发布时间:2019-12-19 16:44 原文链接: 如何进行qpcr结果分析?这篇文章或许能帮到你

  为了分析qPCR数据,呃,我也是蛮拼的,下载了好多qPCR的分析软件,什么LinRegPCR、Markergaul、qCalculator、pyQPCR。

  结果发现,这些软件,对我来说,都没什么卵用。比如这个pyQPCR,打开是这样的:

图片.png

  要输入qPCR中导出的TXT文件,但因为这个软件挺老的,很多新机型的文件都识别不了,就是基本上不能用。

  LinRegPCR挺好,可以打开,但打开后,我发现,这个软件是用来具体分析阈值线范围的,也就是推测qPCR线性期的软件:

图片.png

  PCR扩增的时候,有基线期,指数期,线性期和平台期,每个时期的扩增效率不同,当然指数期的扩增效率最高。这个软件是通过扩增曲线上每个点的扩增效率情况,选取最均一位置划阈值线。最后就导出CT值:

图片.png

  但我只是要一个数据计算的软件,所以这个也用不上……

  Markergaul是个网页版的,但我根本打不开。qCalculator可以计算,但格式是以标准曲线为主的一种绝对定量:

图片.png

  我还是没解决我的问题啊,师姐,咋办?

  用参照基因 ( 如GAPDH 或 ß-actin)能准确量化初始材料的载量,尤其当初始材料量常常受限时,进行相对基因表达分析实验十分方便。缺点是这个方法要求得到一个或多个在所有测试样本中恒定表达的已知参照基因,而且表达水平不受研究条件下处理方式的影响。确定这样的参照基因十分重要,最近有报道提出在大多数研究实验中,使用多个参照基因对于准确定量是必须的。(Vandesompeleet al., Genome Biology 3, research 0034.1–0034.11, 2002 )

  用相对定量比较多个样本,样本之一常被选为参照。在其它所有样本中目标基因的表达都相对于参照上调或下调,通常用未处理的或基准样本作为校准样本。确定 CT 值之后,可以用不同的方法来确定实验样本相对于校准样本目标基因的相对表达水平,下面我们介绍三种用参照基因进行相对定量的方法:1) Livak 法,即众所周知的2–ΔΔCT法 2)用参照基因的 ΔCT 法 3 ) Pfaffl 法,每种方法都有优点和缺点,并且必须满足分析实验结果的前提条件。

  进行相对基因表达分析普遍采用操作简便的2–ΔΔCT 法,条件是目标基因和参照基因扩增效率都接近 100% 且相互间效率偏差在5% 以内。使用2–ΔΔCT 法之前,必须验证目标基因和参照基因的扩增效率。一旦确定目标基因和参照基因有相似且接近 100% 的扩增效,你就可以确定不同样本中目标基因表达水平的相对差异,步骤如下:

  首先,对所有的测试样和校准样本,用内参基因的 CT 值归一目标基因的CT 值:

  ΔCT(test) = CT(target, test) – CT(ref,test)

  ΔCT(calibrator) = CT(target,calibrator) – CT(ref, calibrator)

  其次,用校准样本的 ΔCT 值归一试验样本的 ΔCT 值:

  ΔΔCT = ΔCT(test) – ΔCT(calibrator)

  最后,计算表达水平比率:

  2–ΔΔCT = 表达量的比值

  得到的结果是通过参照基因表达水平校准的试验样本中目标基因相对于校准样本的增加或减少的倍数,用参照基因校准目标基因表达的目的是弥补样本组织量的差异。如果目标和内参基因的扩增效率不相近,可以优化或重新设计实验,或者可以采用后面讲的Pfaffl 法。另外,如果目标基因和参照基因有同样的扩增效率,但是扩增效率不等于 2,那么2–ΔΔCT法的公式可以修正为用实际扩增效率值代替等式中的 2。例如,如果目标基因和参照基因的扩增效率都为 1.95,计算公式为1.95–ΔΔCT。

  用参照基因的ΔCT 法是 Livak法的一种变化形式,它更容易掌握且结果相同,ΔCT 法用每个样本中参照基因与目标基因的 CT 值差异。虽然这种方法的操作步骤简单,但同样能真实衡量基因表达水平,将参照基因的表达水平计算在内。结果显示,主要的差异是校准样本的表达水平不是1.0。如果用这个方法得到的表达值除以所选的校准样本的表达值,计算结果与2–ΔΔCT法的结果正好相同:

  Ratio (reference/target) = 2CT(reference) – CT(target)

