大数跨境
0
0

揭秘:刚上博一,Nature子刊成功接收,我都经历了什么?

揭秘:刚上博一,Nature子刊成功接收,我都经历了什么? SDbioinfo
2025-11-10
0
导读:小伙伴们,接accept!


如果您喜欢我们的文章,请设“关注”哦~


这一篇,我们想和你仔细分享下 nature communications 投稿成功的经历、经验心得。


希望这篇帖子,能鼓励大家在漫长的审稿过程中,即便面对审稿人的“刁难”,也能保持良好的心态,最终收获好的结果!


待这篇投稿文章正式上线后,我们后续还会再系统得介绍:实验室在此系列研究上的各种工具、研究经验心得等,欢迎追更~



投稿阶段:

进入正题,复盘这次在投稿阶段,总共有3位审稿人,共计76天审核时长。


整个投稿过程始于去年的9月18日。9月19日提交当天,文章状态便分配了编辑,进入 MUC (Manuscript Under Consideration) 状态。



第一轮返修

第一轮返修从3月14日开始。这一轮审稿花了一个月时间,返回意见时,有两位审稿人同意接收,但还有一位审稿人对训练中学习到的特征可解释性、某个算法评测结果与对方评测结果不一致以及模型是否过拟合提出了疑问。


编辑选择再给我们一次修改机会。这次我们认为是正常的修改,可能是先前解释得不够充分,于是我们在按照审稿人的要求完成相关实验,补充了相关数据并进行了充分解释。两周后,我们提交了第二轮返修。


第二轮返修

5月15日,我们收到了第二轮的修改意见。这次编辑只将稿件发给了那位仍有疑问的审稿人。这次这位审稿人的效率很高,两周就完成了审稿并返回编辑部。


稿件在编辑部手里待了两周多的时间。在结果返回前,我们都还挺开心的,因为按照小红书上大家的经验,审稿完成的稿件如果在编辑手上停留一周以上,基本就是在准备 checklist 和原则性接收了。


但结果并!非!如!此!


这位审稿人依旧不满意,在我们已经解释了 Recall 指标下降原因的情况下,仍然对此表示顾虑,并继续质疑方法存在过拟合,甚至要求我们按照他的方法重跑所有评测实验。


我们猜测稿件在编辑手里时间过长,可能是因为我们的编辑不够 senior,需要将我们这篇稿子拿到编辑部会议上进行评判,才能给出最终决定。还好心软的编辑和编辑部同事选择再给一次机会,于是我们开始了第三轮返修。


这一次,我们又花了两周时间,继续解释我们的立场,并补充了实验:证明了即使用非深度学习方法,采用审稿人所说的评测方法后,Recall 同样会下降。以此说明这种评测方法本身的局限性,并引用了大量同类方法的论文来佐证我们原有方法的合理性。


这一轮交回去,我们心里其实是没底的,因为从小红书等渠道看到的经验分享,基本上都是第一轮审稿后就接收了,基本没有看到我们这种情况最终会是什么样的结果。


每天只要一进入nc的投稿系统就会心跳加速,甚至做梦都会做到我导师和编辑吵架。


第三轮返修

第三轮修回后,编辑很快就开始邀请审稿人。那位仍有疑问的审稿人在一周后接受了审稿。


这一轮审得有点漫长,花了一个月才结束。8月12日,审稿状态更新,我开始紧张起来。随后又是两周的等待,期间我还是抱有幻想,觉得编辑应该在准备 checklist 了。



但真实情况是,编辑部又又又开会了。会议结束后,编辑提前将审稿意见返回给通讯作者。


这次审稿人的语气稍微有些重:“不能因为之前有人这么做过就可以忽略科研严谨性,作者的回复并不能解决数据泄露的疑问”。编辑发邮件询问我们打算如何解决。


这次我导师觉得这已经不是通过解释能解决的问题了。他写了一封言辞激烈的回复,明确表示审稿人可能存在误解,并再次详细解释了我们评测方法的合理性、与先前工作的一致性,还引用了类似的CNS和子刊的工作作为佐证。


我们当天就将这封回复发给了编辑。编辑收到后,(根据我们推测)又开了一次会议。


像 Nature Communications 这样的期刊,编辑部似乎是每两周在周五开会,专门处理这类疑难稿件。又过了两周,系统上显示审稿结束,开放了投稿入口。


编辑解释说,鉴于作者与审稿人之间无法达成一致,这一次会邀请其他审稿人进行仲裁,并让我们稍微缓和一下回复的语气,多增加一些论述的细节。我们第二天便提交了论文,正式进入了仲裁流程。



第四轮返修

在第四轮返修的时候,编辑把我们的回复以及那位审稿人的负面意见,一并发给了先前两位已经同意接收的审稿人,并且额外邀请了一位新的审稿人。这次稿件没有再发给那位持异议的审稿人。


这一轮又花了一个多月,终于在10月29日返回了结果。这一次,三位审稿人都非常友善且给力,他们都认可了我们的工作,帮助我们向编辑解释了实验设置的合理性,并一致推荐接收。


看到审稿人回复的时候心里很是激动,终于体会到了爽文男主的感受,写回复意见的时候都是发自内心地打上“We sincerely appreciate the reviewers' comments and their detailed explanations!”。


至此,心里的一块大石头终于落地了。最后对着checklist改文章的时候都是一种甜蜜的负担。


最后,希望我这篇文章的经历能够帮助正在投稿的小伙伴们。在心态上尽量不要焦虑,要对自己的工作有充分的信心。质疑是永远都会有的,但我们只需要做到不卑不亢,合情合理地去解释,相信一定会有好的结果。


有任何问题的小伙伴,也欢迎进群&评论区留言交流~  添加SDbioinfo小助手微信(SDbioinfo_2023)SDbioinfo


⭐ SDbioinfo播客—往期回顾:

【升学】 

01从复旦到MIT博后的发展选择 

02 从北大到UCLA博士的规划思考

03 从港大到加大博士,基金、eb1等经验


【就业】

04 曼彻斯特大学博士,从临床转码的历程

05 Meta算法工程师,跨专业转码的经验


【前沿知识】

07 MIT/Broad研究所博后:CAST算法及空间转录组数据分析

08 耶鲁大学博士:细胞间通讯及未来新型免疫疗法

09 AI4Biosciences 圆桌会(学术界场)

10 AI4Biosciences 圆桌会(工业界场)

11 武汉大学教授:三代测序的机遇与挑战

12 上海交大博士:生物大模型的前世今生


【?我是谁?】


SDbioinfo,专注「计算生物学」领域的学习智库


我们汇聚了来自哈佛剑桥港大、北清复交等高校科研工作者。我们的愿景:链接领域最强大脑,用数据和分析改变生命。


不管你是:

⭐ 找实习、找工作、出国留学

⭐ 找校友、找搭子、找资源

⭐ 找科研方法、前沿信息、大咖分享


统统可以帮你,加入SDbioinfo,和全球生信人一起成长!







【声明】内容源于网络
0
0
SDbioinfo
⭐「计算生物学」领域的学习智库 👨‍🎓 汇聚哈佛剑桥、北清复交等高校科研工作者 🎁 帮你搞定:科研 | 工作 | 留学 | 找资源 | 大咖分享 | 前沿信息
内容 52
粉丝 0
SDbioinfo ⭐「计算生物学」领域的学习智库 👨‍🎓 汇聚哈佛剑桥、北清复交等高校科研工作者 🎁 帮你搞定:科研 | 工作 | 留学 | 找资源 | 大咖分享 | 前沿信息
总阅读6
粉丝0
内容52