㈠ 如何评估Real-time qPCR定量检测(经验总结）
一、Real-time qPCR定量方法
可以分为绝对定量和相对定量。
绝对定量是用一系列已知浓度的标准品制作标准曲线，在相同的条件下目的基因测得的荧光信号量同标准曲线进行比较，从而得到目的基因的量。该标准品可以是纯化的质粒DNA，体外转录的RNA，或者是体外合成的ssDNA。
相对定量可以分为比较Ct法和其他一些相对方法。比较Ct指的是通过与内参基因Ct值之间的相差来计算基因表达差异,也称之是 2-∆∆Ct 。
1. 绝对定量
Y=-3.432X+34.638;R2= 0.995, E=95%，所以可以进行数据分析。如果未知样品的 Ct=25， 代入方程：25=-3.432X+34.638, 所以：X=2.8 Copies=10^2.8
2. 2-∆∆Ct定量
3. 其他定量方法
二、 影响Ct值的关键因素
1. 模板浓度
模板浓度是决定Ct的最主要因素。控制在一个合适范围内，使Ct在15-35之间。
2. 反应液成分的影响
任何分子的荧光发射都受环境因素影响—-比如溶液的pH值和盐浓度。
3. PCR反应的效率
在PCR扩增效率低的条件下进行连续梯度稀释扩增，与PCR扩增效率高的条件下相比，可能会所产生斜率不同的标准曲线。PCR效率取决于实验、反应混合液性能和样品质量。一般说来，反应效率在90-110%之间都是可以接受的。
三、如何评估实时定量PCR反应的效果
1. PCR扩增效率：为了正确地评估PCR扩增效率，至少需要做3次平行重复，至少做5个数量级倍数(5 logs)连续梯度稀释模板浓度。
2.R2值：另一个评估PCR效率的关键参数是相关系数R2，它是说明两个数值之间相关程度的统计学术语。如果R2等于1，那么你可以用Y值（Ct）来准确预测X值（量）。如果R2等于0，你就不能通过Y值来预测X值。R2值大于0.99时，两个数值之间相关的可信度很好。
3.精确度: 标准偏差（standard
deviation，偏差的平方根）是最常用的精确度计量方法。如果许多数据点都靠近平均值，那么标准偏差就小；如果许多数据点都远离平均值，则标准偏差就大。实际上，足够多重复次数产生的数据组会形成大致的正态分布。这经常可通过经典的中心极限理论来证明，独立同分布随机变量在无限多时趋向于正态分布。如果PCR反应效率是100%，那么2倍稀释点之间的平均Ct间隔应该恰为1个Ct值。要以99.7%的几率分辨2倍稀释浓度，标准偏差就必须小于等于0.167。标准偏差越大，分辨2倍稀释的能力就越低。为了能够在95%以上的情况下分辨出2倍稀释，标准偏差必须小于等于0.250。
4.灵敏度：无论CT绝对值是多少，任何能够有效扩增和检测起始模板拷贝数为1的系统都达到了灵敏度的极限。PCR效率是决定反应灵敏度的关键因素。在检测极低拷贝数时的另一个重要的考虑因素是，低拷贝时的模板数量不能按普通情况来预期。相反，它会遵循泊松分布，即进行大量的平行重复，平均应该含有一个拷贝的起始模板，实际上约37%不含有拷贝，仅有约37%含有1个拷贝，约18%实际上含有两个拷贝。因此，为了更可靠地检测低拷贝，必须做大量的平行重复实验来提供统计显着性，并克服泊松分布的限制。