Redian新闻
>
写了一个较通俗的RT-PCR数据计算的简介
avatar
写了一个较通俗的RT-PCR数据计算的简介# Biology - 生物学
n*g
1
【 以下文字转载自 NextGeneration 讨论区 】
发信人: nhewegg (新蛋), 信区: NextGeneration
标 题: 搬家前,需要通知房东自己将生小孩么?
发信站: BBS 未名空间站 (Mon Nov 9 22:57:55 2009, 美东)
最近在看房,准备在BABY出生前,搬入新家。我担心小孩出生后,万一影响其它楼层的
房客,会带来什么麻烦。
不知是否该提前通知一下房东?但又怕房东知道后,不跟我们签LEASE。。。大家怎么
看?
avatar
s*4
2
往单个手机上发中文短信SMS,国内接受都没问题.一旦群发,接收人收到的短信就都是一
连串的问号,发信方自动显示"群发彩信".谁解疑一下?
我很怀疑这个"群发彩信"是问题的根源.因为我发的只是TEXT的短信不是照片,不知道为
什么被IDENTIFIED成彩信(multimedia).而我往单个手机上发照片(彩信)时,也是没问题
的.
avatar
Y*H
4
租房子?还是说下比较好
avatar
i*e
5
thanks a lot
up!
avatar
w*e
6
thanks a lot for sharing!!

【在 f*********r 的大作中提到】
: 不知道怎么在帖子里输入公式,只好放在下边链接里
: http://www.sendspace.com/file/92g0k9
: 欢迎挑错。

avatar
y*u
7
谢谢!你太牛了,我现在专业的东西好多都不知道中文是什么。

【在 f*********r 的大作中提到】
: 不知道怎么在帖子里输入公式,只好放在下边链接里
: http://www.sendspace.com/file/92g0k9
: 欢迎挑错。

avatar
x*i
8
纯理论上讲,ct不能取算术平均值是对的,因为ct其实是指数。
但在所有的计算中,我们都去算术平均值,绝大多数人(甚至权威杂志)没有异议呢?
这是因为在大量sample的重复试验中,ct值是接近正态分布的。注意,这里说的是ct值
,而不是你真正的sample在每个管子里的loading量。这个ct是我们从机器直接读出来
的,它的正态分布特性是有机器的系统误差所决定的。一般来说,ct值的已经包含了而
且大于你每个管子loading量的误差,它的正态分布特性是ct值取平均值的理论依据。
欢迎讨论。
avatar
n*w
9
谢谢分享。最爱学术帖~
avatar
l*s
10
niu!
avatar
f*r
11
这个说法本身我非常同意。所以,我现在对duplicates之间求平均的算法,也不是那么
严格了,只要他们之间相差不超过0.5cycle(2^0.5=1.4倍)。
但是,样品和样品之间求平均就是另一回事了。某种治疗对于某基因表达的影响,在蛋
白水平,也许是2倍甚至几倍;那么在mRNA的影响远远大于这个倍数关系,通常是10倍
甚至几十倍。换句话说,同在治疗组,样品之间Ct值(delta Ct可能更准确)差别往往
超过0.5cycle(1.4倍)。这在in vivo试验中相当普遍,in vitro中也不少见。也就是
说,这种差别已经超出了机器本身的系统误差。这种情况下,再采用近似法(代数平均
)就会偏离真实平均值比较多了。
与其在此处用完整公式推倒,在彼处用代数公式求近似值,搞得很混淆,还不如统一用
万能公式。反正也就输入一次公式,以后全都copy/paste,费不了多少事。

【在 x****i 的大作中提到】
: 纯理论上讲,ct不能取算术平均值是对的,因为ct其实是指数。
: 但在所有的计算中,我们都去算术平均值,绝大多数人(甚至权威杂志)没有异议呢?
: 这是因为在大量sample的重复试验中,ct值是接近正态分布的。注意,这里说的是ct值
: ,而不是你真正的sample在每个管子里的loading量。这个ct是我们从机器直接读出来
: 的,它的正态分布特性是有机器的系统误差所决定的。一般来说,ct值的已经包含了而
: 且大于你每个管子loading量的误差,它的正态分布特性是ct值取平均值的理论依据。
: 欢迎讨论。

avatar
s*s
12
赞 谢谢~
avatar
k*o
13

我觉得要解决样品间Ct差异的问题,最好还是所有样品在同一个plate上跑,这样Ct出
来了大家一块做
数据处理,Control和加药组的平均和标准差很容易就出来了。如果条件不具备,我认
为可以把所有
control单独拿出来跑一次,然后算relative fold change。不知道楼长有无更好办法


