常常有读者朋友在后台问我，我的qPCR程序如何使用，程序能不能识别三个样本，四个基因，五个平行之类的
所以今天特地出一个教程，顺便给程序增加了一个贴心的小功能！
话不多说，我们开始咯！
01 数据格式
所有的数据分析，无论是计算还是作图，数据格式都是关键。合适的数据格式才能清楚、高效、准确的表达数据。
我相信，大家很多时候做qPCR的时候，表格格式是这样的：
| Sample1 | Sample2 | Sample3 | |
|---|---|---|---|
| GeneA | ... | .... | ... |
| GeneB | ... | ... | ... |
| GeneC | ... | ... | ... |
但是，这样会面临非常大的问题，就是平行怎么放？
如果你一定要放，平行自然可以放进去，比如三个平行可以并排横着或者竖着放进 ...的位置。
但是，这样格式的数据，限制很大， 比如
你可以很方便的求出平均值吗?
如果你使用公式计算，怎么兼容不同平行个数的情况?
如果你的样本有好几个水平的处理，又要怎么表示？
结果，许多同学的表格就成了这样：
为了表示用了4种质粒，每种质粒三种处理，每种处理要测三个基因，每个基因三个平行（图中的一个单元格...，实际是三个单元格，一组平行，我偷个懒）
image.png
不夸张的说，我见过太多这样的表了。除了看起来好理解一些，灵活性和表达能力上欠缺很多。
那要怎么才能清楚、高效，准确的表达数据呢？
其实很简单，标签化。
什么叫标签化，其实很简单，就是通过对每一个数值附加标签的方式来标注信息。
比如，我有一次实验，有2个样本，3个基因，4个平行，也就是我最后的Ct值有2x3x4 = 24个值，我们给这24个值贴标签，每个值有两个标签，分别是对应的样本和所检测的基因。如图：
image.png
注意，qPCR技术相对定量计算中，因为我们不区分平行，所以这里不标。
我再举个例子：（就那用上面的例子，四种质粒，三种处理，三个平行）
image.png
我们使用一列记录Ct值，一列记录基因，一列记录处理条件，还有一列记录质粒等。
大家可以看到，这种方法下数据由宽变长，所以这种数据格式也叫长数据格式，利用这个原理，可以对每个孔添加非常多列的信息。
那么，我说了那么多，他有哪些好处呢？
- 这样的数据格式支持无限维度的数据，不是只有样本和基因两个维度
- 这样的数据，利用Excel的pivot table可以几秒计算每个分组的均值，方差等
- 这样的数据在主流数据编程语言中做统计和作图都无比方便，有时这种格式是必须的（ggplot）
-
最最重要，绝大多数的qPCR机器，ABI或者Roche，导出的数据都是这种格式，这就意味着，在使用我的程序时，你导出数据后
Ctrl C + V就完事了。
02 统计计算
来到了愉快的一键出图的环节了，不过在开始计算之前，还需要再做一件事，那就是指定内参基因和对照组。
本次更新就非常人性化地自动统计了数据表中的基因和样本，无需手动输入，只需要在下拉选择框中点选就可以啦，从此避免了输错的可能。
然后，轻轻按下计算键！
Demo.gif
本程序对基因和样本不做任何限制，你可以任意名字，任意数量，任意平行，甚至某些分组三个平行，某些两个平行（有时点样失误，删除单个孔）都不受影响，这就是标签化的数据格式带来的便利！
另外，该程序不仅可以计算相对表达量（2^-ddCt法），还自动出图，自动添加误差线，自动进行T-test计算p值。
有了它，真正让少儿科研成为可能，小学生也可以做qPCR数据分析啦！
心动了吗？
【qPCR计算工具】领取，请微信公众号后台回复
qPCR。
喜欢的话，记得三连哦！我们下期再见！
网友评论