差异表达基因就是在疾病状态下与正常状态相比，表现出显著表达差异的基因。

第二步：随机化采样

有了数据之后，陈飞便开始进入实验的核心步骤——随机化设计。

孟德尔的豌豆实验中，随机化是为了消除实验中的人为偏差，每次他从不同的豌豆品种中随机选择个体进行杂交实验，这种方法使得实验结果更具可信度。

孟德尔随机化正是将这个思想引入了现代RNA-seq数据分析。

在他的设计中，他将癌症组和健康对照组的数据进行多次随机化采样。

通过反复随机抽样，他能够确保每次抽取的样本都能代表总体的真实情况。这种方法极大地减少了数据噪音，确保筛选出的差异基因更具生物学意义。

“就像孟德尔反复进行豌豆杂交一样，我也要在这批数据里反复筛选。”陈飞默默念道，手指飞快地在键盘上敲打。采样工作虽然枯燥，但非常关键。

第三步：差异基因分析

随机化采样完成之后，接下来就是关键的差异基因分析步骤了。陈飞使用了R语言中的“DESeq2”包，这是RNA-seq数据分析中非常常用的工具包，专门用来识别差异表达基因。

作为一个苦逼的生物领域搬砖人，陈飞甚至都没有下载过R语言的软件，但是系统君的实验思路写的非常认真，直接让他去参考转码人救星CSDN，

在指导下，陈飞很快安装好了R语言以及RSstudio。

一切准备就绪，可以开大了！