
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。

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
関連するタスク

データ分析アシスタント
CSV/XLSX をアップロードし、会話でデータの確認、研究用の統計分析、論文に使えるグラフの作成を行います。

発現変動解析の結果からボルケーノプロットを作成
DESeq2、edgeR、limma、Cuffdiff の結果表をアップロードしてください。Yila が fold change の向きを確認し、指定のしきい値を適用して、重要な遺伝子を色分けしてラベルを付け、遺伝子数の集計とスクリプトを保存します。

実験ノートをラボミーティングの進捗報告に
実験ノートのまとめ、結果の表、グラフをアップロードしてください。Yila が短く率直な進捗報告スライドを作成します。計画していたこと、実施したこと、ご自身の数値から描いたグラフ、うまくいかなかったこと、グループに助けてほしいことをまとめます。
