拒稿信在电脑屏幕上挂了三天。谢临昼没有删，没有打印，没有转发给任何人。她只是让它开着，像一个沉默的对手，坐在屏幕的另一边，等她出招。第三天晚上，她动手了。不是修改论文，不是写申诉信，而是把审稿人B的每一条意见都拆解成了可验证的实验问题，然后一条一条地复现、验证、记录。

审稿人B写了三段话。她拆解出七个质疑点。第一，“数据呈现方式存在偏差”——偏差在哪里？没有说。她假设了三种可能：坐标轴范围选择不当、统计方法有误、对照组设置不合理。第二，“结论缺乏足够支撑”——缺什么支撑？没有说。她假设了两种可能：样本量不足、缺少独立验证。第三，“研究方向存在较大争议”——争议是什么？没有说。她无法假设，因为这不是科学问题，而是政策问题。第四、第五、第六、第七，她从“数据不严谨”“结论不可靠”这些模糊表述中，硬生生拆出了四个可以验证的具体问题。

这不是她的工作，这是审稿人B的工作。审稿人B没有做，所以她替他做。不是为了证明他是错的，而是为了证明一件事——他的意见经不起验证。

她开始做实验。不是新的实验，而是复现。她用同一批细胞、同一批试剂、同一套分析方法，把论文里的所有关键数据重新做了一遍。不是为了得到新结果，而是为了确认旧结果是否稳定。她做了三次独立重复，每一次都记录原始数据、分析步骤、中间结果。然后她把三次重复的数据和论文里的数据放在一起，计算变异系数、置信区间、效应量。

结果：变异系数小于百分之十，置信区间窄，效应量大。从统计学角度看，这些数据是稳定的、可靠的、可重复的。

审稿人B说“数据呈现方式存在偏差”。她不知道他指的是什么偏差，所以她做了所有可能被认为有偏差的处理方式——用不同的坐标轴范围、不同的统计方法、不同的对照组。每一种处理方式下的结论都是一致的。不是“趋势一致”，而是“统计显著一致”。这说明她的数据足够robust，不会被呈现方式轻易改变。

审稿人B说“结论缺乏足够支撑”。她不知道他缺的是什么支撑，所以她做了所有可能被认为是“缺失”的验证——用另一种方法检测同一个指标，用另一个批次的细胞重复同一个实验，用另一个人的手操作同一个流程。结果：一致。

一周后，她拿到了所有数据。七张表格，二十三张图，四十七个原始数据文件。她把它们整理成一个文件夹，命名为“反向验证_20160515”。然后她打开一个空白文档，开始逐条回应审稿人B的意见——不是写给期刊编辑看的，而是写给自己看的。

第一条：“数据呈现方式存在偏差”。回应：已测试三种不同的呈现方式，结论一致。详见附件图1-3。

第二条：“结论缺乏足够支撑”。回应：已用三种独立方法验证，结论一致。详见附件图4-7。

第三条：“研究方向存在较大争议”。回应：争议不属于科学范畴，无法用实验验证。但本研究的实验设计、数据分析、结论推导均符合学术规范，不涉及任何争议性操作。

她写完之后，把这封“回应信”和所有附件存在同一个加密文件夹里。不是要发给谁，而是要保留证据。如果有一天，她需要证明自己的数据是真实的、可靠的、可重复的，这些东西就是她的护盾。