Yila

2^−ΔΔCt 法で qPCR データを解析

qPCR の測定で得た Ct 値をアップロードしてください。Yila が技術的反復を平均し、参照遺伝子で正規化して ΔCt で検定を行い、すべての生物学的反復が見える fold change のグラフを描きます。

これは qPCR で得た Ct 値です。を参照遺伝子、をキャリブレーターとします。まず技術的反復を平均し、2^−ΔΔCt 法で相対発現量を計算して、各標的遺伝子について ΔCt 値で検定してください。そのうえで、個々の生物学的反復とエラーバーを示した fold change の棒グラフを、論文にそのまま使える形で作成してください。図は PNG と SVG で保存し、ΔCt/ΔΔCt の表とスクリプトも保存してください。

Yila のワークベンチで開きます。会話の中でいつでも調整できます。

完成した qPCR 解析

このページのために作成した小さな模擬データセットで実行した公式の作例です。下の図は実行時に保存されたもので、ダウンロードにはこの図と ΔCt/ΔΔCt の表、検定結果、スクリプト、入力データが含まれます。

3 つの標的遺伝子:処理群と溶媒対照の比較 — 1
1 / 1

得られるもの

fold change のグラフ
遺伝子ごとの平均 fold change を棒で示し、すべての生物学的反復を点で重ねて、エラーバーと有意性の記号、変化なしを示す基準線を加えます。
ΔCt / ΔΔCt の表
生物学的反復ごとの ΔCt、ΔΔCt、fold change をまとめるので、計算の各段階を確認できます。
検定結果
遺伝子ごとに、群ごとの ΔCt の平均値と SD、検定統計量、自由度、p 値、効果量を示します。
解析スクリプト
計算全体を Python(ご希望なら R)で記述しているので、次のプレートにもそのまま使えます。

進め方

Ct 値をアップロードして参照遺伝子を指定

装置から測定結果を CSV または Excel で書き出し、どの遺伝子を参照遺伝子に、どの群をキャリブレーターにするかを伝えます。

Yila がプレートのレイアウトを確認

どのウェルが生物学的反復で、どのウェルが技術的反復かを読み取り、計算を始める前に、値が食い違う技術的反復や Ct 値のないウェルがないかを確認します。

グラフ・表・スクリプトが完成

相対発現量を計算して検定し、グラフを描いて、すべての値を含む表とスクリプトとともに保存します。2 つ目の参照遺伝子、対数軸、増幅効率で補正した値が必要なときは、同じ会話の中で依頼してください。

主な用途

シーケンシングで見つかった遺伝子の検証

RNA-Seq やマイクロアレイで候補になった遺伝子を qPCR で確かめられます。査読者が計算をたどれる数値もそろいます。

ノックダウンと過剰発現の確認

siRNA やコンストラクトの導入後に標的遺伝子がどれだけ変化したかを、反復ごとに示せます。

研究室での日常的な解析

プレートごとに書き出したデータを、毎回スプレッドシートを作り直すことなく、グラフと表にできます。

よくある質問

お手元のプレートのデータを解析

Ct 値をアップロードして参照遺伝子を指定してください。Yila が ΔΔCt の計算、検定、グラフの作成を行い、スクリプトも残します。

データをアップロードして始める