Mais de 18,9 mil imagens problemáticas em catálogos de anticorpos
O snapshot cobre 17.495 produtos de 16 empresas. Ele documenta padrões suspeitos, sem medir a prevalência no mercado nem provar fraude.
A versão publicada em 25 de agosto de um repositório no Zenodo registra 18.943 imagens problemáticas em páginas de 17.495 produtos vendidos por 16 empresas. Os coletores Reese Richardson e Sholto David descrevem o material como dados de verificação “suspeitos, aparentemente manipulados ou problemáticos” em catálogos de anticorpos para pesquisa.¹
O tamanho do arquivo mede o que foi documentado, não a frequência do problema no mercado. O conjunto recebeu contribuições externas, não resulta de uma amostra representativa e não cobre integralmente o catálogo de cada fornecedor.² As contagens também não mostram qual empresa tem a maior proporção de imagens questionáveis.
Uma imagem anotada não comprova fraude nem demonstra que o anticorpo correspondente falha. Ela identifica um sinal visual que merece confronto com os arquivos originais, o histórico de edição e uma nova validação do produto.
O snapshot preserva originais e anotações
O depósito contém uma planilha com fornecedor, número de catálogo, página do produto e resumo do problema percebido. Um arquivo de 526,4 MB preserva as imagens como foram baixadas dos sites; outro, de 1,1 GB, reúne versões anotadas pelos colaboradores.¹ A estrutura permite localizar cada figura, comparar ocorrências e voltar à página comercial.
O README soma 18.943 imagens e 17.495 produtos. Há uma inconsistência interna de uma linha: o CSV disponível em 26 de agosto chegava ao índice 18.944 e continha uma linha adicional atribuída à Thermo Fisher, sem alterar o total de produtos. O total de 18.943 é o declarado pela descrição e pela tabela de fornecedores da versão 260825.¹
O post de Richardson publicado no mesmo dia lista 15 fornecedores.² O registro Zenodo atualizado separa 16 empresas e prevalece para os números do snapshot. A diferença reforça que o repositório é uma coleção em evolução, fixada aqui pela versão e pela data.
A imagem de validação participa da compra
Anticorpos comerciais são reagentes usados para encontrar uma proteína específica numa amostra. O laboratório escolhe produto, diluição e aplicação com base no catálogo. A própria Thermo Fisher afirma que baixa especificidade ou desempenho inadequado pode impedir bons resultados e causar atrasos, e apresenta suas galerias como suporte para a confiança no reagente.⁴
No Western blot, proteínas separadas por tamanho são transferidas para uma membrana. O anticorpo produz bandas onde reconhece uma proteína. Uma banda na altura esperada sugere ligação ao alvo; sinais em outras posições podem indicar reconhecimento de proteínas diferentes. A limpeza da figura influencia a percepção de especificidade.
Um controle forte compara células normais com células knockout, nas quais o gene da proteína-alvo foi removido. A banda correta deve desaparecer no knockout. Um estudo revisado testou 614 anticorpos comerciais contra 65 proteínas e publicou os dados brutos: mais da metade falhou em pelo menos uma das aplicações avaliadas. Entre 578 produtos recomendados pelo fabricante para Western blot, 44% passaram pelo critério do estudo, 35% reconheceram o alvo junto de outras proteínas e 21% falharam.⁵
Esse experimento independente explica a consequência de uma validação ruim. Ele não testou os 17.495 produtos do Zenodo e não fornece uma taxa para o mercado inteiro.
Fundos repetidos e bandas movidas aparecem nas anotações
A planilha registra milhares de fundos que correspondem a um pequeno conjunto de padrões repetidos. Outras linhas apontam regiões aparentemente pintadas, blocos duplicados de ruído e descontinuidades que sugerem emendas. Há bandas descritas como idênticas depois de rotação ou espelhamento, além de imagens iguais associadas a clones diferentes.¹ ²
Alguns exemplos anotados parecem mover a mesma banda para outra posição sobre um fundo compartilhado. O repositório também contém casos menores de imagens de fluorescência reutilizadas ou com células removidas.¹ Esses são diagnósticos visuais dos coletores; a confirmação depende do dado-fonte em resolução integral.
