本文关键词：geo差异分析需要几个样品

刚入行那会儿，我也犯过傻。

总觉得样品越多越好，恨不得把实验室翻个底朝天。

结果呢？

数据跑出来，一堆噪音，根本看不出个所以然。

后来做了八年，踩过无数坑，终于明白一个道理。

做geo差异分析需要几个样品，真不是拍脑袋决定的。

今天咱不整那些虚头巴脑的理论。

就聊聊实战里怎么定数量。

先说个真事。

有个客户找我，手里只有3个样本。

两组，每组3个。

他问我能不能做差异分析。

我直接劝退。

为什么？

统计学上，n=3是底线，但那是理想状态。

实际数据里，个体差异大得吓人。

如果你每组只有3个，一旦有一个离群值，整个结果就废了。

这时候做geo差异分析需要几个样品？

至少每组6个起步。

这是很多核心实验室的默认门槛。

但别急着加样，先看看你的研究目的。

如果是找那些表达量变化巨大的基因。

比如 Fold Change 大于2的。

那每组4-5个可能就够了。

这种信号强，容易抓。

但如果你想找细微变化的基因。

比如 Fold Change 在1.5左右的。

那你每组没8个以上，根本玩不转。

因为背景噪音会把你的信号淹死。

这时候做geo差异分析需要几个样品，就得看统计功效了。

还有个坑，就是批次效应。

很多新手不管不顾，把不同时间、不同人做的样本混在一起。

结果差异分析出来，发现分组没区别，批次区别大了。

这数据还能看吗？

不能。

所以，设计实验的时候，一定要平衡。

尽量让每组的样本处理时间、操作人员一致。

如果做不到，那就增加样本量来抵消批次影响。

一般来说，每组8-10个是比较稳妥的选择。

虽然贵点，但省心。

我有个朋友，为了省钱，每组只做了4个。

最后发文章被审稿人怼得体无完肤。

理由就是统计效力不足。

他说那几天头发都掉了一把。

所以，别为了省那点测序费，最后把整个项目搭进去。

再说说特殊情况。

如果你是做罕见病，或者样本特别难拿。

比如某种特定的肿瘤亚型。

那每组3-4个也是能做的。

但这时候，你得用更严格的过滤条件。

P值要调得更严，比如用FDR校正。

而且，一定要结合文献，看看别人是怎么做的。

如果别人也是小样本，那你得在讨论部分把局限性写清楚。

不然，容易被质疑。

还有一点，很多人忽略。

就是重复次数。

生物学重复和技术重复是两码事。

geo差异分析需要几个样品，指的是生物学重复。

也就是不同的个体。

技术重复只能测测序质量，不能算样本量。

别把同一份RNA测三遍，当成三个样本。

那是自欺欺人。

最后总结一下。

别纠结于一个固定的数字。

要看你的效应量大小。

效应量大，样本少点也行。

效应量小，样本必须多。

一般建议，每组6-10个。

这是性价比最高的区间。

太少，统计没意义。

太多，钱不够花，而且边际效益递减。

记住，好的数据设计，比后期的补救重要一万倍。

希望这点经验，能帮你少走弯路。

毕竟，头发只有一头，得省着点用。