“RNA-seq 每组做3个样本，够不够？”
这个问题看起来只差一个数字，实际上是在问：这些样本能不能支撑我想回答的研究问题？
同样是每组3个样本，细胞系、近交动物和临床患者的组内差异可能完全不同；想发现2倍变化，和想发现1.5倍的细微变化，需要的把握也不同。因此，“每组3个”可以是某些研究的起点，但不能当成所有 RNA-seq 项目的安全线。
先说结论：样本数不能脱离研究问题单独决定
样本量至少受四件事影响：
- 样本之间有多不一样：个体差异越大，越需要更多独立样本去估计真实波动。
- 想发现多大的变化：变化越细微，通常越需要更多样本。
- 比较方式是什么：两组独立样本、配对样本、多组和多时间点，不能套用同一套估算。
- 结论准备做到哪一步：只做探索、筛选候选，和希望形成稳定的差异证据，要求不一样。
“3个样本”最容易被误解的地方
一些实验设计建议会把每组3个生物学重复作为低变异研究中的最低起点，但这不等于“3个一定够”。如果是临床样本、野生群体、不同批次组织，或者预期变化较小，所需样本往往会增加。
更重要的是，这里的“3个”必须是3个真正独立的生物学样本。同一个样本拆成3管、建3次库或测3次，仍然不能代表3个独立个体。
RNA-seq 样本量工具通常会把预期表达水平、组内变异、目标变化和统计把握一起纳入估算。云生信的 RNA样本数助手 采用 RNASeqPower 相关方法给出初步参考，但页面也明确提示：结果不替代具体课题的研究设计。
每组只有3个样本，还值不值得做？
不建议只根据“3个”两个字直接决定做或不做。先把下面几种情况分开：
| 当前情况 | 优先判断 | 建议动作 |
|---|---|---|
| 细胞系或近交动物，条件控制较好 | 是否为独立培养批次或独立个体，预期变化是否明显 | 先做样本量初评，再确认批次和质控预留 |
| 临床、人群或来源复杂的组织 | 年龄、用药、分期、性别和批次是否造成较大差异 | 不要直接套“每组3个”，优先评估分层与协变量 |
| 样本珍贵，确实只能获得3个 | 能回答什么、不能回答什么，结论是否仅用于探索 | 缩小研究问题，明确结论边界和后续验证 |
| 担心质控后样本不足 | RNA质量、取材一致性和可能的样本损耗 | 在送样前讨论质控预留，不要把全部样本数卡在最低线 |
| 涉及配对、多组或时间序列 | 个体关系、交互作用和主要比较是什么 | 由统计设计决定样本安排，不直接使用两组独立样本结果 |
样本量之外，还要提前想清楚分析路径
有些项目的样本数并不算少，测序完成后仍然发现结果难以解释。常见原因是：研究问题没有提前落到分组和比较上，标准分析结束后才开始决定要研究哪条机制。
更稳妥的顺序是：
研究问题 → 样本与分组 → 测序策略 → 标准分析 → 定制化分析 → 实验验证
如果你的目标只是获得表达概况，和希望从候选基因继续做到机制解释，前期需要准备的样本、比较和分析方案并不一样。测序前把这条路径讨论清楚，通常比拿到数据后再补救更省力。
先算一算，再决定怎么安排
如果你还没有确定样本数，或者想看看现有样本大致能支持什么，可以先使用 RNA样本数助手。准备好样本来源、比较方式、每组可用样本数和希望发现的变化即可。
工具会先给出初步参考；配对、多组、单细胞、临床异质性较大或需要“测序＋标准分析＋定制分析”的项目，再按页面提示提交研究信息，由人工结合课题确认下一步。
