发布时间：2023-10-27 15:12来源：www.sf1369.com作者：宇宇
一直有在学习如何使用python处理数据和绘图，作为有机化工人士，本来就很多体力话，最近测了不少数据，最好的态度当然是测完立刻处理，其中处理起来最麻烦的就是一个荧光寿命的拟合了。
不过还是得夸一下本组用的horiba的荧光仪，软件集成了origin，荧光寿命部分也尺世有相对应的拟合软件，在测试时就可以直接看拟合结果，快速简便，但是这个拟合软件呢，由于版权问题，自己个人电脑上不能安装，拿陵行肢到原始数据了还是得自己拟合自己处理，这个一直用origin搞也是心烦意乱，且不说某次我搞着搞着origin就崩了，那么，从头再来，你们懂的。
总而言之，就试着用python写了程序，以后在自己电脑上也能随时查看基本的拟合结果。
程序如下：
此处带逗的数据处理方式中，源数据的强度要经过取对数和归一化。取对数过程中，会出现count为0的数据，无法取对数，在程序中是将其直接删除，这个与origin中进行了对比，所采取的方式是一样的。至于归一化，采取的是最为简单的[0，1]之间的归一化，利用最大值和最小值来进行的。
而x值，主要是通过将channel转化为时间，且曲线中要下降的第一个点，是x轴必须对应为0的，以此进行拟合。
上述的程序可以如origin一样处理数据，但是根据事后与在自带的数据分析软件里呈现出的结果，是有不一样的。
上述程序的还需要解决的问题有：
1 有多个寿命值时，要如何根据拟合参数计算单个寿命。
2 如何做到自由取部分值进行来进行拟合。
3 取所有有效值进行拟合时，我有一个文件是三个指数都无法拟合，这与自带分析软件很不一样。
具体的后续更改待更新。
你的概念弄错了。CT值只能在同悉枯样的基因之拍升间比较。实验组的内参和对照组的内参比袭陆老，实验组的目的基因和对照组的目的基因比。
比如你实验组内参的CT值比对照组小一，那说明你实验组的加样量比对照组多了一倍。在计算目的基因的时候就要把实验组的目的基因的量除以二在和对照组比较。
以此类推。
没袜竖有关系，可以闷缓继续按正常步骤计算。
内参的CT值通常要控制在25-30，目的基因CT值高，只说明目的基因表达量比较低。。
没关系蚂好模 。。
qPCR这项技术，被广泛用于生物学的研究，只有有以下用途：
qPCR作为一种DNA定量手段，一般情况下， 还可以分为 绝对定量 和 相对定量 。
好的， 那么一般情况下， 我见过比较多的qPCR，都是以RNA相对定量为目的的，也是本文讨论的焦点。
qPCR和PCR一看名字就知道很像， q 就是quantitative的意思，quantitative就是定量的意思。。。（为我的废话鼓掌）
其实，说到底，qPCR就是通过荧光染料或者荧光探针来表征PCR产物的量，进而推断出PCR前，样本的初始核酸量。
具体原理是，对于不同的样本和基因岩兄灶，比较粗扮到达一定荧光强度所需要的循环数， 如果你的样本中DNA1的量 大于 DNA2的量，那么理论上， DNA1比DNA2需要更少次数的PCR扩增就可以达到某一个阈值.
如果对于详细原理有什么执念的同学可以自行百度，必应，谷歌。。。
在实际实验过程中， 我们的实验没那么简单
一个仿真例子：
那么我们一般这样做，我会有处理和未处理的细胞，我们想比较这两种细胞geneA表达量的差异，我们在提取细胞的RNA并定量后反转成cDNA后，进行qPCR， 获得geneA和某一个内参基因（如GAPDH）的CT值。内参基因GAPDH在这里起到一个矫正的效果来去除不同的样品间 RNA产量 ， RNA质量 以及 逆转录效率 上的差别。
最最最常用的qPCR相对定量的方法是 ΔΔCT 法 （读作：delta delta CT）
公式如下
即 先用内参基因校准，再算样品与对照组间的差异 ，而我们的表达量的差异就可以表征为
虽然大多数qPCR设备都配有很完备的分析软件，
但是 。。。。。
这些软件的图可能不适合直接放文章，或者， 咳咳，很丑,你想自尘搏己修改之类的
而他们一般都不太提供最终计算结果，只提供CT值，那么这个就很让人头大了。
于是乎
秉承着 自己动手丰衣足食 一直折腾一直爽 的传统美德，我写了一个小小的工具，方便大家计算最终的相对表达量
该工具基于微软爸爸的EXCEL和VBA，不限样本数量，基因数量及每组实验的平行个数（如果你有三个复孔，其中一个如果CT和其他两个差别很大，你可以删除该孔，有些组3个复孔，有些2个，不影响程序运行）
在同学（zi）的（ji）强（xian）烈（de）要（mei）求（shi）下，我的qPCR数据处理小程序迎来了V2.0版本，主要增加了自动添加误差线的功能。
大家感受一下， 一键出图 的魅力，喜欢的同学记得点赞，转发哦, 获取链接在文末
获得相对表达量值之后呢，你可以使用origin或者graphpad等工具作图，读者可以查看我往期关于origin的文章哦
文章直通车>>> origin科研作图
此工具如有任何问题或者你们有什么建议或者链接失效等情况，请于公众号“肖恩札记”留言