धोखाधड़ी, अंतहीन धोखाधड़ी
(science.org)- NIA के Neuroscience division के पूर्व प्रमुख Eliezer Masliah के 25 साल से अधिक के शोधपत्र रिकॉर्ड में व्यापक हेरफेर के आरोप सामने आए हैं, जिससे neurodegenerative disease research की विश्वसनीयता पर सवाल बढ़ गए हैं
- आरोपों का केंद्र Western blot और microscope images की कट-पेस्ट, duplication और reuse है; 300-पेज के दस्तावेज़ में 132 papers के समस्याग्रस्त मामलों को इकट्ठा किया गया है
- Alzheimer’s और Parkinson’s के mechanisms, खासकर alpha-synuclein से जुड़े highly cited papers शामिल हैं, जिससे follow-up research और citation system तक प्रभावित हो सकते हैं
- prasinezumab, cerebrolysin, minzasolmin जैसे drug programs के आधार papers में भी manipulated images जुड़ी हैं, जिससे basic data reliability हिल गई है
- NIH ने कहा है कि Masliah अब neuroscience division का नेतृत्व नहीं कर रहे हैं, लेकिन सार्वजनिक स्पष्टीकरण duplicate images वाले दो papers पर internal investigation के स्तर तक सीमित है
Masliah papers पर आरोपों का दायरा
- Science के Charles Piller और टीम ने Eliezer Masliah के paper record में कई वर्षों तक फैले व्यापक fraud allegations को कवर किया
- Masliah 2016 से National Institute on Aging (NIA) के Division of Neuroscience के निदेशक थे
- समस्या के केंद्र में paper images में हेरफेर है
- Western blot को काटकर-चिपकाकर उसे इच्छित परिणाम जैसा दिखाने का तरीका
- अलग-अलग experimental results के रूप में पेश की गई images या image parts का repeated use
- splicing, cloning, overlaying, copy-and-pasting, और एक ही image को अलग captions और research contexts में reuse करने के मामले
- 300-पेज के दस्तावेज़ ने manipulation cases को इकट्ठा किया, और स्पष्ट लगने वाली समस्याओं वाले papers की संख्या 132 बताई गई
- आरोपित papers में Alzheimer’s और Parkinson’s से जुड़े mechanisms, खासकर alpha-synuclein protein के आसपास के mechanisms पर highly cited papers शामिल हैं
- co-researchers और field से जुड़े लोगों ने manipulation के दायरे पर हतप्रभता, गुस्सा और अविश्वास जताया, और कुछ ने जवाब देने से इनकार किया
- वर्षों के दौरान किसे manipulated results की जानकारी थी, यह अंत तक स्पष्ट करना मुश्किल हो सकता है
- कुछ co-authors की पहले ही मृत्यु हो चुकी है
- अन्य co-authors प्रतिक्रिया देने से बचते दिखे
- Masliah के साथ काम करने वाले ईमानदार scientists के अपने research records का कुछ हिस्सा भी इन आरोपों से प्रभावित हो जाएगा
Drug development और NIH response पर असर
- prasinezumab alpha-synuclein को target करने वाली antibody है, और developer Prothena की website द्वारा cited सभी 4 foundational papers में manipulated images शामिल हैं
- Prothena और Roche ने 2022 में Parkinson’s clinical trial results NEJM में प्रकाशित किए
- उस trial में इस antibody से कोई benefit नहीं दिखा
- वर्तमान में एक और clinical trial चल रहा है
- neurodegenerative diseases के treatment की कठिनाई के कारण यह तय करना मुश्किल है कि यह एक valuable idea की failure है या non-real data पर आधारित attempt
- cerebrolysin pig brain tissue से निकले peptide mixture पर आधारित proposed Alzheimer’s treatment है
- Austrian company Ever ने छोटे, अनिर्णायक human trials किए
- यह Russia सहित कई देशों में distributed है, लेकिन US और EU में approved नहीं है
- treatment effect के evidence के रूप में इस्तेमाल हुए Masliah के 8 papers भी manipulated images से भरे हैं
