❓ 核心问题
做一个RNA-seq项目，研究一株细菌在两个环境条件下的表达差异。每个环境设置 2个生物学重复，这样的设置是否合理？
观点摘要
💬 观点一：建议3个重复
两个生物学重复意味着双倍工作量但没有双倍效果，会引入无法校正的噪音。如果两个重复结果不一样，就无法解释。除非样品制备极难或经费极度有限，否则建议设置3个生物学重复。
💬 观点二：统计学角度
不同统计方法对重复数要求不同。使用T检验需至少3个重复；Fisher精确检验（如超几何/泊松分布）即使无生物学重复也可统计，但易被质疑；使用DESeq2、edgeR等软件通常要求2个以上生物学重复。
💬 观点三：生物学重复的统计本质
基因表达量的方差包含 处理方差（实验处理导致的差异，即关注目标）和 误差方差（个体差异、技术偏差等）。生物学重复的价值在于估算误差方差，从而从总体方差中剔除其影响。
统计学补充：重复数与方差估计
- 重复数不足的问题：2-3个重复对于正确预估每个基因的误差方差是不够的（单个基因的方差估计很不稳定）。
- 软件代偿方法：DESeq2、edgeR等软件假设“表达量相似的基因，其误差方差也相似”。通过所有基因的方差获得拟合曲线，来估算不同表达量基因的期望方差，这在重复数较少时比单个基因估算更准确。
实践建议与总结
✅ 推荐设置
一般建议设置 3个生物学重复。这不仅是统计需求，也考虑了实验意外因素（如剔除一个异常样本后仍有重复）。
📈 理想目标
从统计角度，4个重复更为理想。随着测序成本不断下降，重复数设置有望逐步提高。
