我有数据，不知道怎么分析
先判断数据类型、分组、输入矩阵和评分方法是否匹配。
云生信 · 研究任务工具
你的铁死亡研究，
现在卡在哪一步？
输入研究问题、数据编号、软件报错或审稿要求。先核对适用条件和来源，再给出当前任务的下一步。
30 个研究任务问题答案显示来源与版本不先收联系方式
从你的任务开始
描述问题，获得一张可核对的任务答案
三类常见任务
不是所有问题，都应该去同一个客服入口
我已分析，结果或审稿卡住
定位评分冲突、证据断点和审稿人真正要求补充的内容。
我会分析，但电脑或环境跑不动
先区分代码、对象结构、软件版本和真实资源瓶颈。
研究任务问题库
从 30 个问题找到下一步
基础与证据01
铁死亡是什么？转录组结果能证明铁死亡发生吗？
铁死亡是一类与铁依赖性脂质过氧化有关的调控性细胞死亡。表达差异、富集或签名评分可以提出铁死亡相关假设，但不能单独确认细胞正在发生铁死亡。应先区分研究是在报告转录关联、定位细胞来源，还是要证明死亡机制，再选择对应证据。
查看完整答案基础与证据02
FerrDb 的 driver、suppressor、marker 和 unclassified 有什么区别？
这些标签描述数据库整理的调控角色，不是表达矩阵中的上调、下调标签。driver 与促进相关，suppressor 与抑制相关，marker 描述指示性关联，unclassified 表示角色未明。分类、证据强弱和具体实验背景要分别看；把它们合并成一个分数时尤其要解释方向。
查看完整答案基础与证据03
为什么不同文章使用的铁死亡基因集数量不一样？
基因数差异通常由数据库版本、死亡类型、角色和证据筛选、物种、ID 映射及去重规则共同造成。不要把论文里的一个数字当作永久标准。应保存“原始记录—筛选—映射—唯一基因—表达矩阵命中”的完整数量链，再判断两篇研究是否真的用了同一套基因。
查看完整答案基础与证据04
铁死亡、氧化应激、凋亡和自噬结果怎样区分？
这些概念不是互斥的四个标签。氧化应激描述细胞状态；凋亡和铁死亡涉及不同死亡机制；自噬既可能帮助细胞适应，也可能参与某些损伤过程。多个基因集同时富集并不证明同时发生多种死亡。区分时要看功能依赖、时间顺序和干预结果。
查看完整答案分析方法05
bulk RNA-seq 铁死亡评分该选 GSVA、ssGSEA 还是其他方法？
没有一种评分方法适合所有数据。先确认表达值、样本数量、基因集版本和研究目标，再选方法；同一项目不要在看到结果后反复换算法挑显著结果。
查看完整答案分析方法06
差异基因与 FerrDb 取交集就算铁死亡分析吗？
取交集能得到“在本数据中差异表达且有铁死亡相关注释”的候选基因，但不能独立证明通路活性、机制因果或预测价值。完整分析要先保证差异比较有效，再根据研究目标选择富集、样本评分、细胞定位或功能验证，并报告未支持预期的结果。
查看完整答案分析方法07
Seurat 里该用 AddModuleScore、UCell 还是 AUCell 做铁死亡评分？
三种方法回答的是相近但不完全相同的问题。AddModuleScore 使用匹配表达水平的对照基因校正；UCell 和 AUCell 基于细胞内基因排序，更适合关注签名在单细胞中的相对活性。选择前要先明确比较单位和基因集大小。
查看完整答案数据与输入08
count、TPM、标准化矩阵分别能用于哪些铁死亡分析？
先确认矩阵的测量单位和生成过程，再选择方法。DESeq2 的常规计数模型需要未归一化的 counts 或受支持的定量导入流程，不能把 TPM 或 log 表达四舍五入后充当 counts。评分和可视化可以使用适配方法的表达量，但仍需记录变换、输入层和基因覆盖。
查看完整答案结果排查09
多种铁死亡评分方向不一致，应该相信哪一个？
先不要选择“最符合预期”的结果。方向不一致通常来自基因集定义、上调与下调基因混合、输入层、对照校正、细胞组成或批次差异。应先定位差异来源，再决定主要结果和敏感性分析。
查看完整答案分析方法10
