Rumah / Sains & teknik / Biologi / ΔCt / ΔΔCt (ekspresi relatif)

← Biologi

qPCR Normalisasi

Kalkulator ΔCt / ΔΔCt (ekspresi relatif)

Tempelkan nilai qPCR Ct untuk menghitung ΔCt/ΔΔCt dan ekspresi relatif (2^-ΔΔCt). Mendukung pemilihan kalibrator, beberapa gen referensi, koreksi efisiensi Pfaffl, plot, log langkah, CSV/LaTeX, dan berbagi URL.

Semua penghitungan dijalankan di browser Anda; data tidak terkirim. Untuk penggunaan penelitian/pendidikan saja. Bukan untuk diagnostik.

Bahasa lain ja | en | zh-CN | es | pt-BR | id | fr | hi-IN | ar

Cara menggunakan (3 langkah)

  1. Tempel data (Grup, Sampel, Ct_target, Ct_ref) atau muat CSV. Untuk beberapa referensi, gunakan Ct_ref1, Ct_ref2, ...
  2. Pilih grup kalibrator (atau sampel) dan metode ringkasan (rata-rata/median). Aktifkan koreksi Pfaffl jika diperlukan.
  3. Klik Hitung untuk menampilkan ΔCt/ΔΔCt, log2FC, dan lipat dalam tabel dan plot. Bagikan URL mempertahankan pengaturan yang sama.

Pesanan yang direkomendasikan

  1. Pertama, periksa efisiensi dengan kurva standar → qPCR kurva standar
  2. Selanjutnya menghitung ΔCt / ΔΔCt (halaman ini)
  3. Jika diperlukan, nilai variabilitas atau signifikansinya → Interval kepercayaan & uji hipotesis

Masuk lebih dalam

Masukan dan opsi data

Default adalah contohnya. Memilih preset akan memperbarui input dan pengaturan dengan segera. Untuk data Anda sendiri, tempel dan klik Hitung.

Hasil (ringkasan)

Hasilnya akan muncul di sini.

Hasil per baris

Baris Kelompok Sampel Ct_target Ct_ref ΔCt ΔΔCt log2FC lipat Aneh

Pencilan tidak dihapus secara otomatis; mereka ditampilkan sebagai kandidat (berbasis IQR).

Ringkasan grup

Kelompok n log2FC berarti log2FC SD log2FC SEM lipat rata-rata geometrik lipat rata-rata aritmatika

Plot (log2FC / lipat)

Langkah-langkah perhitungan (Cara menghitungnya)

    FAQ

    Apa perbedaan antara ΔCt dan ΔΔCt?

    ΔCt adalah perbedaan dalam sampel antara target dan referensi. ΔΔCt adalah selisih relatif terhadap kalibrator.

    Apa asumsi 2^-ΔΔCt?

    Umumnya mengasumsikan efisiensi amplifikasi target dan referensi sama atau serupa. Gunakan koreksi Pfaffl jika berbeda.

    Haruskah saya menggunakan lipat atau log2FC?

    log2FC simetris dan lebih mudah untuk statistik dan plot. Lipatan lebih intuitif.

    Bagaimana cara menangani beberapa gen referensi?

    Ketika Ct_ref1, Ct_ref2, dll. disediakan, nilai referensi Ct dikumpulkan sebelum menghitung ΔCt.

    Kapan saya harus menggunakan koreksi efisiensi Pfaffl?

    Pertimbangkan koreksi Pfaffl ketika efisiensi target dan referensi berbeda secara substansial.

    Apakah pembagian URL menyertakan data?

    Hanya pengaturan yang disimpan; data tidak disertakan.

    Referensi (catatan)

    Asumsi dan panduan pada halaman ini merupakan referensi umum. Untuk penelitian/pendidikan, konsultasikan dengan sumber primer bila diperlukan.

    Komentar

    Bagikan pertanyaan atau peningkatan (komentar dimuat setelah Anda mengklik tombol).