As diretrizes do Office of Research Integrity para imagens científicas tratam ajustes simples na imagem inteira e recortes que preservam o contexto como práticas geralmente aceitáveis, com retenção do arquivo original. Alterações seletivas, como clonar ou ocultar regiões, mudam os dados que o leitor pode avaliar.⁷
Uma página atual do anticorpo SF1 da Thermo Fisher avisa que a empresa está revisando Western blots do catálogo, inclusive os fornecidos por terceiros. Também informa que figuras não marcadas como “raw-unedited” podem ter sido editadas, otimizadas ou ajustadas para apresentação.³ O texto vale para a página e para a revisão anunciada pela Thermo; ele não responde pelas outras 15 empresas nem esclarece cada anotação do repositório.
Os arquivos-fonte separam aparência e desempenho
Mike Rossner, especialista em integridade de imagens ouvido pelo The Scientist, considerou claramente manipulados alguns exemplos apresentados por Richardson, mas alertou que a figura publicada não permite inferir intenção ou provar fabricação dos dados sem os originais.⁶
A distinção chega ao produto. Uma banda real colocada sobre outro fundo representa de forma enganosa a qualidade ou a especificidade do anticorpo. Ainda assim, o reagente pode reconhecer seu alvo. Casos em que a mesma banda parece ter sido colada em experiências diferentes levantam dúvida mais profunda sobre a realização do teste, mas também exigem auditoria e repetição experimental antes de declarar o produto inválido.⁶
Uma apuração por fornecedor precisa rastrear quem gerou a imagem, porque anticorpos e seus dados podem passar por private label e aparecer em mais de um catálogo. Arquivos brutos, metadados de aquisição e versões intermediárias podem mostrar o que foi ajustado e em que etapa. O controle knockout ou outra validação independente mede o desempenho do reagente na aplicação, algo que a inspeção visual sozinha não faz.
As respostas continuam específicas por empresa
Ao The Scientist, a Abcam e a MilliporeSigma disseram estar revisando suas imagens. A LSBio afirmou que investigaria os exemplos recebidos e os dados-fonte. Na publicação daquela reportagem, Thermo Fisher, ProteoGenix e Origene não haviam respondido aos pedidos de comentário do veículo.⁶ O aviso atualmente visível na página da Thermo registra uma revisão anunciada, sem encerrar a análise dos itens documentados.
Fontes
- Problematic images in vendor antibody verification data, versão 260825 · Reese Richardson e Sholto David · Zenodo · https://zenodo.org/records/22090940 · 25 ago. 2026 · DOI 10.5281/zenodo.22090940
- At least 15 companies are selling antibodies using faked validation data · Reese Richardson · https://reeserichardson.blog/2026/08/25/at-least-15-companies-are-selling-antibodies-using-faked-validation-data/ · 25 ago. 2026
Mostrar mais 5 fontesOcultar fontes
- SF1 Monoclonal Antibody (OTI4C9), TrueMAB — TA809458 · Thermo Fisher Scientific · https://www.thermofisher.com/antibody/product/SF1-Antibody-clone-OTI4C9-Monoclonal/TA809458 · acesso em 26 ago. 2026
- Primary Antibodies — Commitment to antibody specificity and reproducibility · Thermo Fisher Scientific · https://www.thermofisher.com/us/en/home/life-science/antibodies/primary-antibodies.html · acesso em 26 ago. 2026
- Scaling of an antibody validation procedure enables quantification of antibody performance in major research applications · Ayoubi et al. · eLife · https://doi.org/10.7554/eLife.91645.2
- Misleading Antibody Validation Images Controversy Expands to 15 Vendors · Shelby Bradford · The Scientist · https://www.the-scientist.com/misleading-antibody-validation-images-controversy-expands-to-15-vendors-74915 · ago. 2026
- Guidelines for Best Practices in Image Processing · Office of Research Integrity, US Department of Health and Human Services · https://ori.hhs.gov/education/products/RIandImages/guidelines/list.html · acesso em 26 ago. 2026
— Redação