从细胞系推导化疗敏感性：高通量生物学中的法医生物信息学与可重复研究

微阵列等高通量生物检测使我们能够针对疾病的运作机制提出非常详细的问题，并有望实现个性化治疗。然而，数据处理过程的描述往往不够充分，无法实现对结果的精确重现，这导致了“法医生物信息学”的实践，即利用原始数据和已报告结果的某些方面来推断必定采用了何种方法。遗憾的是，当糟糕的文档不仅掩盖了方法，还掩盖了错误时，其危害就会从带来不便转变为构成实质性危险。在本报告中，我们审查了几篇相关论文，这些论文声称使用源自细胞系的基于微阵列的药物敏感性特征来预测患者反应。目前，临床试验中的患者正是基于这些结果被分配到不同的治疗组。然而，我们在五个案例研究中表明，这些结果包含几个简单的错误，可能正在将患者置于危险之中。由此得出的一个主题是，最常见的错误往往很简单（例如行或列的偏移）；相反，根据我们的经验，最简单的错误也是最常发生的。随后，我们讨论了在自己的研究中为避免此类错误所采取的措施。