85. qPCR göreli nicelendirme (ΔΔCt, Pfaffl, standart eğri)
Şablon kimliği: qpcr_goreli · Kategori: genetik · Dil: R · Dosya: pro/sablonlar/genetik/qpcr_goreli.R (satır 1–363; üstbilgi 1–122) · Örnek veri: _ornek/qpcr_livak.csv · Paketler: taban R (stats, graphics); biyolojik birim verilirse lme4 2.0.6
85.1 Ne işe yarar
Şablon, gerçek zamanlı PCR (qPCR) ölçümlerinden bir genin ifadesinin gruplar arasında kaç kat değiştiğini kestirir. Cevapladığı soru şudur: "Hedef genin ifadesi, bir referans gene göre normalleştirildiğinde, deney grubunda kontrol grubuna göre kaç kattır ve bu fark şansla açıklanabilir mi?"
qPCR'ın ham ölçüsü eşik döngüsüdür (C_t; C_q de denir): floresan sinyalin sabit bir eşiği aştığı döngü numarası. Her döngüde ürün yaklaşık ikiye katlandığından başlangıçtaki kalıp miktarı N_0 ile C_t arasında
- N_0: örnekteki başlangıç kalıp (cDNA) miktarı.
- E: çoğalma verimi, döngü başına çoğalma katsayısı; kusursuz tepkimede E=2 (%100 verim).
- C_t küçükse kalıp çoktur: bir döngü fark, E=2 için iki kat miktar farkıdır. Bu ters ilişki bütün işaretlerin kaynağıdır.
ilişkisi vardır. Şablon bu ilişkiyi üç yoldan kullanır: verimi 2 sayan \Delta\Delta C_t yöntemi (Livak ve Schmittgen, 2001), verimi hesaba katan Pfaffl (2001) oranı ve seyreltme serisinden miktara dönen göreli standart eğri yöntemi. Ayrıca örnek başına \Delta C_t değerleri üzerinde grup karşılaştırması yapar: Welch t, Wilcoxon sıra toplamı, ortak varyanslı doğrusal model, ikiden çok grupta tek yönlü ANOVA ve biyolojik birim sütunu verilirse karma model.
Ne zaman kullanılır? Az sayıda hedef genin, tek bir referans gene göre, iki ya da daha çok grup arasında karşılaştırıldığı qPCR deneylerinde; seyreltme serisinden çoğalma veriminin kestirilmesinde.
Ne zaman kullanılmaz?
- Genom ölçeğinde sayım verisi (RNA-seq):
rnaseq_mikrobiyom(Bölüm 88). - Mutlak kopya sayısı (kopya/µL) isteniyorsa: şablon yalnız göreli miktar verir.
- Birden çok referans genin geometrik ortalamasıyla normalleştirme (Vandesompele ve ark., 2002): şablon tek referans gen alır; referans C_t'lerin ortalaması önceden hesaplanıp tek "gen" olarak girilebilir.
- İki etkenli tasarım (doz × zaman), tekrarlı ölçüm: örnek başına \Delta C_t tablosu dışa aktarılıp temel programın ANOVA ya da karma model analizleriyle çözümlenir.
- Çoğalma eğrisinin ham floresan verisinden verim kestirimi: şablon C_t değerleriyle başlar.
Temel programla ilişki. \Delta C_t elle hesaplanırsa Welch t, Mann–Whitney ve ANOVA temel programda da yapılır. Şablonun eklediği: teknik tekrarların ortalanması, hedef–referans eşleştirmesi, standart eğri ve verim, üç nicelendirme yönteminin yan yana kurulması ve kat değişimi ölçeğine dönüş.
85.2 Şablonun girdileri
Form, üstbilgideki on yedi [[param]] bloğundan kurulur (qpcr_goreli.R:10–121).
| Alan (form etiketi) · ad | Tür · sekme | Varsayılan | Geçerli değerler | Kodda etkisi |
|---|---|---|---|---|
Örnek · ornek |
kategorik sütun · Değişkenler | ilk uygun sütun | herhangi sütun | Hedef ve referans geni aynı örnekte eşleştirir; teknik tekrarların anahtarı (153, 184, 207). |
Grup · grup |
kategorik sütun · Değişkenler | ilk uygun sütun | herhangi sütun | Deney koşulu (153, 164). |
Gen · gen |
kategorik sütun · Değişkenler | ilk uygun sütun | herhangi sütun | Hedef ve referans genleri ayırır (153, 159). |
Ct (Cq) değeri · ct |
sütun · Değişkenler | ilk uygun sütun | sayı ya da metin | Sayıya çevrilir; ondalık virgül kabul edilir (129–130). |
Seyreltme miktarı · miktar |
sayısal sütun · Değişkenler | boş | pozitif sayı; ölçüm satırlarında boş | Dolu satırlar standart eğriye, boş satırlar nicelendirmeye gider (154, 157–158). |
Biyolojik birim · biyolojik |
kategorik sütun · Değişkenler | boş | herhangi sütun | Verilirse karma model (155, 316–330). |
Referans gen adı · referans_gen |
metin · Değişkenler | boş | veride geçen bir gen adı | Normalleştirici gen (160–161). |
Kontrol grubu adı · kontrol_grubu |
metin · Değişkenler | boş | bir grup adı; boşsa grup sırasındaki ilk grup (Veri sekmesindeki düzey sırası, yoksa sayısal sıra, yoksa verideki ilk görülme) | Kalibratör grup (165–175). |
Ölçüm kipi · kip |
seçim · Model | ayri_tup |
ayri_tup, ayni_tup |
\Delta C_t ve s'nin tanımı (177, 219–229). |
Hedef gen verimi · verim_hedef |
ondalık · Model | 0 | 0–3; 0 = standart eğriden ya da 2 | Pfaffl oranında E_{\text{hedef}} (250–262). |
Referans gen verimi · verim_referans |
ondalık · Model | 0 | 0–3; 0 = standart eğriden ya da 2 | Pfaffl oranında E_{\text{ref}} (250–262). |
Belirlenemeyen Ct işlemi · belirsiz_ct |
seçim · Seçenekler | eksik |
eksik, sabit_dongu |
"Undetermined" türü değerler eksik sayılır ya da sabit döngüye eşitlenir (136–138). |
Belirlenemeyen Ct için döngü · belirsiz_dongu |
ondalık · Seçenekler | 40 | 1–60 | sabit_dongu seçiliyse atanan C_t (137). |
Güven düzeyi · guven |
ondalık · Seçenekler | 0,95 | 0,5–0,999 | t, Wilcoxon ve doğrusal model aralıkları (179). |
ΔΔCt'yi yalnız eşleşen örneklerle hesapla · eslesen_ddct |
onay · Model | kapalı | açık, kapalı | Yalnız ayrı tüp kipinde: açıkken ΔΔCt tablosu da yalnız iki genle de ölçülmüş örneklerden hesaplanır (101–113, 178, 210, 220). |
Eşit varyans · esit_varyans |
onay · Seçenekler | kapalı | açık / kapalı | Açıksa Student t, kapalıysa Welch t (180, 241, 302). |
Çoklu karşılaştırma düzeltmesi · duzeltme |
seçim · Seçenekler | none |
none, holm, BH, bonferroni |
Test tablosuna düzeltilmiş p sütunu (343–345). |
Örnek ayar (ornek_param, satır 9): beş sütun adlarıyla, referans_gen = "GAPDH", kontrol_grubu = "beyin"; öteki alanlar varsayılandadır.
Şablonun kendi denetimleri.
| Koşul | İleti (özet) | Satır |
|---|---|---|
| Veri açık değil | "Önce Veri sekmesinde bir veri açın." | 119 |
| Örnek, grup, gen, Ct için aynı sütun iki kez | "… sütunları birbirinden farklı olmalı." | 121 |
| Ct sütununda hiç sayı yok | "'…' sütununda sayısal Ct değeri yok …" | 132 |
| Referans gen boş ya da veride yok | "Referans gen '…' veride yok; mevcut genler: …" | 154 |
| Referans dışında gen yok | "Referans gen dışında hedef gen yok." | 156 |
| Kontrol grubu veride yok | "Kontrol grubu '…' veride yok; mevcut gruplar: …" | 167 |
| Tek grup | "En az iki grup gerekli …" | 161 |
| Standart eğri miktarı sıfır ya da negatif | "Standart eğri miktarları pozitif olmalı." | 174 |
| Kontrol grubunda hedef ya da referans C_t'si yok | "'…' için kontrol grubunda hedef ve referans Ct'si birlikte yok." | 221 |
| Geçersiz düzeltme adı | "Geçersiz düzeltme yöntemi." | 304 |
Notlar ve uyarılar (durdurmaz). Belirlenemeyen ve tanınmayan C_t sayıları ve işlemi (146–150); 0'dan küçük ya da 60'tan büyük C_t (152); ortalanan teknik tekrar sayısı (185); üçten az seyreltme düzeyi olan gende eğri kurulmadığı (193); verimin %80–120 dışında olduğu (198); grup karşılaştırması yapılamayan gen (298); her biyolojik birimde tek örnek varsa karma modelin kurulmadığı (317); kontrol grubu boşken seçilen grup ve sıranın dayanağı (171–173); hedef ve referans geninin örnek kimliğiyle hiç eşleşmediği (208–209) ya da kısmen eşleştiği (213–215); en az bir grupta tek örnek olduğu (307–308); biyolojik birim varken testlerin örnekleri bağımsız saydığı (333–335); girilen verimin 2,2'nin üstünde olduğu (254).
