错误发现率

错误发现率（False Discovery Rate, FDR）定义为被错误拒绝的零假设数V与总共被拒绝的零假设数R的期望比值，即 FDR = E[V / max(R, 1)]。其中，V是I型错误（假阳性）的数量，R是所有被拒绝的假设总数。FDR控制是一种相对宽松但实用的策略，它允许一定比例的发现是假阳性，但控制这个比例在一个可接受的阈值（如5%）以下。这与控制族错误率（Family-Wise Error Rate, FWER）不同，FWER要求在所有检验中至少出现一个假阳性的概率低于阈值，这在检验数极大时过于严格。

控制FDR最经典和广泛使用的程序如下：

1. 对 m 个独立（或正相关）的假设检验，计算每个检验的原始 p值。
2. 将所有 p 值按从小到大排序：p₍₁₎ ≤ p₍₂₎ ≤ ... ≤ p_(m)。
3. 对于排序中第 i 个 p 值，计算其对应的 q值（或称为调整后p值）：q_(i) = min( min_j≥i ( m · p_(j) / j ), 1 )。一种常见的等价操作是：对于每个排序的 p 值 p_(i)，计算 m · p_(i) / i，然后从大到小进行调整确保单调性。
4. 给定一个预设的FDR控制水平（如 α = 0.05），所有满足 q_(i) ≤ α 的假设被拒绝（即声称发现显著）。
5. 最终报告的 q值 即被认为是该检验的FDR估计值。例如，一个基因的 q值 = 0.03 意味着，在所有被声称与该基因一样或更显著的发现中，预期有 3% 是假阳性。

FDR控制是解读高通量生物学实验结果的基石：

1. 差异表达分析：在RNA-Seq或微阵列数据分析中，同时对成千上万个基因进行差异表达检验。使用DESeq2、edgeR、limma等工具会输出每个基因的调整后p值（即q值）。研究者通常设定 FDR < 0.05（有时更严格如 < 0.01）作为筛选差异表达基因（Differentially Expressed Genes, DEGs）的阈值。
2. 功能富集分析：在对GO、KEGG通路等进行富集分析时，同样需要对成百上千个功能类别进行多重检验，其结果也常用FDR进行校正。
3. 全基因组关联分析：在检验数百万个SNP与表型的关联时，FDR也是常用的误差控制指标之一（尽管更严格的基因组范围显著性水平基于FWER）。
4. 蛋白质组学与代谢组学：在鉴定差异表达的蛋白质或代谢物时，广泛应用FDR控制。

优势

• 高统计功效：在大规模检验中，相比控制FWER的方法（如Bonferroni校正），FDR控制能在控制误差的同时，保留检测到真实信号的更强能力。
• 直观的解释性：q值提供了对发现可靠性的直接、可操作的度量。研究者可以理解为“在声称显著的发现中，预期的假阳性比例”。

局限性

• 对相关检验的敏感性：标准的BH程序假设检验独立或正相关。在检验高度负相关时，可能无法精确控制FDR。
• 阈值选择的主观性：FDR阈值的设定（如0.05, 0.01, 0.1）取决于研究目标和可容忍的假阳性水平，需要研究者根据领域知识判断。
• 依赖于p值的准确性：如果基础统计模型或p值计算不准确，FDR控制也将失效。
• 非零的假阳性期望：与FWER不同，FDR明确允许假阳性的存在。

• Benjamini, Y., & Hochberg, Y. (1995). Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing. Journal of the Royal Statistical Society: Series B (Methodological), 57(1), 289–300.
• Storey, J. D., & Tibshirani, R. (2003). Statistical significance for genomewide studies. Proceedings of the National Academy of Sciences, 100(16), 9440-9445.
• Love, M. I., Huber, W., & Anders, S. (2014). Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biology, 15(12), 550.
• Korthauer, K., et al. (2019). A practical guide to methods controlling false discoveries in computational biology. Genome Biology, 20, 118.
• Glickman, M. E., Rao, S. R., & Schultz, M. R. (2014). False discovery rate control is a recommended alternative to Bonferroni-type adjustments in health studies. Journal of Clinical Epidemiology, 67(8), 850-857.
• Benjamini, Y., & Yekutieli, D. (2001). The control of the false discovery rate in multiple testing under dependency. Annals of Statistics, 29(4), 1165-1188.
• 陈希孺. (1997). 概率论与数理统计. 中国科学技术大学出版社.
• Storey, J. D. (2002). A direct approach to false discovery rates. Journal of the Royal Statistical Society: Series B, 64(3), 479-498.