英国版耿同学：数百实验室用错抗体仍得出“正确结果”，顶尖团队也造假?

本文来自微信公众号： 返朴 ，作者：李娟

肖尔托·大卫（Sholto David）是威尔士的一名分子生物学家，他平时在生物技术公司上班，业余时间曝光学术不端。他凭借民间打假的贡献，入选了2024年《时代》杂志首届TIME100 Health榜单，是近年来国际科研诚信领域最受关注的人物之一。

2026年6月，大卫又揭露了一则生物医学圈的丑闻，其调查文章题为《信念战胜抗体》（Mind over Antibody），意思是研究者太相信自己的假设，用了完全不对的抗体试剂，却依然得到了想要的结果。此次事件涉及数家顶级期刊发表的癌症与细胞衰老领域的论文，随后吸引了Science新闻跟进报道。

对大多数人来说，抗体这个词首先让人联想到的，是对抗病毒的免疫球蛋白，或者动辄上万元甚至几十万元的抗体药物。但在疾病病理诊断、药物研发之外，抗体还是现代生物医学实验室最基础的研究工具。

科学界对生命的理解，有相当一部分是通过抗体来实现的——它是识别蛋白质最核心的工具。在实验中，抗体可被用于识别和定量细胞或组织中的特定蛋白质、分离或纯化不同类型的细胞、阻断或激活特定蛋白质的功能等。

目前全球约有160 万种用于科研的商用抗体，可覆盖约 96%的人类蛋白。从癌症机制到神经退行性疾病，从细胞衰老到免疫系统的变化，几乎每一项生物医学研究，都依赖抗体来识别那些肉眼无从察觉的分子事件。

正因如此，一旦抗体用错，麻烦就不只是一篇论文的问题。

都是名字惹的祸？

这次事件的主角，是一个叫p16-INK4a的蛋白质。

p16-INK4a是抑癌通路的关键分子。它通过阻断细胞周期来遏制细胞增殖。在癌症中，p16-INK4a的基因是最常见的缺失或突变基因之一，同时，它也是细胞衰老的核心标志物。因为衰老细胞永久停止分裂，被认为是生物体老化和多种年龄相关疾病的重要驱动力。因此，p16-INK4a在癌症与衰老两个领域都是炙手可热的研究对象。由于 p16-INK4a 经常与相关蛋白（尤其是 p21 和 p53）一起研究，因此通常简称为p16。

这个简称与一个叫p16-ARC的蛋白相似。而且，由于它们分子量相近，在蛋白电泳凝胶上跑到几乎相同的位置，光凭条带位置难以区分。

然而，二者氨基酸序列和功能完全不同：p16-ARC参与细胞骨架肌动蛋白网络的组装，与抑癌或衰老几乎没有关系。如果在研究中，将p16-ARC错当成p16来用，那显然会出大问题。

图 1：两种不同蛋白的结构。|图源：forbetterscience.com参考资料[1]

在2026 年 6月的报道文章中，肖尔托·大卫表示，他系统核查了334篇论文，其中，在涉及p16-INK4a的95%的论文中，该抗体的商家产品编号实际指向的是p16-ARC的抗体。

也就是说，当这些研究者从供应商网站订购抗体试剂时，由于抗体名字接近而选错了产品……买了抗体后，又没有进一步测试或做对照，就直接将其用于实验中。结果就是，他们以为自己在检测抑癌蛋白，但实际上测到的却是一个参与细胞骨架的无关分子。

上述部分论文发表在Nature、Nature Medicine、Cancer Cell等顶刊，有着近千的引用量，不乏牛津大学、剑桥大学、斯坦福大学等名校的研究者。

大卫在文章中列举了数个例子，感兴趣的读者可以从参考资料[1]了解。他的措辞非常尖锐：“这些连正确抗体都订购不了的研究人员，他们的专业水平究竟如何呢？”

最早出现这类错误的论文可以追溯到十多年前。数以百计的课题组踩入同一个坑，彼此引用，相互验证，形成了一个自洽的错误生态系统。

更耐人寻味的是，实验抗体选错、完全不匹配目标蛋白，按正常科研逻辑，检测结果本该完全混乱、无规律，根本得不出统一结论；但大量这类误用错误抗体的论文，反而全都测出了大家预期想要的“正确”结果：衰老细胞里p16信号明显变强、肿瘤组织也能测出 p16表达波动。

