4.4.1 组间差异分析（DEGs）：MAST, DESeq2 适配

文档摘要

4.4.1 组间差异分析（DEGs）：MAST, DESeq2 适配在单细胞转录组分析的浩瀚星图中，差异表达基因（Differentially Expressed Genes, DEGs）的识别绝非简单地对两组细胞的平均表达值做一次t检验——那不过是把高维、稀疏、零膨胀、技术噪声与生物变异性深度耦合的复杂系统，粗暴压缩进一个均值-方差线性假设的旧模具里。真正的挑战在于：当一个基因在92%的细胞中表达为0，而在8%的细胞中呈现高度异质性的非零表达时，我们究竟是在检测“表达水平的改变”，还是在探测“表达概率的重编程”？抑或二者兼而有之？这一根本性诘问，正是MAST与DESeq2在4.4.1节中被并列提出、而非简单替代的核心动因。