BioArt 按:近日,全球生物标准研究所( GBSI,The Global Biological Standards Institute)首任主席Leonard Freedman接受了TheScientist 的采访,讨论了科研结果无法重复的问题,以及他提出和推广的可践行的解决方案。BioArt向读者介绍本次访谈,希望引起大家的关注和思考。 Leonard Freedman,罗彻斯特大学分子遗传学博士,研究重心在类固醇/核受体领域。Freedman曾在纪念斯隆-凯特琳癌症中心(Memorial Sloan-Kettering Cancer Center )工作12年,担任细胞生物学教授,后致力于药物研发,先后就任于默克及惠氏(已并入辉瑞)两家公司。2009年,Freedman重返学术界,开始重视生物研究中的“标准”,几年后创建全球生物标准研究所( GBSI,The Global Biological Standards Institute)并任主席,致力于通过政策发起、思想引领和教育来提升生命科学的研究标准。 在研究进入临床之前,到底有多少浪费? 答案是:每年有28亿美元科研基金被浪费在不可重复的研究结果上。造成这一现象的原因很多,可能是生物试剂有问题、实验室犯错,或者是实验设计有问题。 为了解决“可重复性危机(reproducibility crisis)”,Freedman提出,应该培训学生学习实验设计的基本原则。最近,他领导的全球生物标准研究所(GBSI)接收了一笔234万美元的资助,启动了一项名为“促进逆向实验设计,提升实验可重复性”的项目。Freedman接受了Thescientist 的采访,谈到了实验设置中容易出现的问题,以及他的项目将如何解决这些问题。 01 实验结果无法重复,到底是研究过程中哪一块出了问题呢? Leonard Freedman:原因是多方面的,世上没有万灵丹……首要的两个因素是生物试剂和参考资料。其次严重的问题就是研究设计、实验设计……我们找到了10到12个因素,但人们应该会同意,这是最大的三个问题,也是最需要关注的三个问题。 我们致力于解决试剂问题和参考资料的问题,但同时我们也在努力思考着培训,培训学生、博士后,甚至年轻的PI,让他们懂得,仔细地设计实验是非常非常重要的。 我认为,除了试剂出问题,或误用试剂、或试剂来源不正规,我们在分析数据、报告数据以及研究设计时所采用的方法过于粗陋,也是同样重要的问题。 02 有没有哪些科研领域,或者实验类型,你觉得可重复性问题是最严重的? LF:很多离体实验由于涉及到细胞系和抗体试剂——我们知道那是很可能出问题的——所以不容易重复。不过……我不会这样概括,因为小鼠模型也有一大堆问题。你可以在生物学基础研究的任何一个领域找到一个特定的问题,然后说这个领域比其他领域更糟糕。 不过,现在我对人们的动机思考得越来越多。比如说,我得发表这篇论文,这样才能申到基金。这种情况越来越频繁,竞争越来越激烈——你知道,科学家也是人,他们也会被这种所谓的“悖谬的动机”所驱使……我认为动机问题是个大问题。 03 实验设计对结果的可重复性到底有多大的作用? LF:和试剂出问题、误用试剂、试剂不正规一样,我们的数据分析、数据报告、研究设计之粗陋,同样是个大问题。 针对前者,比如细胞系、抗体,我们一直在研究一些实际的解决方案。针对后者,我也在思考解决方案。这其实跟科研训练有关,我们需要回到最初的原则,需要一种更为正式的教学,教会学生、博后,设计一个好的实验有哪些关键的基本点。这是我们争取这笔资助的真正动力。我们希望,如果人们能更好的去准备实验设计,就能做出更好的实验,能提升研究的可重复性。 04 那么当下的培训和教学出现了哪些问题呢? LF:这只是我个人的看法——我认为研究生和博士后接受的教学是学徒制标准的。课堂教学是正式的,有点儿理论化,教的是生物概念、化学概念等等玩意儿。然后等你进了实验室开始实验,你和你的导师就变成了师徒关系……那么,有没有一种正规的、教学式的培训?针对研究设计、数据分析汇报的培训?或者针对验证试剂有效性的培训?我想目前还没有。 我们建议,在训练学生和博后的时候,回到基础,回到最根本的原则上来。我相信这么做能提升研究的质量。 05 为了解决实验设计的问题,你推出了一种称为“逆向策划”的方法,能解释一下这是个什么样的方法吗? LF:简言之,逆向实验设计是我们项目的开头。我们会从数据开始——本项目中,我们关注细胞成像、高通量筛选以及疾病模型等实验方法所取得的数据——我们不会高谈阔论抽象的概念,你将会接触到实实在在的东西,会取得实验成果,会回过头来,用学生面临的案例来教学,来传授切实的而非抽象的东西。 06 总的来说,你期待这个项目起到多大的作用? LF:我们的工作真正要影响的是未来一代的科学家,他们现在还在接受学术训练。 我认为更好的培训会带来真正的机会。培训要强调一些基本的问题,比如试剂要经过验证,研究设计和数据分析应该怎么做。这些东西我们往往认为是理所当然就该知道的,但其实并非如此。 参考资料: 1.https://www.the-scientist.com/?articles.view/articleNo/51047/title/One-Way-to-Fix-Reproducibility-Problems--Train-Scientists-Better/ |