现今我们是否应该鼓励重复性研究？

王德华

我在处理期刊的稿件和自己学生的论文稿件时，经常有两个问题在脑海里闪现：

1、你自己相信你的实验数据吗？

2、在今天很多不确信的情况下，我们是否也应该鼓励重复性研究？（尤其对一些重要的发现和突破）

当年读研究生的时候，听我师兄说，做理论研究的最相信自己的理论，做实验研究的最不相信自己的数据。我当时很认可这句话，记忆就很深，还时不时给自己的学生也闲聊一下。后来给研究生上课，有两句话是经常重复的，一句是“不要相信没有数据支持的理论”，另一句是“不要相信没有理论支持的数据”。对此我还写过几句话：

链接：科学研究中数据与理论何者为重？

做过实验的人都知道，实验设计有不同的处理，处理就需要不同的条件，所以收集到的实验数据是有条件限制的。我们都有体验，有时候实验条件控制很难精确一致，有时候仪器设备的稳定性也不是很好，还有很多其他的干扰条件等等，尽管实验设计和实验过程尽力消除干扰数据可靠性的“噪音”，但要获得可信的数据实在不容易。实验需要重复，有时候还需要多次重复。

问题就来了：实验获得的数据，哪些数据是真实可靠的？哪些数据是没有把握的？

再延伸点：现在那些重要的学术论文中哪些数据是可信的？哪些结论是有道理的？

以动物生理学为例，一般说来，动物表型的数据，只要仪器设备校正准确，操作正确，还是比较可靠的，如体重、体温等。如果是靠实验技术和实验技巧获得的数据，就因人而异了，如电泳、各种分子生物学参数等，除了实验者的实验技术的熟练程度和经验外，其他影响因素也多，如由于抗体的原因、引物的原因、PH的原因、环境清洁度的原因等等，很多情况下对于数据是有很多疑惑的，不同的实验者往往会获得不同的数据，同一个人在不同的条件下也会获得不同的数据，所以哪些数据是假象，哪些数据是真实的，就需要经验了。

我们都知道，科研伦理中，任意剔除数据是不允许的，选择性使用和发表数据也是不允许的。对此也也写过几句话：

链接：不理想的数据可以剔除吗？

我们也都清楚，现实中研究者选择性使用数据和选择性发表数据是很普遍的。实验者一般容易选择符合自己预期的数据。与此相关的是数据处理和统计分析，有时候分析数据，选择某一种统计方法，处理间差异可能达不到显著水平，而使用另一种方法，差异水平可能就显著了。我们知道，不同处理数据间的差异显著性水平决定了研究的结论。差异显著与不显著对于结论是有本质区别的，但从如果从数据上看，可能没有“本质性”的差别，有可能是样本数小的原因，也可能是重复次数少的原因。所以，重复次数，样本量大小，对于数据统计分析结果是很重要的。

研究结论需要实验数据支持，实验数据应该是正确的数据，可信的数据，可重复的数据。从上面的分析可知，实验数据的可信度是有条件的。利用现有的实验技术手段，只要达到熟练完美的专业化水平，各个环节都严格按照学术规范进行，数据就是可信的。由于时代的发展，新的设备、新的技术的不断更新和产生，将来获得新的数据，也会推翻现在的结论，这是在期望之中的，在科研发展的道路上很正常的事情。

由于多方面因素的干扰，我们不免会有疑问：现在所谓的很多重要的发现，重要的突破，到底有多少可重复性？有多大的可信度？实验数据有没有重复？有多少重复？数据的处理和统计方法是否合适？数据有没有选择性使用？实验技术和仪器设备的使用是否熟练和专业？

在这个缺乏诚信、缺少科学精神、缺少学术操守的时代，我们对现在发表的位居世界前茅的海量学术论文该有多大的相信度？有多少数据是真实可靠的？所以，我有个很个人化的观点：在当今的大环境下，学术界在鼓励原创和敢于质疑权威之外，也应该鼓励对于重要的发现进行质疑性的重复性研究。

同时我也觉得一个实验室要慎重发表重要的数据和发现，一旦确定是重大发现或突破，则需要重复验证，确保实验数据在现在的实验条件下是真实可信的，发现的现象和模式是真实的，可重复的，不是偶然现象。确保实验技术和分析方法，每个环节都是专业化的，是正确的。这应该是一个学者应有的基本学术态度。