  这个方法的数学前提与2–ΔΔCT法的相同。

  当目标基因和参照基因的扩增效率相近时,用2–ΔΔCT法定量相对基因表达是最合适的方法,但是如果两个扩增子扩增效率不同,必须选择另一个方法来确定不同样本中目标基因的相对表达量。用下列公式确定测试样和校准样之间表达比率:

图片.png

  上述等式中,Etarget和 Eref分别是目标基因和参照基因的扩增效率,ΔCTtarget(calibrator – test) 是校准样本中目标基因的 CT 减去测试样中目标基因的CT,ΔCT ref(calibrator – test) 是校准样本中参照基因的 CT 减去试验样本中参照基因的CT。上述等式的前提:每个基因 (目标和参照 )在试验样本和校准样本中有相同的扩增效率,但是目标基因和内参基因之间的扩增效率可以不同。

  由于生物系统的复杂性,没有任何一个内参基因对于所有的实验都是适用的,所以采用经过验证的两个及以上内参基因来做归一化是最适当且普遍适用的方法,即Vandesompele法,公式如下:

图片.png

  Bio-rad CFX Manager软件中融入了基因表达的各种计算方法,能使定量实验结果更准确。


相关文章

最广泛灵长类动物大脑研究结果发布

科技日报北京4月1日电 (记者张梦然)美国马萨诸塞大学阿默斯特分校生物学家领导的跨学科小组最近发表了一项史无前例的研究:调查了18种灵长类动物的基因表达与大脑进化之间的联系。研究成果发表在《......

分子细胞卓越中心揭示人线粒体tRNAt6A修饰对线粒体基因表达调控的多重作用

1月16日,中国科学院分子细胞科学卓越创新中心研究员周小龙、王恩多团队在《核酸研究》(NucleicAcidsResearch)上,发表了题为Multifacetedrolesoft6Abiogene......

北京基因组所揭示半甲基化在基因表达调控中的作用

DNA甲基化是最早发现的表观遗传标记之一,在真核细胞基因表达调控中发挥重要作用。随着DNA甲基化检测技术的进步,研究发现DNA甲基化具有完全甲基化和半甲基化两种状态,以及可以稳定遗传的半甲基化修饰。关......

分子植物卓越中心揭示细胞分裂素快速激活基因表达的分子机制

细胞分裂素(cytokinin)是一种重要的植物激素,在植物的生长发育中扮演着多种角色,包括维持分生组织、促进维管组织分化、调控叶片衰老和促进再生等。以往研究表明,细胞分裂素的信号传递类似于细菌的双组......

Science:新研究揭示短串联重复序列如何影响基因表达

几十年来,科学家们已经知道,“垃圾DNA(junkDNA)”实际上起着至关重要的作用:尽管基因组中的蛋白编码基因提供了构建蛋白的蓝图,但是基因组中的一些非编码部分,包括以前被认为是“垃圾DNA”的基因......

《科学》等多期刊连发21项研究,迄今最全人脑细胞图谱发布!

12日,同时发表在《科学》《科学进展》和《科学·转化医学》杂志上的21项研究,公布并详细解释了迄今为止最全面的人类脑细胞图谱。这些研究对3000多种人类脑细胞类型进行了特征分析,阐明了某些人类脑细胞与......

空间细胞类型组分解析新算法被提出!

8月7日,中国科学院动物研究所翟巍巍/马亮团队在《自然-通讯》(NatureCommunications)上,发表了题为SONARenablescelltypedeconvolutionwithspa......

武汉大学等团队发现急性肾损伤进展的调控新机制

急性肾损伤(AKI)的发病率和死亡率很高。肾损伤分子-1(KIM1)在肾小管损伤后显着上调,并作为各种肾脏疾病的生物标志物。然而,KIM1在AKI进展中的确切作用和潜在机制仍然难以捉摸。2023年7月......

研究发现细胞衰老可能与基因表达错误率上升有关

美国研究人员最新发现,细胞内部基因表达的错误率越来越高,无法正常合成蛋白质,可能是细胞停止分裂、陷入衰老状态的原因。这项成果由美国国家老龄问题研究所等机构的人员取得,有望为研发抗衰老药物提供新靶点,相......

研究发现细胞衰老可能与基因表达错误率上升有关

美国研究人员最新发现,细胞内部基因表达的错误率越来越高,无法正常合成蛋白质,可能是细胞停止分裂、陷入衰老状态的原因。这项成果由美国国家老龄问题研究所等机构的人员取得,有望为研发抗衰老药物提供新靶点,相......