- minzasolmin alpha-synuclein की misfolding रोकने वाला proposed drug है
- Masliah और co-researchers ने efficacy को support करने वाले early papers प्रकाशित किए, और उन papers में भी manipulated images हैं
- Masliah ने इस drug को develop करने वाली Neuropore की co-founding की, और Neuropore ने Belgian drugmaker UCB के साथ partnership की
- पिछले साल in vivo effect paper को drug की short half-life के कारण दिए गए conditions में काम करना कठिन होने की आलोचना मिली
- authors ने जवाब दिया कि दूसरे mechanism evidence मौजूद हैं
- पहले के एक paper में भी Masliah को credit वाली image digitally altered लगती है
- minzasolmin फिलहाल Phase II trials stage में है
- NIH ने कहा कि Masliah अब Neuroscience division का नेतृत्व नहीं कर रहे हैं
- सार्वजनिक NIH statement में बहुत अधिक details नहीं हैं
- लगता है कि May 2023 में शुरू हुई internal investigation इस decision तक पहुंची
- उस explanation में कहा गया कि यह duplicated images वाली दो publications के आधार पर था
- 2016 में appointment से पहले अगर Western blot और photomicrograph का audit किया गया होता, तो NIH आज की स्थिति में नहीं होता—यह चिंता बनी हुई है
1 टिप्पणियां
Hacker News की राय
लेख लिंक: https://www.science.org/content/article/research-misconduct-...
ऐसे लेख देखकर बहुत सारे विचार और भावनाएँ उमड़ आती हैं। मैंने computational biologist के रूप में ट्रेनिंग ली थी, थोड़ा-बहुत lab work भी किया था और कभी-कभी gel electrophoresis भी चलाया था, लेकिन निजी तौर पर मुझे gel पसंद नहीं थे—वे पेचीदा, गंदे, देखने में खराब और बहुत कुछ बताने वाले भी नहीं लगते थे
लेकिन molecular biology gel पर इतनी निर्भर है कि लगभग हर नतीजे का मुख्य आधार gel ही होता है। presentations और papers में मैंने बहुत बार देखा है कि पूरे नतीजे सिर्फ कुछ गहरी bands वाली एक gel image पर टिके होते हैं
साथ ही, मैं एक असफल scientist था, और मेरे gel उन लोगों के gel जितने दिलचस्प या convincing नहीं थे जो मुझसे ज्यादा सफल थे। करीब 20 साल पहले मैंने सोचा भी नहीं था कि कोई अपने नतीजे आगे बढ़ाने के लिए gel images को जानबूझकर manipulate करेगा; मुझे बस लगता था कि data organization गड़बड़ होने से images में confusion होकर कभी-कभी गलत papers निकल सकते हैं
अब मुझे विश्वास होने लगा है कि ऐसी fraudulent gel images आम हैं, और अगर ऐसा कम होता तो मैं ज्यादा सफल होता या नहीं, यह नहीं पता; लेकिन बड़ी समस्या यह है कि सबने इसे यूँ ही जाने दिया। journal club में सब Figure 3 पर पहुँचकर मान लेते थे कि gel वैसा ही है जैसा authors कह रहे हैं, फिर results और conclusions से बिना critical scrutiny सहमत या असहमत हो जाते थे; जबकि मैं यह समझने में बहुत समय लगाता था कि वास्तव में कौन-सा experiment किया गया और data क्या दिखा रहा है
उम्र बढ़ने के साथ मुझे समझ आया कि Charlie Munger का observation—“मुझे incentives दिखाइए, मैं आपको outcome दिखाऊँगा”—science समेत हर जगह लागू होता है
academia में scientists का career publications, citations और impact से तय होता है, और लगता है कि कुछ लोगों ने career के लिए system को game करना सीख लिया है। science पीछे छूट जाती है
प्रस्ताव वही है। असली scientists को budget देना चाहिए और fraudsters पकड़ने का अधिकार देना चाहिए। अगर वे किसी fraudster को पकड़कर साबित कर दें, तो उसका research funding लेकर अपने research में इस्तेमाल करने दिया जाए
जाहिर है, अब वह उसी workplace में AI head है
https://archive.org/details/Fantasy_Science_Fiction_v056n06_...
