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。
相关解读
- 2026-10-29
胶质母细胞瘤复发背后的巨噬细胞-间质反馈环，与人参皂苷Rd在糖尿病创面的M2极化证据
三篇文章合起来回答同一问题：巨噬细胞被疾病微环境改造的逻辑是什么，以及这种可塑性能否被药物引导到修复方向。GBM复发和脓毒症心肌病的综述描述了"被劫持"的一侧，人参皂苷Rd在糖尿病小鼠创面的实验数据给出了反向证据。
- 2026-10-29
分开推断调控网络让中性粒细胞肿瘤重编程分析失真
三篇单细胞方法论文各自踩到同一个坑：把两种条件或分析步骤分开建模，独立优化引入的噪声在比较时会伪装成真实差异。NetDes-Duo联合推断调控网络用于中性粒细胞肿瘤重编程，ConvexGating把聚类与分选门控联合优化，GWAS与iPSC-QTL整合定位神经退行性疾病风险至小胶质细胞。三篇文章在不同层次上给出同一结构的解法。
- 2026-10-28
CD8签名预测布鲁氏菌病分期，但黑色素瘤应答由TLS空间结构决定
三项研究同时触碰一个核心问题：单细胞转录信息能预测多少关于疾病的事？布鲁氏菌病里，外周血CD8签名已经足够；黑色素瘤里，TLS空间结构才是关键；体内CRISPR近邻筛选则把问题推向了遗传机制。