我已经对大量基因进行了差异表达，并且我只选择了我想要研究的外部基因列表中的重要基因。 当我在条形图上表示我的重要值时，我从带有 limma 的缓和 t 检验（BH 校正）获得的 p 值不一样；对于条形图，我使用了 ggpubr 的函数 stat_compare_means() 并且出现的 p 值与使用 limma 获得的 p 值完全不同且异常。
有谁知道这是否正常？
我绘制的基因应该是正确的，我检查了很多次。
谢谢
【问题讨论】：
标签： r bioinformatics p-value ggpubr limma
Limma 使用适度 t 检验，该检验专为来自 RNA 微阵列的数据而设计，并已应用于其他基因组和测序技术。当特征的平均值（基因表达/探针信号）显示二项式/泊松分布时，它起作用，您正在使用的特征池具有很大的范围，通常高表达的基因显示出高标准的错误/方差。
在高表达基因的情况下，t 检验无法准确衡量显着性，因为 p 值取决于基因值的分布，尽管两个样本组之间的平均值存在差异。 （毕竟是参数测试）
limma 中的缓和 t 检验考虑了来自相同样本和技术的不同基因的均值/方差，通过使用模型拟合来成功选择您可以称之为显着的基因库。
在这种情况下，您可以使用 wilcox-test 或手动添加 pvalues，您可以在 tibble 中获取 limma 输出结果并尝试此处显示的内容：https://www.datanovia.com/en/blog/how-to-add-p-values-onto-basic-ggplots/
我希望这会有所帮助！
参考资料：
【讨论】：