表达矩阵与分组表怎么准备

一句话：做组学或差异分析前，把「表达矩阵 + 分组表」两份文件整理规范、两边样本名严格对齐，上传就能一次通过。

这两份文件能帮您做什么

组学分析、智能统计里的差异分析，都要靠这两份对得上的文件来跑：表达矩阵提供数值，分组表告诉平台「谁和谁比」。两份都整理规范了，组学智能体、智能统计才能正确识别样本与分组，一步到位出结果。

两份文件的分工，先看一眼：

文件	装什么	行 / 列	关键要求
表达矩阵	每个样本、每个基因的数值	行＝基因，列＝样本	首列放基因 ID，首行放样本名
分组表	每个样本属于哪一组	一行一个样本	至少含 sample、group 两列

按顺序做四步，做完就能上传。

第一步：整理表达矩阵

表达矩阵是一张二维表：行是基因，列是样本，第一列放基因 ID，第一行放样本名，中间每个格子放一个表达量数值。

一个 3 行 3 列的示意（真实数据往往是上万行）：

gene_id	Sample_1	Sample_2	Sample_3
ENSG00000141510	1204	1187	985
ENSG00000012048	302	45	388
ENSG00000133703	5567	5321	6012

[ 待补充 · 图 ] 一份规范表达矩阵在表格软件里的样子：首列基因 ID、首行样本名、无空行空列

差异分析（比如 DESeq2）通常需要原始 count 值，别先做好归一化再传。某个分析到底该用哪种数值，属方法学问题，以发起前的页面提示与上传数据的格式要求为准。

第二步：规范基因 ID

第一列的基因 ID，建议用稳定 ID 当主键，而不是随版本变动的 Symbol：

写法	例子	建议	为什么
Ensembl ID	`ENSG00000141510`	推荐做主键	稳定、唯一，不随版本改名，机器读起来无歧义
基因 Symbol	`TP53`	可另留一列做备注	会更名、有别名，一名多义，对齐和注释时容易乱

手头只有 Symbol 也不是不能用，但更保险的做法是先转成 Ensembl ID 再传，Symbol 单独留一列给人看。

第三步：写好分组表

分组表告诉平台每个样本属于哪一组。最简单的写法是三列：

示意：

同一组的样本，group 值要写得一模一样——tumor 和 Tumor 会被当成两组。列名（sample / group 等）具体以上传页面的提示为准。

第四步：核对样本名对齐

**样本名一一对应，是上传时最常见的报错来源。**分组表里的 sample，必须和表达矩阵的列名一个不多、一个不少地对上：

上传前花一分钟核对两份文件的样本名，能省掉后面大半排错时间。

两份文件都规范、样本名也对齐了，就到对应模块上传：组学分析进组学智能体，差异统计进智能统计。上传时平台会校验样本名，两边对不上会直接提示。文件也可以先存进我的文件库，供多个模块复用。