什么造就了可靠的科学?

在包括BMC植物生物学在内的BMC期刊上发表的包容性阈值政策意味着编辑决定在很大程度上基于所提出的研究的可靠性，而不是工作的新颖性或潜在影响。在这里，我们讨论了需要什么来确保研究满足科学合理性的要求。

BMC植物生物学和其他BMC系列期刊(https://www.biomedcentral.com/p/the-bmc-series-journals)在政策上有别于许多其他期刊，因为它们的目标是为所有可发表的研究提供一个家。出版的包容性门槛政策意味着编辑决定在很大程度上基于所提出的研究的可靠性，而不是工作的新颖性或潜在影响。对科学合理性的强调(http://blogs.biomedcentral.com/bmcseriesblog/2016/12/05/vital-importance-inclusive/)而不是新奇或影响很重要,因为它意味着手稿可能判定为低影响由于性质的研究以及那些报道负面结果或很大程度上复制先前的研究,所有的这一切很难发表在其他地方,可用于研究团体。在此，我们讨论了研究的可靠性的重要性，并提供了一些基本的指导方针，以协助作者确定他们的研究是否适合提交到BMC植物生物学。

在一篇研究文章被送去评审之前，负责编辑首先会确定提出的研究是否科学有效。为了有效，研究必须使用合适的方法和分析来解决生物学意义的问题，并且必须遵循与研究领域相关的共同体商定的标准。

这些方法应该适合被检验的假设，并有足够的控制。科学上可靠的研究的一个关键特征是数据的充分复制。结果必须是可重复的，也就是说必须有足够的复制——这意味着实验复制，而不仅仅是同一实验的技术复制——以提供信心，证明观察结果不是偶然的。

有许多不同的方法来设计和统计分析植物相关的实验。根据实验的性质，实验复制可以通过在不同的场合种植和/或处理植物，使用不同的突变等位基因，多个独立的转基因株系，或在不同的环境或跨几个季节生长来实现。所需的复制也取决于所问的问题。这里有几个例子可以说明这一点:这个测试是针对冷敷的。一种是在生长室内种植多种植物。科学家将这些单独的植物称为生物复制，它们确实是。然而，这些不是实验的重复，它们是单一冷处理的技术重复。出于统计目的，我们需要以多个生长室的形式进行冷处理的复制(至少3次重复)，或者使用相同的生长室和处理及时进行复制。但是，如果试验是针对不同基因型的低温反应，那么在冷室中的不同植物(如上所述的生物复制)将提供该特定处理下的基因型处理的复制。一个常见的错误是，在文库准备和转录组实验测序之前，将单个实验/生物复制的材料集中起来。 Pooling material at that stage hides any variation between the experimental replicates and therefore cannot be statistically tested for experimental effects. Depending on the experimental design, ANOVA (analysis of variance) may be a more powerful method for testing your hypothesis than a simple t-test.

另一方面，如果研究者做了一项研究，在时间、空间或两者中都进行了许多观察，那么复制和方差分析就过时了。这类研究可以在农场、非管理的生态系统、一种植物或一种植物群落的根际、一间有时间序列观察的气候室中进行，等等。在这些情况下，可能不应用处理，但过程的可变性，而边界条件得到控制。研究人员可以基于自相关和互相关、自回归状态空间模型、基于傅立叶的技术(如谱和小波分析)和各种地质统计学方法等众所周知的分析工具进行设计和分析。所有这些方法都可以有效地确定空间或时间进程或诊断症状;它们不依赖于治疗，也不禁止实验性治疗。复制也是不必要的。从它们的自协方差结构中可以得到观测结果不是基于偶然，而是反映一个信号的证明。这些技术不同于方差分析，因为它们不是基于不相关或随机的观察，而是基于可变性结构。变化不是障碍，而是机会。 Are data from one year sufficient to publish? Yes, if as many as possible boundary conditions are observed that made the data turn out the way they did. Most observations of ecosystem processes are hard to replicate exactly, but there is no need when using tools such as these that are common in hydrologic sciences, economic time series, climate change, medical sciences, landscape ecology, physical geography among others.

