成年累月、辛辛苦苦收集的数据如若都能公开发表，那是再好不过的事情了，但事实并非如此。首先那些与研究假设冲突的数据和不支持假设的阴性结果属于“问题”数据，难以在杂志上发表；其次由于论文篇幅的限制，不是所有与假设一致和支持结论的数据都能有幸出现在论文里。这里将公开发表的数据占总体有效数据（阳性结果）的百分比称为数据发表率或数据利用率。数据发表率的高低，因人和实验室而异，很大程度上取决于项目负责人对数据的态度和对发表论文的热情程度。譬如有的教授有充足的经费、器材和人员配备，发表的文章倒是寥寥无几（这里暂且不论文章的影响因子，仅谈及文章数量），相反有的教授没有外源经费，仅靠TA和部门共享的仪器，年年论文有丰收。尽管前者的实验室发表的文章较少，但相信他们收集的数据较后者的为多。可见，一个人的论文数多不一定是收集的数据多，而是因为数据发表率较高。我们除了追求高质量的论文，也应该用心把握机会，提高数据的发表率，多发表论文，面子和里子都要。
1. 未发表的leftover与发表的数据一样具有学术价值和实际意义
我们不妨将未能发表的实验阳性结果称为leftover，因为它们可以发表，但由于一些原因而未出现于论文里。实验材料的重复（如尝试了不同动物品系和细胞系）、实验条件的改进（如比较了多种药物剂量和技术方法）、不同实验人员的操作技巧、同一实验的反复验证等，都会产生大量的相近的数据。这些数据不可能一咕脑儿不分主次轻重都放进文章里，从而不得不在成稿时痛苦的辨别、取舍，将证据性强的、卖相好的呈现给读者。
对于实验阴性结果和有矛盾的数据，我们不妨一分为二的看待，它们有“问题”，只是对于这篇论文而言有问题，但换一个角度或换一篇论文，它们很可能是有意义的数据，毕竟生物系统内分子间的作用不是单线的、一个方向的，而是交织的、相互的，所观察的阴性结果和矛盾数据不一定是实验操作失误或欠缺实验技巧造成的，可能真实的反映一种生物现象，只是不符合假设而已。所以阴性结果和矛盾数据在一定程度上也属于实验leftover，条件允许的情况下，也可以发表。实验leftover不是实验的边角料，它们与公开发表的数据一样具有学术价值和实际意义。
2. 尽量减少实验leftover
既然实验leftover不是什么坏东西，我们已投入了时间和心血，它们不能公开发表，我们是否感到可惜？为了避免遗憾，我们可以尽量减少leftover的产量，但完全杜绝leftover是不可能的，也是不科学的。我们若将下面几项工作做好做足，leftover会大大的减少，数据的利用率明显提高：1）选题前将背景信息了解透彻，不要想当然，凭猜测，要做初步实验测试想法是否正确，不能100%相信文献，不是对文献数据有异议，而是实验条件不完全一样；2）技术方法不一定采用最新的、最cool的，而是最可靠的、得出的证据最直接的；3）一种方法不可行，那就变通使用另外一种可能就成功了；4）收集的数据尽早发表，不是夜长梦多，而是做事拖拉坏处多，如时间长，就会反反复复做同一实验，浪费人力物力财力；时间久，新数据变成旧数据了；数据一旧，你就失去了发表的兴趣；最后这些数据只能永远在哪犄角旮旯里睡大觉了。
3. 善用实验leftover
既然有实验leftover，我们应考虑尽量使用它们：1）如果leftover足够多、足够新，可以自成一体写成一个短文。必要的话，添加新的数据，将leftover有机的衔接起来。如果先前的文章发表在IF5.0杂志上，leftover可以发表在IF3.0杂志上；2）如果愿意的话，leftover可以以supplemental data的形式发表，既利用了leftover，又增加了正文的数据份量和说服力；3）leftover可以放入综述里或写成评论性文章；4）其实阴性结果和矛盾数据发表的很常见，只是已经过改头换面、乔装打扮，没有被识别出来，如根据实验结果更换个研究目的和假设；5）现有些接受实验阴性结果的杂志，如International Journal of Negative Results，Journal of Negative Results，Negative Results以及某些BioMed Central杂志。
总之，只要数据有新意，总有杂志会慧眼识知识的。