log2FC 与倍数变化 (Fold Change) 在线互转

差异表达结果里给的是 log2FC，但讲结果时大家习惯说「上调几倍」。两者的关系是：

FC = 2 ^ log2FC          log2FC = log2(FC)

为什么要取 log2？ 因为原始倍数是不对称的：上调 2 倍是 2，下调 2 倍是 0.5。 在 0 到 1 之间挤着所有下调基因，在 1 到无穷之间铺开所有上调基因， 无论画图还是做统计都很别扭。取 log2 之后，上调 2 倍是 +1，下调 2 倍是 −1，围绕 0 对称。

常见阈值对照：

必须提醒的是： log2FC 阈值和显著性（p / q 值）是两个独立的筛选条件， 必须同时用。只卡倍数不卡 q 值，低表达基因的随机噪声会产生大量假的高倍数； 只卡 q 值不卡倍数，高表达基因的微小变化也会显著但没有生物学意义。

低表达基因的高倍数是假象

log2FC 只看比值，不看绝对量。下面三种情况给出的数字完全一样或很接近：

两行的 log2FC 一模一样，可信度却天差地别。 第一行只差 6 条 read， 测序深度稍有波动就可能变成 3 → 6 或 1 → 9；第二行差 600 条，稳定得多。

这就是为什么只按 |log2FC| 排序挑基因几乎必然踩坑： 排在最前面的往往是低表达噪声。 必须同时卡显著性， 而显著性检验（DESeq2、edgeR）正是把计数的离散性建模进去， 低表达基因的 p 值自然上不去。

为什么差异表达软件给的 log2FC 和手算不一样

DESeq2 等工具默认会做收缩估计（shrinkage）：低表达、高方差的基因， 其 log2FC 会被向 0 拉近；表达量高、证据充分的基因基本不动。 这样排序时不会被噪声基因霸榜。

所以用软件输出的 shrunken log2FC 反算倍数， 会比直接用原始计数算出来的倍数保守——这是设计如此，不是算错。 本工具做的是纯粹的数学换算，输入什么就换算什么。

阈值该怎么定

没有普适答案，但有两条实际原则：

先定生物学意义，再定阈值。 转录因子变化 1.5 倍可能已有显著下游效应， 而结构蛋白变化 2 倍可能什么也不说明。

阈值要在看数据之前定好。 试几个阈值再挑结果最好看的那个， 本质上是在做未校正的多重比较。