📋 实验流程
全流程一览，产品可直接加购1
原始数据质控
1 h检查测序质量、接头与污染，过滤低质量读长
💡 技巧 质量评分与GC分布检查
⚠️ 注意 接头未去除致比对偏差
🧪 这一步需要的耗材（点「去选购」到产品页选规格/品牌）
2
比对与定量
1–2 天将过滤后的读长比对到参考基因组并定量基因/转录本表达
💡 技巧 选匹配物种与数据类型的比对器
⚠️ 注意 参数适当防多重比对偏差
🧪 这一步需要的耗材（点「去选购」到产品页选规格/品牌）
3
差异表达与统计
1 天用统计模型鉴定差异表达基因并进行多重比较校正
💡 技巧 批次效应校正
⚠️ 注意 样本量与设计影响统计功效
🧪 这一步需要的耗材（点「去选购」到产品页选规格/品牌）
4
富集与可视化
1 天进行通路富集分析并用火山图/热图等可视化呈现结果
💡 技巧 整合多数据库提高富集可靠
⚠️ 注意 生物学解读需结合实验
🧪 这一步需要的耗材（点「去选购」到产品页选规格/品牌）
⚠️ 新手常犯的 5 个错误（避坑指南）
- ① 数据质控不足致下游偏差
- ② 比对或定量参数不当
- ③ 批次效应未校正掩盖差异
- ④ 多重检验未校正致假阳性
- ⑤ 过度解读统计而缺生物学验证
❓ 常见问题（做坏了怎么办）
+什么DNA/RNA分析工具最常用？
如FastQC质控、STAR比对、edgeR/DESeq2差异、Seurat单细胞等。
+通量比较高如何处理？
用高性能计算/集群和标准化工具与流程处理并行分析。
+如何保证分析可重复？
记录版本与参数、使用流程管理(如Snakemake/Nextflow)并共享脚本。