Onderzoeksresultaten over interacties tussen geneesmiddelen en genen zullen veel minder snel worden gerepliceerd als ze worden uitgevoerd door hiërarchische gemeenschappen of hechte groepen van frequente medewerkers die vergelijkbare methoden gebruiken, in plaats van onafhankelijke groepen wetenschappers die verschillende methoden gebruiken, suggereert een paper dat vorige week in eLife .

De bevindingen kunnen de betrouwbaarheid van wetenschappelijke resultaten helpen verbeteren door mogelijke factoren te identificeren die bijdragen aan de publicatie van onbetrouwbare, misleidende of valse resultaten over mogelijke interacties tussen geneesmiddelen.

"De manier waarop wetenschap vaak wordt geproduceerd, kan onbedoeld bijdragen aan onbetrouwbare resultaten, " zegt senior auteur James Evans, Hoogleraar sociologie aan de Universiteit van Chicago, en extern hoogleraar aan het Santa Fe Institute, ONS. "Bijvoorbeeld, een grote groep wetenschappers die veelvuldig samenwerken, vergelijkbare methoden gebruiken, apparatuur delen, en citeren vaak soortgelijke werken die geneigd zijn hetzelfde te produceren, zelfbevestigende resultaten. Hoewel een dergelijke groep herhaalde gepubliceerde experimenten kan produceren, onze resultaten tonen aan dat hun bevindingen niet onafhankelijk zijn. Onafhankelijke laboratoria voeren experimenten op verschillende manieren uit met verschillende verwachtingen en zijn minder vatbaar voor groepsdruk dan een dicht verbonden netwerk van wetenschappers."

Om beter te begrijpen hoe dergelijke factoren kunnen bijdragen aan onbetrouwbare resultaten in onderzoeken naar interacties tussen geneesmiddelen en genetica, Evans en zijn collega's vergeleken de resultaten van 3, 363 gepubliceerde studies over 51, 292 geneesmiddel-geninteracties in de Comparative Toxicogenomics Database met resultaten van het LINCS L1000-programma, die robots gebruikten om duizenden interacties tussen geneesmiddelen te testen.

Ze ontdekten dat interacties tussen geneesmiddelen die door meerdere onderzoeken werden geïdentificeerd, 45% van de tijd werden geverifieerd door de LINCS L1000-resultaten, terwijl de resultaten van afzonderlijke onderzoeken slechts 19% van de tijd konden worden geverifieerd.

Ze keken ook naar een subset van gen-geneesmiddelinteracties die in meer dan één onderzoek werden onderzocht. Ze ontdekten dat onderling verbonden groepen auteurs die vergelijkbare methoden gebruikten, meer kans hadden om elkaars resultaten te bevestigen dan wetenschappers zonder duidelijke verbanden. De resultaten van deze onderling verbonden groepen werden minder waarschijnlijk gerepliceerd door LINCS L1000 dan resultaten van onafhankelijke groepen.

"Zelfs als een claim op een interactie tussen een geneesmiddel en een gen de steun krijgt van veel kranten, als het uitsluitend wordt bestudeerd door een gecentraliseerde wetenschappelijke gemeenschap, de claim een ​​voorspelde replicatiekans heeft die vergelijkbaar is met die voor een claim die in een enkel document wordt vermeld, " zegt hoofdauteur Valentin Danchev, doctoraat, een postdoctoraal onderzoeker eerder bij de afdeling Sociologie aan de Universiteit van Chicago, en nu in het Meta-Research Innovation Centre in Stanford (METRICS), Stanford universiteit, ONS.

Hij voegt eraan toe dat de manier waarop de wetenschap momenteel is georganiseerd, frequente samenwerkingen tussen onderling verbonden groepen onderzoekers stimuleert. Deze onderling verbonden groepen en de 'ster'-wetenschappers die hen leiden, publiceren niet alleen resultaten waarvan de kans kleiner is dat ze worden gerepliceerd, maar die ook een onevenredige invloed kunnen krijgen, mogelijk onafhankelijke groepen ontmoedigen om dezelfde interacties tussen geneesmiddelen en genen te onderzoeken of bevindingen te publiceren die het niet eens zijn. "Onze bevindingen benadrukken het belang van het introduceren van wetenschappelijk beleid dat gedecentraliseerde en niet-herhaalde samenwerking bevordert als een pad naar onafhankelijke replicaties die robuust zijn voor verschillende teams, methoden en instellingen, ’, besluit Danchev.