Elisabeth Bik辞去了工作，专注于发现研究论文中的错误，并已成为科学诚信侦探的公众代言人。

2月14日，与往常一样，Elisabeth Bik躺在床上查看手机，浏览大量Twitter通知和来自寻求她的侦探服务的科学家的私人信息。今天的第一个请求来自比利时的一位研究人员：“嗨!我知道有很多人请求你分析数据、blot条带和其它东西，但我只是想问问你的意见……”

在倒了一杯咖啡后，Bik在她位于加州森尼维尔的家中，坐在木制长餐桌前查看电子邮件，并仔细阅读了来自那名比利时研究者的信息。附件是发表的一篇研究论文的western blot（一种常用的、检测生物样本中蛋白质表达的方法）图像。发件人想知道的是，Bik在这篇文章中看到了什么可疑的东西吗？这些照片是否经过了PS处理？

Bik是一名来自荷兰的微生物学家，大约20年前移居美国。她是一名鼎鼎有名的科学诚信侦探，擅长找出文章里的重复图片。通常，一天内她会用眼睛浏览几十篇生物医学论文，寻找图片被重复使用，并作为不同实验的结果被报告的实例，或者图片的某些部分被克隆、翻转、移位或旋转以创建“新”数据的实例（图：你是超级观察员吗?）。

她的技巧和毅力为她赢得了全世界的追随者。意大利Samone研究诚信公司的联合创始人Enrico Bucci表示，她有一种非凡的能力，即使是最复杂的图片伪造操作，她也能察觉出来。并不是每一个有问题的图片都意味着一篇论文具有欺骗性或是错误的。但也有一些确实如此，这引起了许多研究人员的深切关注。华盛顿大学（University of Washington）的微生物学家Ferri Fang认为，这是一个可怕的问题，科学文献的数据不可靠。Fang曾与Bik合作分析了超过20000生物医学论文，发现其中4%有图片重复使用的问题（E. M. Bik et al. mBio 7, e00809-16; 2016）。Fang表示，这些假数据让博士后和学生浪费数月或数年去探索那些最终被证明是无效的东西。

Bik并不是世界上唯一的图片侦探，但她在公开展示自己作品的方式上是独一无二的。许多图像检查人员在幕后工作，将他们的发现发表在研究论文中，并私下向期刊写信；少数人受雇于期刊或机构。有些人用假名工作，不愿公开身份。但是Bik几乎每天都在Twitter和其它在线论坛上发布她的发现。在这个过程中，她教别人如何发现重复，并迫使期刊调查论文。Bucci指出，通过这样，Bik引发了“雪崩反应”和对这个问题的认识。Bik估计她的发现已经导致了至少172个撤销和300多个勘误和更正——但她认为，她的警告似乎经常被忽视。

2019年4月，Bik宣布她辞去了在一家生物医学初创公司的带薪工作，并将在至少一年里全职从事图片数据完整性工作，而且是无偿的。一年过去了，她没有表现出任何想改变方向的迹象——尽管她曾面临骚扰，而且有时会被请求淹没。她还与试图开发软件的计算机科学家分享了她的文件，这些软件可以识别数百万份文件中的重复图像，尽管这些程序可能总是需要人工验证。她非常喜欢这份工作，觉得自己只想继续做下去。

爱上图片查重

2013年左右，Bik作为加州斯坦福大学（Stanford University）的一名专职科学家，看到了一些关于科学诚信和剽窃的文章，这大大燃起了她的兴趣。出于好奇，她在Google上搜索了自己发表论文的引文，很快发现其他作者在没有注明出处的情况下剽窃了文章。Bik指出，她很在意这个，非常生气，随后立刻迷上了图片侦查，就像其他人着迷于阅读有关犯罪的书籍一样。有一次，在检查一篇含有抄袭内容的博士论文时，更引人注目的东西吸引了她的目光：一幅存在明显问题的western Blot图像出现在了两个章节里，据说是两个独立的实验。Bik发现，这些章节也以研究文章的形式发表，同样存在错误。2014年1月，她给该杂志的编辑发了一封电子邮件；同年6月，她在PubPeer网站（一个科学家可以讨论发表的论文的平台）匿名发表了这些评论。这是Bik在文献中第一次报道了可疑的数据操控行为。经过俄亥俄州凯斯西储大学（Case Western Reserve University）的调查，相关文章于2015年和2016年被撤回。

寻找和编目这些图像成为了一种爱好。然后Bik联系了Fang和约翰霍普金斯大学的微生物学家Arturo Casadevall。三人认为，Bik罕见的才能可用于深入调查生物医学工作中出现问题的频率。他们抽样了20621篇论文，每一篇都由Bik进行筛选——Fang表示，这是只有Bik才能完成的任务——然后把她的发现交给Fang和Casadevall证实。Fang认为，这就像一个魔术，一旦揭秘，你就能明白为什么是这样。研究小组发现了782篇论文，他们称之为“不适当的”重复，Bik通知了相关期刊。该团队在2016年的mBio杂志上报道了这项工作，Casadevall是该杂志的主编。

Bik把大量的业余时间都花在了侦察存在重复的图片上，去年她决定辞去加州福斯特城Astarte Medical科学主任的工作。Bik意识到，她对图片复制工作的热情要高于她的实际工作。”

澳大利亚悉尼大学（University of Sydney）的分子生物学家Jennifer Byrne指出，这是一个令人印象深刻的决定。Byrne自己也是一名数据完整性追求者，她会侦察发表文献里有问题的基因测序数据。Byrne认为Bik的决定“非常勇敢，相当无私”。Bik的大部分工作都没有报酬，但偶尔会做一些有偿咨询，并通过Patreon众筹页面获得少量报酬。经过几十年的工作和储蓄，她希望自己目前的状况能够无限期地持续下去。

复制数据库

Bik现在在一间采光充足的餐厅里工作，餐厅里有落地窗，可以俯瞰一个种满果树和其它植物的花园。她还为自己收集的近2000个海龟雕像制作了电子表格，这些雕像是从旅行和朋友那里收集来的，她把它们放在玻璃柜的墙上。然而，在她所有的电子表格中，最珍贵的是一份包含3300多份可疑文件的合集，其中大部分都因为图像问题而打上了标记。（Bik有时会对论文提出其它问题，比如围绕剽窃或利益冲突的问题。）

