2026年2月4日，英国皇家化学会旗下期刊《RSC Advances》（影响因子4.6，Q3区）正式撤销了埃及开罗大学理学院化学系研究团队于2020年6月1日发表的姜黄素抗癌研究论文。该论文因涉嫌数据造假，在发表近6年后被正式撤回。值得关注的是，论文的两位署名作者自始至终未接受这一撤稿裁定。
论文题目："Nanocurcumin: preparation, characterization and cytotoxic effects towards human laryngeal cancer cells"
发表时间：2020年6月1日
撤稿时间：2026年2月4日（撤销决定收录于第16卷第9期，2026年2月11日出版）
影响因子：4.6（Q3区）
涉及单位：埃及开罗大学理学院化学系
主要作者：Demiana H Hanna, Gamal R Saad
作者态度：两位作者自始至终未接受撤稿裁定
撤稿事件回顾
论文发表于《RSC Advances》期刊。
该研究的学术可靠性受到公众质疑。批评者发现论文图7展示的数据点分布模式异常，部分点群呈现重复性排列，且存在通过旋转即可完全重合的象限。此外，质疑者还指出实验采用的Hep-2细胞可能混入HeLa细胞污染，存在细胞系鉴定失误，同时论文数据出现0.77%的数值空缺问题。
《RSC Advances》编辑部启动调查程序，要求论文作者就质疑事项作出解释并提交流式细胞检测的初始实验数据。
研究者仅能提供经过加工的分析结果，未能出示符合规范的原始记录文件。经第三方专家审核，发现已发表论文中的实验数据存在人为篡改迹象，且作者的答复未能有效澄清相关疑问。
《RSC Advances》期刊编辑部发布正式撤销公告，主要基于研究数据可信度问题作出完全撤稿处理。
撤销决定被收录于该刊第16卷第9期正式出版。
数据造假与学术不端问题详情
根据期刊调查和PubPeer用户质疑，该论文存在以下多项学术不端问题：
问题一：数据点分布模式异常
- 图7数据点：呈现重复性排列
- 象限重合：部分点群存在通过旋转即可完全重合的象限
- 异常特征：数据点分布不符合随机实验数据的自然分布规律
问题二：细胞系鉴定失误
- Hep-2细胞：可能混入HeLa细胞污染
- 影响：细胞系污染会严重影响实验结果的可靠性和可重复性
问题三：数据空缺与人为篡改
- 数值空缺：论文数据出现0.77%的数值空缺问题
- 原始数据缺失：研究者仅能提供经过加工的分析结果，未能出示符合规范的原始记录文件
- 篡改迹象：经第三方专家审核，发现已发表论文中的实验数据存在人为篡改迹象
作者回应与期刊处理
针对学术质疑，《RSC Advances》编辑部启动了调查程序，要求论文作者就质疑事项作出解释并提交流式细胞检测的初始实验数据。然而，研究者仅能提供经过加工的分析结果，未能出示符合规范的原始记录文件。
经第三方专家审核，发现已发表论文中的实验数据存在人为篡改迹象，且作者的答复未能有效澄清相关疑问。基于研究数据可信度问题，2026年2月4日，《RSC Advances》期刊编辑部发布正式撤销公告，对该论文作出完全撤稿处理。
4.6
影响因子
Q3区
期刊分区
6年
发表至撤稿跨度
100%
作者反对撤稿
学术启示：数据造假的严重后果与原始数据的重要性
这起撤稿事件具有多重警示意义：
- 数据点模式可被AI识别：重复排列、旋转重合等异常数据分布模式，可通过专业工具识别，这凸显了AI检测工具的重要性。
- 原始数据是学术生命线：研究者仅能提供加工后的分析结果，未能出示原始记录文件，成为撤稿的关键原因。保留原始数据是应对学术质疑的最佳保障。
- 细胞系鉴定不容忽视：Hep-2细胞可能混入HeLa细胞污染的问题，警示细胞系鉴定在实验中的重要性。
- 作者不接受撤稿不影响决定：即使作者明确反对撤稿，期刊仍依据第三方专家审核结果作出撤稿处理。
- 6年成果作废的代价：发表近6年的论文被撤稿，不仅影响个人学术声誉，也可能影响合作者和所在机构的信誉。
据国际出版伦理委员会（COPE）统计，2024年全球学术撤稿中，涉及数据造假、图片造假的占比高达43%。各大顶级期刊和出版社已纷纷引入AI检测工具，对数据真实性的审查日益严格。
ImageTwin图片查重与数据验证系统
采用先进的图像识别和数据分析技术，拥有超过1.2亿张学术图片的庞大数据库，能够高效检测图片相似性和数据异常。无论是数据点重复排列、旋转重合等异常模式，还是图像篡改、重复使用，都能通过AI算法精准识别。
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 | 数据异常模式分析
免费试用 →ImageTwin可检测的学术不端类型
- 数据点异常检测：识别重复排列、旋转重合等异常数据分布模式
- 图像重复检测：自动检测手稿中的重复图像，包括组内重复和跨文献剽窃
- 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
- 流式细胞数据验证：专门针对流式细胞术检测结果的数据完整性分析
- 细胞系污染识别：通过图像特征分析辅助识别可能的细胞系交叉污染
- 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，建议科研人员：
- 保留原始实验数据：妥善保存未处理的原始图片和数据文件，这是应对学术质疑的最有力证据
- 进行数据模式自查：使用ImageTwin等工具检测数据点分布是否存在异常模式
- 定期进行细胞系鉴定：确保所用细胞系无交叉污染，保存鉴定记录
- 使用专业工具进行图片查重：投稿前检测所有图片，确保无重复使用或篡改
- 建立数据管理规范：在实验过程中规范记录原始数据，避免数据空缺
- 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
- 建立课题组内部审核机制：在论文投稿前进行内部数据审查
本文内容综合整理自《RSC Advances》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。