वैज्ञानिक तो नहीं हूं, लेकिन अगर PBS spacetime के 3,000 घंटे देखने को गिना जाए तो बात अलग है। विज्ञान पसंद होने की वजह से विज्ञान और अकादमिक धोखाधड़ी मुझे की जा सकने वाली सबसे खराब धोखाधड़ी जैसी लगती है।
वित्तीय धोखाधड़ी भी आत्महत्या और ज़िंदगी बर्बाद होने तक ले जा सकती है, लेकिन अकादमिक धोखाधड़ी ऐसा महसूस कराती है जैसे पूरी मानवता को पीछे धकेल रही हो। मैंने जीवन भर वैज्ञानिकों का बहुत सम्मान किया और उन पर भरोसा किया है, और मुझे लगता था कि वे समझते हैं कि उनका काम बहुत महत्वपूर्ण है और छेड़छाड़ के downstream प्रभाव बहुत बड़े होते हैं।
ऐसी चीज़ें मुझे तर्कसंगत रूप से जितनी परेशान करनी चाहिए, उससे ज़्यादा करती हैं। सोचता हूं कि ऐसी वैज्ञानिक धोखाधड़ी करने वाले लोग क्या सचमुच बुरे इंसान हैं, या मैं ज़्यादा सोच रहा हूं; और क्या वैज्ञानिक अकादमिक धोखाधड़ी के लिए जेल भी जाते हैं।
सामाजिक विज्ञानों में जाएं तो प्रकाशित होने वाली बकवास की मात्रा हैरान करने वाली होती है। उदाहरण के लिए 1900 के दशक की शुरुआत की electricity से जुड़ी किताबों में electromagnetic waves या “electromagnetic field therapy” के सकारात्मक प्रभावों पर काफी गंभीरता से लिखे गए chapters हैं, और वे बीमारी के हिसाब से frequencies और modulation methods, और डॉक्टर उन्हें कैसे लागू करें, यह भी सिखाते हैं। आज ऐसे devices वे ठग बेचते हैं जो माथे पर पत्थर रखकर chakra balance करने जैसी चीज़ें करते हैं।
इसलिए reproducibility कितनी महत्वपूर्ण है, यह फिर से स्पष्ट होता है। कम-से-कम जब तक कोई दूसरा वैज्ञानिक या research group परिणामों को reproduce न कर सके, तब तक किसी भी research result को गंभीरता से नहीं लेना चाहिए।
अगर research इतनी पर्याप्त रूप से defined नहीं है कि उसे reproduce किया जा सके, तो उसे कचरा research मानना चाहिए।
ऐसे scandals में फंसने वाले ज्यादातर लोगों के लिए यह कई choices और संयोगों के बाद मिली बस एक नौकरी है। वे भी सामान्य इंसान हैं, और ऐसे परिणामों व जोखिमों के बीच सामान्य incentives पर प्रतिक्रिया देते हैं, जिन पर उन्होंने विचार किया भी हो सकता है और नहीं भी।
teaching, medicine, engineering जैसे दूसरे professions में भी मिलती-जुलती समस्याएं हैं।
शीर्ष संस्थानों की नौकरियां nominal salary से कहीं ज्यादा मूल्यवान होती हैं। यह इस बात से पता चलता है कि वे लोग private sector में कितना कमा सकते हैं। मुख्य compensation स्वतंत्रता और बौद्धिक उत्तेजना है। किसी बुरे actor द्वारा शीर्ष नौकरी पाने के लिए की गई साफ-साफ data manipulation को कम-से-कम सैकड़ों हजार डॉलर, और शायद millions of dollars, चुराने जितना बुरा नैतिक अपराध माना जाना चाहिए।
इसका नुकसान क्या है, यह भी समझ नहीं आता। मैंने कभी नहीं सुना कि कोई researcher fraud के आरोप में गलत तरीके से फंसाए जाने के डर से खुद को threatened या overly cautious महसूस करता हो।
