我们现在检查了一些可用的一些新数据http://data.cgt.duke.edu/naturemedicine.php.。鉴于此数据，我们希望更详细地重新审视Potti和Nevins制造的两个断言。我们的分析详情有6个报告（REP01-REP06）提供，该报告与下面相关联。
多西紫杉醇他们认为，当我们使用从培训和测试集中创建的Metagenes来预测对多西紫杉醇的响应时，我们获得了与他们的结果非常相似。注意“简而言之，他们在使用我们的方法时重现我们的结果。”
我们不认为我们得到了他们的结果。我们的补充报告9的图8显示（a）如果我们在我们的Metagene组件中使用测试数据，我们将所有测试样本放在单个类中，（b）如果我们使用训练和测试数据为了组装比赛，我们将一些测试样本放置在每个敏感/抗性等级中。但是，在两组中放置样本并不能确保我们如此正确。当我们使用后一种方法来获得17/24正确的Metagene集会，这是他们报告的22/24（rep01.）。
我们认为，部分差异的可能性可能是由于一些测试样本的抢购。正如我们在我们的信函中所指出的那样，Potti等，24个常等测试样品中的13个敏感，但常等仅称为24敏感的11。Potti等文件“Chanc Clinical Data.doc”给出了这种转变的解释。敏感度在百分比百分比百分比百分比中定义。Chang et Al将截止值“敏感”在25％的残余疾病中设置，而Potti et al将截止值设置为40％。使用Data Potti等人报告，这导致两名患者N12和N13，被重新分类。我们针对长期报告的临床信息检查了此信息（rep02.），发现一个差异。根据Chang等，患者N14患者具有39％的残余疾病。根据Potti等，患者N14具有40％的残余疾病。使用Chanc等人提供的数字，应该有14名“敏感”患者使用40％的截止值，而不是13.无论设置截止值如何，我们都希望看到我们的准确性是否可提高患者N12和N13。
由于Chang等人没有提供将样本标识符N1-N24（用于将临床信息描述为GSM4901-GSM4924（用于标记量化的GEO）相关的示例标识符N1-N24（用于描述临床信息）的映射，因此该抢购是不值的。如果我们使用Chang等人标签，我们不需要这种映射，因为“敏感”和“抗性”数据分别在不同的组中发布--- GSE350和GSE349，使用样本GSM4913误标记为每个Susan Hilsenbeck。幸运的是，来自Chanc等人的补充信息确实为与样品N1-N24连接的92个基因提供定量值。使用这些量化，我们确定了所需的映射（rep03.）。作为快速检查，我们要注意的是，我们的第一个11“敏感”样本的标签来自Chang等人的样本与他们提供给Geo的分组。
然后，我们尝试使用Potti等，“乳房数据（n = 24）.txt”提供的新补充表中的Potti等人使用的数字来检查Potti等人使用的数字。此表有14列用于训练数据和用于测试数据的24列。在使用培训数据以识别应用的处理后，我们检查了样本标识。不幸的是，我们发现了（REP04.）
我们的结果与他们不同的一个原因是Potti等人为Docetaxel发布的数据（和大概使用）是错误的。
在我们的通信的第6页中，我们注意到应用于Adriamycin的敏感和抗性标签的表观逆转。在他们的回应中，Potti和Nevins地址为此，评论“急性淋巴细胞白血病数据集，其中标签准确---在我们的网页上提供完整的详细信息。”
在2007年11月8日的网页上提供的16个文件中，只有一个“Adria_all（n = 122）.txt”涉及adriamycin样本。此文件包含144个样本的已处理数据，22个培训和122个验证。侧面的一个注释（在ep3中读入Excel时的位置）指出，“验证数据来自GSE4698，GSE649，GSE650，GSE651等。”
帕蒂等人的初始自然医学纸只仅为GSE650和GSE651，我们在我们的通信中注明。这两种数据集涉及标记为敏感的94个样品，标记为抗大生霉素（Adriamycin = Doxorubicin）的28个样品，最多添加122个样品。GSE649给出标有36个样品的测量，标记为耐血管内，而不是adriamycin。这三个Geo数据集全部通过Holleman等（Nejm，2004,351：533-542）链接到论文。GSE4698涉及从kirschner-schwabe等人（Clinc Canc Res 2006,12：4553-4561）中描述的所有来自患有的儿童的样本。这最后不是由Potti等人引用的。鉴于这4个数据集中的样本总数为218，而不是122,96（或更多，如果有来自“其他列的某些列）必须被排除在外。
验证数据列不会按名称标识。我们只是告诉（a）他们是验证样本，（b）是否是resp或nr。因此，我们不知道涉及特定样本的特定样本，它们来自哪个完整的数据集（假设它们不来自Passall“和其他”），或者他们相关的临床信息是什么。我们认为需要更多细节。
数据似乎以与上面讨论的乳房数据相同的方式处理，但是仅存在8958行（不是12558）。这是由于使用芯片比较，从U95AV2训练数据映射到U133AV2验证数据。尽管如此，我们能够（有一些努力）精确地复制培训数据给出的值（REP05.），所以我们了解映射如何应用于U95AV2数据。缺乏对U133AV2阵列上运行的验证样本的标识的知识，我们无法对这些阵列使用的芯片比较有何了解。
而不是尝试将单个样本映射回其初始数据集，而是通过查找常见行为的想法检查列之间的成对相关性。我们发现了什么（REP06.）如下所示。
122个验证样本并不差异;只有84列是唯一的。使用一些样品2,3或4次。此外，多次使用的一些样品都标记为两种方式 - 所示4次的样品中的一种标记为NR 3次，并且resp一次。鉴于这种“交叉标签”，我们很难看到标签如何（正如置位）正确，尽管23次的计数和99个NR确实匹配Potti等人的图2C所示的计数。
与为DovEtaxel发布的验证数据一样，为Adriamycin发布的验证数据是错误的。