差异表达分析三剑客：DESeq2、edgeR、limma到底该怎么选？

在RNA-seq、微阵列等基因差异表达分析中，DESeq2、edgeR和limma是最常用的三大工具。之前我们分别介绍了这三款软件，它们都可以在Galaxy云平台（网址：usegalaxy.cn）方便地使用。但不同类型的数据在软件选择上存在差异，即便是利用便捷的在线工具，也应当关注选用不同软件可能对结果产生的不同影响。但究竟该用哪一个？本文将从数据类型、样本量、算法原理到可视化方法等，带你看懂它们的核心差异。

这三款软件，由于采用了不同的统计模型和前提假设，因此各自适用于特定的数据特征和分析场景。它们在对离散度管理、低表达基因的处理等方面展现出显著的不同，可以根据以下具体情况选择：

• • 注：当数据量>100样本时，先用limma快速筛选候选基因，再用DESeq2进行深度验证。

工具定位

DESeq2：小样本（侧重稳定型）

• • 适用数据：专为RNA-seq原始计数数据设计，尤其擅长处理零膨胀数据和高变异基因。
• • 样本量：最少3个/组（推荐≥5）
• • 为什么用它：通过负二项分布模型和自动离散度估计：先极大似然估计，再拟合趋势线，最后修正异常值，特别擅长处理低重复样本。比如单细胞测序初步筛选差异基因时，即使只有3个重复也能稳定输出结果。

图片

edgeR：灵活多变（适合精细调节）

• • 适用数据：计数数据（支持无重复设计） 低计数基因的「狙击手」
• • 样本量：4-6个/组最佳
• • 为什么用它：采用精确检验和广义线性模型，在中等样本量和复杂实验设计（比如多因素交互作用）中表现亮眼。 同样基于负二项分布，但引入经验贝叶斯方法压缩离散度参数，在检测低表达差异基因时灵敏度更高。支持ChIP-seq、ATAC-seq等其他计数数据。例如研究药物剂量梯度效应时，能处理不同时间点+不同浓度的组合数据。

图片

limma：大样本首选

• • 适用数据：经过转换的标准化数据（配合voom处理RNA-Seq）
• • 样本量：≥7个/组
• • 为什么用它：基于线性模型和经验贝叶斯收缩，在大规模临床队列数据中计算速度碾压其他工具。limma最初为微阵列设计，通过voom转换将RNA-seq计数数据转换为连续值后，使用线性模型分析。适合处理多因素实验设计（如时间序列、药物梯度），例如在分析不同浓度药物处理的转录组数据时，可直接在模型中纳入浓度作为协变量。

图片

算法核心差异

模型底层逻辑

• • DESeq2 基因特异性离散度估计 → 负二项分布拟合趋势线 → Wald检验 压缩异常值
• • edgeR 跨基因离散度收缩 → 广义线性模型 → 准似然F检验。通过estimateGLMTagwiseDisp函数，用全基因组信息修正单个基因离散度
• • limma voom权重转换 → 线性建模 → 经验贝叶斯调整。 limma的diffSplice函数可同时检测差异表达和差异剪接。

三者对比表

-注：limma在≥7样本/组时，其经验贝叶斯方差收缩算法能显著提升统计效能。

可视化对比

1. 1. 韦恩图：工具重叠比较（三工具差异基因交集 ）
   • • DESeq2特有基因：与细胞周期相关
   • • limma特有基因：涉及代谢通路
   • • 三者共有基因：经典癌症标记物（如TP53）

   

2. 2. 火山图：各工具显著性分布
   • • DESeq2：显著性基因更集中
   • • edgeR：检测到更多低表达差异基因
   • • limma：分布最对称

1. 3. 热图：top50差异基因表达模式 （limma差异基因聚类）
   • • DESeq2结果：聚类结构最清晰
   • • limma结果：包含更多弱效应基因。要是样本量超过60个，limma的线性模型优势就开始显现