在没有中断的一天里，Bik可以阅读100篇左右的论文，在她的数据库中增加1到20个条目（图：超级观察员测试：高级水平）。图片重复、数据点的类似分布，数据复制的迹象一点点被Bik挖掘出来。收集的数量大到足以产生自己的线索。她寻找mBio数据集的其他论文作者数据造假的迹象，例如，导致Bik成为去年新闻头条的一个重大发现：中国南开大学校长、呼吁更严谨的数据完整性的著名免疫学家曹雪涛的大量论文可能存在造假。（大多数文章的附属机构都写了其任职的上海国家医学免疫学重点实验室。）Bik和其他一些匿名评论者在PubPeer的60多篇论文中指出了明显的问题。

中国教育部表示将对这些文章进行调查，曹雪涛在PubPeer上回复，将重新检查文稿，他相信这些出版物是可信的。一些作者在网站上迅速回复，指出一些明显的错误。在一个案例中，明显重复的图像实际上应该代表相同的实验，但却没有被清楚地标记出来，Bik接受了这一解释。在另一篇文章中，作者贴出了原始数据，并表示只有在为论文进行处理后，这些数据才显得相似。还有一些论文的作者表示，论文中出现了意外错误，截至今年5月，有13篇被标注的论文得到了更正，其中大多数都说科学结论没有受到影响。（曹雪涛和中国教育部没有就本文进一步置评。）

有时候，Bik的发现指向了大规模的可疑行动。今年，她和其他人标记了一系列超过400份的论文。Bik等人指出，这些论文有如此多的相似之处，以至于它们可能是一家“造纸厂”的产品。“造纸厂”是指一些提供订制论文攥写、发表的公司。几名图像侦探对这些论文进行了标记和校对，其中包括假名侦探@mortenoxe、@TigerBB8和@SmutClyde。他们于1月在科学记者Leonid Schneider运营的博客上发布了一份论文清单。Bik于2月在她自己的博客上写道：找到这些伪造的图片不应该仅仅依靠无偿志愿者的工作。多家期刊表示，他们正在对这些论文进行调查，其中许多论文是由中国医院的医生撰写的，一些论文已经在准备撤回。

Bik的数据揭示了一些与图像复制相关的因素。她的mBio论文报告显示，在影响较小的期刊上，重复的图片有轻微的出现频率较高的趋势。这篇论文还研究了 PLoS ONE杂志上标记的348篇文章的一个子集：考虑到该杂志的发表频率，来自中国和印度的论文似乎更有可能包含有问题的图片。但Bik并不针对某个国家的作家。Bik在11月写道，她搜索有问题的论文，不管它们来自哪个国家。总的来说，Bik已经在49个国家的主要作者的论文中标记出了副本。

Gamified侦查

几乎每一天，Bik会把疑似存在重复性问题的图片发布到推特标签# ImageForensics下，作为谜题挑战她的粉丝——在过去一年她的粉丝数增长了近两倍，已超过60000——让粉丝去找图片里的疑似之处（图：超级观测者测试：到处都是重复）。谜题在几分钟内吸引了无数的猜测，一些目光敏锐的玩家发现了她漏掉的问题。（她会给表现最好的人颁发表情符号奖章。）Bik指出，她从一些追随者那里听说，他们从她那里学到了技能，在同行审阅手稿时发现了有问题的图片。Bik觉得她正在改变人们看待这些图片的方式。这项工作有时会让Bik难以承受，她称自己为“超级内向者”。去年11月，她在推特上写道，她收到了很多（匿名）邮件，有人想让她检查某些作者或论文，她可能无法跟进。这么多名字……诚实的科学家对这些不诚实的同事有这么多隐藏的痛苦。

Bik还向PubPeer发布了她所看到的详细报告，偶尔也会在那里发表评论，支持其他线人。许多PubPeer的用户都以笔名发表他们的批评——如果作者好打官司的话，Bik可能也会选择匿名。但自2014年以来，她以自己的名义在该网站上发表了2100多条评论。Bik的与众不同之处在于她愿意表明自己的身份，这是非常令人钦佩的。《细胞生物学杂志》（Journal of Cell Biology）前总编辑、加州旧金山咨询公司Image Data Integrity总裁Mike Rossner表示吗，它当然有助于人们认真对待这些指控。

Rossner认为，失业和独立给了Bik表达自己想法的自由。今年3月，Bik在推特上指出，看起来没有人会花时间去整理一篇好的科学论文。去年7月，Bik在一张图片上评论：对于那些在2005年左右没有获得NIH R01资助的人来说，那些资助都花在这里（伪造图片）了。

但也存在风险，尤其是对那些在Twitter上自称“率直、刻薄”的人来说。Bik表示，在某种程度上，她担心人们会起诉她。她尽量把评论保留在研究论文中，而不是指责作者。Bik没有面临诉讼，但一直受到骚扰，有时会离开Twitter。一个人给她在斯坦福大学（Sandford University）的前同事发了一封电子邮件，称她在工作时间进行图像完整性调查，滥用了研究拨款（Bik否认了这些说法）。另一个人在PubPeer上发布了Bik的个人信息（现已删除）。Bik被骂过几次，但这是她工作的一部分。

Bik表示，她是用真名发帖的，但她犯了一些过于谨慎的错误，有时决定不标记网上的案件，尤其是那些图像模糊或低分辨率的案件。在她自己的科学诚信博客上，许多条目的开头都有这样的句子：这篇文章不是对行为不端的指控。可疑的图片并不总是指向腐败的行为，她指出，例如，研究人员在准备数据时可能错误地上传了两次文件。此外，还有一些技术上的伪迹：从一块组织上按顺序切下的薄膜薄片，可以沿着一边粘在一起，像蝴蝶一样翻转，因此看起来就像是镜像复制。旧显微镜上的缺陷可以在每张图像上产生看起来相同的黑点。