出现这种怪事大概有两种原因：一是p16-ARC这类蛋白在衰老、肿瘤细胞里本身就会异常高表达，就算抗体识别错了靶点，也碰巧捕捉到了无关蛋白的同步变化；二是科研里普遍存在发表偏倚，阴性、矛盾、和预期不符的原始数据全部被压下不发表，只筛选符合主流猜想的阳性结果，刻意掩盖了大量冲突、无效数据。

“这表明人们有能力根据有缺陷的数据编造故事。”Science新闻报道的一位受访学者表示。

重名导致的一系列风险

大卫揭露的这个事件不是孤例。就在2025年底，另一个几乎同样荒诞的案例被记录下来，主角是PDK1。

PDK1这个缩写，同时指代两种功能截然不同的蛋白：丙酮酸脱氢酶激酶1（pyruvate dehydrogenase kinase 1），参与线粒体糖代谢；以及3-磷酸肌醇依赖性蛋白激酶1（3-phosphoinositide-dependent protein kinase 1），参与PI3K/Akt信号通路，是多种癌症药物的研究靶点。两者缩写名字相同，功能却风马牛不相及。

在bioRxiv的这篇论文中，研究者系统检索了2019年-2025年所有含PDK1的论文，共1042篇，发现其中198篇（近1/5）存在因缩写命名混淆引发的错误。

重点来了，这些错误不再局限于用错抗体，而是顺着实验流程一路蔓延，造成引物设计、基因编辑、文献引用等一系列连锁冲击，甚至有论文把两种蛋白的功能混到一起描述。

图2：2019 年至 2025 年中因 PDK1 缩写混用引发错误的相关文献统计图。|图源：参考资料[3]

这种重名缩写乱象在科研界十分常见：JNK、MHC、PDK2 等常用缩写，都存在指代多种蛋白的情况，稍有不慎就会造成实验错误。

其原因是多方面的，包括早期命名不规范，历史缩写习惯根深蒂固；研究者与审稿人对试剂信息疏于细致核查；试剂厂商、公共数据库标注疏漏等。

抗体的可重复性危机

命名混乱只是抗体乌龙的一种来源。更深层的危机早已在生物医学圈发酵多年——抗体的生产批次差异与特异性问题。

商业抗体的生产天然带有批次差异的隐患，多克隆抗体尤甚。

多克隆抗体是将特定抗原注射进兔子、山羊等动物体内，待其产生免疫反应后，从血清中提取的抗体混合物。每只动物对同一抗原的免疫应答都有差异，因此同一产品目录号，这批和下批的结合特异性、亲和力、非特异性背景，可能大相径庭。

单克隆抗体理论上来自同一杂交瘤细胞株，一致性应该更高。但实际操作中，细胞培养条件的微小变动、不同代次细胞的遗传漂变，同样可能引入批次差异。

抗体的另一大陷阱是非特异性结合——明明应该只识别A蛋白，却同时与B蛋白、C蛋白发生交叉反应，在实验中制造假阳性信号。

2023年，麦吉尔大学等机构联合发布了一项系统评估，严格检验了614种商业抗体，它们针对65种神经科学相关蛋白。结果触目惊心：超过50%的抗体在至少一项测试中存在失效、非特异性结合等问题。然而，大量不达标抗体在已发表论文中被广泛引用。

保守估算，现有科研文献中约20%-30%的实验结果，使用了特异性不达标的抗体完成，科研数据的可靠性大打折扣。

为了让这个问题的严重性更为直观，我们可以算一笔账：一瓶装有0.1毫升抗体溶液的样品通常售价为400至500美元，可以说非常贵。而每年因劣质抗体造成的经济浪费高达3.75 亿-17.5 亿美元，是实验结果无法重复的核心原因之一。

对整个领域而言，损失远不止经费。错误数据一旦进入文献，便被后来者引用，成为下游不靠谱研究的开端；临床转化若沿错误方向推进，新药靶点定会因此失效——这些系统性错误的代价是难以计量的。

