对于以下数据分析问题，我将不胜感激。请阅读到最后，因为问题起初可能看起来微不足道，但经过大量研究，我向您保证不是。情况有点复杂，因为我想比较均值的比率：

例如，在一个实验中，我从 7-8 个表达特定离子通道基因 (Gene1) 的细胞（复制品）中收集了数据（电流水平，一个连续变量）。这给了我一个 Gene1 的平均电流水平。然后我测量了一组不同的 7-8 个复制细胞的电流水平，这些细胞也表达 Gene1 PLUS 激活基因（“治疗”）。现在我有一个 Gene1+activator 的平均电流值。

我对 Gene2（不同的离子通道基因）重复两次测量，再次记录 7-8 次细胞复制的平均电流值，仅用于 Gene2，然后用于 Gene2+激活剂。

我有兴趣比较的数量是 Gene1 与 Gene2 的激活剂引起的激活百分比或激活倍数。因此，我将通过将 Gene1+激活剂的平均电流除以单独的 Gene1 的平均电流来获得一个比率。这会给我 Gene1 的折叠激活。我会将其与为 Gene2 获得的类似比率进行比较。

我已经对此进行了一些研究，并且使用Fieller 的区间来计算误差线或置信区间似乎很有希望。但是，我不知道如何将其转换为假设检验并获得适当的 p 值来比较均值相同/不同。此外，最好的解决方案还允许多重比较，并允许我同时比较 Gene1 和 Gene2 以及 Gene3 和 Gene4 的“折叠激活”。

Fieller 的区间似乎是计算每个折叠激活的 95% 置信区间等的完美工具，但是当我们提交给期刊时，他们会坚持使用 p 值进行比较。到目前为止，我只能坚持认为没有 CI 重叠显然表明存在显着差异，但我知道没有 95% CI 重叠是一个过于严格的比较测试，它表示 alpha<0.05。我真的很感激对适当比较测试的任何建议（单项或多项比较，在这一点上都会有所帮助）。提前致谢。