EMBO杂志的主编Bernd Pulverer认为Bik有着良好的记录。他称Bik是伪造图像筛选的世界领导者。Bik说出来的东西通常都是真正的问题。

公开或私下

尽管许多人称赞Bik的工作，但一些人指出，在这些担忧私下里被期刊或研究机构证实之前，不应该在公开场合公布。美国研究诚信官员协会（US Association of Research Integrity Officers）主席Lauran Qualkenbush表示，这很成问题。她认为，在涉嫌造假的案件中，公开曝光可能会妨碍大学的调查程序。她还提醒，如果有人确实故意进行了不当研究，然后他们得到了提醒，这对他们来说是一个销毁证据的好机会。

和其他图像侦探一样，Bik说自己已经试着私下告诉杂志，但是通常的结果是石沉大海或长时间才有结果。（她还指出，即使调查是在私下进行的，研究人员也有机会销毁证据。）从2014年到2015年，Bik通过电子邮件直接向期刊报告了她在2016年开展的mBio研究中所有782篇有问题的论文。一些期刊对Bik的大量报告毫无准备。她在30封电子邮件中标出了Plos ONE杂志的348篇论文，每封邮件都有10或20个附件。总编Joerg Heber指出，这显然造成了积压，因为他们没有准备好去处理它。最终，在2018年，该杂志成立了一个三人小组，专职调查图像完整性和其它问题。Heber等人去年发布了大约100个撤销。这些都是Bik提出的案例。该团队仍在研究Bik的原始技巧，以及其他案例。Bik赞扬了PLoS ONE的努力，并说她经常收到来自Bik的线索的PLoS ONE撤销和更正的通知。但是，由于mBio数据集中的近800个案例中有许多仍未得到解决，Bik的耐心正在逐渐消失。Bik表示，5年后，还有60%到70%的问题没有得到解决，所以现在，是的，她将更公开地讨论这个问题。

Pulverer指出，用尽职调查的方法来检查文件中的问题所花的时间，通常比人们预期的要长得多。他和Heber注意到，等待作者的回复和原始数据，有时是研究机构，可能是很耗时的。

Bik说她意识到调查需要时间。但她认为，在可能长达数年的调查悬而未决的情况下，期刊可以更迅速、更频繁地使用表达关注的方式来通知其他研究人员潜在的问题。Heber表示，PLoS ONE在收集到足够的信息来表达关注前，会使用需要关注的表述，但如果调查进展顺利，可能会暂时搁置，以便达成解决方案，如更正或撤回。《自然》（Nature）杂志主编Magdalena Skipper指出，关注的表达是“科学记录中正式和永久的一部分”，它提醒读者关注一篇论文的“严重问题”；因此，我们努力明智地使用它们，一旦我们有证据表明这样做是适当的，就将它们添加到文件中。

这些天，Bik通常直接在PubPeer上报告她的发现。一些期刊和出版商跟踪网站上的活动，这样她就可以联系期刊编辑和公众。她认为，更重要的是标记这些论文，不要担心这些研究所的幕后情况。

包括Bik在内的许多人认为，打击图像操纵和复制需要科学出版的全系统变革，例如对已被接受的手稿进行更大程度的预先筛选。Rossner指出，他的偏好不是必须清理已发表的文献，而是提前做。大约20年前，Rossner在《细胞生物学杂志》（Journal of Cell Biology）上帮助介绍了对已被接受的手稿进行普遍图像预先筛选的方法。在EMBO出版社，杂志从2013年起就开始对有缺陷的图片进行预先筛选。但是大多数期刊仍然没有预先筛选或者（像《自然》杂志那样）在发表前只抽查一部分论文。威利出版社的诚信研究主管Chris Graf表示，目前，图像筛选并不常见。

但潮流正在慢慢转向：威利出版了一些筛选图片的杂志，Graf指出，他正准备与《细胞生物化学杂志》（Journal of Cellular Biochemistry）和《细胞生理学杂志》（Journal of Cellular Physiology）合作，推出一项筛选服务。执行主编Monica Bradford表示，《科学》（Science）杂志有编辑协调员，他们会检查已被接受的稿件是否有篡改图片的迹象，但他们没有检查某些问题的能力，比如图片是否被翻转、旋转或复制。

人工智能或有大用？

许多研究人员表示，自动化是大规模提高图像完整性的关键。纽约雪城大学（Syracuse University）的计算机科学家Daniel Acuna指出，不幸的是，我们不能克隆Bik。他的团队是少数致力于用算法检测有问题的图像的团队之一。尽管Bik擅长在一篇论文中找到重复的图像，但是计算机可以通过比较数十万或数百万篇论文来帮助找到更多的重复图像——这对人类来说是一项不可行的任务。2018年，Acuna的团队在bioRxiv预印本服务器上发表了一项分析的初步结果，该分析从76万篇论文中提取了200万幅图像（D. E. Acuna et al. Preprint at bioRxiv http://doi.org/dtp2; 2018）。事实证明，这种方法的计算量太大，无法将每张图片与其它图片进行比较，但研究团队考察了同一作者的论文中以及论文之间的图片重用情况。在手动检查了软件标记的3700多张匹配图像样本后，研究人员确定了40个案例，他们都认为这些案例可能存在欺诈：几乎一半的研究都是用相同的图像来代表不同论文的不同结果。

Bucci指出，目前的技术擅长于检测完全的复制，以及翻转或旋转的副本。他的公司使用专有软件为客户扫描科学手稿，客户包括期刊和研究机构。但是复杂的问题更困难，例如两个图像共享一个小的重叠区域，但在其它方面是完全不同的。他表示，机器学习的进步可能是自动检测这些和其它微妙模式的关键。

但是更好的软件需要更多的数据。机器学习算法需要使用已知包含重复的大量图像进行训练。Bik与Acuna分享了她2016年研究的数百张“脏”和“干净”的论文图片。在柏林洪堡大学（Humboldt University of Berlin），出版商爱思唯尔（Elsevier）资助的研究人员正在开发一个可搜索的数据库，收录被撤回论文的图片，目前只有不到500个条目，大部分都是由爱思唯尔提供的生命科学和医学方面的内容，所以该团队希望有更多的出版商参与进来。该出版商指出，它的一些期刊正在试验图像检测软件，它的目标是为所有期刊提供自动化的系统检测。

