1. 向数据库插入的数据不重复，如何用Java做验证
String name = xx(这里写你获取到的准备插入的name的值)
select name from (这里写你的表名) where name = xx;
ResustSet rs = （执行上句话生成结果集）
if(rs.next()){ (这里写发现重复时的操作)
]
else{ （这里写正式的插入语句）
}
2. 有两组基因差异表达数据（一组对照一组暴露）无生物学重复。请问各位高手如何进行分析，可否进行统计分析
统计分析适用地方 必须要有供统计分析的数据
没有重复，也可以统计分析两组差异数据各自表达基因特点：丰度、多样性、与环境因素相关度。。。。
3. RNA-seq没有生物学重复 被审稿人argue怎么办
一般一篇RNA-seq类的文章，其结论主要涉及两个方面的问题。对于文章中结论中涉及的具体与某个性状相关的基因，还是建议你把与结论重要的相关基因使用Qpcr验证一遍，然后就有底气回复了：“虽然没有重复，Qpcr的结果支持我的关注的这些基因嘛”。（比如我们之前就分享了一篇大牛的文章，只有2个重复的lncRNA，通过多种后期实验验证发了8分的文章，戳这里查看）如果你的文章重点讨论的是某些通路或一类基因集合，全部Qpcr验证一遍工作量太大，不现实啊。
还有一个办法，去数据库查找类似的研究数据来支持我们的结论。例如，华南农大周碧燕教授今年刚刚发表的研究超氧化物对荔枝退化叶影响的文章（查看文献解读戳这里~）。虽然设计了重复，审稿人依然不过瘾：能不能再找些证据？在和周教授协商后，我们从NCBI下载了一篇研究超氧化物对拟南芥影响的文章的数据。在进行分析比较后，我们发现拟南芥差异表达基因几乎在荔枝的差异基因中都能找到同源基因。于是，审稿人就再也不提这个问题了。如果是医学类的项目，找到同类数据应该理论上也更加容易。
当然，如果要发表5分以上的文章，建议还是设置生物学重复比较保险一些。以上的策略，也只能保证能够应答大部分审稿人的质疑，但有时候也会遇到死揪不放的审稿人。那么，额，还是撤稿换投吧，说不定知音就在下一家杂志社哟。
4. 数据列不能有重复值的数据校验怎么设置
假设你的数据在A列,在B1输入公式
=countif(A:A,A1)
这个公式是求出A1中的数据在A列出现次数
将B1公式向下复制,分别求A列各个数据在A列出现的次数
这时,B列出现次数大于1的,都是有重复的！
5. C#中判断数据库里有没有相同信息，如果没有则进行插入等操作
您好，这种情况是因为您插入了重复的数据，所以导致数据库不能够添加。
以后您如果再遇到类似的问题，可以按照下面的思路去解决：
1、发现问题:往往生活在世界中，时时刻刻都处在这各种各样的矛盾中，当某些矛盾放映到意识中时,个体才发现他是个问题，并要求设法去解决它。这就是发现问题的阶段。从问题的解决的阶段性看，这是第一阶段，是解决问题的前提。
2、分析问题:要解决所发现的问题，必须明确问题的性质，也就是弄清楚有哪些矛盾、哪些矛盾方面，他们之间有什么关系,以明确所要解决的问题要达到什么结果，所必须具备的条件、其间的关系和已具有哪些条件,从而找出重要的矛盾、关键矛盾之所在。
3、提出假设:在分析问题的基础上，提出解决问题的假设,即可采用的解决方案,其中包括采取什么原则和具体的途径和方法，但所有这些往往不是简单现成的，而且有多种多样的可能。但提出假设是问题解决的关键阶段，正确的假设引导问题顺利得到解决,不正确不恰当的假设则使问题的解决走弯路或导向歧途。
4、校验假设:假设只是提出n种可能解决方案,还不能保证问题必定能获得解决，所以问题解决的最后一步是对假设进行检验。不论哪种检验如果未能获得预期结果，必须重新另提出假设再进行检验，直至获得正确结果，问题才算解决。
6. java 判断数据是否有重复的
把数据加入集合，比如List，可以用contains()方法查询集合中是否包含当前数据。比如：
List<String>list=new ArrayList<String>();
list.add("abc");
.....