Belirlenemeyen C_t. Sayıya çevrilemeyen değerler küçük harfe çevrilip şu listede aranır: undetermined, undet, und, nd, n.d., n/d, no ct, noct, no cq, nocq, not detected, na, n/a, - ve uzun tire biçimleri (satır 132). Listedekiler "belirlenemeyen" sayılır ve seçeneğe göre işlenir; listede olmayan metinler her zaman eksik sayılır ve ayrıca uyarılır.
85.3 Örnek veri
Dosya: _ornek/qpcr_livak.csv; 66 satır, 5 sütun. Ölçüm satırları Livak ve Schmittgen'in (2001) c-myc / GAPDH örneğidir (beyin ve böbrek dokusu, altışar örnek); standart eğri satırları pcr paketinin seyreltme serisidir (Ahmed ve Kim, 2018).
| Değişken | Rol | Tür (veri sekmesi) | Özet |
|---|---|---|---|
ornek |
Örnek | metin | B1–B6 (beyin), K1–K6 (böbrek), S1–S21 (seyreltme). |
grup |
Grup | ikili | beyin, bobrek; seyreltme satırlarında boş. |
gen |
Gen | ikili | c_myc (hedef), GAPDH (referans). |
ct |
Ct | sayısal | 22,60–32,55; eksik yok. |
miktar |
Seyreltme miktarı | sayısal | 1; 0,5; 0,2; 0,1; 0,05; 0,02; 0,01 (her biri üç tekrar, iki gen: 42 satır); ölçüm satırlarında boş. |
Grup sırası. Grup sütunu Veri sekmesinde düzey sırası olan bir kategorik sütunsa bu sıra, grup adlarının hepsi sayıysa sayısal sıra, değilse verideki ilk görülme sırası kullanılır (satır 165–169). Kontrol grubu adı verilmezse bu sıradaki ilk grup kontrol olur ve hangi grubun hangi sıra kuralıyla alındığı konsola yazılır (171–173); metin adlarda sıra satır düzenine bağlı olduğundan kontrol adını yazmak güvenlidir. Örnek ayar kontrolü adıyla (beyin) verir; sıra bu durumda yalnız tabloların satır düzenini etkiler.
Bu bölümde kullanılan çalıştırmalar: (1) örnek ayar; (2) aynı tüp kipi; (3) eşit varyans açık, güven düzeyi 0,90; (4) hedef verimi 1,9 parametreden; (5) ek sınama verisi dogrulama/qpcr_goreli/qpcr_cok.csv (üç grup: kontrol, doz2, doz10; grup başına üç hayvan, hayvan başına iki doku örneği, örnek başına iki teknik tekrar; hedef IL6 ve TNF, referans ACTB; 108 satır), biyolojik birim hayvan, düzeltme Holm; (6) aynı veri, aynı tüp kipi, düzeltme BH; (7) satır sırası ters çevrilmiş örnek veri.
85.4 Yöntem: formüller ve hesap adımları
Hesap sırası: (1) C_t'leri sayıya çevir, belirlenemeyenleri işle; (2) seyreltme satırlarını ayır; (3) teknik tekrarları örnek × gen içinde ortala; (4) standart eğriler ve verim; (5) \Delta\Delta C_t ve kat değişimi; (6) Pfaffl oranı; (7) göreli standart eğri yöntemi; (8) örnek başına \Delta C_t üzerinde testler.
85.4.1 Teknik tekrarlar
Aynı örnek × gen (ve verildiyse biyolojik birim) için birden çok satır varsa C_t'lerin aritmetik ortalaması alınır (satır 184). Sonraki bütün hesaplarda birim örnektir.
Neden teknik tekrarlar ortalanıyor?
Aynı cDNA'nın üç kuyucuğu pipetleme ve cihaz gürültüsünü ölçer, biyolojik değişkenliği ölçmez. Onları ayrı gözlem saymak serbestlik derecesini şişirir ve p değerlerini haksız yere küçültür (Hurlbert, 1984). Ortalama, C_t ölçeğinde alınır: bu, miktar ölçeğinde geometrik ortalamaya karşılık gelir ve çarpımsal hata yapısına uygundur.
85.4.2 Standart eğri ve çoğalma verimi
Bilinen göreli miktarlarla (Q) ölçülen C_t arasında doğrusal ilişki kurulur:
- m: eğim; E=2 için m=-1/\log_{10}2=-3{,}3219. Daha dik eğim (m<-3{,}32) verimin %100'ün altında olduğunu gösterir.
- b: kesişim; Q=1 (seyreltilmemiş) örneğin beklenen C_t'si.
- R^2: doğrusallık ölçüsü; 0,98'in altı seyreltme ya da pipetleme sorununa işaret eder.
- Eğri her gen için ayrı, en küçük karelerle uydurulur (
lm, satır 194); en az üç farklı seyreltme düzeyi gerekir.
Verim %80–120 dışındaysa ΔΔCt kullanılmaz
Şablon herhangi bir genin verimi 1,8'den küçük ya da 2,2'den büyükse uyarır (satır 198). \Delta\Delta C_t yöntemi iki genin veriminin 2'ye ve birbirine yakın olduğunu varsayar; örnekte verimler 1,973 ve 1,963'tür ve 2^{-\Delta\Delta C_t}=5{,}64 ile verim düzeltmeli oran 5{,}48 arasındaki fark %3'tür. Verimler hedefte 1,8, referansta 2,0 olsaydı aynı C_t farkları için fark %30'u bulurdu.
85.4.3 ΔΔCt yöntemi
- \Delta C_t: hedef genin referans gene göre normalleştirilmiş düzeyi; örneğe konan toplam cDNA miktarındaki farkları giderir. Büyük \Delta C_t düşük ifade demektir.
- \Delta\Delta C_t: grubun kontrol grubuna göre farkı. Negatif değer ifadenin arttığını gösterir.
- 2^{-\Delta\Delta C_t}: kontrol grubuna göre kat değişimi; kontrol grubunda tanım gereği 1'dir.
\Delta C_t ve yayılım ölçüsü s, ölçüm kipine göre iki biçimde hesaplanır (satır 219–229):
- Ayrı tüp: hedef ve referans ayrı kuyucuklarda ölçülmüştür. \Delta C_t iki grup ortalamasının farkıdır; s^2_{\text{hedef}} ve s^2_{\text{ref}} o gruptaki örnek C_t'lerinin varyanslarıdır ve bağımsız sayılıp toplanır.
- Aynı tüp (çoklu tepkime): iki gen aynı kuyucukta ölçülmüştür. Önce her örnek için \Delta C_{t,i} hesaplanır; \Delta C_t bunların ortalaması, s standart sapmasıdır. Kuyucuğa özgü ortak hata farkta sadeleşir.
- Her iki kipte s tek bir örneğin yayılımıdır, ortalamanın standart hatası değildir.
Şablon kat değişiminin yanında iki ayrı aralık verir:
- Birinci aralık Livak ve Schmittgen'in (2001) Tablo 1'indeki "aralık"tır: \Delta\Delta C_t'ye grubun kendi s'si eklenip çıkarılır. Kontrol grubunun değişkenliğini içermez ve bir güven aralığı değildir; betimleyici bir yayılım bandıdır.
- İkinci aralık bir güven aralığıdır: [L,U], örnek başına \Delta C_t'lerde grup − kontrol farkının t tabanlı aralığıdır (85.4.6); uçlar yer değiştirerek kat ölçeğine çevrilir (satır 241–242).
- Her iki aralık kat ölçeğinde asimetriktir; \Delta\Delta C_t ölçeğinde simetriktir.
Neden çıkarım \Delta C_t ölçeğinde yapılıp sonra üs alınıyor?