जैसे problematic community में सिर्फ “crime पर सख्ती” अक्सर मददगार नहीं होती, वैसे ही scientific fraud को कठोर सज़ा देने भर से समाधान नहीं होगा। community छोटी होती है, इसलिए bad actors को पकड़ने के लिए या तो insiders को खुद policing करनी होगी, या non-expert outsiders को फैसला करना होगा। नेक नीयत वाली enforcement भी आसानी से power struggle में बदल सकती है।
इसलिए मुझे लगता है कि सबसे प्रभावी रास्ता good actors को सशक्त बनाना है। खुली बहस सुनिश्चित करनी होगी, व्यक्तियों की शक्ति सीमित करनी होगी, और छोटे समूहों में शक्ति का अत्यधिक केंद्रीकरण रोकना होगा। यह scientific stars और celebrities चाहने की इच्छा से टकराता है, इसलिए इसे लागू करना अपेक्षा से कठिन है, लेकिन स्वस्थ community बनाने में बहुत मदद करेगा।
विद्वान जितने ज़्यादा हताश होंगे, यह व्यवहार आने वाले दशकों में उतना ही बिगड़ेगा। यह prisoner's dilemma है। अगर सभी अपने नतीजों को बढ़ा-चढ़ाकर बताते हैं, तो मुझे भी वैसा करना होगा, वरना नौकरी से निकाल दिया जाऊँगा। हज़ारों visa students के लिए यह और भी गंभीर है
यह कारों के “lemon market” जैसा भी है। जब बाज़ार lemons, यानी fake papers, से दूषित हो जाता है, तो वास्तविक नतीजों जैसे अच्छे माल को publish करने का incentive घट जाता है। क्योंकि कोई यह अलग नहीं कर सकता कि वह fabricated नहीं है। इसके बजाय अच्छे नतीजों को सीधे industry में ले जाना और बिल्कुल publicly न दिखाना ज़्यादा फ़ायदेमंद हो जाता है। Pharmaceutical companies पहले से ही सबसे promising data और नतीजों को कड़ी तरह छिपाने के लिए जानी जाती हैं
कारों के lemon market की तरह, मुझे लगता है कि समाधान सिर्फ़ government regulation है। असल में यह lemon law पास कराने से कहीं आसान हो सकता है, क्योंकि अधिकांश labs पहले से ही government funding पर चलती हैं। पुराने paper retractions का grant review scores पर बड़ा नकारात्मक असर होना चाहिए। तब सिर्फ़ labs ही नहीं, institutions भी ऐसे साफ़-सुथरे scientists को hire करेंगी जिनसे ज़्यादा research funding मिलने की संभावना हो
जो research replicate नहीं हुई है, उसे preliminary results के रूप में साफ़ label करके publish करना चाहिए। तब दूसरे scientists उसे लेकर replication की कोशिश कर सकते हैं
Institutions को भी promotion decisions में replication research को original research के लगभग बराबर weight देना चाहिए। पूरे field में योगदान देना हर researcher की ज़िम्मेदारी माना जाना चाहिए
अगर कोई lemon market में अच्छा माल लाता है, तो वह खरीद पर warranty देकर quality को अलग दिखा सकता है। Lemon seller defects की लागत buyer पर डालना चाहता है, इसलिए वह warranty देना नहीं चाहेगा
पूरा paper काफ़ी पढ़ने में आसान है और पढ़ने लायक है। इसे academia पर कैसे लागू किया जा सकता है, मुझे नहीं पता। समस्याओं में से एक यह है कि fraud किए जाने के समय और उसके पकड़े जाने के समय के बीच बड़ा gap हो सकता है, इसलिए violator के पास फिर भी धोखा देने का incentive बचा रहता है