【在 f*********r 的大作中提到】
: 这个说法本身我非常同意。所以,我现在对duplicates之间求平均的算法,也不是那么
: 严格了,只要他们之间相差不超过0.5cycle(2^0.5=1.4倍)。
: 但是,样品和样品之间求平均就是另一回事了。某种治疗对于某基因表达的影响,在蛋
: 白水平,也许是2倍甚至几倍;那么在mRNA的影响远远大于这个倍数关系,通常是10倍
: 甚至几十倍。换句话说,同在治疗组,样品之间Ct值(delta Ct可能更准确)差别往往
: 超过0.5cycle(1.4倍)。这在in vivo试验中相当普遍,in vitro中也不少见。也就是
: 说,这种差别已经超出了机器本身的系统误差。这种情况下,再采用近似法(代数平均
: )就会偏离真实平均值比较多了。
: 与其在此处用完整公式推倒,在彼处用代数公式求近似值,搞得很混淆,还不如统一用
: 万能公式。反正也就输入一次公式,以后全都copy/paste,费不了多少事。

avatar
f*r
14
根据我的经验,对照组总是显示最小的SD。代数方法和对数方法的偏差也小。无须多虑
。不过,治疗组就大不一样了。SD大过了一两个数量级。通常我们每个组的n也就5个,
远远小于n=30。虽然我们认为,代数方法与对数方法都符合正态分布,但平均值的计算
结果相差比较大。我个人主张还是用复杂公式解开所有指数来计算。
我同意你说的,尽量将所有样品放在同一个plate上跑。如果跑不下,按照以下方法处
理:
1)尽量在一张盘上只跑内参和一个靶基因,把其它的靶基因用另外的盘子跑,虽然这
样有点费sybr green。如果还跑不下,就
2)把triplicate改成duplicate。如果还跑不下,就
3)不要duplicate。如果一定要duplicate,就把duplicate1跑在plate1,把
duplicate2跑在plate2。总之,让一个盘子上容纳所有样品(最大数为48个样品,应该
够了)。
当然,如你所说,在每张相关的plate上都重复跑一套对照,是一个很好的参照。不过
这仅仅是个quality control,对计算relative fold change没有影响。

出来了大家一块做
认为可以把所有
法 ?

【在 k****o 的大作中提到】
:
: 我觉得要解决样品间Ct差异的问题,最好还是所有样品在同一个plate上跑,这样Ct出
: 来了大家一块做
: 数据处理,Control和加药组的平均和标准差很容易就出来了。如果条件不具备,我认
: 为可以把所有
: control单独拿出来跑一次,然后算relative fold change。不知道楼长有无更好办法
: ?

avatar
x*u
15
Thanks a lot.
avatar
s*t
16
请问谁还有这个帖子里面下载的pdf?
原链接失效了
能否发给我? s*********[email protected]
非常感谢!
avatar
y*t
17
Me neither,
please send one to y****[email protected]
Thanks

【在 s*********t 的大作中提到】
: 请问谁还有这个帖子里面下载的pdf?
: 原链接失效了
: 能否发给我? s*********[email protected]
: 非常感谢!

avatar
D*y
18
原链接失效了
非常需要,能否发给我? y***[email protected]
非常感谢!

【在 f*********r 的大作中提到】
: 不知道怎么在帖子里输入公式,只好放在下边链接里
: http://www.sendspace.com/file/92g0k9
: 欢迎挑错。

avatar
s*t
19
已经得到了 多谢!!
avatar
I*a
20
有mac版的么?
avatar
d*i
22
能不能再上传一次?谢谢!
avatar
f*r
23
不知道怎么在帖子里输入公式,只好放在下边链接里
http://www.sendspace.com/file/ksadse
欢迎挑错。
3-26-2011 修正重要算式一次。请下载上一版的同学及时更新。
avatar
i*e
24
thanks a lot
up!
avatar
w*e
25
thanks a lot for sharing!!

【在 f*********r 的大作中提到】
: 不知道怎么在帖子里输入公式,只好放在下边链接里
: http://www.sendspace.com/file/ksadse
: 欢迎挑错。
: 3-26-2011 修正重要算式一次。请下载上一版的同学及时更新。

avatar
y*u
26
谢谢!你太牛了,我现在专业的东西好多都不知道中文是什么。

【在 f*********r 的大作中提到】
: 不知道怎么在帖子里输入公式,只好放在下边链接里
: http://www.sendspace.com/file/ksadse
: 欢迎挑错。
: 3-26-2011 修正重要算式一次。请下载上一版的同学及时更新。