C_t kalıp miktarının logaritmasıyla doğrusaldır; ölçüm hatası C_t ölçeğinde yaklaşık normal ve sabit varyanslıdır. Kat değişimi ölçeğinde dağılım sağa çarpıktır ve varyans ortalamayla büyür. Bu yüzden ortalama, standart sapma, test ve aralık \Delta C_t üzerinde hesaplanır; kat ölçeğine yalnız sonuçlar çevrilir (Schmittgen ve Livak, 2008; Yuan ve ark., 2006).
85.4.4 Pfaffl verim düzeltmeli oran
- \Delta C_t^{\text{hedef}}(\text{kontrol}-\text{grup}): hedef genin kontrol ve deney grubundaki ortalama C_t'lerinin farkı; referans gen için de aynısı. Buradaki \Delta gruplar arası farktır, 85.4.3'teki genler arası fark değildir.
- E_{\text{hedef}}, E_{\text{ref}}: iki genin çoğalma verimleri (1 ile 2 arasında).
- E_{\text{hedef}}=E_{\text{ref}}=2 ise oran 2^{-\Delta\Delta C_t}'ye eşittir.
Koddaki tercih
Verim kaynağı her gen için şu sırayla seçilir (verim(), satır 250–259): parametre sıfırdan büyükse o değer; değilse standart eğrisi varsa eğriden E; o da yoksa 2. "Verim kaynağı" sütunu iki genin kaynaklarından sıralamada sonra geleni yazar. Parametre "1–2" aralığında bir çoğalma katsayısıdır; yüzde ya da kesir (0,97) olarak girilmez: 1'den küçük bir taban üssün yönünü tersine çevirir. Oran için aralık verilmez.
85.4.5 Göreli standart eğri yöntemi
Her örneğin C_t'si kendi geninin eğrisiyle miktara çevrilir, hedef referansa bölünür (Larionov ve ark., 2005):
- Q_i: örneğin, seyreltme serisinin birimiyle göreli miktarı.
- norm: grubun ortalama hedef miktarının ortalama referans miktarına oranı.
- DK: değişim katsayısı (standart sapma / ortalama); iki bağımsız oranın DK'leri kareler toplamının köküyle birleştirilir (birinci mertebe hata yayılımı). "hata" sütunu \text{DK}\cdot\text{norm}'dur.
- kalibre: kontrol grubuna göre kat değişimi.
Yöntem verim varsayımı gerektirmez; iki genin eğrisi de varsa ve her grupta gen başına en az iki örnek bulunuyorsa kurulur (satır 273, 268). Ortalama miktar ölçeğinde alındığından sonuç \Delta\Delta C_t ile birebir çakışmaz (örnekte 5,46 ve 5,64).
85.4.6 ΔCt üzerinde grup karşılaştırması
Örnek başına \Delta C_{t,i}=C_{t,i}^{\text{hedef}}-C_{t,i}^{\text{ref}} değerleri, hedef ve referansı aynı örnek kimliğiyle ölçülmüş örneklerden kurulur (satır 206–216). Her deney grubu kontrolle karşılaştırılır:
- \bar d_g, s_g^2, n_g: deney grubunda örnek başına \Delta C_t'lerin ortalaması, varyansı ve sayısı; k indisi kontrol grubudur.
- \bar d_g-\bar d_k: \Delta\Delta C_t'nin kestirimi; tablodaki
kestirim_ddCt. - \nu: Welch–Satterthwaite serbestlik derecesi; tablodaki
sdsütunu (standart sapma değil).
Koddaki tercih
Üç test yan yana verilir (satır 299–315). (1) stats::t.test(a, k, var.equal = esit_varyans): varsayılan Welch. (2) stats::wilcox.test(a, k, conf.int = TRUE): sıra toplamı testi, Hodges–Lehmann kestirimi (bütün ikili farkların ortancası) ve aralığı; bağ yoksa ve gruplar küçükse p kesindir, bağ varsa normal yaklaşıma geçilir. (3) stats::lm(dCt ~ grup): bütün grupların ortak artık varyansıyla grup − kontrol karşıtlıkları. İkiden çok grupta ayrıca anova ile genel F testi. Düzeltme seçilirse p.adjust her test türü içinde, bütün genler ve karşılaştırmalar üzerinden uygulanır (satır 345); ANOVA p'leri ve güven aralıkları düzeltilmez.
Karma model. Biyolojik birim sütunu verilirse ve en az bir birimde birden çok örnek varsa, her hedef gen için
- i: biyolojik birim (hayvan, bitki, hasta); j: o birimden alınan örnek.
- \alpha_g: grup etkisi (kontrol için 0); kestirimi \Delta\Delta C_t'dir.
- u_i: birimin rastgele kesişimi; aynı birimin örneklerini birbirine benzetir.
modeli lme4::lmer(..., REML = TRUE) ile uydurulur (satır 318; Bates ve ark., 2015). Tablo kestirimi ve standart hatayı verir; lmerTest kuruluysa sona Satterthwaite serbestlik derecesi (sd) ve iki yanlı p da eklenir (322–326; 85.8). Dengeli tasarımda sabit etki kestirimleri doğrusal modelle aynıdır, standart hata ise birimler arası değişkenliği içerdiğinden büyüktür: doğru hata terimi budur (85.8).
85.5 Kod adım adım
| Satırlar | Ne yapar | Neden / dikkat |
|---|---|---|
| 1–122 | Üstbilgi: on altı parametre (iki secim alanının seçenekleriyle), örnek veri ve ayar. |
|
| 123–152 | .m(), bos(); C_t'nin sayıya çevrilmesi; belirlenemeyen kodların tanınması ve işlenmesi; özet tablosu ve notlar. |
Ondalık virgül noktaya çevrilir (130). Sütun kategorik türde olsa da değerler metinden okunur. |
| 153–181 | Çalışma çerçevesi d; standart eğri (std) ve ölçüm (dd) satırlarının ayrılması; referans gen, hedefler, kontrol grubu, kip. |
miktar dolu satır eğriye, boş satır ölçüme gider (157–158). |
| 183–185 | Teknik tekrarların ortalanması (aggregate). |
|
| 187–199 | Her gen için standart eğri, R^2, E. | Üçten az düzeyde eğri kurulmaz. |
| 201–247 | \Delta\Delta C_t tablosu: örnek başına \Delta C_t (merge), kipe göre \Delta C_t ve s, kat değişimi, iki aralık. |
Eşleşme örnek, grup ve biyolojik birim üzerinden (207). |
| 249–269 | Pfaffl oranı. | Verim seçimi verim() içinde. |
| 271–289 | Göreli standart eğri yöntemi. | |
| 291–331 | Örnek başına \Delta C_t üzerinde t, Wilcoxon, doğrusal model, ANOVA, karma model. | Grup faktörünün ilk düzeyi kontrol grubudur (296). |
| 336–350 | Özet satırı; düzeltme; en çok dokuz tablonun yazılması. | Boş kalan tablolar yazılmaz. |
| 351–362 | Kat değişimi çubuk grafiği; hata çubukları 2^{-(\Delta\Delta C_t\pm s)}. |
Örnek başına \Delta C_t'yi kuran satır, ayrı tüp kipinde de güven aralığının ve testlerin dayanağıdır:
es <- merge(ht, rt, by = c("ornek", "grup", "bio"), suffixes = c("_h", "_r"))
Hedef ve referans satırları örnek kimliği üzerinden birleştirilir. İki sonucu vardır. Birincisi, hedef ve referans ölçümleri farklı kimliklerle girilmişse (ör. B1_myc, B1_gapdh) birleşim boş kalır; \Delta\Delta C_t tablosu ve Pfaffl oranı yine hesaplanır, ama t tabanlı aralık, test tabloları ve "Örnek başına ΔCt" tablosu üretilmez. İkincisi, bir örnekte genlerden birinin C_t'si eksikse o örnek ayrı tüp kipindeki grup ortalamalarına öteki geniyle katılır, ama örnek başına tabloya girmez; nokta kestirimi ile aralık bu durumda farklı örnek kümelerine dayanır. "ΔΔCt'yi yalnız eşleşen örneklerle hesapla" seçeneği açılırsa ayrı tüp kipinde ΔΔCt tablosundaki \Delta C_t de (ve s, n) yalnız iki genle de ölçülmüş örneklerden kurulur (220); böylece kestirim, aralık ve testler aynı örnek kümesine dayanır ve konsola bunu söyleyen bir not yazılır (210). Bütün örnekler eşleşiyorsa iki ayar aynı sonucu verir. Örnek sınama verisinde (qpcr_livak.csv; böbrekte tek bir hedef örneği silinmiş) varsayılan ayarda \Delta\Delta C_t=-2{,}502 (kat 5,665: bütün ölçümlerin ortalamaları), seçenek açıkken -2{,}482 (kat 5,587: yalnız eşleşen beş örnek) bulunur; iki değer numpy ile bağımsız hesaplanmıştır. Güven aralığı iki ayarda da yalnız eşleşen örneklere dayandığından aynıdır.
