StickForStats：用于可重复计算生物学的自动化统计假设验证

可复现的计算生物学依赖于一些常规工作流程常常跳过的统计决策：例如，验证差异表达检验的假设是否对所有基因都成立，验证策略比较中的方差分析（ANOVA）对非正态性是否稳健，或验证荟萃分析是否未受到发表偏倚的扭曲。调查一致表明，已发表的生物医学研究中，报告进行这些假设检验的比例不足 20%；而现有统计软件通常将验证作为可选步骤交由分析者自行处理。我们提出 StickForStats，这是一个开源网络平台，将假设验证重构为每项分析的默认前置条件。其 Guardian 系统——一个由八类验证器组成的中间件流水线（正态性、方差齐性、独立性、离群值、样本量、模态性、线性关系、同方差性）——会在执行分析前检查相关假设；一旦发现关键性违背，则自动重定向至合适的非参数替代方法，并保留有文档记录的决策轨迹。在基因组尺度上，将 Guardian 应用于一项包含 91 个样本的滑膜肉瘤 RNA-seq 研究（GSE271517）后，27,221 个基因中有 90.6% 被级联切换至基于秩的检验，并使 553 个基因的差异表达判定发生翻转——其中 479 个基因从统计功效不足的 t 检验中被“挽救”出来，另有 74 个由离群值驱动的假阳性被剔除——从而实质性改变了生物学家将据以采取行动的基因列表。同样的自动化验证可推广至多个领域：例如，在一项 CRISPR 编辑策略比较中（ANOVA，F = 1122，Guardian 推荐改用 Kruskal-Wallis，H = 36.6）；在一项有序变量相关分析中（Pearson r = 0.476 被校正为 Spearman ρ = 0.479）；以及在一项包含 16 个试验的临床荟萃分析中，揭示出严重的发表偏倚（Egger's t = -5.78，p

本网站正在使用一项安全服务来保护自身免受在线攻击。您刚才执行的操作触发了该安全解决方案。多种行为都可能导致此次拦截，包括提交某个特定词语或短语、SQL 命令或格式错误的数据。

您可以向网站所有者发送电子邮件，告知您被拦截的情况。请在邮件中说明当该页面出现时您正在进行的操作，并附上本页面底部显示的 Cloudflare Ray ID。

---

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.15.732278v1?rss=1

🏷️ 可重复计算生物学 统计假设检验 差异表达分析 RNA-seq 非参数统计 自动化验证