基因列表交集并集差集在线计算(Venn 集合运算)
做完两组差异表达分析,第一件事往往是「这两批基因重叠多少」。 这一步不需要装任何软件,粘贴进来就行。
工具做三件事:去重 → 归一化(可选统一大小写、去空白)→ 集合运算。
做集合运算之前要先统一 ID 体系。 这是最容易出错的地方:
一边是 Symbol(TP53)、一边是 Ensembl(ENSG00000141510),交集必然是 0。
同一个基因在不同版本注释里 Symbol 还会变(别名、更名),
所以正式分析建议先统一映射到 Ensembl ID 或 Entrez ID 再比较。
重叠数大不代表有生物学意义。 如果两组各有 3000 个基因、背景只有 20000 个, 随机期望重叠就有约 450 个。判断重叠是否显著要做超几何检验,本站有对应的 富集显著性检验工具,把背景数、两组长度和重叠数填进去就行。
常见问题
为什么两组基因交集是 0?
多半是 ID 体系不一致(Symbol vs Ensembl vs Entrez),或者大小写、前后空格不同。先统一 ID 再比较。
重叠 300 个基因算多吗?
要和随机期望比。两组各 3000、背景 20000 时随机期望约 450 个,300 反而低于期望。用本站的富集显著性检验工具可以直接算出 p 值和富集倍数。