基于麦吉尔大学等的调查，厂商也有了后续整改动作。在409 支检测结果与厂商标注存在冲突的抗体中，73 支被厂商下架退市，153 支由厂商修改产品适用范围和使用建议。

图 3：抗体检测方案示意图。|图源：参考资料[4]

来自抗体供应商的争议

命名错误和批次差异，是研究者端和制造端的共同难题。但2026年5月曝光的另一桩事件，把矛头直接指向了商业抗体市场本身的诚信。

这次的首位揭露者仍然是大卫。2026年5月17日，他在社交媒体上指出，全球最大科学试剂公司之一的官方产品目录中，用来展示一款抗体性能的图像疑似伪造——图中多条蛋白条带形状高度相似，仅经过水平翻转、垂直翻转或180度旋转后被复制到不同泳道，这是数据图像造假的典型特征。

一石激起千层浪。独立研究者里斯・理查森（Reese Richardson）随即展开系统性排查，并与大卫合作建立公开数据库，已在供应商抗体目录中记录了450余张疑似被处理的图像。

图4：供应商抗体说明书中的疑似图片操控。|图源：Reese Richardson的个人领英页面。感兴趣的读者可以访问他的博客，见参考资料[5]

抗体供应商随后发表声明，否认伪造数据和操纵实验结果，但提及“为了展示清晰度和网页呈现效果而进行优化图片”，并表示将提供原始与调整版本的对比。

研究者选购抗体时，最依赖的就是供应商的权威验证说明图，但它可能本身就不可靠。这对整个抗体市场的信任基础是根本性的动摇。

已发表的论文，怎么办？

回到本文开头提到的用错抗体的调查，在大卫的文章发布后，部分研究者已回头核对实验记录、重新验证结论。至少有一个实验室正在重跑实验，一位通讯作者回应道：“我会和第一作者详细核查。”

然而，善后之难，远超最初犯错。事实上，一些被调查的研究团队可能存在造假行为，至少有4篇论文在大卫指出其抗体错误之前就已经撤稿。

目前，尚无学术期刊宣布启动大规模审查。

最佳应对方案是什么呢？下图是大卫在评论区发的截图，当然，这是一句玩笑：

结 语

由上文可知，围绕抗体的众多问题覆盖多个层面，包括命名、生产、科研使用和论文发表领域。

针对这些问题，行业正在从多个节点提出倡议、尝试修补：

命名与信息层面，数据库与部分期刊推动更统一的抗体标识体系，并要求提供更完整的验证与编号信息，以减少信息混乱。

生产层面，重组抗体被视为重要替代路径，其序列可定义、批次一致性更高，有望降低系统性偏差。

科研层面，实验室强化对照实验设计，并在论文中规范记录抗体来源与批次信息，以提高可重复性。

发表层面，一些期刊和资助机构开始提高抗体验证的门槛，将试剂质量控制纳入更正式的评审与报告要求中。

整体来看，这些改变推进缓慢，受限于成本与评价体系的惯性，尚未形成真正统一的行业标准。

参考资料

[1] David, S. (2026, June 2).Mind over Antibody. For Better Science. https://forbetterscience.com/2026/06/02/mind-over-antibody/

[2] Wadman, M. (2026). Protein name confusion created antibody mix-up affecting hundreds of papers.Science. https://www.science.org/content/article/protein-name-confusion-created-antibody-mix-affecting-hundreds-papers

[3] Kociper, B., Miš, K., et al.(2025). PDK1: one abbreviation, two kinases, relentless confusion.bioRxiv. https://doi.org/10.64898/2025.12.01.691077

[4] Laflamme, C., et al. (2023). Scaling of an antibody validation procedure enables quantification of antibody performance in major research applications.bioRxiv. https://doi.org/10.1101/2023.06.01.543292

[5] https://reeserichardson.blog/2026/05/28/how-much-of-thermo-fishers-antibody-data-has-been-manipulated/

[6] Uhlen, M., et al. (2016). A proposal for validation of antibodies.Nature Methods, 13(10), 823–827. https://doi.org/10.1038/nmeth.3995

[7] Baker, M. (2015). Blame it on the antibodies.Nature, 521(7552), 274–276. https://doi.org/10.1038/521274a