这个AI审稿工具,把1287份Nature审稿意见吃透了

审稿人到底在想什么？这个问题，终于有人用AI给出了答案。

投稿被拒、大修、小修来回拉锯，每个科研人都懂这种痛，更难受的是，你根本不知道审稿人到底在意什么、他们的质疑逻辑是什么、回复时该怎么措辞才得体。

最近，GitHub上出现了一款叫Nature Review Studio的开源工具，它干了一件很硬核的事，把近两年1287份Nature杂志的真实审稿文件全部“吃”进去，蒸馏出了一套AI审稿+回复系统。

不是泛泛而谈，是真·顶刊级别的审稿逻辑。

它到底能做什么？

简单来说，两件事: 审稿和回复审稿意见。

你扔给它一篇论文PDF，它会模拟多位审稿人视角，输出一份完整的审稿报告(Word+Markdown双格式)，包含编辑信、各审稿人意见、以及具体的修改建议。

更狠的是，你还能让它基于这份审稿报告，帮你写回复信，不是套话模板，而是逐条拆解、分类策略、标注任务状态的实战级回复稿。

1287份审稿文件，蒸馏出了什么？

开发者把海量审稿意见做了系统归类，最终凝练成四张"作战地图"：

(1) 12类审稿核心关切

实验设计、图表质量、结论强度、创新性、可重复性、写作清晰度、数据质量、临床验证、机制证据、相关vs因果、统计严谨性、伦理合规。其中，实验设计和图表问题被提及的频率最高(分别6776次和6379次)，反而创新性不是头号杀手。

(2) 6种审稿人配置方案

不同论文类型，匹配不同审稿人组合：

• 纯湿实验机制→3人(实验+机制+图表)

• 队列+ML临床→5人(临床+ML+统计+伦理+图表)

• 观察+理论→3人(机制+统计+写作)

• 大数据+工具→4人(数据质量+可重复性+实验+图表)

• Review/Perspective→2人(创新性+写作)

• 混合方法→4-5人按需组合

• 

(3) 21种回复策略

分为三大类：

• 接受补充类: 承认错误、补文献、补统计、补实验、补验证集、上传代码数据等；

• 限制调整类: 降低结论强度、修改术语、重组图表、内容移入补充材料、删除站不住脚的claim；

• 拒绝委托类: 解释资源限制、礼貌反驳、请编辑仲裁、归入future work。

(4) 8种返修任务状态

从DONE(已完成)到TODO_EXPERIMENT(需补实验)，再到NOT_FEASIBLE(确实做不了)，每条意见都有明确的状态标签，返修进度一目了然。

实战演示：一篇Cell Death Discovery预印本

开发者用一篇儿童T-ALL白血病单细胞研究的预印本做了测试。

AI给出的综合建议是"Major revision(重大修改)"，并分配了4位模拟审稿人，机制审稿人、实验设计审稿人、统计审稿人、图表与表述审稿人。

以机制审稿人为例，它精准指出了三个硬伤：

(1) CNS浸润的因果链缺少直接功能验证(只测了增殖，没测迁移和黏附)；

(2) 单一shRNA且缺少rescue，无法排除off-target效应；

(3) TCR状态与pathway activation未被实际测量，转录组富集不等于通路激活。

每一条都标注了置信度、对应页码和图号。

回复策略同样细致，对于无法完成的实验，给出"若可完成/若不可完成"的双路径措辞，对于待确认的事项，明确标记为TODO_AUTHOR_CONFIRM，绝不虚构已完成的实验。

怎么用？

直接在支持agent的编程环境(如Codex)中安装：

帮我安装 mumdark/nature-review-studio

安装完成后，调用Nature Review Studio即可对PDF进行审稿或回复，GitHub地址: https://github.com/mumdark/nature-review-studio

这个工具的价值，不在于它能替代真正的同行评审，而在于它把顶刊审稿的“黑箱”打开了一条缝。

✦

关于NIRO科研喵

✦

NIRO科研喵（NIRO Research Meow）学习者共同社区，专注于生命科学领域的前沿知识、行业资讯以及学术资讯分享。让每一次分享都能打破信息差，让每一次分享都成为跨越式增长的催化剂，让每一次分享都能温暖彼此，成为撑伞人。如有需要可扫描下方二维码添加小编微信。

设置星标,不错过精彩推文！

你若喜欢，为NIRO点个在看哦