1. 【一文讀懂生物學重復與技術重復】
在RNA-Seq等測序設計中，生物學重復和技術重復，是非常需要注意的問題。
那麼問題就來了，生物學重復和技術重復，到底是什麼？它們是如何影響我們的實驗設計的。
生物學重復 （biological replicate）：可以理解為我們對一個群體進行研究，但是我們不會對整個群體進行檢測（考慮到成本和工作量的問題，我們肯定也不會採取這種地毯式的方法），只是抽取群體中的一部分進行檢測，用樣本來代表總體。
這邊樣本個數，實際上就是生物學重復數。
技術重復 （technical replicate）：對一個樣本的數值進行多次測定。
下表給出常見實驗對應重復類型：
Replication這篇文章以測定小鼠肝臟細胞中的某一個gene的表達量為例，展示了什麼是生物學重復和技術重復以及如何權衡這兩者之間的關系。
分別給出3種類型的重復，分別為：
（1）animal水平的重復
（2）cell水平的重復
（3）技術重復
由上圖可以得到，3種不同種類的重復，所計算出來的表達量方差是不一樣的，但gene表達量的總方差，可以有下列公式計算得到：
接下來，將總體的重復次數限定，即在滿足 的前提條件下，對Var(X)進行計算。
1、當 和 均為1， 為48的情況下，計算出來的Var(X)如下圖標記：
這種情況下，只反映了由於cell樣品重復和技術重復所引起的基因表達量誤差。當n_{A}=1（動物樣品數為1），即無法計算由於animal樣品數變化，所帶來的基因表達量誤差。
因此在上述情況下， 就被低估了。
2、當 和 均為1， 為48的情況下
計算得到的基因表達量誤差完全是由於技術重復所引起的。因此，如果我們將這種情況下的誤差，認定為由生物重復所引起的，就造成了假陽性。
同樣地，每一種重復對於真實基因表達量的方差貢獻也不是相同的。
因為cell重復和測定技術重復，並是一個獨立變數。技術重復本質上是對同一份樣品進行測定，數據在這種情況下的變異，完全是由於人為或機器造成的，而cell重復在本質上可以認為與animal樣品之間存在相關性，因此也不是獨立的。
3、從 的角度，來選擇replicate
【標注】 越小，代表對 估計越准確
可以看到的是，當增大animal重復數時， 趨於一個穩定值，該樣本對總體的估計達到了一個較為准確的水平，同時 的值也接近於0。
4、從統計檢驗的角度，來選擇replicate
使用two-sample t檢驗，來判斷cell樣品的gene表達量方差、動物樣品表達量均值之間是否存在顯著差異。
下圖很明顯的一個結果就是，隨著 的增加，統計檢驗的效能得到提升，假陽性也在降低（同時也得權衡 和 ）
對於一組數據來說， 研究對象的生物重復比技術重復更能夠反映總體 ，因此在進行實驗設計時，最好將實驗/測序資源傾向這邊，而不是技術重復（除非對技術重復所誘發的影響感興趣）
[1] 劉小樂老師-哈佛計算生物學與生物信息學
[2] Blainey P, Krzywinski M, Altman N. Points of significance: replication[J]. Nature methods, 2014, 11(9): 879.
2. 高中生物，減少實驗誤差
控制無關變數不能算作是為了減少實驗誤差
無關變數並不是實驗要研究的目的，但是卻能影響實驗的結果，不控制無關變數，會導致無法得出結論或者得出錯誤的結論，這與誤差無關，是實驗設計的問題。
3. 根據生物學重復,兩個樣本對應不上號應該怎麼區分啊
你好，這是正常現象，我們可以去兩個樣本的平均值。
生物重復：指對同一個處理組中獨立來源的重復樣本分別進行獨立分析，是整個實驗的完全重復，如將具有同一基因型的多個細胞株進行獨立地測定。由於遺傳和環境等因素的影響會引起有機體的個體差異，因此需要採用生物重復的實驗設計方法來消除該差異。目前都以3次生物學重復實驗設計為主，要求嚴格的實驗可以做5次重復。發現生物重復是衡量實驗的總波動的（處理組間的差異不列入此處的波動，他們應該稱為效應），它包括樣本個體間差異和技術重復差異。