使い方（3ステップ）
- データ（Group, Sample, Ct_target, Ct_ref）を貼り付けるか CSV を読み込みます。参照が複数ある場合は Ct_ref1, Ct_ref2… を入力できます。
- 基準（calibrator）となる群（またはサンプル）と、集計方法（平均/中央値）を選びます。必要に応じて効率補正（Pfaffl）をオンにします。
- 「計算」を押すと、ΔCt/ΔΔCt、log2FC（対数）、fold（倍率）が表と図で表示されます。共有URLで同じ設定を共有できます。
おすすめの順番
さらに深める
データ入力とオプション
結果（サマリ）
ここに結果が表示されます。
行ごとの結果
| 行 | Group | Sample | Ct_target | Ct_ref | ΔCt | ΔΔCt | log2FC | fold | 外れ値 |
|---|
外れ値は自動除外せず、候補として表示します（IQR基準）。
群要約
| Group | n | log2FC 平均 | log2FC SD | log2FC SEM | fold 幾何平均 | fold 算術平均 |
|---|
図（log2FC（対数） / fold（倍率））
計算の流れ（How it’s calculated）
よくある質問（FAQ）
ΔCt と ΔΔCt の違いは？
ΔCt は同一サンプル内でターゲットと参照の差、ΔΔCt は基準（calibrator）との差分です。
2^-ΔΔCt の前提は？
ターゲットと参照の増幅効率が等しい/近いことを前提にするのが一般的です。効率が異なる場合は効率補正（Pfaffl）を検討してください。
fold と log2FC はどちらを見るべき？
log2FC は上昇/低下が対称で扱いやすく、統計や図示に向きます。fold は直感的です。
複数参照遺伝子はどう扱う？
Ct_ref1, Ct_ref2 など複数列がある場合は参照Ctを集約し、ΔCt を計算します。
効率補正（Pfaffl）はいつ使う？
ターゲットと参照の効率が大きく異なる場合に、効率補正（Pfaffl）を検討します。
共有URLにはデータも含まれますか？
設定のみを保存し、データ本体は含めません。
関連ツール
参考（出典メモ）
ページ内の前提や目安は一般的なガイドの例です。研究/教育用途として、必要に応じて一次情報も参照してください。
コメント
質問や改善案があればコメントしてください（読み込みはボタン操作後に行われます）。