不同队列、平台或物种的铁死亡结果怎样比较？
跨队列比较应先对齐研究问题、方向和特征定义，再比较各自分析的效应与不确定性。不同平台的原始表达和签名分数通常不能直接拼在同一尺度上。跨物种还需显式处理同源映射；批次与组别完全重合时，校正软件无法从数据中识别两者各自的贡献。
查看完整答案分析方法11
bulk RNA-seq 与单细胞如何组成铁死亡证据链？
bulk 适合提供样本层面的稳定差异和临床关联，单细胞适合定位信号来自哪些细胞类型。两者不应只做“共同基因取交集”，而要围绕同一个研究问题形成样本层、细胞层和外部验证层。
查看完整答案研究设计12
用铁死亡基因做 WGCNA、机器学习或预后模型，怎样避免过拟合？
先把预测目标、候选变量和验证方式写清楚，再建模。特征筛选、调参和性能评估如果都在同一批数据中完成，结果通常过于乐观；外部验证不能被随机拆分的内部测试集替代。
查看完整答案数据与输入13
怎样查找适合某疾病的 GEO 铁死亡数据？
先按疾病、组织、物种和比较设计找数据，再判断是否适合铁死亡问题。仅搜索“疾病名 + ferroptosis”会漏掉没有在标题中写铁死亡、但包含可用表达和分组的数据。可用性取决于样本设计、文件和元数据，而不是搜索结果数量。
查看完整答案数据判断14
怎样判断 GEO 数据是芯片、bulk RNA-seq 还是单细胞？
不要只看文章题目或下载文件名。应同时核对 GEO 的 experiment type、platform、样本记录、补充文件和原论文方法；数据类型决定后续输入格式和分析流程。
查看完整答案数据与输入15
GSE13195 为什么不能按 RNA-seq count 流程处理？
GSE13195 的 GEO 平台是 GPL5175：Affymetrix Human Exon 1.0 ST Array，属于表达芯片。芯片信号不是 RNA-seq 测序片段计数，不能直接套用原始 count 的差异分析流程。复现应先识别下载文件是原始芯片数据还是已处理矩阵，再核对注释、分组与配对。
查看完整答案数据与输入16
一个样本对应多个 run，能不能直接当成多个样本？
不能仅凭多个 SRR 编号就增加生物学样本量。Run 表示测序数据运行单位，是否独立重复要回到供体、取材、建库和实验设计。同一文库的分 lane 或补测通常属于技术层面的重复；同一供体的不同时点或组织也有相关性，需要按设计处理。
查看完整答案数据与输入17
FerrDb、GEO、TCGA、TISCH2 各适合解决什么问题？
FerrDb 主要提供调控角色和文献证据，GEO 帮助寻找原始研究数据，TCGA/GDC 提供癌症多组学及关联临床材料，TISCH2 聚焦肿瘤微环境单细胞表达与注释。它们在研究中承担不同环节，不能互相替代，也不会因为使用了多个平台就自动构成独立验证。
查看完整答案数据与输入18
公共数据缺对照、分组冲突或元数据不全怎么办？
先判断缺失的是可追补的字段，还是让原问题无法识别的设计信息。分组冲突需回到原始样本记录与论文材料解决；缺失对照不能通过给另一平台随意贴上“正常组”补齐。无法核实的样本应明确标记、按预定规则排除或降低研究结论。
查看完整答案研究设计19
我现有的数据能不能支撑一个铁死亡研究主题？
先判断研究问题是否需要铁死亡证据，再判断数据能提供哪一层证据。只有表达矩阵时，可以做相关模式和候选机制分析，但不应直接声称证明铁死亡发生或某个基因具有驱动作用。
查看完整答案研究设计20
铁死亡与免疫浸润、肿瘤微环境应该怎样连接，才不是简单拼接？
先提出一个能串起细胞来源和作用方向的问题，再安排免疫浸润、单细胞定位或通信分析。bulk 铁死亡评分与免疫分数相关可能来自细胞比例共同变化，不能直接解释为肿瘤细胞通过铁死亡调控免疫。需要区分组成效应、细胞内状态和机制干预。
查看完整答案研究设计21
怎样从铁死亡基因中选择候选基因，而不是只看交集和 P 值？
