生信论文返修实战20讲 · 第20讲 · 整理稿件与提交材料

系列目录:生信论文返修实战20讲(当前第20讲)
- 第01讲:收到返修意见后怎么办?把审稿问题拆成可执行任务
- 第02讲:返修前先冻结分析:输入、版本与结果怎样重放
- 第03讲:样本量为什么对不上?核查纳入、排除与重复测量
- 第04讲:样本太少怎样回应?报告效应、区间与真实限制
- 第05讲:差异分析被质疑:模型、方向和多重检验逐项核查
- 第06讲:要求校正年龄和批次?先判断资料是否支持
- 第07讲:换个阈值还成立吗?做有边界的敏感性分析
- 第08讲:独立验证不一致怎么办?保留全部候选与证据
- 第09讲:富集结果怎样返修?检查背景、方向和贡献成员
- 第10讲:单细胞显著性可靠吗?先认清细胞、文库与供体
- 第11讲:细胞注释与比例被质疑:标记依据和分母怎样交代
- 第12讲:拟时序和通讯怎样改写?避免把推断写成机制
- 第13讲:模型性能过高先查什么?用随机标签识别数据泄漏
- 第14讲:只有ROC不够:校准、误差与简单基线一起评价
- 第15讲:生存分析怎样返修?事件、截点与模型假设核查
- 第16讲:审稿人要求补实验:公共数据能支持到哪一层
- 第17讲:图形与图注怎样修改?展示样本、效应与不确定性
- 第18讲:方法写到哪里才够?参数、版本与数据代码可用性
- 第19讲:逐条回复怎么写?把动作、证据和修改位置对应起来
- 第20讲:提交返修前最后一查:正文、回复与附件保持一致(本篇)
点击目录按篇次顺序学习;文末复现包包含全系列代码与起始数据。
提交返修前,检查所有文件是否在讲同一个结果
返修最后一天最容易出现的问题,是分析已经更新,摘要、图注或回复信仍留着旧数字。单个文件看起来都合理,放在一起却互相矛盾。本篇把二十篇的工作收束到一致性审计:从意见到分析,从结果到措辞,再从措辞回到最终提交文件,确保每一步都能追踪。
教学审稿意见:请核对修订稿、回复信和补充材料的一致性,并确认所有引用文件均为最终版本。
本篇没有审计某个真实用户投稿。代码构造一份教学摘要,故意把发现样本数写错一个,并给REG1A效应添加一个小偏差,再与实际输出比较,修正后重新检查。这个例子展示如何自动捕捉可结构化的不一致,不代表发现了真实论文错误。
先建立最终事实表
把最容易在多个位置重复出现的信息集中保存,例如样本数、分组数量、主要效应、模型名称、比较方向、图号和附件编号。事实表应从最终输入与结果读取,减少人工重复抄写。摘要和回复中的关键数字尽量引用同一来源,避免各自维护一个副本。
本例真实发现样本数为八十五,验证样本数为一百零八;目标效应从最终差异表提取。教学摘要中的错误通过字段比较被标记,再以核实值替换。代码展示的是有限字段检查,不能自动审阅全文逻辑、引用准确性或所有生物学解释,不能把它称为完整自动审稿。
数字一致也不等于结论正确。若所有文件都复制了同一个错误模型,审计仍可能通过。因此最后检查必须建立在前面样本、模型与证据核查基础上。一致性是必要条件之一,不是科学有效性的全部证明。
| 文件 | 应与什么对照 | 典型遗漏 |
|---|---|---|
| 摘要与结论 | 最终结果与证据范围 | 保留旧显著性或因果措辞 |
| 方法 | 实际脚本与参数 | 描述未执行的步骤 |
| 图与图注 | 最终图源数据 | 样本数、方向、误差定义不一致 |
| 回复信 | 实际修改与定位 | 声称完成但没有对应内容 |
| 补充材料 | 正文引用与文件清单 | 旧表、缺失附件、失效链接 |

一次修改如何影响多个位置
如果样本纳入发生变化,至少需要检查方法、流程图、所有相关统计、摘要数量和图注。若主模型改变,富集、候选与验证解释也可能受影响。若注释标签改变,轨迹和通讯中的发送接收状态需要同步。前面建立的依赖关系能够帮助判断哪些材料必须重建。
不要只靠全文搜索旧数字,因为相同数字可能在无关位置出现,而有些旧值已经经过四舍五入。更可靠的做法是为关键结果建立来源映射,同时结合搜索和人工阅读。对于机器可以检查的字段,使用程序;对于语义与范围,保留人工判断。
命名也需要统一。患者组、疾病组和缩写是否指同一对象,教学状态与最终细胞名称是否混用,独立研究与外部临床验证是否被混称,都可能造成解释偏差。术语表可以帮助团队保持一致,但不能把不同概念为了简洁而强行合并。
清洁稿与标记稿怎样保持一致
标记稿应能够说明修改在哪里,清洁稿应体现同一最终内容。两者生成后需要检查关键段落与图表编号。若之后再修改其中一个,另一个也应更新。目标期刊对标记方式、附件类型和提交顺序可能不同,应以实际要求为准。
本系列提供博客教程与复现包,不生成某篇真实论文的清洁稿或标记稿。这里提供的是返修交付检查思路。读者使用时,应将教学清单映射到自己的期刊与文件,不能因为本篇列出某项就假定所有期刊都要求相同材料。

附件检查要真正打开文件
文件名存在不代表内容可用。应打开图片检查是否缺字,打开表格核对列名与数量,解压代码包确认目录完整,再测试下载链接。表格中的空白、科学计数法和编码问题可能在导出时出现,不能只查看脚本没有报错。
对代码包,可以从新的目录运行一篇或完整流程,确认没有依赖个人临时路径。本系列已保留实际运行日志与结果,用户仍应根据自己的环境核查依赖。若包中同时包含起始结果和新运行输出,要说明覆盖规则,避免旧结果在失败后看起来像新生成。
文件摘要适合核查传输一致性。本篇输出结果清单,记录大小与摘要;线上附件另通过下载回读核对。摘要一致说明文件传输内容相同,不能替代图表内容审查。对于需要保密的真实研究材料,公开前还应依据实际授权检查可分享范围,本系列使用公开教学资料。
运行方法与交付文件
下载文末完整复现包,先解压并保留目录结构,将R的工作目录切换到workbook目录。输入位于data,公共函数位于scripts/common.R,分篇结果位于results。附件保留前序输出,便于单篇学习;如果改变输入、模型或前序参数,应顺序重跑所有受影响步骤,避免新数据与旧结果混用。
Rscript scripts/20.R