if(list.contains("jkf")) //如果集合中有"jkf",则返回true
如果是要剔除重复数据，加入Set中，会自动剔除重复数据。
7. 两组基因差异表达数据（一组对照一组暴露）无生物学重复。用什么统计方法分析单因素方差分析可以吗
肯定不是单因素方差分析，要考虑T检验，不是独T 就是配对样本T检验，在追问握把 你具体的对照和暴露是什么意思 是测量前后还是有相关关系还是相互之间没有影响
8. 没生物学重复的转录组数据以什么为准
为什么转录组要做生物学重复？
在回答上面的这个问题前，请允许我先引入一个类比。
现在有个项目对中国人和日本人的身高进行一个调查研究，设计一个实验来确定中国人的身高和日本人的身高是否有差异？如何设计这个实验？
身高是一个数量性状，在一个种群内它的分布应该是以一个平均值为中心向两侧延伸类似于泊松分布，如下图所示：
如果想比较中国人的身高和日本人的身高这个问题，把中日两国所有的人都抓过来测定一下身高，然后计算平均值和标准方差后，进行统计比较两个群体是否有差异，这是最准确和理想的方案，但是因为经费的原因不现实。
只能退而求其次，对群体进行随机抽样得到小的样本集，以这个小的样本集代替原来的整个群体，假设对中日两国人各进行随机抽样1000个，然后测定身高，得到两个样本集合C1和J1（身高的数据），然后可以对此进行生物统计学分析，比较两个种群的身高是否有差异？
现在如果我对每个种群只取一个样本，中国人1个样本，日本人1个样本，然后以这两个样本的身高数据进行比较，从而确定这两个群体的身高是否有显着差异？这种方案相信所有的人都会立即否定，这明显不靠谱，因为只是随机抽了一个样本，由此得到的结论根本站不住脚。如果我对每个群体选择1000个样本，先计算这1000个样本的平均值，然后通过比较平均值来确定两个群体是否有差异，这个方案明显不行，1000个样本的平均值比起1个样本来说接近这个群体的平均值的概率高，但是其实本质都是一次取样，无法进行统计学分析。
如果我对中日两国的人先按照地区进行抽样，每个地区选择10个人，取其平均值作为该地区的代表样本，这样每个地区有一个样本，中日两个群体也会有很多样本，这种做法是否可取？这种做法的问题在于：不同地区的人数目不同，身高不同，以地区的平均值代表该地区的平均身高，然后将不同地区的人汇聚起来计算，这样忽略了人口数目的权重，从而导致整个群体的平均身高被拔高或者降低，最后得到的结论也是不可靠的。
现在开始进入正题，假设我要通过转录组测序的方法比较拟南芥叶片在阳光下和黑暗中基因表达的差异，找到与光反应有关的基因，我希望自己得到的这个结论是可靠的，在所有的拟南芥中这个结论都成立。
那么阳光下的拟南芥作为一个群体，黑暗中的拟南芥作为一个群体，现在开始设计实验，可以直接模仿上面的实验设计方式来进行实验。
（1）采用穷尽的方式将所有的样本都拿来做，这根本不可能。
（2）对两个群体进行随机抽样，每个群体抽样数目至少>3个，理论上选择更多会更好，但是也要考虑经费的限制，抽样的样本数目太少，直接不行。通过这种方式对每个群体>3个样本进行转录组测序，然后筛选出差异基因，就算是这样差异基因的后续验证仍然是必须的。
（3）每个群体选择1个样本测序，筛选差异基因，至少对于有参考基因组的拟南芥来说这样其实是不行的，因为随机选择的1个样本，不能代表这个群体的特征，由此筛选得到的差异基因并不是这两个群体的差异基因。
（4）那如果每个拟南芥群体选择10个样本提取RNA，然后等量混合得到2个样本代表2个群体，这样是对10个样本的基因表达量取了平均值，但是这10个样本其实也不能代表这个群体，而且混样之后的平均值其实就是相当于取了一个样本，由此得到的差异基因同样不可信。
（5）如果拟南芥黑暗和光照条件下，各取30个样本，每10个样本等量混合成一个样本，那么黑暗和光照条件下每组仍然有3个混合样本进行转录组测序，据此筛选差异表达基因，应该是很有代表性了，我个人感觉这种方法会比每组3个样本的效果好一点。