बड़ा सवाल यह है कि ऐसे fraud papers पर जिन लोगों के नाम हैं वे अभी भी employed क्यों हैं। अगर publication के लिए काल्पनिक data बनाया है, तो उन्हें अपनी research position या professorship गंवानी चाहिए और बाकी जीवन McDonald's या किसी warehouse में काम करना चाहिए। Professor बनना चाहने वाले बहुत लोग हैं, इसलिए झूठ बोलने वालों को हटाने से शायद बहुत कम या कुछ भी नुकसान न हो
अगर नौकरी taxpayer money से चल रही थी, तो data, results और methods को जानबूझकर manipulate करने पर criminal liability होनी चाहिए। उस point पर यह literally taxpayer money चुराने के लिए झूठ बोलना है, और यह city manager के embezzlement या cash register से 20-dollar notes की गड्डी उठा लेने से अलग नहीं है
40 साल में मैंने अगर कुछ सीखा है, तो यह कि future behavior या claims पर scientific confidence रखने के लिए ज़रूरी hypothesis testing, data collection, evidence evaluation के framework के साथ consistent तरीके से जीने वाले लोग practically 0 हैं
इसमें वे लोग भी शामिल हैं जो खुद को professional scientists, PhD, authors, leaders मानते हैं
जिन लोगों को मैं जानता हूँ उनमें consistent रूप से “scientifically” जीने वाले सिर्फ़ वे लोग हैं जिन्हें autism·ADHD·ODD spectrum की neurodiversity वाला माना जाता है। क्योंकि उन conditions के कारण उन्हें सचमुच scientific और ज़रूरी mechanisms बनाने ही पड़ते हैं
फिर भी हमें लोगों से बेहतर standards की उम्मीद करनी चाहिए, और average तौर पर सोचने के तरीके को उस pattern के ज़्यादा करीब लाना चाहिए जो science के rigorously proven होने पर दिखता है। Science दुनिया कैसे काम करती है, इसे किसी भी दूसरे worldview की तुलना में कहीं ज़्यादा predictably दिखाती है
Science की मशाल उठाने वाले लोग उस standard पर खरे नहीं उतरेंगे, यह expected है; इसलिए peer review होता है
यह incentives और खराब science के सामने आने की speed पर indictment है। इस case की तरह, सामने आने की speed हमेशा बहुत धीमी होती है। लेकिन science ही एकमात्र जगह है जहाँ आखिरकार fraudster बेनकाब होता है या शुरू से ही कोई उसका अनुसरण नहीं करता
कोई ऐसी philosophy नहीं है जिसका standard यह हो कि वह reality के हर version से हमेशा मेल खाए
क्या आप सचमुच 0 पर अड़े रह सकते हैं? 1% कैसा रहेगा? 0 से कहीं ऊपर किसी point पर compromise कर लें, या फिर यह सचमुच bottom है इसका convincing आधार दें तो अच्छा होगा
ऐसी “conditions” का self-diagnosis करने वाले कई लोगों से मिला हूँ, और वे ऐसे लगे जैसे चाहते हों कि दुनिया उन पर तरस खाए, या वैसी ही कोई चीज़ चाहते हों
मैं कभी काफ़ी अजीब और खुली अकादमिक चोरी का शिकार हुआ था
किसी ने GitHub पर मौजूद मेरे आधे-अधूरे ड्राफ्ट में ताक-झांक की और उसे असली journal में publish तक कर दिया: https://forbetterscience.com/2024/05/29/who-are-you-matthew-...
