William G. Kaelin在获得拉斯克奖之后于2017年在Nature上发文提出“论文需要简化结论与主题，以更稳健和可靠的数据使论文更加可信”。真正的科学进步是用坚实的数据一砖一瓦砌成的，稻草堆砌的数据虚假繁荣切不可取。
William G. Kaelin，哈佛大学医学院教授、HHMI研究员，与牛津大学的Peter J. Ratcliffe、约翰霍普金斯大学的Gregg L. Semenza于2016年和2019年分别获得拉斯克基础医学奖和诺贝尔生理学或医学奖。他们在细胞的低氧感应方面做出了重要贡献。
当今，生物医学领域内的文章发表陷入了一种怪圈：虽然发表的文章越来越多，但有些数据却只能在某些特殊的条件下才能重复出来，甚至有些无法重复。造成这一现象的原因有很多，但背后原因却鲜被提及。这些年来，科学家们就像是温水中被煮的青蛙一样，而这杯“逐渐升温的温水”就是这几十年来发表文章所需要的逐渐增多的要求和数据量。
此外，发表论文的目的似乎已经从验证或者得到特定结论转变为希望得到一个尽可能宽泛的结论。这样的危险就在于，论文越来越像稻草堆砌的“豪宅”，而不是坚固的“砖房”。
以当今的眼光来看，使我获得2016年拉斯克奖的那些论文（与Gregg Semenza和Peter Ratcliffe一起发现了细胞如何感知氧气，实际上也是今年获得诺贝尔奖的论文）中的结论大部分是浅显的、不可思议的，甚至很难被发表。
是什么造成了如今这种“膨胀”的局面？其中一个因素是基金组织对于研究的影响力和转化能力的过分强调；另一方面是技术进步使得大量数据产生变得更加容易。这两个因素都鼓励审稿人和编辑要求更多的实验，这些实验要么是额外衍生的，要么与主要结论相去甚远，要么仅仅是为了增加数据的影响力。
不幸的是，这些要求就像是无底洞。从实验数据中进行结论推导，多样的数据的确是不可缺少的，因为任何单独的方法都有其缺陷和局限性。但是现今发表的文章已经从提出一个主要观点、并以多种方式得到证明的论文，发展到提出多个结论、但各有一根支柱性数据的论文。
当下文章中最后所呈现的模式图往往显得结论太过牵强。过于宽泛的要求会使同行评审系统超出能力范围。尽管我是一个经验丰富的审稿人，但依然发现论文中数据量爆炸使得文章阅读起来非常困难，而且经常会遇到那些并不是自己专业领域的数据。
“无知”是临床转化的真正瓶颈。我们不能再告诉基础科学家，他们工作的价值在于将基础理论的论文转化成临床应用。我们必须回到原点更仔细检查地原创性研究论文的实验设计和数据质量，以更加谦逊和谨慎的态度回顾过去。
真正的科学进步是用坚实的数据一砖一瓦砌成的，稻草堆砌的数据虚假繁荣切不可取。