不久之前，Bik还对可用的软件不以为然。但现在，她完全有信心在未来两年内，电脑将可用来大量筛选手稿。但Bik和Acuna都表示，人们总是需要检查这类程序的结果，特别是要剔除图像在某些部分可以，而且应该看起来相似的情况。

目前，Bik还有很多工作要做。今天早上来自比利时的消息看起来可能会很受欢迎。她表示，一些wester blot条带——通常是模糊的、圆形的，就像小的黑色毛毛虫——有不同寻常的锐利像素化的边缘；当图片被压缩到一个更小的尺寸时，从图片上就能看到明显的伪迹，当然这也可能是图片编辑工具留下的痕迹。Bik打算向他要文章的剩余部分。

原文检索：
Helen Shen. (2020) Meet this super-spotter of duplicated images in science papers. Nature, 581: 132-136.
张洁/编译

Cassandra Extavour

Cassandra Extavour改变了研究人员对动物发育的理解。她既是多样性的捍卫者，也是兼职女高音。

到1998年春天，Cassandra Extavour已经延毕两年了，但还是未拿到博士学位。Extavour从家乡多伦多搬到了马德里的一个开创性实验室，在那里她试图对果蝇的卵子进行基因修饰，使其由两种不同的基因构成。但是她一再受挫，实验室里也没有人能给与帮助。如果她在未来几个月内仍然无法完成果蝇卵子的基因编辑，那么她将不得不退出该项目。

当她和导师坐在一起回顾她做过的几十次不成功的测试时，他们想出了最后一个策略，使用另一种基因突变体改造果蝇。尽管导师向她保证，这种基因突变不会有任何不良影响，但无法提供数据来支持这一说法。即使时间不多了，Extavour也不愿意盲目接受导师的意见。她开始了长达数月的一系列实验，以证明导师的理论。在这个过程中，她开发了自己的工具，并提出了一个没有前人提到过的问题。

二十年后，Extavour在调查动物发育的一些最基本方面时，仍在追求原创研究问题和推翻惯例。在她位于哈佛大学（Harvard University）的实验室中，Extavour想要了解单细胞实体在进化过程中如何发育成多细胞生物，以及具有相同基因蓝图的细胞如何发育成拥有不同功能的多种细胞组成的生物体。

Extavour的好奇心和严谨的思维使她在一些情况下反驳了被广泛接受的关于发育和进化的假设。她颠覆了大多数动物如何产生卵子和精子前体的领先理论。在近日发表在《自然》（Nature）上的一篇论文中，她和她的团队解决了一个关于昆虫卵子惊人多样性的长期问题。

就像一个管弦乐队能演奏出美妙的协奏曲一样，一套精心平衡的基因控制着一个生物体的形式和功能。Extavour比大多数人更能欣赏这一点：她不仅是个科学家，同时也是个女高音。即使在改写科学教义的同时，她也在波士顿的专业合奏团演出，并时不时在从加拿大到西班牙的歌剧和合唱团中客串。

虽然大多数研究人员只使用少数经过充分研究的动物，例如果蝇和小鼠，但Extavour的成功则来自于她对相对冷门的模式生物——例如沙蚤和蟋蟀——的喜爱。由于典型的模式生物仅具有自然界中发现的多样性的一小部分，因此除了常见的模式生物之外，她还研究了各种动物，这些动物有助于揭示最常用的遗传工具。

Extavour还成为了多元化和包容性的捍卫者。作为一名同性恋黑人女性科学家，她饱受种族歧视和偏见。即使在成为终身教授之后，她仍然受到诸多质疑。她花时间指导来自代表性不足群体的学生，并帮助建立了泛美进化发育生物学学会（Pan-American Society of Evolutionary Developmental Biology）。该学会将美洲各地的数百名研究人员联合了起来。

博后期间曾和Extavour合作过，现在是维也纳复杂性科学中心（Complexity Science Hub）的进化系统生物学家的Johannes Jäger指出，虽然时间很紧，但对于Extavour来说，一切似乎都是可能的。她的一切都是非典型：她的背景，她是如何进入科学的。她的研究方法正在带来好处，她使用了一系列非常不同寻常的生物，她打破了传统，而且她成功了。

和谐的开端

从小，Extavour就与音乐结下不解之缘。科学则来得晚得多，甚至几乎是偶然的。

她的父亲在20世纪60年代从特立尼达和多巴哥搬到加拿大，是一名广播技术员和打击乐手。他曾在多伦多市中心的三居室地下室和他的四个孩子一起参加音乐会，并在他们的地下室练习。Extavour演奏的第一个乐器是钢鼓。在小学时，她学会了读谱并自学吹奏长笛，并借阅图书馆的乐谱。在大学里，Extavour在管弦乐队和二重奏中演奏，并开始演奏古典歌曲。Extavour唯一明确的职业目标是成为一名音乐家。

随后一位高中朋友燃起了她对大脑科学的兴趣。在她的本科学习结束时，她对分子遗传学产生了浓厚的兴趣。在多伦多大学，Extavour学习了科学和音乐知识，与巴洛克管弦乐队一起完成了她的第一次专业演唱会，并担任了发育生物学家Joseph Culotti的行政助理。在那里，Extavour第一次听到了她之后的研究核心问题——基因如何控制生物的生长和发育。

第二年夏天，她回到了Culotti的实验室，这次是以研究实习生的身份进去的。由于喜欢研究工作，且在科研上颇具才华，她决定继续研究生工作，并保留了演出的习惯。

在马德里攻读博士学位期间，Extavour在工程化果蝇的尝试中屡战屡败。但这不是她面临的唯一挑战。虽然她的导师待她与其他人并没有什么两样，但她觉得自己作为实验室第一位，也是唯一一位女性，受到了孤立。

这种局外人的感受她早已习惯。Extavour的父亲曾在多伦多工作时，作为为数不多的黑人雇员之一就曾遭到过歧视，这有助于培养她的适应能力。每当有人对她发表种族主义或歧视性评论时，她都会打电话给爸爸。爸爸会提醒Extavour，不能让那些东西阻止自己想做的事情。

但她想做的事情仍在不断变化。在她的博士学位即将结束时，Extavour考虑将研究放在一边并全职演唱。她认为，在一天结束时，她为人们表演的感觉可能比她在发现新事物时的感觉更好。

