在做转录组分析的时候，对于差异基因筛选中用到的p-adjust不太理解，故从网上搜罗了一些相关资料（已注明出处）。

在利用数据比较分析两个样品中同一个基因是否存在差异表达的时候，一般选取两个标准：

i）FoldChange

FoldChange，就是两样品中同一个基因表达水平的变化倍数。可以用RPKM、FPKM或TPM值来计算。实验组和正常组的表达值的差异倍数，是用于检测差异表达基因的最基本的方法，由于其简单，易理解和不错的实验结果，使得其成为差异表达直观分析的首要选择。整体而言，Fold Change 方法在探测差异表达基因时，能够直接的得到差异变化值，因此在与差异表达绝对值相关的研究时具有优势。但是其较难选定其所需的阈值，在缺少假阳性的控制的情况下，其检测的基因假阳性结果比率相对较高。

ii）FDR校正后的p值，即q值

FDR值的计算方法如下：

1）对每个基因进行p值的计算。T检验是差异基因表达检测中常用的统计方法，通过合并样本间可变的数据，来评价差异表达，用于判断某一基因在两个样本中是否有差异表达。 由于样本量较少，从而对总体方差的估计不很准确，T检验的检验效能降低。

2）用FDR错误控制法对p值作多重假设检验校正 FDR（假阳性率：false positive rate）。错误控制法是Benjamini于1995年提出一种方法，通过控制FDR（False Discovery Rate）来决定p值的域值。假设你挑选了R个差异表达的基因，其中有S个是真正有差异表达的，另外有V个其实是没有差异表达的，是假阳性的。实践中希望错误比例Q＝V/R平均而言不能超过某个预先设定的值（比如0.05），在统计学上，这也就等价于控制FDR不能超过5％。对所有候选基因的p值进行从小到大排序，则若想控制FDR不能超过q，则只需找到最大的正整数i，使得 p(i)