如果有疑问，在开始实验之前，应该咨询统计员对实验设计的意见，否则可能会浪费相当多的时间、精力和金钱。不要忘记，仅仅因为一个结果具有统计学意义，并不意味着它与生物学有关，所以仔细考虑数据的解释。

如果使用转基因生物，我们建议提供至少3个独立的初级转基因株系的初步鉴定，显示出相似的、稳定的表型。必须给出至少两行代码的详细分析。这就保证了表型可能是由转基因本身造成的，而不是由于转基因插入或转化过程中的组织培养造成的破坏。这种实验的理想对照是从半合子植物的自交子代中分离出来的转基因零分离子。这可能并不总是可行的，例如，当有关的植物是自交不亲和的，或世代时间是几年。替代对照是用空载体或携带有关基因的失活/突变版本的转基因转化的对照。如果所研究的表型是一种种子性状或可受种子质量影响，那么试验和对照种子必须从平行生长的植物中收获，并在相同条件下储存。

对于与定量遗传学研究相关的手稿，包括QTL作图和GWAS，有一些基本的要求，以确保数据是健全的，可以被审稿人评估。作者应提供必要的基因分型数据，如标记顺序和染色体位置。该研究应包括足够的个人，以确保统计力量。对于数量性状，表现型应广泛描述，并可能进行至少两年或跨多个环境在一年内。在材料和方法部分，作者应该详细介绍用于执行分析的方法和软件。结果应具有高质量的图形，同时提供QTL区间和LOD剖面;为GWAS提供信息丰富的曼哈顿阴谋。还应该包括表，报告与感兴趣的特征相关的最相关的标记。当使用以前发表的数据时，请在手稿中清楚地说明，提供原始数据和标记信息的参考。在这种情况下，作者应该清楚地将已经发表的数据与手稿中呈现的原始数据区分开来。

除了上述治疗的可靠实验设计之外，对于大数据集，如转录组学、蛋白质组学和代谢组学，还需要考虑其他因素。由于这些数据集包含大量待测数据，因此出现误报的可能性越来越大。为了纠正这一点，使用了一个多重测试校正因子。最常用的方法是对错误发现率使用Benjamini-Hochberg校正因子[1］．校正后,p-值被称为“调整”值p值”。此外，这些数据集应该保存在一个适合所呈现数据类型的公共数据库中。

基因、转录本、蛋白质和代谢物应该被明确定义和识别，这样在分析结构时就不会出现混淆。例如，基因位点的识别常常根据基因组的新组装而更新。因此，在实际研究的基因序列的文献中可能有很多混乱，给读者造成相当大的困难。建议最新的、最新的分子识别号码或符号应与用于确定这一信息的数据库一起报告。此外，在参考参考基因组时，应明确所调查物种的分类ID。基因鉴定应遵循传统格式，使用斜体格式。

当使用qPCR对基因进行定量时，应至少使用一个经验证在组织或治疗中不会发生变化的内参基因。在一个组织或治疗中有效的内参基因，可能在另一个组织或治疗中无效。

遵循这些指导方针将帮助你的稿件通过质量控制步骤，并进入同行评审，这是评审过程的下一个阶段。

作者感谢肯塔基大学植物与土壤科学系的Ole Windroth教授和CSIRO农业与食品部门的Jen Taylor博士对实验设计和统计分析提出的建议。

从属关系

1. 埃德蒙·马赫基金会，特兰托，意大利

   法布里奇奥哥

2. 内华达大学，里诺，美国

   格兰特克莱默

3. CSIRO农业和粮食，堪培拉，澳大利亚

   e·吉恩·芬尼根

贡献

没有数据需要被提供作为这个手稿的结果。EJF和FC开发了这个概念;EJF GC和FC撰写了这篇社论。所有作者阅读并批准最终稿件。

相应的作者

对应到e·吉恩·芬尼根．

相互竞争的利益

作者们宣称他们没有相互竞争的利益。

出版商的注意

《自然》杂志对已出版的地图和附属机构的管辖权主张保持中立。

开放获取本文在知识共享归属4.0国际许可条款下发布(http://creativecommons.org/licenses/by/4.0/)，允许在任何媒介中不受限制地使用、分发和复制，只要您给予原作者和来源适当的信任，提供知识共享许可的链接，并说明是否有更改。“创作共用公共领域”豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本条提供的数据，除非另有说明。

再版和权限