使用方法（3步）
- 貼上資料（組、樣本、Ct_target、Ct_ref）或載入 CSV。對於多個參考，請使用 Ct_ref1、Ct_ref2...
- 選擇校準組（或樣本）和彙總方法（平均值/中位數）。如果需要，啟用 Pfaffl 校正。
- 按一下計算以顯示 ΔCt/ΔΔCt、log2FC，並折叠在表格和圖中。分享 URL 保持相同的設定。
建議流程
延伸使用
資料輸入與選項
結果（摘要）
結果將出現在這里。
每列結果
| 列 | 集团 | 样品 | CT_目標 | CT_參考 | ΔCt | ΔΔCt | log2FC | 折叠 | 離群值 |
|---|
離群值不會自動移除；它們顯示為候選值（依據 IQR）。
小組總结
| 集团 | n | log2FC 均值 | log2FC SD | log2FC扫描电镜 | 幾何平均數的倍數 | 折算術平均數 |
|---|
圖表（log2FC / 折叠）
計算步驟（如何計算）
常見问题
ΔCt 和 ΔΔCt 有什麼區別？
ΔCt 是目標值和參考值之間的樣本内差异。 ΔΔCt 是相對於校準品的差异。
2^-ΔΔCt 的假設是什麼？
它通常假設目標和參考擴增效率相等或相似。如果它們不同，請使用 Pfaffl 校正。
我應該使用fold还是log2FC？
log2FC 是对称的，更容易統計和圖表。折叠更直观。
如何處理多個參考基因？
当提供Ct_ref1、Ct_ref2等時，在計算ΔCt之前彙整參考Ct值。
我什麼時候應該使用 Pfaffl 效率校正？
当目標效率和參考效率相差很大時，請考慮 Pfaffl 校正。
分享 URL 是否包含資料？
僅儲存設定；資料不包含在内。
相關工具
參考文献（注释）
本頁上的假設和指南是一般參考。對於研究/教育，請根據需要查閱主要來源。
評論
分享問題或改進（按一下按鈕后載入評論）。