但她最终决定去英国剑桥大学（University of Cambridge）的动物学家和胚胎学家Michael Akam的实验室做博士后。在那里，她开始研究决定生殖细胞命运的机制——卵子和精子的前体——如何在动物体内进化。但首先，Akam指出，Extavour整理了他的实验室空间，并创建了详尽的试剂列表。她让每个人都能做得更好。Extavour也是一个非常严谨的思想家。在会议期间，如果有人拿出了不严谨的数据，Extavour会毫不犹豫地提出质疑。

在剑桥大学期间，Extavour写了一篇论文，该论文颠覆了发育生物学中一个被广泛接受的假设。流行的理论认为，大多数动物在发育早期形成了生殖细胞，这要归功于母亲遗传的分子。流行的模式生物，包括果蝇和线虫，都以这种方式产生它们的生殖细胞。一个值得注意的例外是小鼠。小鼠体内生殖细胞是发育后期形成的，信号诱导一些胚胎细胞迈出成为雌性卵子和雄性精子的第一步。

为了理解更广泛的情况，Extavour开始对现有数据进行首次审查，这些数据涉及从水母到海龟等各种生物中生殖细胞形成的机制。她阅读了1000多篇关于生殖细胞的学术论文，在近300篇论文中，她找到了关于细胞起源的相关信息，这使她得出结论，最常见的形成方法——可能是进化论中最古老的方法——在小鼠身上看到的过程。

加拿大蒙特利尔麦吉尔大学（McGill University）的进化生物学家Ehab Abouheif评价道，该论文激发了对生殖细胞如何在各种动物中进化的兴趣，并有助于推动“evo-devo”社区——一个对进化和发育规则感兴趣的科学家网络。从那时起，Extavour培育了一系列不同寻常的模式生物，如海葵和海胆——这种比较方法成为她研究的核心。

1990年Cassandra Extravour在实验台边。

Evo-devo社群

Extavour于2007年搬到哈佛大学开办自己的实验室，研究生殖系统的演变和发展。在过去的12年中，她分析了指导生殖细胞在各种动物中形成的遗传机制，利用它们来研究细胞在给定相同起始材料的情况下如何分化成不同的类型。

在2014年和2016年，她的团队研究了蟋蟀中生殖细胞的起源，发现触发卵子或精子细胞发育的分子信使与小鼠中观察到的是一样的。这一发现支持了这样一种观点，即信号系统是古老的，遗传自小鼠和蟋蟀的最后的、共同的祖先，这种祖先存在于5亿多年前。

Extavour正在研究蟋蟀Gryllus bimaculatus，以研究其基因如何促进发育，并随着时间的推移而发生变化。她的一位研究生发现，蟋蟀的基因组中含有一种和果蝇oskar基因等价的基因，它对生殖细胞的产生至关重要，被认为是一种进化上“年轻”的基因。

在蟋蟀的基因组中找到一个等价的oskar表明该基因实际上相当古老，因为在进化过程中，蟋蟀比果蝇更早地从大多数其他昆虫中独立出来。她怀疑oskar在进化早期可能调控昆虫的大脑和神经系统的发育，后来才成为调控发育生殖细胞的重要因素。

Abouheif表示，这是一个有影响力的发现。了解oskar基因如何被重新利用，可以揭示基因如何进化并为新的发育过程做出贡献。

Extavour还使用她的标志性方法（新的和现有的数据）重新审视了进化原则。在近期《自然》（Nature）杂志上发表的一项研究中，她的团队对昆虫卵的形状和大小随时间变化的长期假设提出了挑战。

所有的昆虫卵都具有相同的功能——为发育中的虫子提供保护和提供能量——但它们各种各样的形状和大小让生物学家困惑了几个世纪。有些人认为，这些特征与成年动物的大小或胚胎发育的时间有关。但Extavour认为，没有全面的研究测试过这些想法。

因此，她和她的团队搜索了科学文献，并创建了一个包含超过10,000种昆虫卵的描述的数据库，发现卵的形状从完美的球形到香蕉形，并且尺寸变化也很大：有的比灰尘还小，有的则像蓝莓那么大。

研究人员努力寻找卵形状和大小与许多昆虫特征之间的联系，包括昆虫产卵的地方以及受精卵变成幼虫所需的时间。这个分析让人震惊：卵的形状和大小的演变很大程度上取决于卵的放置位置。放在水中的卵通常是小而球形的；储存在另一种动物体内的那些卵也很小，但往往形状奇特。

华盛顿州立大学（Washington State University）普尔曼分校的昆虫生理学家和进化生物学家Laura Lavine指出，这项研究结果挑战了卵大小与成年体型相关的旧假设。Lavine表示，许多科学家认为故事到此为止。现在故事从这项研究开始。了解卵如何根据环境做出变化可以揭示动物如何生长和进化的一些主要限制因素。

最终，Extavour希望她的任务是仔细检查昆虫的卵、胚胎和生殖系统，这将有助于她了解控制第一个多细胞生物进化的规则。她指出，研究为什么具有相同DNA的细胞在不同的环境中做出不同的事情——哪些程序创造精子细胞，或控制卵的大小——可以帮助解决这个难题。哈佛大学为解决这些问题，投资1000万美元设立了一个新的研究中心，Extavour共同领导该研究中心。

许多人都在期待Extavour的下一次突破。康涅狄格州纽黑文市耶鲁大学（Yale University）的进化生物学家Casey Dunn指出，Extavour是一位深刻的进化思想家，但她也做出实际行动，解决了发育相关的一些细节问题。

多样性捍卫者

2013年11月，Extavour不得不举办一场重要的研讨会——这是她申请哈佛大学终身教职的最后一个障碍。在展示她的科学成就之前，Extavour提醒观众，直到19世纪70年代末，女性才能到哈佛接受教育，100多年后她们才能和男性一样拿到哈佛大学的学位。如果不是这样，Extavour今天不会在这里。

加州大学（University of California）戴维斯分校的生物学家、当时是Extavour小组的博士生的Didem Sarikaya表示，很少人会关注自己所在机构的不光彩的历史。但Extavour长期以来一直都会站出来代表和支持科学界那些被排斥的人。哈佛大学的本科生、哈佛大学黑人科学家和工程师学会会长Rahel Imru指出，黑人科学家和工程师经常觉得没有归属感，Extravour经常指导该学会的成员。

