每个研究课题都有它的意义，差异基因也是一样。在最开始的研究中，人们对此方面研究着重于单基因的差异分析，但是此类的分析有着很多缺点：

        ①与微阵列实验同有的噪声相比，若组间基因表达量差别较小，则易出现假阴性错误，即检验效能较低；

        ②若筛选出大量的差异表达基因，而又没有统一的分类信息，则结果难以合理解释；

          ③未考虑基凶间相互作用，不能自-效地利用一些先验信息；

          ④对研究日的相同的微阵列实验筛选出的差异表达基因仅有少部分是霞叠的，即可重复性差 。

  这些缺点让相同的实验在不同的实验室中却做出了不同的结果。相对于如此，在单基因的研究的基础上，又提出了对基因集的分析。

当然，除掉对基因集的分析，还加入了一些机械学习的算法，例如贝叶斯算法，或者使用meta分析将已经存在的正确的分析综合起来分析。

诸如此类，都是为了让结果更精确罢了。