差异表达分析通常作为根据基因表达矩阵进行生物信息学分析的第一步，有助于我们观察基因在不同样本中的表达差异，从而确定要研究的基因和表型之间的联系。常用的基因表达数据来自基因芯片或高通量测序。虽然矩阵看起来差不多，但是由于服从不同的分布，因此在进行差异表达的时候需要用不同的方法。对于一般的生命科学领域科研人员来说，了解晦涩的算法并没有太大价值。本文力求精简，从数据——算法——结果三个方面

问题来源 单细胞可以做差异分析，但是究竟选择哪种差异分析方法最靠谱呢？ 解决办法 于是我去检索文献，是否有相关研究呢？ https://academic.oup.com/bib/article/23/1/bbab402/6375516 文章指出，现有的差异分析方法（包括用于 bulk RNA-seq 和 scRNA-seq 的方法），它们都对样本量和批次效应敏感。 于是本研究没