Dezentralisierung der Wissenschaft führen kann, um zuverlässigere Ergebnisse in der biomedizinischen Forschung: Analyse von Daten über Zehntausende von drug-gen-Interaktionen

Forschungsergebnisse, die auf Droge-gen-Interaktionen sind viel weniger wahrscheinlich, um die repliziert werden, wenn Sie durchgeführt werden, hierarchische Gemeinschaften oder zusammengewachsenen Gruppen von häufigen Mitarbeitern, die ähnliche Methoden, statt Unabhängiger Gruppen von Wissenschaftlern mit unterschiedlichen Methoden, schlägt ein Papier veröffentlicht Letzte Woche in eLife.

Die Erkenntnisse können dazu beitragen, die Verlässlichkeit der wissenschaftlichen Ergebnisse, indem Sie zur Identifizierung möglicher Faktoren, die dazu beitragen, die Veröffentlichung von unzuverlässig, irreführende oder falsche Ergebnisse über mögliche Droge-gen-Interaktionen.

„Der Weg der Wissenschaft ist oft produziert möglicherweise unbeabsichtigt dazu beitragen, um unzuverlässige Ergebnisse“, sagt senior-Autor James Evans, Professor für Soziologie an der Universität Chicago und Externer Professor am Santa Fe Institute, USA. „Zum Beispiel, eine große Gruppe von Wissenschaftlern, die Häufig zusammenarbeiten, verwenden ähnliche Methoden, zu teilen Geräte und Häufig zitieren, ähnliche Werke sind anfällig für die Herstellung der gleichen, selbst-bestätigende Ergebnisse. Obwohl eine solche Gruppe erzeugen kann, wiederholt veröffentlichte Experimente, unsere Ergebnisse zeigen, dass sich Ihre Ergebnisse nicht unabhängig. Unabhängigen Laboren Experimente durchführen, die in unterschiedlicher Weise mit unterschiedlichen Erwartungen und sind weniger anfällig für Gruppendruck als ein dicht miteinander verbundene Netzwerke von Wissenschaftlern.“

Um besser zu verstehen, wie diese Faktoren dazu beitragen können unzuverlässige Ergebnisse in den Studien von Wechselwirkungen zwischen Drogen und Genetik, Evans und seine Kollegen verglichen die Ergebnisse von 3,363 veröffentlichten Studien über 51,292 drug-gen-Interaktionen, die in die Vergleichende Toxicogenomics-Datenbank mit Ergebnissen aus der LINCS L1000-Programm, das verwendet Roboter, um zu testen Tausende von drug-gen-Interaktionen.

Sie fanden, dass die Droge-gen-Interaktionen identifiziert, die von mehreren Studien überprüft wurden, die von der LINCS L1000 Ergebnisse 45% der Zeit, während die Ergebnisse von einzelnen Studien, konnte nur überprüft werden 19% der Zeit.

Sie sah auch eine Teilmenge der gen-Wechselwirkungen, die untersucht wurden in mehr als einer Studie. Sie fanden, miteinander verbundenen Gruppen von Autoren mit ähnlichen Methoden waren eher zu bestätigen, jeder andere Ergebnisse, als die Wissenschaftler keine offensichtlichen verbindungen. Die Ergebnisse dieser miteinander verbundenen Gruppen waren weniger wahrscheinlich, um repliziert werden LINCS L1000 als Ergebnisse von unabhängigen Gruppen.

„Selbst wenn ein Medikament-gen-Interaktion Anspruch erhält Unterstützung von vielen Papiere, wenn er untersucht wird ausschließlich von einer zentralen wissenschaftlichen Gemeinschaft, die den Anspruch hat eine vorhergesagte Wahrscheinlichkeit der Replikation, die ähnlich ist, die für einen Anspruch berichtet, in einem einzigen Papier“, sagt führen Autor Valentin Danchev, PhD, postdoctoral scholar, die zuvor in der Abteilung für Soziologie an der Universität von Chicago, und jetzt auf der Meta-Forschung-Innovation Center at Stanford (METRIKEN), Stanford University, USA.

Er fügt hinzu, dass der Weg der Wissenschaft ist derzeit so organisiert fördert die häufigen Kooperationen zwischen miteinander verbundenen Gruppen von Forschern. Diese miteinander verbundenen Gruppen und der „star“ – Wissenschaftler, die Sie führen, nicht nur Ergebnisse veröffentlichen, die weniger wahrscheinlich sind, repliziert werden, kann aber auch überproportionalen Einfluss gewinnen, möglicherweise entmutigend unabhängige Gruppen, die von der Erforschung der gleichen Droge-gen-Interaktionen oder der Veröffentlichung der Resultate nicht. „Unsere Ergebnisse unterstreichen die Bedeutung der Einführung von Wissenschaft, Politik, die dezentral und nicht-wiederholte Zusammenarbeit als ein Weg, um unabhängige Replikationen, die robust gegenüber unterschiedlichen teams, Methoden und Einstellungen,“ Danchev abschließend.