Extavour表示，与黑人学生互动对她自己也很重要。在她的生活中，种族主义是始终存在的。在会议上，人们要求她倒咖啡，当她最近出现在哈佛一栋大楼门口参加商务晚宴时，一名保安人员以为她是晚餐服务员，让她站在服务区入口。

Extavour还指出，音乐给了她一些安慰，但她的朋友和家人绝对是至关重要的。Extavour的妻子，也是一名黑人女性，是一个宝贵的支持来源。

Extavour在她的博士后期间没有告诉同事她的性取向，她说她可以想象那些以女同性恋、男同性恋、双性恋、变性或酷儿（queer）形象出现的学生可能会被孤立。她办公室和实验室门上的彩虹旗贴纸旨在告诉学生，她欢迎每个人。她还指出，出去工作非常重要，因为它让年轻人知道，同性恋也能有工作，也能活得好好的。

Extavour从她的家人那里学习到，她不应该让别人的偏见定义她能做什么，不能做什么；他们也激励她为自己应该做的事情制定自己的标准。了解她的人说Extavour的目标很高。Dunn就指出，Extavour虽仰望星空，但脚踏实地。

原文检索：
Giorgia Guglielmi. (2019) The biologist using insect eggs to overturn evolutionary doctrine. Nature, 571: 24-26.
张洁/编译

生物技术学家发现，备受争议的HeLa细胞系可能推动肿瘤精准医学的实现。

生物技术专家Andrew Adey开发了一种高通量的单细胞测序技术。在1月被发表于《自方法》（Nature Methods）的这项技术可以用于鉴别肿瘤中不同的细胞群，从而为精准医学铺平道路。现在就职于俄勒冈健康与科学大学（Oregon Health & Science University）的Adey依赖于HeLa细胞来开发这项技术（HeLa细胞是一种肿瘤细胞系，于20世纪50年代从子宫颈癌患者Henrietta Lacks身上活检获得，并且人们未经该患者同意就广泛应用于生物医学研究）。下面是《自然》（Nature）记者对他的采访。

Q: 单细胞生物学如何逐步发展起来的？
A：直到二十世纪二十年代中期，新一代测序技术才刚刚问世，所以所谓的单细胞生物学是不存在的。现在，研究人员可以分析单细胞的全基因组属性或其它特性。

Q: 你是如何使用HeLa细胞的？
A：我并不了解HeLa细胞的历史，我只知道它是一个容易培养的肿瘤细胞株。我们想了解染色体的不同拷贝如何影响细胞。我们开发的技术可以对正常细胞进行这种研究。那我们自然而然地想到，可以看看这些拷贝如何在癌细胞中起作用，并将其应用于HeLa细胞株。我们对HeLa细胞的了解也越来越多——特别是基因组的多个拷贝可以明显改变细胞——并且引起基因组变化，使得侵袭性癌症能够轻易地增殖。

Q：在关于发布HeLa细胞序列信息是否侵犯隐私权的辩论中，您持什么立场？
A：早在2013年，我们准备投一篇论文（A. Adey et al. Nature 500, 207–211; 2013），当时我们并不知道发布Hela的序列信息可能侵犯到Lacks（Hela细胞源自Henrietta Lacks）后代的隐私。最终，NIH与Lacks家族达成协议，允许研究人员使用该细胞，同时也要为Lacks家族维护隐私。HeLa细胞是一个独特的案例——不仅因为其在医学进展中的重要性，还因为其涉及了医学实践中重要的知情同意问题。

Q：你能给我们简单介绍一下你1月发表的论文中提到的技术吗？
A：最初，我们的平台只能对细胞中调节蛋白表达的基因进行测序（S.A.Vitak et al. Nature Meth.14,302-308; 2017）。我们希望从全基因组测序，过渡到对单细胞进行测序。但是如果你只对基因组中的调控元件进行测序的话，其实你只是了解了基因组的1-4％。我们必须解旋DNA，使整个基因组都可测序。

Q: 主要障碍是什么？
A：在某种程度上，似乎我们正在玩“打地鼠”游戏。每当我们改变方案的某一些设计，原本一些没问题的地方就会开始出问题。这很麻烦，因为基因组被严密地包裹在细胞核里。我们需要破坏细胞核内包裹DNA的蛋白质，同时不破坏其它分子。一般情况下，细胞会裂开，导致无法检测单细胞中的DNA。

Q：下一步计划是什么？
A：在1月发表的研究里，我们已经改进了方法。新的方法的可重复性更高，我们可以获得单细胞的更多数据。我实验室一半的成员聚焦于改进技术，另一半则聚专注于利用这些技术解答感兴趣的问题。新技术让我们可以从单细胞层面检测细胞的多种响应。我们现在在使用这些技术来探索细胞身份。例如，当用癌症药物开展治疗时，单个细胞如何反应？

Q：您认为，这项新技术会对癌症治疗产生哪些影响？
A：基于单细胞技术，我们可以对患者的肿瘤进行剖析，以确定肿瘤中分子表型不同的细胞亚群。如果我们可以在单细胞水平上分析大批患者和肿瘤，那么我们就可以了解某些细胞亚群如何对具体药物作出反应，从而实现肿瘤的个性化治疗。

原文检索：
Virginia Gewin. (2017) Turning point: Single-cell mapper. Nature, 547: 129. 
张洁/编译    

Aviv Regev是一位生物分析专家。现在，她正致力于绘制人体的每一个细胞。

计算生物学家Aviv Regev喜欢做一些看似不可能完成的任务。2011年，她与分子遗传学家Joshua Levin合作，测试了RNA测序的几种方法。科学家们在测试几种技术的极限，以查看哪种方法表现最佳。他们用降解RNA或极少量的分子来处理样品。最终，Levin指出，一些技术的灵敏度非常高，能检测含量低于单细胞中含有的RNA量的样本。

