科研选题有时就像大转盘一样，买定离手，拿到亮眼的数据冲击顶刊，或满盘皆输黯淡离场。不少网友甚至实验失败都变得「精神状态不是很稳定」了……
图片来源：小红书
更不要说如果整个课题被推翻流产， 那所有数据都将淹没在一本本厚厚的实验记录中，在实验记录保存到期后被彻底扫进历史的垃圾堆。
「赢者通吃」，似乎是学术领域一直以来的规则。
学霸君的 R 同学曾研究过一个分子在一种代谢疾病中的作用，而同期入学的博士生 L 的课题是研究同一分子与另一代谢疾病之间的关系。经过四年的研究之后，L 同学顺利找到了研究目标的作用与机制。R 同学却在一次次失败后换了课题，博士毕业遥遥无期。
L 同学的论文投稿时，课题组为了冲击顶刊，决定将 R 同学为数不多的成功数据放到论文中。因为这些数据只占很小的一个章节，最终只给了 R 同学第二作者，可 R 同学为了得到这些「微不足道」的数据付出的努力并不比 L 同学少，甚至一度因为总是拿到失败的结果彻夜难眠，一度抑郁。但一将功成万骨枯，在被接收的顶刊论文中，推动了科学的进步的 L 同学苦尽甘来。而熬掉了头发的 R 同学，四年的「苦劳」只换来一个不被各种毕业政策认可的第二作者，从头开始，毕业无期。
图片来源：smartsciencecareer
R 同学的学术能力并不弱于 L 同学，甚至在 L 同学的研究中根据自己的失败结果提出了很多重要的建议。但因为学术假设被证伪，R 同学一败涂地。而在之后或许有另外一位博士生，从事着一样的研究，因为没能看到 R 同学的阴性结果，又将花费数年试错，将大量的科研经费与时间压在同一个大概率会失败的课题上。
但事实上，这些失败的实验数据并非一无是处，相反，很多的灵感都诞生自这些看起来失败无用的结论当中！
将失败的数据整理分布，不仅能够避免后人再浪费时间与资源，还能够推动同一方向的进一步发展。无论是将资源投入在更有希望的细分方向，还是将数据重新分析，变废为宝，都能够让失败的数据展现自己的价值。
在药物研发领域，存在着大量失败的管线，其临床试验中也会产生大量「失败」的数据。有一家医药公司，就专门盯着其他企业失败的管线，通过重新分析数据后细化研究，让药物起死回生，这家公司就是 Roivant。Roviant 通过强大的科研团队，对大药企失败的药物进行重新分析，在一大堆失败的数据中找到闪光点，化腐朽为神奇。通过「捡破烂」，Roviant 成功让 Relugolix 等一度失败的药物起死回生，成功上市。Roviant 也通过「翻垃圾」，获得了超过 47 亿美金的收益。
Roviant 的「捡垃圾」天团 图片来源：S-Ge
尽管 Roviant 的成功难以复制，但它也证明了失败数据中所存在的巨大价值，我们所缺乏的，是在失败之中发现成功的眼睛，以及重新检视他人失败的机会。
图片来源：Nature
Nature 在 2018 的一篇评论文章中也强调了失败临床试验在药物开发过程中的重要性，侧面说明了 Roviant 的成功似乎并非偶然。
不仅如此，以色列学者乌拉诺夫斯基（Nachum Ulanovsky）的经历，可以让我们更直观的认识到失败数据的重要性。物理学背景的乌拉诺夫斯基跨界到神经生物学的第一个课题就是在蝙蝠中研究 θ 脑振荡的大脑机制，这种机制对于哺乳动物的定位功能及其重要。可经过了无数的尝试后，他始终无法在蝙蝠大脑中检测到任何连续的 θ 脑振荡。也因为与啮齿类动物不同的结果，乌拉诺夫斯基的研究一直被认为是失败的数据被拒稿。经历过大量补充实验后，乌拉诺夫斯基终于证明蝙蝠的 θ 脑振荡机制大鼠截然不同，终于将「坐实」的负面结果刊登在了 Nature Neuroscience 上。但当后续的学者研究时发现，这项失败的结果对蝙蝠定位功能的研究有着极其重要的意义，乌拉诺夫斯基也因此成为了该领域的学术泰斗。
图片来源：Nature Neuroscience
失败数据的未来
目前，很多期刊专门接收失败数据的研究，例如生物医学领域的 Journal of Pharmaceutical Negative Results 与 Journal of Negative Results in Biomedicine ，Cell 旗下的 iScience 期刊以及 Nature 旗下的 Scientific Reports 。如果觉得这些开放获取期刊版面费贵，也可以在 BioRxiv 以及 arXiv 等预印本平台刊登自己的负面数据。
图片来源：Journal of Negative Results in Biomedicine
在期刊和预印本平台刊登失败的结果需要成本或者特定格式，如果还是不愿意费力气走这些流程，还可以直接使用数据资源库，Nature 上有一系列推荐的数据资源库可供选择。
Nature 的数据储存政策 图片来源： Nature
尽管学术界与基金机构为了失败结果作出了诸多努力，现在期刊上能看到的失败结果依然非常稀少。2010 年，Pubmed 上关于制药领域「统计结果显著」的检索结果为 21364 条，而「统计结果不显著」的失败结果的检索条目仅为 285 条，仅为成功结果的百分之一。但实际做实验的科研人员才知道，真实的情况很可能是反过来，大量的失败数据还是从未发表。
学术界亟需一个能够免费、便捷的失败数据共享平台，同时给那些愿意费时费力去整理、公布失败数据的科研人员一定程度的奖励与认同。一些大的科研基金机构终于开始行动，要求所有赞助的研究都应该将其获得的数据无偿向公众开放，并在基金中规划了对应的预算。尽管还需要很多努力，但我们相信，失败数据重见天日的时刻终将到来。
对于课题组而言，这些失败的数据更是宝贵的资源。往往一个课题组的研究方向都会集中在同一领域，而随着组内人员的更迭，难免会出现现有的研究与之前出现重合的情况，这时候如果将过往失败的数据整理起来，那将会完善这个研究方向的拼图，将前人遇到的「坑」用这些数据及时填补上，这就避免了后续的研究重蹈覆辙，浪费时间。同时，这些数据经过累积，本身就能提供各种方向的课题思路，为后人提供宝贵的灵感来源。
当然，就个人而言，失败的实验结果固然会导致自己的学业或者研究受到很大的阻碍，但同时，它们也会沉淀为后续研究中宝贵的经验，不论实验的结果，那些实验的技巧以及科研思维的成长都是无可替代的。
正如尼采所说「那些不能杀死你的，最终都会使你更强大」，学术界亦是如此。
参考资料：
1，https://www.nature.com/articles/d41586-019-02960-3
2，https://www.nature.com/articles/471448e
3，https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3043336/
4，https://www.nature.com/articles/d41586-018-07352-7#ref-CR5
编辑：苍术
投稿合作：jiangjiahui@dxy.cn
题图来源：小红书
热门跟贴