85.6 Elle hesap: örnek veride bağımsız yeniden hesap
Ara değerler dogrulama/qpcr_goreli/elle_hesap.py ile hesaplanmıştır: standart eğri kapalı en küçük kareler formülüyle, t aralıkları açık formülle, Wilcoxon kesin p'si sıra toplamı dağılımının tam sayımıyla (12 sıradan 6'sının 924 seçimi), karma modelin standart hatası kareler ortalamalarından. R tarafında (r_dogrulama.R) lsfit, açık formüller, coin paketinin kesin testi, oneway.test ve nlme paketinin lme fonksiyonu kullanılmıştır.
Adım 1 — Standart eğri (c-myc). 21 nokta; \overline{\log_{10}Q}=-1{,}0, \bar C_t=29{,}0847865, S_{xx}=9{,}4750688, S_{xy}=-32{,}1024348.
GAPDH için m=-3{,}4145514, b=22{,}6822114, E=1{,}9627466 (%96,27), R^2=0{,}9990278.
Adım 2 — Grup ortalamaları ve varyansları (altışar örnek).
| Grup | Gen | \bar C_t | s^2 |
|---|---|---|---|
| beyin | c-myc | 30,485 | 0,02191 |
| beyin | GAPDH | 23,625 | 0,00835 |
| böbrek | c-myc | 27,025 | 0,00307 |
| böbrek | GAPDH | 22,660 | 0,00604 |
Adım 3 — ΔΔCt, ayrı tüp.
Böbrek için aralık [2^{2{,}495-0{,}0954463};\ 2^{2{,}495+0{,}0954463}]=[5{,}2763991;\ 6{,}0228500]; kontrol (beyin) için [2^{-0{,}1739540};\ 2^{0{,}1739540}]=[0{,}8864100;\ 1{,}1281462]. c-myc ifadesi böbrekte beyindekinin 5,6 katıdır.
Adım 4 — Aynı tüp. Örnek başına \Delta C_t: beyin 7,02; 6,78; 7,11; 6,69; 6,81; 6,75 (ortalama 6,860; s^2=0{,}02760); böbrek 4,30; 4,42; 4,41; 4,50; 4,38; 4,18 (ortalama 4,365; s^2=0{,}01239). Ortalamalar aynı kalır, yayılım değişir: s_{\text{beyin}}=0{,}1661325, s_{\text{böbrek}}=0{,}1113104; böbrek aralığı [5{,}2186969;\ 6{,}0894434].
Adım 5 — Welch t ve güven aralığı.
p=3{,}466603\times10^{-10}; t_{0{,}975;\,8{,}736}=2{,}2726; \Delta\Delta C_t için %95 GA [-2{,}6805349;\ -2{,}3094651]; kat değişimi için [2^{2{,}3094651};\ 2^{2{,}6805349}]=[4{,}9569927;\ 6{,}4109353].
Adım 6 — Wilcoxon. Böbrek \Delta C_t'lerinin hepsi beyin değerlerinin altındadır: W=0. 924 eşit olasılıklı düzenden yalnız biri bu kadar uçtur; iki yanlı kesin p=2/924=0{,}0021645. 36 ikili farkın ortancası (Hodges–Lehmann) -2{,}465; %95 GA [-2{,}70;\ -2{,}31].
Adım 7 — Pfaffl oranı. Hedef: 30{,}485-27{,}025=3{,}460; referans: 23{,}625-22{,}660=0{,}965.
Adım 8 — Göreli standart eğri. Beyin: ortalama miktarlar 0,0387728 (c-myc) ve 0,5303828 (GAPDH), norm =0{,}0731034, DK =0{,}1167392. Böbrek: 0,4057005 ve 1,0162402, norm =0{,}3992171, DK =0{,}0639090. Kalibre oran 0{,}3992171/0{,}0731034=5{,}4609956.
Adım 9 — Üç gruplu ek veri, IL6. Örnek başına \Delta C_t ortalamaları: kontrol 8,8591667; doz10 7,9400000; doz2 8,6300000. doz10 − kontrol =-0{,}9191667, kat değişimi 2^{0{,}9191667}=1{,}891. Welch p=0{,}0013850; dört Welch testi (iki gen × iki karşılaştırma) içinde en küçüğüdür, Holm düzeltmesiyle 4\cdot0{,}0013850=0{,}0055400. Tek yönlü ANOVA F_{2,\,15}=12{,}7134, p=5{,}90\times10^{-4}. Karma modelde hayvanlar arası kareler ortalaması 0{,}2112431, hayvan içi 0{,}0392292; grup başına altı örnekle
Doğrusal modelin aynı fark için standart hatası 0{,}1898'dir: altı doku örneğini bağımsız sayar, oysa bunlar üç hayvandan gelir.
85.6.1 Doğrulama: MerQuR+, Python ve R
MerQuR+ sütunu şablonun tablolarından tam hassasiyetle alınmıştır (çalıştırmalar 1–7).
| Büyüklük | MerQuR+ | Python (bağımsız) | R (bağımsız) | En büyük fark | |
|---|---|---|---|---|---|
| Standart eğri, c_myc: kesişim b | 25,69669128 | 25,69669128 | 25,69669128 | 2,4e−15 | ✓ |
| Standart eğri, c_myc: eğim m | −3,38809518 | −3,38809518 | −3,38809518 | 1,8e−15 | ✓ |
| Standart eğri, c_myc: R^2 | 0,99655042 | 0,99655042 | 0,99655042 | 3,3e−16 | ✓ |
| Standart eğri, c_myc: verim E | 1,97310908 | 1,97310908 | 1,97310908 | 2,1e−15 | ✓ |
| Standart eğri, GAPDH: kesişim b | 22,68221136 | 22,68221136 | 22,68221136 | 1,7e−15 | ✓ |
| Standart eğri, GAPDH: eğim m | −3,41455137 | −3,41455137 | −3,41455137 | 5,2e−16 | ✓ |
| Standart eğri, GAPDH: R^2 | 0,99902782 | 0,99902782 | 0,99902782 | 1,1e−16 | ✓ |
| Standart eğri, GAPDH: verim E | 1,96274664 | 1,96274664 | 1,96274664 | 2,3e−15 | ✓ |
| Ayrı tüp, beyin: \Delta C_t | 6,86 | 6,86 | 6,86 | 3,9e−16 | ✓ |
| Ayrı tüp, beyin: s | 0,17395402 | 0,17395402 | 0,17395402 | 1,4e−16 | ✓ |
| Ayrı tüp, beyin: 2^{-(\Delta\Delta C_t+s)} | 0,88640995 | 0,88640995 | 0,88640995 | 3,3e−16 | ✓ |
| Ayrı tüp, beyin: 2^{-(\Delta\Delta C_t-s)} | 1,12814618 | 1,12814618 | 1,12814618 | 7,9e−16 | ✓ |
| Ayrı tüp, bobrek: \Delta C_t | 4,365 | 4,365 | 4,365 | 4,1e−16 | ✓ |
| Ayrı tüp, bobrek: s | 0,09544632 | 0,09544632 | 0,09544632 | 1,4e−17 | ✓ |
| Ayrı tüp, bobrek: \Delta\Delta C_t | −2,495 | −2,495 | −2,495 | 3,6e−16 | ✓ |
| Ayrı tüp, bobrek: kat değişimi | 5,63728302 | 5,63728302 | 5,63728302 | 3,2e−16 | ✓ |
| Ayrı tüp, bobrek: 2^{-(\Delta\Delta C_t+s)} | 5,27639906 | 5,27639906 | 5,27639906 | 3,4e−16 | ✓ |
| Ayrı tüp, bobrek: 2^{-(\Delta\Delta C_t-s)} | 6,02284996 | 6,02284996 | 6,02284996 | 7,4e−16 | ✓ |
| Ayrı tüp, bobrek: kat GA alt (t) | 4,95699273 | 4,95699273 | 4,95699273 | 2,2e−12 | ✓ |
| Ayrı tüp, bobrek: kat GA üst (t) | 6,41093534 | 6,41093534 | 6,41093534 | 2,2e−12 | ✓ |
| Pfaffl oranı (verimler standart eğriden) | 5,47783305 | 5,47783305 | 5,47783305 | 3,2e−15 | ✓ |
| Göreli standart eğri, beyin: normalleştirilmiş miktar | 0,07310336 | 0,07310336 | 0,07310336 | 1,1e−15 | ✓ |
| Göreli standart eğri, beyin: DK | 0,11673923 | 0,11673923 | 0,11673923 | 2,5e−16 | ✓ |
| Göreli standart eğri, beyin: hata | 0,00853403 | 0,00853403 | 0,00853403 | 1,7e−16 | ✓ |
| Göreli standart eğri, bobrek: normalleştirilmiş miktar | 0,39921713 | 0,39921713 | 0,39921713 | 7,0e−15 | ✓ |