候选优先级应同时考虑效应、稳定性、证据背景、细胞来源和后续可验证性。P 值最小的基因可能只是表达量高或样本量带来的结果；多个算法共同选中也可能来自同一数据偏差。先规定筛选规则，再保留支持和反对每个候选的证据。
查看完整答案研究设计22
应该做预后模型、诊断模型，还是机制验证？
选择取决于想解决的问题和现有数据。预后模型需要明确的未来结局、时间和随访信息；诊断模型关注当前状态的识别，需要可靠参考标准和合适的人群；机制研究关注干预是否改变过程及结果。先选目标，再决定分析，而不是先套模板再寻找结论。
查看完整答案研究设计23
铁死亡结果至少需要哪些外部队列、单细胞或实验验证？
没有适用于所有课题的固定“最低验证套餐”。先列出文章的主要主张，再给每条主张匹配能检验它的独立证据：外部队列验证可推广性，单细胞帮助定位来源，功能实验检验机制。三个方向各有用途，彼此不能简单替代。
查看完整答案审稿返修24
审稿人要求补铁死亡验证，最低应先补哪些证据？
先把审稿意见拆成“身份、方向、位置、机制”四类要求，再补最能直接回答意见的证据。只增加一张基因热图通常不够；最低组合取决于原稿已经声称到什么程度。
查看完整答案算力排错25
Seurat 做铁死亡评分时内存不足，先改代码还是加内存？
先查对象和代码是否把稀疏矩阵展开、复制了大对象或使用了不必要的全量步骤，再决定是否升级内存。评分本身通常不是唯一瓶颈；预处理、整合、ScaleData 和并行复制更容易制造峰值。
查看完整答案环境与算力26
CellChat、SCENIC、拟时序与铁死亡联合分析需要什么资源？
把流程拆开测量，才能估算资源。CellChat 的通信推断、SCENIC 的网络与 motif 步骤、拟时序的图学习各有不同瓶颈；评分步骤本身往往不是全部成本。细胞数、基因数、数据库、并行数和对象复制共同决定峰值，不宜直接套用一个内存数字。
查看完整答案环境与算力27
R、Seurat、GSVA 或 Bioconductor 版本冲突怎样排查？
先保存版本和完整报错，再区分安装失败、依赖不兼容、函数接口变化与输入对象变化。更新所有包并不总能解决问题，旧教程也未必能直接在新环境运行。应在隔离项目中选择“恢复原环境”或“迁移到当前接口”，每次只改变一个可核对的因素。
查看完整答案环境与算力28
RStudio 断开、进程被杀和真正 OOM 怎样区分？
浏览器断开不等于 R 进程死亡；看到 Killed 或退出码 137 也不能单独认定 OOM。应把发生时间、任务进程、R 报错、系统或调度日志对齐，再判断是网络、会话暂停、资源限制、内存分配失败还是进程被终止。
查看完整答案算力决策29
我的样本数、细胞数和分析流程需要什么服务器配置？
配置应由完整任务链决定，不只看样本数或细胞数。先列出输入文件、对象大小、主要步骤、并行人数和可接受时间，再通过代表性任务测峰值，给出够用、推荐和扩展三档方案。
查看完整答案环境与算力30
怎样记录软件、参数和环境，保证铁死亡分析可以复现？
可复现需要同时保存输入、样本与基因集口径、代码、参数、环境和结果验收标准。只有脚本或 sessionInfo 都不够。锁定文件与环境后，还应从干净会话按顺序运行一个最小案例，并记录哪些输出允许数值误差、哪些必须完全一致。
查看完整答案当前筛选中没有直接匹配项，可以回到上方描述你的具体任务。
历史案例，不照搬结论
旧文章作为研究线索，
方法和版本重新核对。
案例页保留原研究路径和数据编号，同时标注已核验内容、当前版本与不能复用的边界。发现的重复页面采用 301 合并，不直接删除历史 URL。
查看已核验案例索引 →答案如何产生
AI 负责整理，
来源负责约束。
首版只检索已经核对的 FAQ、官方软件文档、数据库和原始资料。找不到依据时，不生成确定性结论。
- 01识别任务
区分数据判断、方法选择、结果排查、返修和算力问题。
- 02检索审核资料
按数据类型、软件、版本和任务阶段筛选，而不是任意联网拼答案。
- 03服务端校验
答案必须保留适用条件、限制、真实来源和唯一下一步。
从一次问题，到一个明确任务