前些天，planta期刊让我审阅一篇英文文章。一开始我以为是垃圾邮件，后来该期刊编辑再次来信提醒，我方才知道是真的。为何我最初认为是假的，我自己从未在该期刊发表过文章，事实上，目前我课题组的实验结果和论文水平还未达到该期刊的水平。

这篇论文是兰州大学某课题组的，我不认识。他们的论文也是做G6PD酶家族的。这篇论文的实验做得不少，但部分图片效果，我看来也一般。再者，明显能看出论文作者们的统计能力一般。许多结果，他们认为很明显得到的，但从所绘制的图形，我根本没能看出来。我给作者建议增加个简单的指标间相关分析。再者，测定酶活性的标准误非常小，值几乎完美一致。我记得，12年在澳洲访问者，我的二手房东来自中国农大，她说，她老板只要看到这种标准误近乎零的生理生化指标，她老板就认定是造假，因为她老板深信那是不可能的。换句话说，凡是真正生物学重复，值之间肯定有不小的误差，尤其是使用分光光度计测量的。那些标准误很小的，我猜测，是同个样本多次测量，这不是生物学重复，这是重复测量而已！最后，论文的一个结果，与附录的一个相关结果，对应不上。作者用了根和叶两份组织，测量了不同的G6PD酶活性，也测量了ROS相关指标，作者的观点是，G6PD酶活性高，ROS指标值就低。但作者忽略了，根和叶的某些处理，它们的G6PD酶活性基本没明显区别，但它们的ROS指标差异大，而这在文章中明显被忽略。此外，作者并未比较根、叶这两个组织间的测量指标差异及其可能原因。于是，我给了结论：大修。但期刊编辑给的结论：撤回，大修，重投。

其次，这篇文章，透露着从事分子生物学这个方向的大部分人基本上数据统计分析能力偏弱的事实，至少在国内是这样的。他们会使用一些简单的统计方法，但有时会用错，比如t检验。我自己曾经也用错过t检验。t检验只能用于单样本或两个样本，对于多个样本时，t检验是不能使用的。

如果我12年没去澳洲学了些统计分析，我现在依然会懵懂得乱用统计方法。但我相信，随着大家对统计分析的要求提高了，对于统计方法的乱用或误用一定会越来越少！