分析Bulk RNA测序数据
Analyze Bulk RNA-Seq · 🟡进阶 · 所属分类：组学与生物信息分析
你有一份基因count矩阵，想规范地做差异表达再接到通路分析。它帮你把实验设计矩阵搭对、把批次和协变量放进模型，用DESeq2/edgeR/limma走标准流程，避免「对RPKM直接做t检验」「重复数不够硬下结论」这类常见误用，让差异基因列表经得起推敲。
适合谁
做转录组的研究生、湿实验背景想自己分析数据的研究者，以及需要标准化流程的生信工程师。
给它什么 · 得到什么
- 你提供：基因计数矩阵、含分组/批次/协变量的样本表、物种与注释版本，以及比较设计（对比组、是否配对）
- 你得到：差异表达结果表（logFC + 校正p）、诊断与可视化（PCA/火山图/热图），以及DESeq2/edgeR脚本与设计说明
怎么用
给它counts和分组信息，说清对比，比如：
「这是我处理组和对照各3个重复的基因counts矩阵，帮我用DESeq2做差异表达，注意有两个批次。」 触发后它会先帮你搭正确的设计矩阵、纳入批次，做规范化与差异检验，用PCA、离散度、MA图做诊断和离群识别，再出火山图热图、合理设阈值，并衔接功能富集审慎解读。
提个醒
统计效力依赖生物学重复，重复太少时它会提醒你慎下结论；它对原始counts建模而非对已归一化的值误用检验，通用红线适用。