1分钟看懂差异表达基因结果

想研究某现象的分子机制，老板豪气的来一句，先测个转录组吧，看下差异表达基因。

是否在心里窃喜，制个样就完事了，太easy有木有。等大堆数据回来的时候，是不是傻眼了？

                                                   

从何下手挑选差异表达基因呢？

今天就先来聊聊如何看差异表达基因数据，火山图，聚类图又怎么看。

1

差异基因筛选方法

那差异基因是如何筛选出来的呢？

差异基因的筛选方法有很多，包括倍数法、T检验、F检验及SAM等。

下面简单介绍一下GCBI平台上用的倍数法和SAM法。

倍数法适用于没有生物学重复的样本，其计算基因在两个条件下表达水平的比值，确定比值的阈值，将绝对值大于此阈值的基因判断为差异基因。

SAM算法适用于有生物学重复的样本，通过对分母增加一个常量 T 检验过程减小了假阳性发生的概率。文献中报道，相较于其他算法，SAM算法更为稳定，筛选出的结果也更为准确。

2

差异基因数据解读

经过合适的差异基因方法筛选出的差异基因，结果一般分为两部分，数据+图形。

数据结果展示如下图所示（两分组）

众多参数中，重点看三个。

p-value或q-value

没有做生物学重复请跳过这一步。

p-value或q-value是统计学检验变量，代表差异显著性，一般p-value或q-value小于0.05代表具有显著性差异，但可根据具体情况适当调整。

因为p-value或q-value衡量地是某个基因假阳性的概率，如果p-value或q-value越低，那么挑选该基因出现假阳性的概率就越低，可验证性就越高。

两者具体的计算方法具体如下：

那p-value、q-value同时存在时看哪个呢？

SAM法只有q-value。当两者同时存在时，可根据具体情况具体分析。

差异筛选是一个典型的多重假设检验过程，对于多重假设检验，单次检验中差异显著基因的假阳性率(p-value较小)可能会较大，而q-value和FDR值较常见的BH校正方法得到的FDR值而言，改进了其对假阳性估计的保守性。

即q-value相比于p-value更加严格，当差异基因结果较少时，可以退而求其次看p-value。

Fold Change

Fold Change表示实验组比上对照组的差异表达倍数，一般表达相差2倍以上是有意义的，放宽要求1.5倍或者1.2倍也可以接受。

看表达倍数的同时还需结合基因表达丰度，信号值太低的基因会在后续的验证实验中检测不到。

3

差异基因图表解读

在差异结果的图形展示结果中，主要是火山图和聚类图。

火山图

火山图只针对两分组且有生物学重复的情况。

如何看火山图呢？

火山图可反映总体基因的表达情况，横坐标代表log2（Fold Change）,纵坐标表示-log10（P值），每个点代表一个基因，颜色用以区分基因是否差异表达，图中橙色的点代表差异表达基因，蓝色的点代表没有差异表达的基因。

聚类图

聚类图可以衡量样本或基因之间表达的相似性。

如上图所示的聚类图中，横坐标代表样本聚类，一列代表一个样本，聚类基于样本间基因表达的相似性，样本间基因表达越接近，靠的越近，以此类推。

纵坐标代表基因聚类，一行代表一个基因，聚类基于基因在样本中表达的相似性，基因在样本中表达越接近，靠的越近，以此类推。

色阶代表基因表达丰度，越红代表上调得越明显，越绿代表下调得越明显。