对于Regev来说，这似乎是个好机会。细胞是生命的基本单位，她长期以来一直在寻找探索复杂的基因网络在单个细胞中的运作机制的方法，并想了解各个细胞中这些网络有何差异，以及最终各种细胞群体如何协同工作。这些问题的答案将从本质上揭示细胞如何构建复杂的生物体，如人类。就职于博德研究所（Broad Institute of MIT and Harvard）的Regev和Levin对18个来自小鼠骨髓的、看似相同的免疫细胞进行了RNA测序，结果发现其中一些细胞与其余细胞的基因表达模式截然不同。这些细胞感觉就像两个不同的细胞亚型。

这使得Regev想进一步开展深入的研究，即使用单细胞测序来了解人体内存在多少种不同的细胞类型、它们在哪个部位，以及它们如何发挥作用。Regev的实验室同时对18个细胞进行检测，一共测定了数十万个RNA的序列，并将单细胞分析与基因组编辑技术结合起来，以了解关键调控基因被抑制时会发生什么情况。

他们的结果发现了一些新的细胞类型——例如，识别两种新型视网膜神经元。Regev还希望找到更多的细胞类型。2016年底，她帮助推出了“国际人体细胞图谱计划（Human Cell Atlas）”。该计划雄心勃勃，准备对人体中所有（估计37万亿个）细胞进行分类和测序（图“建立人类细胞图谱”）。瑞典皇家理工学院（Royal Institute of Technology）的微生物学家Mathias Uhlén指出，现在测绘单个细胞的研究越来越流行了，他认为，人体细胞图谱计划会是历史上最重要的生命科学项目之一，它甚至要比人类基因组计划更重要。

纽约市纪念斯隆凯特琳癌症中心（Memorial Sloan Kettering Cancer Center）的计算生物学家、认识Regev已有18年的Dana Pe'er表示，Regev就喜欢这种大规模的的项目。Regev非常独特的一点是她的视野非常开阔。Pe'er从来没有见过一个科学家，能同时深入而创新地思考这么多事情。

Regev选择的课程

当Regev还是以色列特拉维夫大学（Tel Aviv University）的本科生时，学生们必须在开始学习之前选择一门课程。但她不想选择。事实上，她选择了一个先进的跨学科项目，让她可以同时学习多个学科，跳过学士学位，直接攻读硕士。

她本科期间的转折点是得到了进化生物学家Eva Jablonka的指导。Jablonka提出了一个备受争议的、关于表观遗传进化的理论。Regev佩服Jablonka面对批评的勇气和坦率。Regev认为，容易走的路总是很多，但选择走困难的路的人更让人印象深刻。

Jablonka的课程涉及Regev喜爱的复杂的遗传学问题。遗传学依赖于抽象推理的方式来达成基本的科学结论，Regev为此深深着迷。她对生物着迷，觉得基因非常有趣，但更有趣的是基因之间的相互协作。而基因彼此协作的第一媒介是细胞。

Regev在以色列魏兹曼科学研究所（Weizmann Institute of Science）的Ehud Shapiro实验室攻读计算生物学博士学位。2003年，她通过特殊的项目（一个允许研究者在没有博后经历的情况下，直接建立个人实验室的项目），搬到了哈佛大学（Harvard University）的剑桥基因组学研究中心（Bauer Center for Genomics Research）。在那里Regev拥有属于自己的独立的小团队，这使她能够决定自己的研究课题。她着重于通过观察细胞中基因产生的RNA分子来分析遗传网络。2004年，她将这种技术应用于肿瘤，由此发现了不同类型癌症共享的基因表达模式，以及一些更具体的基因表达模式，如一组与生长抑制有关的基因在急性淋巴细胞白血病中被抑制了。到了2006年，也就是她35岁之际，她在博德研究所（Broad Institute）成立了自己的实验室。

明显的相似

在博德研究所，Regev继续致力于研究如何从RNA测序数据中筛选出复杂的信息。2009年，她发表了一篇关于小鼠树突状细胞的文章，揭示了控制这种免疫细胞应对病原体的基因网络。2011年，她开发了一种在不使用参考基因组的情况下，组装出完整的转录组（样本中基因转录得到的所有RNA）的方法，这种技术在生物体的基因组未被深入测序时非常很重要。

就在那时，Levin提出了对单个细胞内RNA进行测序的前景。在此之前，单细胞基因组学几乎是不可能的，因为该技术不够灵敏，无法检测一个细胞内的微量RNA或DNA。但在2011年左右情况开始发生变化。

Regev等人使用18种免疫细胞——也是树突状细胞——来测试她设计的方法。Regev当时的博士后，现在就职于纽约基因组中心（New York Genome Center）的Rahul Satija指出，他当时坚持他们做的实验会证明同样类型的细胞的检测结果是相同的。然而结果并非如此，他发现了两种完全不同的细胞亚型。即使是同一亚型里，个体细胞的调控表达和免疫基因都存在很大的差异。据Regev回忆，那是很小的一个研究，但却她们发现了很多信息。

Satija指出，他觉得Regev恐怕一开始就猜到了这样的结果。当看到那些结果时，她们就知道后面应该做哪些事情。她们计划使用单细胞基因组学揭示细胞的多样性，对生物体内的细胞类型重新做一次划分，并了解这些细胞是如何互动的。

在标准遗传测序中，研究人员会从许多细胞的混合物中提取DNA或RNA，以产生整个细胞群体的平均读数。Regev将这种方法比喻成水果冰沙。颜色和味道都能提示冰沙的成分，但是其中一个甚至十几个蓝莓的味道，很容易就被一堆草莓所覆盖。

Regev指出，相比之下，单细胞数据就像水果沙拉。你可以轻而易举地将蓝莓和黑莓分开。这有助于揭示细胞的多样性。基于此，生物学家可以使用单细胞基因组学来对肿瘤进行序列分析，以确定哪些基因被恶性细胞表达、哪些被非恶性细胞表达，哪些被免疫系统或血管表达——这可能可以推动新型癌症药物的开发工作。