code और paper, दोनों के लिए पूरा commit log था, GitHub verified commits तक थे, फिर भी arxiv और journal को ज़रा भी परवाह नहीं दिखी, न ही वे कोई झंझट उठाना चाहते थे
खैर, for better science blog की ज़ोरदार सिफ़ारिश करता हूँ। यकीन करना मुश्किल है कि fraud असल में कितना फैला हुआ है। कई Nobel laureates पर भी लागू होता है। पागलपन है
[0] https://pretendradio.org/
forbetterscience अच्छा idea लगता है, लेकिन writing style, images और about page देखकर मुझे झिझक हुई कि यह भरोसेमंद science commentary site है या नहीं
neuroscience में papers publish कर चुके scientist के तौर पर, मैं बस यही कह सकता हूँ कि academia के incentives पूरी तरह टूट चुके हैं। 1990s के आख़िर में NIH ने “translational research” को ज़ोर से आगे बढ़ाया, यानी research को तुरंत real-world benefit या applicability दिखानी चाहिए
basic research और संकरे सवालों का पक्का जवाब देने के लिए ज़रूरी सावधान, धीमी research को academia की आत्मतुष्टि मानकर किनारे कर दिया गया
एक तरफ़ से देखें तो तुरंत real-world relevance की मांग अच्छी लगती है। research funding समाज को लाभ पहुँचाने के लिए ही दी जाती है। दूसरी तरफ़, जब papers और अंततः funding decisions real-world relevance साबित करने पर आधारित हों, तो हैरानी नहीं कि scientists के पास अपनी research को बढ़ा-चढ़ाकर दिखाने, p-hacking करने या दुर्लभ मामलों में खुला fraud करके वह relevance दिखाने का ज़ोरदार incentive बन गया
तुरंत translational असर वाली research कर पाना मुश्किल है। किस्मत अच्छी हो तो पूरी career में कुछ बार ऐसा हो सकता है। बाकी research output तो सावधान और साधारण research होना चाहिए, जिस पर असली translational research टिकेगी। लेकिन आजकल ऐसी basic research publish कराना और support पाना कठिन हो गया है, इसलिए incentives उलझ गए हैं
अपेक्षा “हम universities को पढ़ाने और research करने के लिए support करते हैं” से बदलकर “universities को अपनी कमाई खुद पैदा करनी चाहिए” हो गई। research से यह लगभग असंभव है, इसलिए federal funding ने वह खाली जगह भरी, और indirect costs की cash firehose, pyramid-style labs वगैरह पैदा हुए। यह एक तरह का feedback loop बन गया और आज की हालत तक पहुँचा
translational research भी इसका हिस्सा होगी, लेकिन मैं इसे medicine से जुड़ी व्यापक hype और trend machine का हिस्सा मानता हूँ। medicine की अपनी समस्याएँ भी हैं—rent-seeking, regulatory capture, monopolies वगैरह। जैसे structural गड़बड़ियों से पलने वाला विशाल भ्रष्ट दानव, problematic feedback loops से उलझा biomedical-academic complex
यह बात मैं ऐसे व्यक्ति के तौर पर कह रहा हूँ जिसकी पूरी career किसी हद तक इन सबका हिस्सा रही है
Retraction Watch website कई paper retractions और scientific misconduct के मामलों को अच्छी तरह cover करती है [1]
कई और लोगों की तरह, मैं उम्मीद करता हूँ कि journals और conferences reproducibility पर ज़्यादा ध्यान दें, ताकि scientific misconduct और inaccuracies के फैलाव को कम करने में मदद मिले
[1]: https://retractionwatch.com/
इस मामले में एक अंधेरा twist हो सकता है
खुलासे वाले article में लिखा है: “Masliah के अधीन वर्षों तक काम करने वाले UCSD neuroscientist Edward Rockenstein उन 91 papers के co-author थे जिनमें संदिग्ध images थीं, और उनमें से 11 में first author थे। 2022 में 57 साल की उम्र में उनका निधन हो गया”
article इससे आगे कुछ नहीं कहता, लेकिन Rockenstein के obituary को देखें तो suicide जैसे संकेत मिलते हैं। अपेक्षाकृत कम उम्र में अचानक हुआ था, और memorial page पर कई comments थे कि “उनकी आत्मा को शांति मिले” जैसी बातें लिखी थीं
मैंने यह article अपने MD/PhD दोस्त को share किया, जिसने अमेरिका की तीन सबसे प्रसिद्ध science universities में से दो में research की है, तो उसने कहा, “यही वजह है कि मैंने science छोड़ दी।” यहाँ मतलब इस एक व्यक्ति से नहीं, बल्कि इस phenomenon से था
यह elite running जैसा हो सकता है। एक स्तर से ऊपर competitive बने रहने वाला हर कोई cheating करता है, और अगर उस sport का आनंद लेना है तो बस नज़रअंदाज़ करना सीखना पड़ता है। बस science में मानवता का दांव sports से कहीं बड़ा है
बढ़ा-चढ़ाकर किए गए claims होते हैं, लेकिन रोज़मर्रा की ज़िंदगी से कहीं कम। high-visibility research जल्दी reproduce हो जाती है। reproduction ही science का सार है