Scientific fraud by image duplications and manipulations within western blot images is a rising problem. Currently, problematic western blot images are mainly detected by checking repeated bands or through visual observation. However, the completeness of the above methods in detecting problematic images has not been demonstrated. Here we show that Generative Adversarial Nets (GANs) can generate realistic western blot images that indistinguishable from real western blots. The overall accuracy of researchers for identifying synthetic western blot images is 0.52, which almost equal to blind guess (0.5). We found that GANs can generate western blot images with bands of the expected lengths, widths, and angles in desired positions that can fool researchers. For the case study, we find that the accuracy of detecting the synthetic western blot images is related to years of researchers performed studies relevant to western blots, but there was no apparent difference in accuracy among researchers with different academic degrees. Our results demonstrate that GANs can generate fake western blot images to fool existing problematic image detection methods. Therefore, more information is needed to ensure that the western blots appearing in scientific articles are real. We argue to require every western blot image to be uploaded along with a unique identifier generated by the laboratory machine and to peer review these images along with the corresponding submitted articles, which may reduce the incidence of scientific fraud.

中文翻译：

---

新兴的科学欺诈问题：深度学习和图像处理

通过图像复制和蛋白质印迹图像内的操作进行科学欺诈是一个日益严重的问题。当前，有问题的蛋白质印迹图像主要是通过检查重复的条带或通过视觉观察来检测的。然而，尚未证明上述方法在检测有问题的图像中的完整性。在这里，我们表明，生成对抗网络（GAN）可以生成与真实蛋白质印迹无法区分的逼真的蛋白质印迹图像。研究人员识别合成蛋白质印迹图像的总体准确性为0.52，几乎等于盲目猜测（0.5）。我们发现GAN可以在预期的位置产生预期长度，宽度和角度的条带的Western blot图像，从而使研究人员蒙蔽。对于案例研究 我们发现，检测合成蛋白质印迹图像的准确性与研究人员多年从事与蛋白质印迹相关的研究有关，但在不同学历的研究人员中，准确性没有明显差异。我们的结果表明，GAN可以生成假的Western blot图像，以欺骗现有的有问题的图像检测方法。因此，需要更多信息来确保科学文章中出现的蛋白质印迹是真实的。我们主张要求将每个蛋白质印迹图像与实验室机器生成的唯一标识符一起上传，并同行评审这些图像以及相应的提交文章，这可以减少科学欺诈的发生。但是，不同学历的研究人员在准确性上没有明显差异。我们的结果表明，GAN可以生成假的Western blot图像，以欺骗现有的有问题的图像检测方法。因此，需要更多信息来确保科学文章中出现的蛋白质印迹是真实的。我们主张要求将每个蛋白质印迹图像与实验室机器生成的唯一标识符一起上传，并同行评审这些图像以及相应的提交文章，这可以减少科学欺诈的发生。但是，不同学历的研究人员在准确性上没有明显差异。我们的结果表明，GAN可以生成假的Western blot图像，以欺骗现有的有问题的图像检测方法。因此，需要更多信息来确保科学文章中出现的蛋白质印迹是真实的。我们主张要求将每个蛋白质印迹图像与实验室机器生成的唯一标识符一起上传，并同行评审这些图像以及相应的提交文章，这可以减少科学欺诈的发生。需要更多信息以确保科学文章中出现的蛋白质印迹是真实的。我们主张要求将每个蛋白质印迹图像与实验室机器生成的唯一标识符一起上传，并同行评审这些图像以及相应的提交文章，这可以减少科学欺诈的发生。需要更多信息以确保科学文章中出现的蛋白质印迹是真实的。我们主张要求将每个蛋白质印迹图像与实验室机器生成的唯一标识符一起上传，并同行评审这些图像以及相应的提交文章，这可以减少科学欺诈的发生。