| Göreli standart eğri, bobrek: DK | 0,06390899 | 0,06390899 | 0,06390899 | 2,8e−17 | ✓ |
| Göreli standart eğri, bobrek: hata | 0,02551356 | 0,02551356 | 0,02551356 | 4,3e−16 | ✓ |
| Göreli standart eğri, bobrek: kalibre oran | 5,46099561 | 5,46099561 | 5,46099561 | 2,6e−15 | ✓ |
| bobrek − beyin, t: sd | 8,73620042 | 8,73620042 | 8,73620042 | 4,1e−16 | ✓ |
| bobrek − beyin, t: p | 3,466603·10−10 | 3,466603·10−10 | 3,466603·10−10 | 5,2e−26 | ✓ |
| bobrek − beyin, t: GA alt | −2,68053486 | −2,68053486 | −2,68053486 | 1,2e−12 | ✓ |
| bobrek − beyin, t: GA üst | −2,30946514 | −2,30946514 | −2,30946514 | 1,4e−12 | ✓ |
| bobrek − beyin, Wilcoxon: Hodges–Lehmann | −2,465 | −2,465 | −2,465 | 1,4e−15 | ✓ |
| bobrek − beyin, Wilcoxon: kesin p | 0,0021645 | 0,0021645 | 0,0021645 | 6,5e−17 | ✓ |
| bobrek − beyin, Wilcoxon: GA alt | −2,7 | −2,7 | — | 3,3e−16 | ✓ |
| bobrek − beyin, Wilcoxon: GA üst | −2,31 | −2,31 | — | 5,8e−16 | ✓ |
| bobrek − beyin, doğrusal model: sd | 10 | 10 | 10 | 0 | ✓ |
| bobrek − beyin, doğrusal model: p | 3,297583·10−11 | 3,297583·10−11 | 3,297583·10−11 | 2,7e−24 | ✓ |
| bobrek − beyin, doğrusal model: GA alt | −2,67690403 | −2,67690403 | −2,67690403 | 6,5e−13 | ✓ |
| bobrek − beyin, doğrusal model: GA üst | −2,31309597 | −2,31309597 | −2,31309597 | 7,5e−13 | ✓ |
| Aynı tüp, beyin: s | 0,16613248 | 0,16613248 | 0,16613248 | 5,6e−17 | ✓ |
| Aynı tüp, beyin: 2^{-(\Delta\Delta C_t+s)} | 0,89122865 | 0,89122865 | 0,89122865 | 1,1e−16 | ✓ |
| Aynı tüp, beyin: 2^{-(\Delta\Delta C_t-s)} | 1,12204651 | 1,12204651 | 1,12204651 | 2,6e−15 | ✓ |
| Aynı tüp, bobrek: s | 0,11131038 | 0,11131038 | 0,11131038 | 4,0e−16 | ✓ |
| Aynı tüp, bobrek: 2^{-(\Delta\Delta C_t+s)} | 5,21869694 | 5,21869694 | 5,21869694 | 1,7e−16 | ✓ |
| Aynı tüp, bobrek: 2^{-(\Delta\Delta C_t-s)} | 6,08944345 | 6,08944345 | 6,08944345 | 7,3e−16 | ✓ |
| Student, %90 — bobrek: kat GA alt (t) | 5,08776371 | 5,08776371 | 5,08776371 | 5,2e−14 | ✓ |
| Student, %90 — bobrek: kat GA üst (t) | 6,24615483 | 6,24615483 | 6,24615483 | 5,3e−14 | ✓ |
| Student, %90 — bobrek − beyin, t: sd | 10 | 10 | 10 | 0 | ✓ |
| Student, %90 — bobrek − beyin, t: p | 3,297583·10−11 | 3,297583·10−11 | 3,297583·10−11 | 1,3e−25 | ✓ |
| Student, %90 — bobrek − beyin, t: GA alt | −2,64296833 | −2,64296833 | −2,64296833 | 2,9e−14 | ✓ |
| Student, %90 — bobrek − beyin, t: GA üst | −2,34703167 | −2,34703167 | −2,34703167 | 3,2e−14 | ✓ |
| Pfaffl oranı (E_{hedef}=1{,}9 parametreden) | 4,80699273 | 4,80699273 | 4,80699273 | 1,1e−15 | ✓ |
| Üç grup, IL6, kontrol: \Delta C_t | 8,85916667 | 8,85916667 | 8,85916667 | 8,0e−16 | ✓ |
| Üç grup, IL6, kontrol: s | 0,33145764 | 0,33145764 | 0,33145764 | 2,2e−16 | ✓ |
| Üç grup, IL6, doz10: \Delta C_t | 7,94 | 7,94 | 7,94 | 1,1e−16 | ✓ |
| Üç grup, IL6, doz10: s | 0,4031749 | 0,4031749 | 0,4031749 | 0 | ✓ |
| Üç grup, IL6, doz10: \Delta\Delta C_t | −0,91916667 | −0,91916667 | −0,91916667 | 4,4e−16 | ✓ |
| Üç grup, IL6, doz10: kat değişimi | 1,89102268 | 1,89102268 | 1,89102268 | 2,0e−15 | ✓ |
| Üç grup, IL6, doz10: kat GA alt (t) | 1,37872009 | 1,37872009 | 1,37872009 | 7,0e−12 | ✓ |
| Üç grup, IL6, doz10: kat GA üst (t) | 2,59368585 | 2,59368585 | 2,59368585 | 7,0e−12 | ✓ |
| Üç grup, IL6, doz2: \Delta C_t | 8,63 | 8,63 | 8,63 | 6,2e−16 | ✓ |
| Üç grup, IL6, doz2: s | 0,30243732 | 0,30243732 | 0,30243732 | 5,0e−16 | ✓ |
| Üç grup, IL6, doz2: \Delta\Delta C_t | −0,22916667 | −0,22916667 | −0,22916667 | 7,4e−15 | ✓ |
| Üç grup, IL6, doz2: kat değişimi | 1,17215769 | 1,17215769 | 1,17215769 | 4,5e−15 | ✓ |
| Üç grup, IL6, doz2: kat GA alt (t) | 0,91071492 | 0,91071492 | 0,91071492 | 2,2e−12 | ✓ |
| Üç grup, IL6, doz2: kat GA üst (t) | 1,50865393 | 1,50865393 | 1,50865393 | 2,4e−12 | ✓ |
| Üç grup, IL6, doz10 − kontrol, t: sd | 8,9108268 | 8,9108268 | 8,9108268 | 4,0e−16 | ✓ |
| Üç grup, IL6, doz10 − kontrol, t: p | 0,00138501 | 0,00138501 | 0,00138501 | 2,5e−17 | ✓ |
| Üç grup, IL6, doz10 − kontrol, t: GA alt | −1,37500375 | −1,37500375 | −1,37500375 | 7,4e−12 | ✓ |
| Üç grup, IL6, doz10 − kontrol, t: GA üst | −0,46332959 | −0,46332959 | −0,46332959 | 1,0e−11 | ✓ |
| Üç grup, IL6, doz10 − kontrol, t: düzeltilmiş p | 0,00554002 | 0,00554002 | 0,00554002 | 1,0e−16 | ✓ |
| Üç grup, IL6, doz10 − kontrol, Wilcoxon: Hodges–Lehmann | −0,875 | −0,875 | −0,875 | 2,2e−16 | ✓ |
| Üç grup, IL6, doz10 − kontrol, Wilcoxon: kesin p | 0,0021645 | 0,0021645 | 0,0021645 | 6,5e−17 | ✓ |
| Üç grup, IL6, doz10 − kontrol, Wilcoxon: GA alt | −1,43 | −1,43 | — | 1,6e−16 | ✓ |
| Üç grup, IL6, doz10 − kontrol, Wilcoxon: GA üst | −0,43 | −0,43 | — | 1,7e−16 | ✓ |
| Üç grup, IL6, doz10 − kontrol, Wilcoxon: düzeltilmiş p | 0,00865801 | 0,00865801 | 0,00865801 | 5,9e−17 | ✓ |
| Üç grup, IL6, doz10 − kontrol, doğrusal model: sd | 15 | 15 | 15 | 0 | ✓ |
| Üç grup, IL6, doz10 − kontrol, doğrusal model: p | 2,147197·10−4 | 2,147197·10−4 | 2,147197·10−4 | 7,0e−17 | ✓ |
| Üç grup, IL6, doz10 − kontrol, doğrusal model: GA alt | −1,32364579 | −1,32364579 | −1,32364579 | 6,3e−14 | ✓ |
| Üç grup, IL6, doz10 − kontrol, doğrusal model: GA üst | −0,51468755 | −0,51468755 | −0,51468755 | 8,7e−14 | ✓ |
| Üç grup, IL6, doz10 − kontrol, doğrusal model: düzeltilmiş p | 8,588789·10−4 | 8,588789·10−4 | 8,588789·10−4 | 1,9e−17 | ✓ |
| Üç grup, TNF, doz2 − kontrol, t: sd | 7,09292836 | 7,09292836 | 7,09292836 | 3,8e−16 | ✓ |
| Üç grup, TNF, doz2 − kontrol, t: p | 0,00734435 | 0,00734435 | 0,00734435 | 1,2e−16 | ✓ |
