适合人群
生物学、基础医学和组学研究者，以及需要复核轻量表达数据的用户
← AI 科研案例集 / 生物与组学
生物与组学 · OpenScience 真实对话 · GPT-5.6-sol
轻量转录组：从表达矩阵到差异结果复核
使用整理后的80基因×24样本表达矩阵，完成QC、PCA、批次调整、多重检验、火山图和热图。
1 轮原生对话80基因×24样本明确不处理FASTQ
开始前准备
准备已经整理的小型数据表或表达矩阵、样本分组、实验批次和必要的质量控制说明。网页版不适合直接处理 FASTQ、单细胞或空间组学原始数据。
你将获得
- 1 轮原生对话
- 80基因×24样本
- 明确不处理FASTQ
- 10 项可查看的项目文件
方法与边界
案例只覆盖轻量整理后数据，原始测序、大规模单细胞和空间组学应连接自己的计算服务器。
原生会话与文件
直接查看真实使用场景
保留原始用户提问和 Agent 完整回复；公开版本仅移除内部路径、连接信息、凭据、隐藏推理与计费数据。
真实对话｜生物与组学｜轻量转录组：从表达矩阵到差异结果复核
AI 研伴（OpenScience） · gpt-5.6-sol
用户
请用完全虚构的整理后基因表达矩阵演示一次轻量bulk转录组分析：处理组和对照组各12个样本、约80个基因，并包含一个已知批次变量。实际生成表达矩阵与样本信息，完成样本QC、PCA、考虑批次的差异表达分析、多重检验校正、火山图和热图。交付中文HTML报告、表达矩阵CSV、样本信息CSV、差异结果CSV、图片和可复现Python脚本。明确这不是FASTQ流程，也不要把模拟基因解释成真实生物学发现。
AI 研伴（OpenScience） · gpt-5.6-sol
已完成一套完全虚构的轻量 bulk 转录组分析演示，所有文件均已实际生成并重新运行验证。
分析设计
- 24 个样本：
- Control：12
- Treatment：12
- 80 个虚构基因
- 3 个已知批次：B1、B2、B3
- 每个批次均包含：
- 4 个 Control
- 4 个 Treatment
- 表达矩阵为模拟的、整理后的连续 log2 标准化表达值
- 固定随机种子：
20260914
差异分析采用逐基因线性模型：
expression ~ intercept + treatment + batch_B2 + batch_B3
提取处理组系数并进行双侧 t 检验，随后对全部80个基因使用 Benjamini–Hochberg 方法校正。
主要演示结果
- 预设非零处理效应基因：14个
- BH FDR < 0.05：14个
- 模拟上调：8个
- 模拟下调：6个
- 缺失表达值：0
- 样本中位 Pearson 相关性范围：约
0.874–0.928 - QC 低相关性规则标记了
S01，仅作为演示性筛查结果，不代表必须剔除该样本 - PCA、样本分布、样本相关性、火山图和基因热图均已生成
这些结果来自人为设置的模拟效应，不能解释为真实的基因功能、通路或生物学发现。
交付文件
图片
复现
python run_analysis.py
脚本依赖：
numpy
pandas
scipy
matplotlib
重新运行后已确认：
- 表达矩阵为
80 × 24，CSV 加上gene_id后为80 × 25 - 样本信息为
24 × 4 - 差异结果为
80 × 11 - 两组样本各12个
- BH 校正值全部位于
[0,1] - 所有图片存在且非空
- HTML 中的图片链接均有效
- 总体验证状态：
PASS
**流程边界：**这不是 FASTQ 流程，不包含 reads 质控、比对、转录本定量或原始 count 建模。由于输入被定义为整理后的连续 log2 表达矩阵，因此使用考虑批次的 OLS，而不是将其错误地送入要求原始整数 count 的 DESeq2 模型。
工具执行细节已脱敏；交付文件保留在右侧。
1 轮原生对话
80基因×24样本
明确不处理FASTQ
继续探索
相关科研案例
生物与组学
功能富集：基因列表、背景集与多重校正
用虚构基因与教学通路演示输入质控、背景集定义、超几何检验、BH校正和富集条形图。
查看真实对话生物与组学
qPCR：质量控制与相对表达
区分技术重复与生物学重复，完成内参稳定性、ΔCt/ΔΔCt及不确定性分析。
查看真实对话计算机科学
多随机种子基准与消融实验
用多随机种子、配对比较、置信区间和误差分类审计模型改进是否可靠。
查看真实对话先理解方法，再迁移到自己的研究
常见问题
使用这个案例前，你可能想了解
“轻量转录组：从表达矩阵到差异结果复核”适合哪些用户？
生物学、基础医学和组学研究者，以及需要复核轻量表达数据的用户
复制案例前需要准备什么？
准备已经整理的小型数据表或表达矩阵、样本分组、实验批次和必要的质量控制说明。网页版不适合直接处理 FASTQ、单细胞或空间组学原始数据。
可以把案例结果直接用于论文或决策吗？
不建议直接照搬。案例只覆盖轻量整理后数据，原始测序、大规模单细胞和空间组学应连接自己的计算服务器。复制案例后，应使用自己的数据重新运行并逐项核验。
这个案例会占用很多计算资源吗？
不会。公开案例按网页版轻量分析设计；大型原始数据、深度学习、单细胞、空间组学或医学影像任务，建议通过远程计算功能连接自己的服务器。