本篇脚本会生成三张图和对应表格。先检查日志是否正常结束,再核对实际输出的样本、字段、尺度与正文,不要仅凭文件存在判断运行成功。环境记录来自实际验证,包版本不是自动锁定;安装时需保持R与依赖相容。完整顺序运行入口和原始公开数据整理方法见包内说明,模拟与公开观测数据分别标注。
下面列出本篇完整R脚本。初学者可先原样运行,再在副本中改变一个参数观察影响。保留原始输入,不通过改组别、补造临床字段或删除不合预期的样本来解决报错。遇到缺少文件,首先检查工作目录和前序依赖;遇到数值差异,先核查版本与输入,再解释科学含义。
source("scripts/common.R")
o<-start(20);d<-load_de();reg<-d[d$gene=="REG1A",]
# 对人工构造的教学稿件摘要做一致性审计,故意放入两个错误以展示检查
truth<-c(discovery_N=nrow(read_m("discovery")),validation_N=nrow(read_m("validation")),REG1A_logFC=round(reg$logFC,3))
draft<-c(discovery_N=84,validation_N=108,REG1A_logFC=round(reg$logFC,3)+.1)
audit<-data.frame(field=names(truth),teaching_before=as.numeric(draft),verified=as.numeric(truth),mismatch=as.numeric(draft)!=as.numeric(truth));tab(audit,paste0(o,"/consistency_before.csv"));fixed<-audit;fixed$teaching_before<-fixed$verified;fixed$mismatch<-FALSE;tab(fixed,paste0(o,"/consistency_after.csv"))
files<-list.files("results",recursive=TRUE,full.names=TRUE);files<-files[!grepl("results/20/",files)];tab(data.frame(file=files,bytes=file.info(files)$size,md5=unname(tools::md5sum(files))),paste0(o,"/output_manifest.csv"))
fig(paste0(o,"/fig1.png"),barplot(c(Before=sum(audit$mismatch),After=sum(fixed$mismatch)),col=c("#DF8A49","#277D9D"),ylab="Deliberately planted inconsistencies",main="Teaching audit, not a real submitted manuscript"))
fig(paste0(o,"/fig2.png"),flow(c("Reply letter matches the actual work","Clean and marked manuscripts agree","Figures and tables use the final data","Supplementary files and links open","Journal-specific submission checklist"),"The final package is a coordinated set"))
fig(paste0(o,"/fig3.png"),flow(c("Concern -> question","Question -> analysis","Analysis -> evidence","Evidence -> corrected claim","Corrected claim -> traceable response"),"Complete the revision chain"))
运行代码后会得到修正前后两张一致性表。先观察故意植入的错误如何被识别,再阅读修正后结果。不要把“错误数归零”解释为所有科学问题都解决了;它只覆盖程序中列出的字段,未知问题仍需要其他检查。

逐条关闭返修任务
回到第一篇账本,对每条意见确认状态、证据和稿件位置。已完成项应有实际交付;部分完成项应有剩余问题与结论调整;无法完成项应有具体解释。不要因为提交日期到了,就把所有状态统一改成完成。真实状态比整齐的完成率更有用。
第十九篇回复账本中的示意位置在真实提交前必须替换并核实。意见原文也应保留足够上下文,防止漏掉附带要求。对于编辑特别强调的事项,可以单独做一次核查,因为它们可能涉及整体定位或提交条件,而不只是某一张图。
教学原稿:“所有审稿意见均已完全解决,结果完全可靠。”修改稿:“逐条说明已实施修改及对应证据;对仍未解决的资料与实验限制予以保留,并调整结论范围。”这类写法更容易被审阅,因为它允许读者检查具体事实,而不是要求接受一个笼统保证。
中文回复示例:“我们核对了最终数字、图表、方法和回复定位,并修正教学摘要中的不一致。各项完成状态对应实际文件;未实施的功能实验仍列为限制。文件一致性检查不被解释为对所有科学问题的自动保证。”
英文示例:“We checked consistency among the final numbers, figures, methods, and response locations. Completion states are linked to actual files, while unperformed functional experiments remain explicit limitations. Consistency checks do not substitute for scientific review.”