| Üç grup, TNF, doz2 − kontrol, t: GA alt | 0,12376957 | 0,12376957 | 0,12376957 | 1,4e−15 | ✓ |
| Üç grup, TNF, doz2 − kontrol, t: GA üst | 0,55456377 | 0,55456377 | 0,55456377 | 1,8e−15 | ✓ |
| Üç grup, TNF, doz2 − kontrol, t: düzeltilmiş p | 0,02203304 | 0,02203304 | 0,02203304 | 5,5e−16 | ✓ |
| Üç grup, TNF, doz2 − kontrol, doğrusal model: sd | 15 | 15 | 15 | 0 | ✓ |
| Üç grup, TNF, doz2 − kontrol, doğrusal model: p | 0,09671548 | 0,09671548 | 0,09671548 | 2,1e−15 | ✓ |
| Üç grup, TNF, doz2 − kontrol, doğrusal model: GA alt | −0,06881919 | −0,06881919 | −0,06881919 | 8,9e−14 | ✓ |
| Üç grup, TNF, doz2 − kontrol, doğrusal model: GA üst | 0,74715252 | 0,74715252 | 0,74715252 | 8,5e−14 | ✓ |
| Üç grup, TNF, doz2 − kontrol, doğrusal model: düzeltilmiş p | 0,29014643 | 0,29014643 | 0,29014643 | 6,0e−15 | ✓ |
| Üç grup, IL6: ANOVA F | 12,71336376 | 12,71336376 | 12,71336376 | 8,0e−15 | ✓ |
| Üç grup, IL6: ANOVA p | 5,897528·10−4 | 5,897528·10−4 | 5,897528·10−4 | 1,8e−17 | ✓ |
| Üç grup, IL6: karma model, doz10 − kontrol | −0,91916667 | −0,91916667 | −0,91916667 | 5,2e−14 | ✓ |
| Üç grup, IL6: karma model SH | 0,26535704 | 0,26535703 | 0,26535703 | 1,1e−8 | ✓ |
| Üç grup, TNF: ANOVA F | 2,34387083 | 2,34387083 | 2,34387083 | 1,2e−14 | ✓ |
| Üç grup, TNF: ANOVA p | 0,13008139 | 0,13008139 | 0,13008139 | 2,8e−15 | ✓ |
| Üç grup, TNF: karma model, doz10 − kontrol | −0,03666667 | −0,03666667 | −0,03666667 | 1,4e−13 | ✓ |
| Üç grup, TNF: karma model SH | 0,29066893 | 0,29066893 | 0,29066893 | 3,6e−9 | ✓ |
| Üç grup, IL6, doz10 − kontrol, Welch: BH düzeltilmiş p | 0,00554002 | 0,00554002 | 0,00554002 | 1,0e−16 | ✓ |
| Üç grup, TNF, doz2 − kontrol, Welch: BH düzeltilmiş p | 0,0146887 | 0,0146887 | 0,0146887 | 3,3e−16 | ✓ |
| Satır sırası ters, kontrol adı verilmiş — bobrek: kat değişimi | 5,63728302 | 5,63728302 | 5,63728302 | 3,2e−16 | ✓ |
Ölçütü karşılayan: 103/103. Python: standart eğri kapalı en küçük kareler formülüyle, t aralıkları açık formülle, Wilcoxon kesin p'si ve aralığı sıra toplamı dağılımının tam sayımıyla, karma modelin standart hatası dengeli iç içe tasarımın kareler ortalamalarından hesaplanmıştır. R: lsfit, açık formül (pt, qt), coin paketinin kesin wilcox_test'i, oneway.test, nlme paketinin lme fonksiyonu; şablonun çağırdığı lm, t.test, wilcox.test ve lmer kullanılmamıştır.
85.7 Çıktıyı okuma
Örnek ayarın konsol metni:
qPCR göreli nicelendirme: 1 hedef gen, referans gen GAPDH, kontrol grubu beyin, ayrı tüp kipi; 12 örnek
Tablolar (kısaltılmış):
ΔΔCt yöntemi (Livak): kat değişimi 2^−ΔΔCt, 2^−(ΔΔCt ± s) aralığı ve Welch t tabanlı %95 GA
gen grup n dCt s ddCt kat_degisimi alt_2^-(ddCt+s) ust_2^-(ddCt-s) GA_alt_t GA_ust_t
c_myc beyin 6 6.860 0.1740 0.000 1.0000 0.8864 1.1281 NaN NaN
c_myc bobrek 6 4.365 0.0954 -2.495 5.6373 5.2764 6.0228 4.9570 6.4109
Standart eğriler ve çoğalma verimi (E = 10^(−1/eğim))
gen kesisim egim R2 E verim_yuzde n
c_myc 25.6967 -3.3881 0.9966 1.9731 97.3109 21
GAPDH 22.6822 -3.4146 0.9990 1.9627 96.2747 21
Pfaffl verim düzeltmeli göreli ifade oranı
gen grup E_hedef E_referans dCt_hedef_kontrol_eksi_ornek dCt_ref_kontrol_eksi_ornek oran verim_kaynagi
c_myc bobrek 1.9731 1.9627 3.460 0.965 5.4778 standart eğri
ΔCt üzerinde grup karşılaştırmaları (kestirim = ΔΔCt; kat değişimi = 2^−kestirim)
gen karsilastirma test kestirim_ddCt sd p GA_alt GA_ust
c_myc bobrek − beyin Welch t -2.495 8.7362 3.467e-10 -2.6805 -2.3095
c_myc bobrek − beyin Wilcoxon sıra toplamı (Hodges–Lehmann) -2.465 NaN 2.165e-03 -2.7000 -2.3100
c_myc bobrek − beyin doğrusal model (ortak varyans) -2.495 10.0000 3.298e-11 -2.6769 -2.3131
| Öğe | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| Özet satırı | Hedef gen sayısı, referans gen, kontrol grubu, kip, örnek sayısı | Kontrol grubu her çalıştırmada denetlenir; yön buna bağlıdır. |
dCt, s |
Grubun \Delta C_t'si ve yayılımı (kipe göre) | Büyük \Delta C_t düşük ifadedir. |
ddCt, kat_degisimi |
\Delta\Delta C_t ve 2^{-\Delta\Delta C_t} | Kat >1: ifade kontrole göre artmış; <1: azalmış (0,5 = yarıya inmiş). |
alt_2^-(ddCt+s), ust_2^-(ddCt-s) |
Livak aralığı | Betimleyici yayılım bandı; güven aralığı değildir. Grafikteki hata çubukları budur. |
GA_alt_t, GA_ust_t |
Kat değişiminin t tabanlı güven aralığı | 1'i içermiyorsa fark seçilen düzeyde anlamlıdır; raporlanacak aralık budur. |
E, verim_yuzde, R2 |
Standart eğriden verim ve doğrusallık | %90–110 ve R^2\ge0{,}98 kabul edilen aralıktır (Bustin ve ark., 2009). |
oran (Pfaffl) |
Verim düzeltmeli kat değişimi | Verimler 2'den uzaksa 2^{-\Delta\Delta C_t} yerine bu raporlanır. |
kalibre |
Göreli standart eğri yöntemiyle kat değişimi | Verim varsayımsız üçüncü kestirim. |
kestirim_ddCt |
Testin \Delta\Delta C_t kestirimi | Welch ve doğrusal modelde ortalama farkı; Wilcoxon satırında Hodges–Lehmann ortancası. |
sd (test tablosu) |
Serbestlik derecesi | Welch'te kesirlidir; Wilcoxon'da boş. |
p, p_duzeltilmis |
Test p'si; seçildiyse düzeltilmiş p | Düzeltme aynı test türünün satırları arasındadır. |
| "Tek yönlü ANOVA" | Gen başına F, sd'ler, p | Yalnız ikiden çok grupta. |
| "Karma model" | Grup − kontrol kestirimi, standart hatası, sd ve p |
Biyolojik birim içinde birden çok örnek varken doğru standart hata; sd ve p Satterthwaite'tir (lmerTest varsa). |
| "Örnek başına ΔCt" | Her örneğin \Delta C_t'si | Başka çözümlemeler için dışa aktarılır. |
Şekil 85.1. Şablonun çizdiği kat değişimi grafiği (örnek veri). Çubuklar 2^{-\Delta\Delta C_t}, hata çubukları 2^{-(\Delta\Delta C_t\pm s)}; kesikli çizgi kontrol düzeyidir (1).