该技术还能帮助开发其它多种疾病的药物。在全面分析哪些细胞高表达致病基因的情况下，了解哪些基因是潜在的药物靶标更具临床意义。

Regev不是唯一一个迷恋大规模单细胞分析的人。至少从2012年起，科学家们就一直有使用这些技术来绘制人类其它细胞类型的想法。加州斯坦福大学（Stanford University）生物工程师、陈-扎克伯格生物科技中心（Chan Zuckerberg Biohub, CZ Biohub）的共同负责人Stephen Quake表示，几乎同时，世界多个地区都各自提出了这种想法。2016年9月以来，CZ生物科技中心一直为各种生物医学研究项目，包括该中心自己的细胞图谱计划提供资金。

人类细胞图谱

2014年左右，Regev开始举办关于细胞测绘的讲座和研讨会。来自英国维康信托桑格研究所（Wellcome Trust Sanger Institute）的细胞遗传学主管Sarah Teichmann听说了Regev的想法，并于去年联系她，问她是否愿意合作建立一个国际人体细胞图谱项目。该项目不仅需要基因组学研究人员的参与，还需要各种组织和器官系统的生理学专家参与。

Regev抓住了这个机会，她和Teichmann现在是人体细胞图谱计划（Human Cell Atlas）的联合负责人。该项目计划对人体各种细胞的RNA进行测序，然后使用这些基因表达谱将细胞分类，定义新的细胞，并绘制所有细胞及其分子在空间上的组织方式。

该项目还旨在发现和表征人体中所有可能的细胞状态——成熟和不成熟、满负荷和充分工作状态——这需要更多的测序。科学家们认为，人体内大约有300种主要的细胞类型，但是Regev认为人体内的细胞类型和状态远超过这个数字。Regev认为，视网膜似乎含有超过100种神经元亚型。目前，人体细胞图谱计划的研究者们已经齐聚一堂，集中努力研究免疫细胞、肝脏和肿瘤。Teichmann指出，现在项目还处于起步阶段。

Regev在部署人体细胞图谱项目时，建立了包括来自5个大陆的、总计28人的委员会，并协助组织了500多名科学家参与的会议。对此，Jablonka表示，要是他，肯定会不堪重负。但Regev没有。Regev只是简单地觉得，与其他人拥有一个共同的目标是非常有趣的。

目前我们尚不清楚该项目如何拉到充足的资金赞助。但是在6月，加州帕洛阿尔托市的慈善组织陈-扎克伯格倡议（Chan Zuckerberg Initiative，扎克伯格夫妇建立的慈善组织，她资助了前文提到的CZ Biohub）为人类细胞数据平台（将用于存储、分析，并浏览项目数据）提供了一笔资金（具体金额未披露）和软件工程支持。Teichmann认为，数据管理的需求是大项目和小项目的根本差别。计算部分是项目的核心，统一的数据处理和数据浏览等，显然是非常有益的。

4月，陈-扎克伯格倡议也接受了为期一年的试点项目的申请，以测试和开发人体细胞图谱计划的技术和实验程序，并预计在短时间内公布哪些项目会得到资助。其实任何人都可以申请这项资金，并不会不局限于参加该计划的科学家。

人才流失

一些科学家担心，人体细胞图谱计划将耗尽其它研究项目的资金和努力——这是许多类似大型国际大科学项目都会受到的批评。Regev实验室的博士生Atray Dixit指出，确实有这个压力。我们知道会得到很多重要发现，从学术意义上来讲，这个项目是低风险的。但成本太高了。我们应该思考如何在学术意义和经济成本之间寻找平衡。

英国剑桥大学（University of Cambridge）的发育生物学家Azim Surani不确定该项目是否能够平衡数据量和信息深度。他表示，人体细胞图谱给你的是一幅很大的图，但你并不能深入地了解不同的细胞类型，以及它们之间的关系。因此很难说人体细胞图谱计划的投入产出比有多高。

Surani也怀疑单细胞基因组学是否已经成熟到足以开展一个大项目。他提出，技术已经成熟到你可以充分利用它了吗？例如，细胞提取——在无偏向且不影响RNA品质的情况下，从组织中提取单细胞——仍然是非常困难的。如果很多团体独立摸索这个问题以及其它类似的问题，效果可能会比现在直接开展大规模细胞图谱绘制要好。

很多人还担心这个项目何时才能完成。人类蛋白质图谱计划（Human Protein Atlas，一个自2003年以来一直对正常细胞和癌细胞中的蛋白质进行编目的大型国际项目）的负责人Uhlén指出，细胞类型的定义并不明确。人体中可以表征的细胞类型可能是无限的。人体细胞图谱计划的确是重要且令人兴奋的，但我们需要非常清楚，哪里是终点？

Regev认为完成不是唯一的目标。计划是模块化的，你可以把它分解成很多碎片。即使解决问题的一部分，也具有重要意义。她还表示，即使该项目只是对视网膜中的所有细胞进行编目，也会对药物开发非常有用。时间会证明它的价值。

Regev对人体细胞图谱计划的关注并没有妨碍她对特定细胞类型的研究。去年12月，她的团队和其他两个小组分别发表了研究成果，研究使用精密基因编辑工具CRISPR-Cas9在大批细胞中关闭转录因子和其它调节基因，然后使用单细胞RNA测序观察效果。Regev的实验室将这种技术称为Perturb-seq。

Perturb-seq目的是通过关闭每个细胞中的一个或多个基因，然后测定它们如何影响其它的基因，从而实现大规模、精确地分离遗传途径。以往研究人员只能同时操作少量基因，但是Perturb-seq可以一次处理1000甚至10000个基因。得出的结果将可以揭示基因如何相互调控，以及一次激活或失活多个基因的综合作用——单独操作单个基因是无法揭示这一点的。

该论文的共同第一作者Dixit指出，Regev工作起来没日没夜。提交论文的前几周，她每天6点召开项目会议。Dixit在论文补充方法的末尾写了一句笑话——此句只是为了看看有没有人会读到这里。Regev在凌晨3点发现了这个句子。那是他们论文提交的前一天晚上。也就是说，Regev3点还没睡，6点可是要组织开会的。

Regev的工作强度和高度聚焦源自于她的无限热爱。Regev认为自己是非常幸运的人，做的是她最爱的事情。Regev还热爱细胞。无论怎么看，对她来说，细胞都是神奇而迷人的。

原文检索：
Anna Nowogrodzki. (2017) The cell seeker. Nature, 547(1038): 24-26.
张洁/编译