为什么需要相对定量?
在大多数基因表达研究中,我们关心的是基因表达的相对变化(如处理组相比对照组的表达量变化),而非基因的绝对拷贝数。qPCR 的相对定量方法可以准确比较不同样本间的基因表达差异。
基本原理:Ct 值与模板量的关系
qPCR 中有一个核心公式:
- 模板量每增加一倍,Ct 值减少约 1 个循环
ΔΔCt 方法详解
1. 基本概念
ΔΔCt 法是最常用的相对定量方法,其核心思想:
ΔCt = Ct(目的基因) - Ct(内参基因)
ΔΔCt = ΔCt(处理组) - ΔCt(对照组)
相对表达量 = 2^(-ΔΔCt)
2. 计算步骤
假设我们有:
- 处理组目的基因 Ct = 20
- 处理组内参基因 Ct = 15
- 对照组目的基因 Ct = 22
- 对照组内参基因 Ct = 15
计算过程:
步骤 1: 计算 ΔCt
处理组 ΔCt = 20 - 15 = 5
对照组 ΔCt = 22 - 15 = 7
步骤 2: 计算 ΔΔCt
ΔΔCt = 5 - 7 = -2
步骤 3: 计算相对表达量
2^(-ΔΔCt) = 2^2 = 4
结论: 处理组目的基因的表达量是对照组的 4 倍
常用内参基因
| 组织类型 | 推荐内参 |
|---|---|
| 哺乳动物细胞 | GAPDH、β-actin、18S rRNA |
| 植物 | EF1α、UBQ10、ACTIN |
数据可视化与统计
1. 柱状图展示
建议使用柱状图展示相对表达量,包含标准差或置信区间。
2. 统计检验
- 生物学重复:至少 3 个独立生物学重复
- 技术重复:每个生物学样本至少 2 次技术重复
- 统计方法:t 检验或 ANOVA
总结
- 选择稳定的内参基因并验证
- 确保扩增效率接近 100%
- 设置足够的生物学重复
- 使用正确的统计方法
- 报告标准差或置信区间
本文用于科研实验排查与条件优化,不替代实验室 SOP、试剂说明书或医学判断。