Rapor cümlesi (örnek ayar):
c-myc ifadesi GAPDH'ye göre normalleştirildi ve 2^{-\Delta\Delta C_t} yöntemiyle beyin dokusuna göre nicelendirildi. Böbrekte c-myc ifadesi beyindekinin 5,64 katıydı (%95 GA [4,96; 6,41]; \Delta\Delta C_t = -2{,}50; Welch t_{8{,}7} = -30{,}6, p < 0{,}001). Standart eğrilerden kestirilen çoğalma verimleri c-myc için %97,3, GAPDH için %96,3'tü (R^2 \ge 0{,}997); verim düzeltmeli oran 5,48, göreli standart eğri yöntemiyle kat değişimi 5,46 bulundu.
85.8 Sık hatalar ve tuzaklar
- Kontrol grubu adını boş bırakmak. Kontrol, grup sırasındaki ilk gruptur; metin adlarda bu, verideki ilk görülen gruptur. Satırlar deney grubuyla başlıyorsa bütün kat değişimleri tersine döner: örnek verinin satırları ters sırada verildiğinde kontrol böbrek olur ve kat değişimi 5,64 yerine 0,177 çıkar. Şablon seçilen kontrol grubunu ve sıra kuralını konsola yazar; kontrol grubu adı yine de elle yazılmalıdır.
- Kat değişiminin yönünü C_t'nin yönüyle karıştırmak. Negatif \Delta\Delta C_t artışı gösterir. Test tablosundaki kestirim \Delta\Delta C_t'dir; kat değişimi 2^{-\text{kestirim}}'dir.
- Seyreltme miktarı sütununu kategorik türde bırakmak. Miktar sütunu Veri sekmesinde kategorik yapılsa da sayısal rolde seçildiği için değerleri sayı olarak okunur (
mq_sayisal, satır 154; Bölüm 1.5); eğim −3,388, verim 1,973 ve Pfaffl oranı 5,48 değişmez. Sayıya çevrilemeyen bir değer (ör. "yüksek") varsa sütun form denetiminde reddedilir. - Verimi yüzde ya da kesir olarak girmek. Parametre çoğalma katsayısıdır (1–2). 0 ile 1 arasında bir değer (ör. 0,97) çalıştırmayı durdurur (252–254); %97 verimin karşılığı 1,97'dir. 2,2'nin üstündeki değer uyarı verir.
- Livak aralığını güven aralığı diye raporlamak. 2^{-(\Delta\Delta C_t\pm s)} tek grubun standart sapmasına dayanır; örnek sayısı arttıkça daralmaz ve kontrol grubunun belirsizliğini içermez. Güven aralığı
GA_alt_t–GA_ust_tsütunlarındadır. - Aynı biyolojik birimden gelen örnekleri bağımsız saymak. Aynı hayvanın iki dokusu ya da aynı kültürün iki kuyucuğu ayrı "örnek" girilirse t, Wilcoxon ve doğrusal model serbestlik derecesini şişirir. Ek veride TNF için doz2 − kontrol farkının Welch p'si 0,007'dir; hayvanı birim alan karma modelde aynı fark standart hatasının 1,2 katıdır. Biyolojik birim sütunu verilir ve karar karma model tablosundan (ya da birim ortalamaları üzerinden) verilir.
- Hedef ve referansı farklı örnek kimlikleriyle girmek. Testler ve t tabanlı aralık, iki genin aynı kimlikle eşleşmesine dayanır; eşleşme yoksa bu tablolar çıkmaz ve şablon bunu uyarıyla bildirir (208–209); kısmen eşleşme varsa ΔΔCt tablosundaki ΔCt ile t tabanlı aralığın farklı örnek kümelerine dayandığı notla yazılır (213–215). Aynı cDNA'nın iki geni aynı örnek kimliğini taşımalıdır.
- Belirlenemeyen C_t'yi düşünmeden 40'a eşitlemek ya da atmak. Atmak, en düşük ifadeli örnekleri dışarıda bırakıp ortalamayı yukarı kaydırır; 40'a eşitlemek varyansı patlatır (ek denemede iki değer beyin grubunun s'sini 0,14'ten 7,7'ye çıkarır). İki seçenek de yanlıdır; sonuç iki işlemle de çalıştırılıp karşılaştırılır (McCall ve ark., 2014).
- Verim %100'den uzakken \Delta\Delta C_t kullanmak. Uyarı çıktığında Pfaffl oranı ya da standart eğri yöntemi raporlanır.
- Referans genin kararlı olduğunu varsaymak. Referans genin ifadesi koşula göre değişiyorsa bütün kat değişimleri kayar. Örnekte GAPDH böbrekte beyne göre 0,97 döngü erken çıkar; bu fark yükleme farkı mı, gerçek ifade farkı mı, veriden ayırt edilemez. Birden çok aday referans gen sınanır (Vandesompele ve ark., 2002).
- Çok sayıda gen ve karşılaştırmada düzeltmeyi kapalı bırakmak. Varsayılan "düzeltme yok"tur.
85.9 Uzman soruları
S1. \Delta\Delta C_t yöntemi hangi varsayımlara dayanır?
Üç varsayım: (1) hedef ve referans genin çoğalma verimi 2'dir; (2) iki verim birbirine eşittir; (3) referans genin ifadesi gruplar arasında değişmez. İlk ikisi seyreltme serisiyle sınanır: Livak ve Schmittgen (2001) \Delta C_t'nin seyreltmeyle değişmemesini (eğimin 0,1'den küçük olmasını) ölçüt alır; şablon iki eğrinin eğimini ayrı ayrı verir (örnekte -3{,}388 ve -3{,}415; fark 0,026). Üçüncüsü veriden sınanamaz, deney tasarımıyla güvenceye alınır.
S2. Pfaffl oranı ile 2^{-\Delta\Delta C_t} arasındaki fark ne kadar olabilir?
E_{\text{hedef}}=E_{\text{ref}}=E ise oran E^{-\Delta\Delta C_t}'dir; E=1{,}9 ve \Delta\Delta C_t=-2{,}5 için 1{,}9^{2{,}5}=4{,}98, 2^{2{,}5}=5{,}66: %12 fark. Verimler birbirinden farklıysa fark \Delta\Delta C_t'ye değil, iki genin gruplar arası C_t farklarına ayrı ayrı bağlıdır. Örnekte (1{,}973; 1{,}963) oran 5,48, 2^{-\Delta\Delta C_t} 5,64'tür. Pfaffl oranı kestirilen verimlerin belirsizliğini taşır; şablon oran için aralık vermez, çünkü eğim kestiriminin hatası üsse girer ve basit bir kapalı formülü yoktur.
S3. Ayrı tüp ve aynı tüp kipleri neden farklı s veriyor ve hangisi doğru?
Ayrı tüp kipi hedef ve referans ölçümlerini bağımsız sayar: s^2=s^2_{\text{hedef}}+s^2_{\text{ref}}. Aynı tüp kipi örnek içi farkın varyansını doğrudan ölçer: s^2_d=s^2_{\text{hedef}}+s^2_{\text{ref}}-2\,\text{kov}. İki gen aynı örnekte pozitif ilişkiliyse (ortak cDNA miktarı) ikinci değer küçüktür. Örnekte beyin için 0,174 ve 0,166, böbrek için 0,095 ve 0,111'dir: böbrekte iki gen negatif ilişkili çıkmıştır ve eşleştirme yayılımı büyütmüştür. Aynı cDNA'dan iki gen ölçülmüşse, kuyucuklar ayrı olsa bile, örnek başına fark fiziksel olarak anlamlıdır; şablon testleri ve güven aralığını her iki kipte de örnek başına \Delta C_t'den kurar. Kip yalnız \Delta\Delta C_t tablosundaki s'yi ve Livak aralığını değiştirir.
