了早上六点后，就立即陷入了沉眠。
    但他不知道的是，半小时后，他的手机几乎被打爆。
    -----------------
    “楠楠，还是打不通电话吗？”
    江东药厂的实验室里，姜鸿约、来淑嫻以及一大群实验人员竟然都在。
    虽然已经快凌晨两点，但此刻根本没有一个人有睡意。
    所有人都红著眼睛盯著姜楠看。
    “打不通。”
    姜楠嗓音沙哑的回答。
    “这……”
    姜鸿约也很焦躁。
    明天他就要和赛默飞公司签购买aβ*56样本的合同了。
    结果刚刚姜楠收到吴辰的邮件，说这是一个骗局？
    就在眾人一筹莫展之际，姜楠突然將手机揣进兜里。
    “我去他家找他。”
    说罢，她不顾眾人诧异的目光，连白大褂也来不及脱，就大步走出了实验室。