补不起那个实验：用公共数据诚实地补上一环
major revision 的邮件常常在深夜到。您逐条往下看，改图、补引用都好办，直到某一条让您手一凉：「建议补充体内实验/扩大独立队列，以验证 XX 结论的稳健性。」
您心里飞快算了笔账：那个实验要重养一批动物，或者要一个您手头根本没有的临床队列，跑下来三四个月起步，经费也未必够；而返修窗口只有六周。补，来不及；不补，文章可能就卡在这儿。
碰到这种要求，第一反应往往是硬扛，或者认栽。但动手之前值得停一下，先问一句：审稿人真正不放心的是什么?这类质疑里有相当一部分，其实能用公开数据诚实地回答一部分。下面不讲某个分析具体怎么跑，只讲一件事——返修死线前，哪些实验能用公共数据替、哪些不能，以及那条界线在哪。
先把「补个实验」翻译成一个疑问
审稿人写下「请补充某某实验」，字面是操作要求，底层是一个疑问。您得先把那层疑问剥出来。
假设您在一个几十例的小队列里发现「基因 A 高表达的病人预后更差」，审稿人要您扩大样本再验一次。他真正担心的不是您细胞没养够，而是：这个关联会不会只是小样本里的偶然，换一批独立的病人还成不成立?翻译到这一步，问题的性质就变了——「同一个关联在一个独立的大队列里还重不重复」，恰好是公开组学数据库最擅长回答的那类问题。
关键动作就是这个「翻译」：把审稿意见从「他要您做的动作」，还原成「他不放心的那个命题」。命题清楚了，您才谈得上判断它能不能用公共数据回答。有的翻译完您会发现公共数据接得住，有的接不住——这正是下一步要分清的。
哪些接得住，哪些接不住
这一步最需要诚实。不是所有质疑都能这么补，硬补就成了自欺。
先说接得住的。它们有个共同点：待验证的是一个可观测的关联或差异，而公共数据里正好有对得上的变量。
- 独立队列的重复性。您自己数据里看到的表达差异、预后关联、分组差别，拿到一个独立公共队列里，看还成不成立。
- 样本量带来的稳健性。原队列太小，用一个更大的公开队列，看结论会不会被推翻。
- 跨人群、跨平台的泛化。换一个种族背景、换一种测序平台，趋势是否还一致。
再说接不住的：
- 机制与因果。审稿人要一个敲除、过表达或挽救实验来证明「A 导致 B」，公共队列里的相关性再漂亮，也顶不上这条湿实验证据。
- 您体系特有的条件。特定处理、特定模型、特定表型下的观测，公开数据里没有对应样本，别硬套。
- 全新的表型或指标。别人没测过的东西，数据库里自然也没有。
分清这两类，本身就是一次诚实的判断。把因果类的质疑用一堆相关性糊过去，审稿人一眼看穿；而痛快承认「这一条公共数据补不了」，反倒给您省下时间去想别的办法。
选对队列，比找到数据难得多
TCGA、GEO 这类公共库里躺着海量数据，但「下得到」不等于「答得了您这个问题」。真正费功夫、也真正决定成败的，是选对队列。
您得逐项去对：癌种或组织类型对不对得上、测序平台可不可比、临床注释齐不齐(有没有您要的分期、生存、处理分组)、样本量够不够撑起一个像样的比较。任何一项错位，得出的「验证」都是假安慰。用一个人群、平台、终点全对不上的数据集去「印证」结论，比不做还糟——它会在审稿人面前，暴露您根本没想清楚。
这一步既是体力活，也是判断活：检索、清洗、批次校正、把不同来源的注释拼成一张能分析的表，极其耗时。把这些标准动作打包成流水线，能省下大量重复劳动(检索与预处理的流水线化，正是百沐一下这类工具替您省的那部分);但「哪个队列真正对题」这个判断，仍得您自己下。
守住「验证」二字，别顺手另讲一个故事
选定队列、跑分析时，请守住「验证」两个字。您的分析要对着审稿人那一条质疑，用独立数据把同一个命题再检一遍，而不是就着新数据另起炉灶、讲一个更漂亮的新故事。
结果无非两种，两种都要如实面对。一致，您就有了一份独立佐证，回复信里写得理直气壮；不一致，更要诚实——它可能说明原结论有边界，也可能说明两个队列本就不可比。别把它藏起来，更别换十个队列、专挑那个显著的报上去。那不叫验证，叫钓鱼，迟早在别人复现时翻车。
稳妥的做法是事先定死：用哪个队列、什么纳入标准、怎么算显著，定完再去看结果。先射箭后画靶，是这一步最大的诱惑，也是最容易毁掉可信度的地方。
回复信：主动交代来源与边界
到了写 response letter,这是整套做法的落点，也是诚实与否的分水岭。核心就一句：主动说清您做了什么、用了哪份数据、它能证明什么、不能证明什么。
一段合格的回复，大意是这样：我们理解审稿人希望以某实验验证结论的稳健性；受返修周期与体系条件所限，我们改用一个独立公共队列(注明来源，比如 GEO 的 accession 或 TCGA 对应癌种)做验证性分析；结果显示原关联在该队列中同样成立(或：呈现一致趋势);我们将其作为独立佐证提供，并申明边界——它支持该关联的可重复性，但不替代原实验对机制的直接证明。
请留意这段话的姿态：它不回避「这是公共数据」，反而第一时间标明来源和边界。审稿人反感的从来不是坦白的局限，而是含糊的遮掩。一个老实交代了「这是独立公共队列的佐证、非机制证明」的回复，往往比一句轻飘飘的「已按要求补充实验」更容易过关——因为它让审稿人能自己下载去核。
要是某条质疑公共数据确实补不了，那就别硬凑。您可以讲清为什么这类证据非得靠特定实验、摆出手头别的旁证、承诺后续跟进，或者干脆把它作为本研究的局限，如实写进讨论。承认边界不丢人，拿相关性冒充因果才丢人。
补的是证据链，不是良心
这套做法和造数据之间，隔着一条清清楚楚的线：您用的是真实存在、审稿人能自己下载复核的公开数据；您做的是诚实的验证，并如实交代了它能证明什么、不能证明什么。数据是公开的，逻辑是透明的，边界是您自己标的——这三条守住了，它就是补证据，不是编证据。
公共数据是整个科研共同体攒下的家底。返修死线前，它常能帮您在不牺牲诚实的前提下，补上证据链里的一环——注意，是一环，不是良心的替身。接得住的，您就诚实地用；接不住的，您就诚实地认。把话说到审稿人点开链接、自己就能复核的地步，您也就不必再怕谁来查。