RNA-seq DEG 분석 결과 읽는 법: fold change·p-value·FDR

1. 결과 표의 열 읽기

분석 업체 보고서든 DESeq2·edgeR 결과든 핵심 열은 거의 같습니다.

먼저 비교 방향을 확인하세요. "B/A"는 A 대비 B입니다. 대조군과 처리군이 뒤바뀌면 증가·감소가 통째로 반대가 됩니다.

2. fold change와 log₂FC

log₂로 바꾸면 증가와 감소가 0을 중심으로 대칭이 되어 그래프와 평균 계산이 정확해집니다. 가장 흔한 기준은 2배(|log₂FC| ≥ 1)이고, 변화가 작은 조직·약한 처리에서는 1.5배(0.585)를 쓰기도 합니다.

3. p-value와 FDR — 무엇을 쓸까

유전자 20,000개를 p < 0.05로 검정하면, 실제로 아무 변화가 없어도 약 1,000개(5%)가 우연히 유의하게 나옵니다. FDR(Benjamini–Hochberg)은 "선별한 유전자 중 거짓 양성의 비율"을 기준 이하로 묶도록 p값을 보정한 값입니다.

어느 쪽을 쓰든 Methods에 기준을 정확히 적는 것이 가장 중요합니다. p-value 기준을 썼다면 결과를 "후보"로 표현하고 qPCR 등으로 검증하는 것이 안전합니다.

4. 최소 발현량과 반복 수

• 발현이 아주 낮은 유전자는 read 몇 개 차이로도 배수가 크게 튑니다(예: 1 → 4 read = 4배). 평균 발현량이 낮은 유전자를 먼저 거르면 결과가 안정됩니다(예: 한 그룹 이상에서 CPM ≥ 1).
• 반복은 그룹당 3개 이상이 권장됩니다. 2개면 분산 추정이 불안정하고, 1개면 p값 자체를 구할 수 없어 fold change로만 거를 수 있습니다.
• 반복은 biological replicate(독립 개체·배양)여야 합니다. 같은 RNA를 두 번 시퀀싱한 것은 반복이 아닙니다. (반복 실험과 통계)

5. 자주 하는 실수

• 엑셀이 유전자 이름을 날짜로 바꿈: SEPTIN·MARCH 계열 옛 이름(SEPT2, MARCH1 등)이 "2-Sep", "1-Mar"로 바뀝니다. CSV를 열 때 해당 열을 텍스트로 지정하세요.
• RPKM·TPM 값으로 t-test: 샘플 간 비교용 정규화가 아니어서 통계가 부정확합니다. count 기반 도구(DESeq2·edgeR) 결과를 쓰는 것이 원칙입니다.
• 기준을 결과가 나올 때까지 바꾸기: 기준은 분석 전에 정하고, 바꿨다면 이유를 적습니다.
• DEG 수만 비교: 반복 수와 시퀀싱 깊이가 다르면 DEG 수도 달라집니다. 조건 간 DEG 수 비교는 같은 설계일 때만 의미가 있습니다.