碱基日读 每天读完真实文献,只讲有用的那一段

工具统计分析

log2FC 与倍数变化 (Fold Change) 在线互转

log2FC ↔ 倍数、上调下调百分比,附常用阈值对照表。


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:

log2FC 倍数 含义
0.585 1.5× 较宽松,常用于样本量小、效应弱的实验
1 最常用的默认阈值
1.585 较严格
2 只保留强效应

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。

常见问题

log2FC = -1 是下调多少?

下调到原来的 0.5 倍,也就是减少 50%,习惯说法是「下调 2 倍」。

只卡 log2FC > 1 可以吗?

不建议。必须同时卡校正后的 q 值,否则低表达基因的噪声会伪装成高倍数变化。

相关工具

标准曲线线性回归与未知样本反算(BCA / Bradford / ELISA)

粘贴标准品浓度与读数,得到斜率、截距、R²,并反算未知样本浓度。

测序深度与数据量在线计算(Lander-Waterman)

在测序深度、reads 数、数据量与基因组大小之间双向换算。

两组比较样本量估算(t 检验 / 比例检验)

按效应量、显著性水平与把握度,估算每组需要多少样本。

没有广告,不收集数据,每个公式都验算过。维护它需要持续投入——如果帮你省了时间,请杯咖啡。
请杯咖啡 了解更多 →