将二十篇变成自己的返修流程
先按意见识别问题,再冻结输入和原始结果;随后核查样本、模型、不确定性与验证;涉及单细胞和预测时,检查独立单位与信息边界;最后让图、方法、回复和附件保持一致。这个顺序不是僵硬模板,而是减少依赖错误和重复劳动的一条实用路线。
本系列的贯穿案例提供真实公共数据、明确模拟和可运行代码,让读者练习判断证据层级。迁移到自己的研究时,应替换研究问题、输入和设计,而不是只改图标题。返修完成的标志,是每个重要主张都能找到合适证据,每个仍存在的缺口都被准确表达,最终文件也忠实反映这些判断。
实操练习:组织一次提交前交叉核对
先冻结候选提交版本,并为正文、回复、图表和附件建立文件清单。每个文件记录用途与版本,避免多个“最终版”同时流转。核对期间如果必须修改,明确产生新版本并重新检查受影响项目。否则团队可能在不同副本上各自确认,最终上传的组合却从未被共同审阅。
从摘要挑出主要数字,逐一回到最终结果表;从回复挑出完成声明,逐一打开证据文件;从正文挑出图表引用,逐一打开对应附件。三条路径分别检查数字、动作和文件关系。不要只沿着一份文稿顺序读,因为跨文件矛盾往往在这种交叉追踪中才会出现。
对于四舍五入后的数字,先规定显示规则,再比较底层值。样本数必须精确一致,效应和概率可以按合适精度显示,但不能因为格式化掩盖实质差异。若摘要写范围而表格写点值,也应确认它们描述的是同一对象,不要把不同分析子集的数字混在一起。
检查所有限制是否在主张发生的位置得到体现。讨论末尾保留一句局限,不足以抵消摘要中明确的因果断言;补充表标注模拟,也不足以纠正主图把模拟写成真实结果。关键范围应出现在读者最容易形成判断的位置,图注、摘要和结论尤其需要一致。
实际打开压缩包并确认文件结构,下载线上附件核对内容,检查图片是否能够加载。若某项只能在登录后访问,应说明访问条件;如果本次交付是草稿,就不能把草稿预览地址描述成公开文章链接。本系列文章公开后,文章页面与附件可用性分别核验。
让另一位成员检查没有参与编写的部分,尤其是样本量、比较方向和回复定位。检查人不应只确认格式,而应能指出证据来源。发现问题后按影响范围修正,不要只修改被发现的那一个位置。一个旧数字出现多次时,说明可能存在共同来源,需要追查生成路径。
最后回到任务账本,保留已完成、部分完成和未解决状态及其理由。提交不是把所有问题变成绿色,而是让最终文件准确反映已经做出的工作与仍存在的边界。若某个关键缺口依然影响核心结论,应在提交说明与正文中透明表达,不能依赖审稿人自行发现。
代码、数据与继续阅读
下载完整返修复现包:20篇R脚本、整理输入、起始结果、运行说明与版本记录。包含公共观测数据、明确标注的模拟与教学模板;不包含新实施的功能干预实验。解压后先阅读README。
承接第19讲:逐条回复怎么写?把动作、证据和修改位置对应起来。
数据与方法来源
数据与方法核查日期:2026年11月16日。本文为教学二次分析;具体适用范围见正文。
需要把方法用到自己的数据中?
如果你需要把审稿意见转成具体分析任务,可以准备去标识的意见摘要、数据类型、当前脚本和主要证据缺口,沟通适合的核查范围与交付材料。 联系云生信,说明当前研究任务。
