别把技术重复当样本量:n=1 的生物学实验为什么不能靠三次测序撑住
【锚点】这一讲钉一个判断:【技术重复不扩大生物学样本量;n 必须等于独立采样单位,而不是重复测量次数。】
【显式】很多论文写“每个条件 3 次重复”,但 3 次可能是同一 DNA 样本的三次建库测序。若独立生物样本只有 1 个,统计 n=1。
【流程节点链路】:独立生物样本 → 技术重复测量 → 统计单位 → 可推断的总体。只有起点是独立样本,终点才是群体推断。
【隐式】把技术重复当 n=3,会把仪器噪声误当成生物学变异,p 值会虚假变小。例:1 只小鼠肝脏,做 3 次 RNA-seq;若与 1 只对照小鼠比较,统计上每组 n=1。用 3 个测序文件算 t 检验,得到 p=0.04,这个 p 检验的是“同一样本的技术波动”,不是“组间生物学差异”。
【细微】图注常写 technical replicates,但误差棒却用它们的 SD 画出来。读者一眼看到 3 个点,会误以为有 3 个独立个体。更稳的可视化:每个生物个体画一个点,技术重复用嵌套小点或连线表示,并在图注写“biological n=1, technical replicates=3”。
【极难发现】最危险的不是造假,而是“样本”一词被偷换:测序文件数、细胞数、时间点数、个体数都被当成 n。单细胞数据里细胞数不是独立个体,除非个体被建模为随机效应,且推断对象是细胞类型比例或通路活性。
所以,看到 n=10,先问:10 个测序文件、10 个细胞、10 个时间点,还是 10 个独立个体?如果你的 n=10 来自 2 只动物各 5 个技术重复,你愿意把结论降级为描述性观察吗?







0 评论