avatar
x*i
27
纯理论上讲,ct不能取算术平均值是对的,因为ct其实是指数。
但在所有的计算中,我们都去算术平均值,绝大多数人(甚至权威杂志)没有异议呢?
这是因为在大量sample的重复试验中,ct值是接近正态分布的。注意,这里说的是ct值
,而不是你真正的sample在每个管子里的loading量。这个ct是我们从机器直接读出来
的,它的正态分布特性是有机器的系统误差所决定的。一般来说,ct值的已经包含了而
且大于你每个管子loading量的误差,它的正态分布特性是ct值取平均值的理论依据。
欢迎讨论。
avatar
n*w
28
谢谢分享。最爱学术帖~
avatar
l*s
29
niu!
avatar
f*r
30
这个说法本身我非常同意。所以,我现在对duplicates之间求平均的算法,也不是那么
严格了,只要他们之间相差不超过0.5cycle(2^0.5=1.4倍)。
但是,样品和样品之间求平均就是另一回事了。某种治疗对于某基因表达的影响,在蛋
白水平,也许是2倍甚至几倍;那么在mRNA的影响远远大于这个倍数关系,通常是10倍
甚至几十倍。换句话说,同在治疗组,样品之间Ct值(delta Ct可能更准确)差别往往
超过0.5cycle(1.4倍)。这在in vivo试验中相当普遍,in vitro中也不少见。也就是
说,这种差别已经超出了机器本身的系统误差。这种情况下,再采用近似法(代数平均
)就会偏离真实平均值比较多了。
与其在此处用完整公式推倒,在彼处用代数公式求近似值,搞得很混淆,还不如统一用
万能公式。反正也就输入一次公式,以后全都copy/paste,费不了多少事。

【在 x****i 的大作中提到】
: 纯理论上讲,ct不能取算术平均值是对的,因为ct其实是指数。
: 但在所有的计算中,我们都去算术平均值,绝大多数人(甚至权威杂志)没有异议呢?
: 这是因为在大量sample的重复试验中,ct值是接近正态分布的。注意,这里说的是ct值
: ,而不是你真正的sample在每个管子里的loading量。这个ct是我们从机器直接读出来
: 的,它的正态分布特性是有机器的系统误差所决定的。一般来说,ct值的已经包含了而
: 且大于你每个管子loading量的误差,它的正态分布特性是ct值取平均值的理论依据。
: 欢迎讨论。

avatar
s*s
31
赞 谢谢~
avatar
k*o
32

我觉得要解决样品间Ct差异的问题,最好还是所有样品在同一个plate上跑,这样Ct出
来了大家一块做
数据处理,Control和加药组的平均和标准差很容易就出来了。如果条件不具备,我认
为可以把所有
control单独拿出来跑一次,然后算relative fold change。不知道楼长有无更好办法


【在 f*********r 的大作中提到】
: 这个说法本身我非常同意。所以,我现在对duplicates之间求平均的算法,也不是那么
: 严格了,只要他们之间相差不超过0.5cycle(2^0.5=1.4倍)。
: 但是,样品和样品之间求平均就是另一回事了。某种治疗对于某基因表达的影响,在蛋
: 白水平,也许是2倍甚至几倍;那么在mRNA的影响远远大于这个倍数关系,通常是10倍
: 甚至几十倍。换句话说,同在治疗组,样品之间Ct值(delta Ct可能更准确)差别往往
: 超过0.5cycle(1.4倍)。这在in vivo试验中相当普遍,in vitro中也不少见。也就是
: 说,这种差别已经超出了机器本身的系统误差。这种情况下,再采用近似法(代数平均
: )就会偏离真实平均值比较多了。
: 与其在此处用完整公式推倒,在彼处用代数公式求近似值,搞得很混淆,还不如统一用
: 万能公式。反正也就输入一次公式,以后全都copy/paste,费不了多少事。

avatar
f*r
33
根据我的经验,对照组总是显示最小的SD。代数方法和对数方法的偏差也小。无须多虑
。不过,治疗组就大不一样了。SD大过了一两个数量级。通常我们每个组的n也就5个,
远远小于n=30。虽然我们认为,代数方法与对数方法都符合正态分布,但平均值的计算
结果相差比较大。我个人主张还是用复杂公式解开所有指数来计算。
我同意你说的,尽量将所有样品放在同一个plate上跑。如果跑不下,按照以下方法处
理:
1)尽量在一张盘上只跑内参和一个靶基因,把其它的靶基因用另外的盘子跑,虽然这
样有点费sybr green。如果还跑不下,就
2)把triplicate改成duplicate。如果还跑不下,就
3)不要duplicate。如果一定要duplicate,就把duplicate1跑在plate1,把
duplicate2跑在plate2。总之,让一个盘子上容纳所有样品(最大数为48个样品,应该
够了)。
当然,如你所说,在每张相关的plate上都重复跑一套对照,是一个很好的参照。不过
这仅仅是个quality control,对计算relative fold change没有影响。

出来了大家一块做
认为可以把所有
法 ?

