2026年2月，国际肿瘤学期刊《Journal of Experimental & Clinical Cancer Research》（影响因子12.8，Q1区）正式撤销了大连医科大学研究团队于2019年5月16日发表的白血病研究论文。该论文发表7年后因图片重复问题被撤稿，涉及CyclinD1蛋白印迹误用、补充材料垂直翻转后与结直肠癌研究图像重叠等问题。值得注意的是，责任作者李佳及其团队发表声明，表示无法认可期刊方的撤稿处理意见。
论文题目："MiR-29b/Sp1/FUT4 axis modulates the malignancy of leukemia stem cells by regulating fucosylation via Wnt/β-catenin pathway in acute myeloid leukemia"
发表时间：2019年5月16日
撤稿时间：2026年2月
影响因子：12.8（Q1区）
涉及单位：大连医科大学
主要作者：Bing Liu, Hongye Ma, Qianqian Liu, Yang Xiao等
责任作者：李佳（声明不认可撤稿决定）
撤稿事件回顾
论文发表于《Journal of Experimental & Clinical Cancer Research》期刊，影响因子12.8。
PubPeer平台用户质疑该论文中的图5D与2018年发表论文的图6E出现图像重复现象。
论文作者对图5D涉及的CyclinD1蛋白印迹图发布修正声明，承认误用图片，但强调该错误不影响研究结果的科学性。
研究者发现该白血病论文的补充材料图1A经过垂直翻转处理后，与同一团队2019年发表的结直肠癌研究图3G存在局部重叠，成为该研究中第二例被曝光的跨文献数据重复使用问题。
期刊编辑部因发现图像重复使用现象，由主编作出撤销该论文的决定。责任作者李佳及其团队发表声明，表示无法认可期刊方的撤稿处理意见。
图像重复问题详情
根据PubPeer用户质疑和期刊核查结果，该论文存在以下图像重复问题：
问题一：CyclinD1蛋白印迹误用
- 图5D：与2018年发表论文的图6E出现图像重复现象
- 作者回应：2023年8月发布修正声明，承认误用图片，但强调该错误不影响研究结果的科学性
问题二：垂直翻转后的图像重叠
- 补充材料图1A：经过垂直翻转处理后，与同一团队2019年发表的结直肠癌研究图3G存在局部重叠
- 重复类型：跨文献、跨研究领域的图像重复（白血病研究 vs 结直肠癌研究）
- 检测难度：经过垂直翻转处理后，图像相似性更难通过肉眼识别
作者回应与期刊处理
针对第一处图像重复问题（图5D），论文作者在2023年8月发布修正声明，承认误用图片，但强调该错误不影响研究结果的科学性。然而，2025年10月研究者又发现了第二处图像重复问题（补充材料图1A经垂直翻转后与结直肠癌研究图像重叠）。
2026年2月，《Journal of Experimental & Clinical Cancer Research》期刊编辑部因发现2019年发表的白血病相关研究中存在图像重复使用现象，由期刊主编作出撤销该论文的决定，主要基于对实验数据可信度的质疑。
12.8
影响因子
Q1区
期刊分区
7年
发表至撤稿跨度
2处
图像重复问题
学术启示：顶刊论文的7年追责与作者争议
这起撤稿事件具有多重警示意义：
- 追责无时间限制：该论文发表7年后仍被撤稿，表明学术不端的追责没有时效限制，任何时期的科研成果都可能面临重新审查。
- 跨领域重复更难发现：第二处图像重复涉及白血病研究与结直肠癌研究两个完全不同的领域，跨领域的图像重复更容易逃避常规审查。
- 变换手法检测挑战：垂直翻转处理后的图像重复，依靠人工审稿几乎不可能发现，凸显了AI检测工具的重要性。
- 作者争议不影响撤稿：即使作者团队明确表示不认可撤稿决定，期刊仍依据核查结果作出撤稿处理，体现了出版方的学术诚信责任。
据国际出版伦理委员会（COPE）统计，2024年全球学术撤稿中，涉及图片造假、重复使用的占比高达43%。各大顶级期刊和出版社已纷纷引入AI图片检测工具，Nature、Science、Cell、Elsevier等均已升级其图片审查流程。
ImageTwin图片查重系统
采用先进的图像识别技术，拥有超过1.2亿张学术图片的庞大数据库，能够高效检测图片的相似性和重复使用情况。即使经过垂直翻转、镜像处理等复杂变换，也能通过特征点匹配精准识别。
核心优势： 1.2亿+学术图片数据库 | AI深度学习算法 | 99.8%检测准确率 | 银行级隐私保护
免费试用 →ImageTwin可检测的图像问题类型
- 垂直翻转检测：识别经过垂直或水平翻转处理的重复图像
- 跨论文重复检测：自动检测不同研究领域、不同论文间的图像重复
- 蛋白印迹误用检测：识别Western blot条带的误用、重复问题
- 补充材料检测：全面检测正文和补充材料中的所有图像
- 变换图像识别：即使经过旋转、镜像、缩放、裁剪、亮度对比度调整，依然能精准识别
- 图像伪造检测：识别拼接接缝、复制移动伪造、克隆区域等篡改痕迹
- 跨领域图像比对：与不同研究领域的论文图像进行交叉比对
- AI生成内容识别：检测可能由AI生成的图像内容（测试中）
- 全面图像类型覆盖：Western Blot、显微镜图像、流式细胞图、组织切片、电镜图像等
投稿前自查建议
为避免类似撤稿风险，特别是向Q1区顶刊投稿时，建议科研人员：
- 进行全面跨论文检测：使用ImageTwin检测新论文是否与课题组其他研究（即使不同领域）存在图像重复
- 检测所有变换形式：特别关注经过翻转、旋转等变换处理的图像，确保无重复使用
- 正文与补充材料全面检查：同时检测正文和补充材料中的所有图像，避免遗漏
- 保留原始实验数据：妥善保存未处理的原始图片，以备编辑部要求核验
- 规范图片使用：避免误用或重复使用图像，如需使用已发表图片应获得授权并明确标注
- 积极回应学术质疑：如遇质疑，应主动配合调查、提供原始数据，即使不认可撤稿决定也需积极沟通
- 建立课题组内部审核机制：在论文投稿前进行内部图片审查，包括跨课题、跨领域的全面比对
本文内容综合整理自《Journal of Experimental & Clinical Cancer Research》撤稿公告、PubPeer学术讨论平台及citexs赛特新思资讯。如需了解图片查重详情，请访问官网或联系客服。