S4. Welch, doğrusal model ve Wilcoxon satırlarından hangisi raporlanmalı?
İki grupta Welch t varsayılan seçimdir: varyans eşitliği gerektirmez ve küçük örneklemde de düzeyi iyi korur. Doğrusal model bütün grupların ortak varyansını kullanır; ikiden çok grupta, varyanslar benzerse, serbestlik derecesi kazandırır (ek veride 15'e karşı 9–10). Wilcoxon normallik gerektirmez ama küçük gruplarda ulaşabileceği en küçük p sınırlıdır: altışar örnekte 2/924=0{,}0022, üçer örnekte 2/20=0{,}10; üçer örnekle 0,05 düzeyinde hiçbir zaman anlamlı çıkamaz. Seçim veriye bakmadan önce yapılır; üç satırdan en küçük p'yi almak çoklu karşılaştırmadır.
S5. Karma model tablosundaki p ve sd nasıl hesaplanır?
Karma modelde sabit etki testinin serbestlik derecesi tek biçimde tanımlı değildir; lme4 bu yüzden p üretmez. lmerTest kuruluysa şablon aynı uyumun (kestirim ve standart hata değişmez) Satterthwaite serbestlik derecesini ve iki yanlı p'sini tablonun sonuna sd ve p sütunları olarak ekler (322–326); paket yoksa tablo yalnız kestirim ve SH ile yazılır ve bu bir notla söylenir (348). Birimlerin grup içinde yuvalandığı dengeli tasarımda doğru serbestlik derecesi bellidir: birim sayısı eksi grup sayısı. Ek veride 9 hayvan, 3 grup: 6 sd. IL6 için doz10 − kontrol kestirimi -0{,}919, standart hatası 0{,}265; t=-3{,}46, 6 sd ile iki yanlı p\approx0{,}013 olur (tablo: sd = 6,00; p = 0,0134; TNF doz10 için 0,904). Aynı sonuç, hayvan ortalamaları alınıp temel programda tek yönlü ANOVA yapılarak da elde edilir. Dengeli ve yuvalanmış benzetilmiş bir veride (2 grup, grupta 4 birim, birimde 3 örnek) sd 6'dır ve p, birim ortalamaları üzerindeki iki grup t testinin p'siyle aynıdır.
S6. Belirlenemeyen C_t için doğru işlem nedir?
"Belirlenemeyen", ifadenin döngü sınırına kadar eşiği aşmadığı anlamına gelir: değer bilinmiyor değil, sansürlüdür (C_t>40). Atmak rastgele olmayan eksiklik yaratır; sınır değere eşitlemek sansürlü gözlemi kesin gözlem sayar ve iki grubun birinde yoğunsa farkı küçültür, seyrekse varyansı şişirir. İlkeli çözümler sansürlü regresyon ya da model tabanlı atamadır (McCall ve ark., 2014); şablonda yoktur. Şablon iki basit işlemi sunar ve kaç değerin nasıl işlendiğini ayrı tabloda bildirir; belirlenemeyen değerlerin oranı yüksekse (bir grupta yarıdan çok) kat değişimi yerine "saptanma oranı" raporlanır.
S7. Kat değişiminin güven aralığı neden asimetrik ve ortalaması neden "geometrik"?
Aralık \Delta\Delta C_t ölçeğinde simetrik kurulur ve 2^{-x} dönüşümüyle taşınır; dönüşüm doğrusal olmadığından uçlar kat değişimine eşit uzaklıkta kalmaz (örnekte 5,64'ün altında 0,68, üstünde 0,77). 2^{-\overline{\Delta\Delta C_t}}, örneklerin kat değişimlerinin aritmetik değil geometrik ortalamasıdır. Örnek başına 2^{-\Delta C_t} değerlerinin aritmetik ortalamasını almak daha büyük bir sayı verir ve çarpık dağılımda tek bir yüksek değere duyarlıdır; göreli standart eğri yönteminin 5,46 vermesinin nedeni de ortalamanın miktar ölçeğinde alınmasıdır.
S8. Standart eğriden kestirilen verim ne kadar güvenilir?
Eğim, seyreltme serisinin aralığına ve noktaların yayılımına duyarlıdır; E=10^{-1/m} dönüşümü eğimdeki küçük hatayı büyütür: m=-3{,}39\pm0{,}05 için E yaklaşık 1{,}973\pm0{,}020'dir. Seyreltme hataları (pipetleme) birikimlidir ve eğimi sistematik kaydırabilir. Ayrıca eğri, verimin bütün örneklerde aynı olduğunu varsayar; örneğe özgü engelleyiciler bunu bozar. Tek tek çoğalma eğrilerinden verim kestiren yöntemler (Ruijter ve ark., 2009) bu varsayımı gevşetir ama ham floresan verisi ister.
85.10 Kaynaklar
- Ahmed, M., & Kim, D. R. (2018). pcr: An R package for quality assessment, analysis and testing of qPCR data. PeerJ, 6, e4473. https://doi.org/10.7717/peerj.4473
- Bates, D., Mächler, M., Bolker, B., & Walker, S. (2015). Fitting linear mixed-effects models using lme4. Journal of Statistical Software, 67(1), 1–48. https://doi.org/10.18637/jss.v067.i01
- Bustin, S. A., Benes, V., Garson, J. A., Hellemans, J., Huggett, J., Kubista, M., Mueller, R., Nolan, T., Pfaffl, M. W., Shipley, G. L., Vandesompele, J., & Wittwer, C. T. (2009). The MIQE guidelines: Minimum information for publication of quantitative real-time PCR experiments. Clinical Chemistry, 55(4), 611–622. https://doi.org/10.1373/clinchem.2008.112797
- Hodges, J. L., & Lehmann, E. L. (1963). Estimates of location based on rank tests. The Annals of Mathematical Statistics, 34(2), 598–611. https://doi.org/10.1214/aoms/1177704172
- Hurlbert, S. H. (1984). Pseudoreplication and the design of ecological field experiments. Ecological Monographs, 54(2), 187–211. https://doi.org/10.2307/1942661
- Larionov, A., Krause, A., & Miller, W. (2005). A standard curve based method for relative real time PCR data processing. BMC Bioinformatics, 6, 62. https://doi.org/10.1186/1471-2105-6-62
- Livak, K. J., & Schmittgen, T. D. (2001). Analysis of relative gene expression data using real-time quantitative PCR and the 2−ΔΔCT method. Methods, 25(4), 402–408. https://doi.org/10.1006/meth.2001.1262
- McCall, M. N., McMurray, H. R., Land, H., & Almudevar, A. (2014). On non-detects in qPCR data. Bioinformatics, 30(16), 2310–2316. https://doi.org/10.1093/bioinformatics/btu239
- Pfaffl, M. W. (2001). A new mathematical model for relative quantification in real-time RT-PCR. Nucleic Acids Research, 29(9), e45. https://doi.org/10.1093/nar/29.9.e45
- Ruijter, J. M., Ramakers, C., Hoogaars, W. M. H., Karlen, Y., Bakker, O., van den Hoff, M. J. B., & Moorman, A. F. M. (2009). Amplification efficiency: Linking baseline and bias in the analysis of quantitative PCR data. Nucleic Acids Research, 37(6), e45. https://doi.org/10.1093/nar/gkp045
- Schmittgen, T. D., & Livak, K. J. (2008). Analyzing real-time PCR data by the comparative CT method. Nature Protocols, 3(6), 1101–1108. https://doi.org/10.1038/nprot.2008.73
- Vandesompele, J., De Preter, K., Pattyn, F., Poppe, B., Van Roy, N., De Paepe, A., & Speleman, F. (2002). Accurate normalization of real-time quantitative RT-PCR data by geometric averaging of multiple internal control genes. Genome Biology, 3(7), research0034. https://doi.org/10.1186/gb-2002-3-7-research0034
- Welch, B. L. (1947). The generalization of 'Student's' problem when several different population variances are involved. Biometrika, 34(1–2), 28–35. https://doi.org/10.1093/biomet/34.1-2.28
- Yuan, J. S., Reed, A., Chen, F., & Stewart, C. N. (2006). Statistical analysis of real-time PCR data. BMC Bioinformatics, 7, 85. https://doi.org/10.1186/1471-2105-7-85