【在 k****o 的大作中提到】
:
: 我觉得要解决样品间Ct差异的问题,最好还是所有样品在同一个plate上跑,这样Ct出
: 来了大家一块做
: 数据处理,Control和加药组的平均和标准差很容易就出来了。如果条件不具备,我认
: 为可以把所有
: control单独拿出来跑一次,然后算relative fold change。不知道楼长有无更好办法
: ?

avatar
x*u
34
Thanks a lot.
avatar
s*t
35
请问谁还有这个帖子里面下载的pdf?
原链接失效了
能否发给我? s*********[email protected]
非常感谢!
avatar
y*t
36
Me neither,
please send one to y****[email protected]
Thanks

【在 s*********t 的大作中提到】
: 请问谁还有这个帖子里面下载的pdf?
: 原链接失效了
: 能否发给我? s*********[email protected]
: 非常感谢!

avatar
s*t
37
已经得到了 多谢!!
avatar
I*a
38
有mac版的么?
avatar
d*i
40
能不能再上传一次?谢谢!
avatar
b*n
42
同求
avatar
a*y
43
谁有的放到文件共享服务器上吧
这个很容易做的为什么拿到的人就消失了呢

【在 f*********r 的大作中提到】
: 不知道怎么在帖子里输入公式,只好放在下边链接里
: http://www.sendspace.com/file/ksadse
: 欢迎挑错。
: 3-26-2011 修正重要算式一次。请下载上一版的同学及时更新。

avatar
s*s
46
跪求。
s********[email protected]

【在 b*******n 的大作中提到】
: 同求
avatar
A*0
47
谢谢~
avatar
h*s
51
能发一份给我吗?谢谢!k********[email protected]

【在 f*********r 的大作中提到】
: 不知道怎么在帖子里输入公式,只好放在下边链接里
: http://www.sendspace.com/file/ksadse
: 欢迎挑错。
: 3-26-2011 修正重要算式一次。请下载上一版的同学及时更新。

avatar
a*7
53
哎呀怎么才看见!!!
楼主能否再发一次啊,或者发给邮箱
a******[email protected]
谢谢啦!!!
avatar
m*p
59
同求,谢谢m****[email protected]

【在 a***y 的大作中提到】
: 谁有的放到文件共享服务器上吧
: 这个很容易做的为什么拿到的人就消失了呢

avatar
v*e
61
我也包子求,
v****[email protected]
谢谢

【在 f*********r 的大作中提到】
: 不知道怎么在帖子里输入公式,只好放在下边链接里
: http://www.sendspace.com/file/ksadse
: 欢迎挑错。
: 3-26-2011 修正重要算式一次。请下载上一版的同学及时更新。

avatar
r*y
66
谁有文件的给重新上传一下吧 或者楼主自己传。。。。

【在 n********k 的大作中提到】
: me too, c**********[email protected]
avatar
w*a
70
请发给 h******[email protected]
谢谢

【在 f*********r 的大作中提到】
: 不知道怎么在帖子里输入公式,只好放在下边链接里
: http://www.sendspace.com/file/ksadse
: 欢迎挑错。
: 3-26-2011 修正重要算式一次。请下载上一版的同学及时更新。

avatar
l*1
75
RE:
how to google search within MITBBS Biology branch:
a, go to
http://www.utu.fi/haetietoa.html
b: put the key wrords likes < qRT-PCR pdf >
c, click icon "Hae"
d, found no hint then changed
site:utu.fi
to site: www.mitbbs.com
e, click search icon agan
f. go anywhere you want to go
htp://www.google.com/search?ie=UTF-8%2F&oe=UTF-8%2F&q=写了一个较通俗的RT-PCR
数据计算的简介&btnG=Hae&as_sitesearch=utu.fi#sclient=psy-ab&hl=en&source=hp&
q=qRT-PCR++pdf+++site%3Awww.mitbbs.com&pbx=1&oq=qRT-PCR++pdf+++site:www.
mitbbs.com&aq=f&aqi=&aql=&gs_sm=s&gs_upl=
8382l11364l4l12629l11l10l0l0l0l2l176l1087l3.7l10l0&bav=on.2,or.r_gc.r_pw.,cf
.osb&fp=49bac6425dda1ccf&biw=1165&bih=590
i.e.:
11F
htp://www.mitbbs.com/article_t/Biology/31610011.html
Ps:
这方法学会了 用得好的 童鞋 今后转一包子给偶就扯平了...

【在 c*******4 的大作中提到】
: 有好心人给一份么
: f*********[email protected]

avatar
c*u
76
是什么格式的阿?怎么我点了下载出来的都是EXE的?可以发给我不?
c******[email protected]
avatar
u*b
77
能不能也发给我一份, 万分感谢
u****[email protected]
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。