1、你先把几次试验的对照组的平均值设为1， 再把每个单独试验对照组的数值算出和这个对照组平均值的差异，就可以计算标准差了。这么简单的统计分析，用不着SPSS吧， excel就可以解决了。
2、在科学研究中，实时荧光定量PCR（qRT-PCR）是分析目的基因表达的常用手段。尤其对于RNA-seq后的验证，qRT-PCR是确认转录本表达可靠性的关键步骤。本文将解释Livak法（2^-Ct法）的计算过程，并介绍qRT-PCR中常见的问题和解决策略。
3、qRT-PCR是一种相对表达定量的方法，他的计算方法有很多，常用的相对定量数据分析方法是KJ Livak（Applied Biosystems）等人在2001年提出的“比较Ct法相对定量”，即：利用ΔCt值差异来推算基因表达差异（Ct目的基因 – Ct内参基因 = ΔCt），该方法的具体计算方法请参见文章： qRT-PCR相对定量计算详解 。
4、我的实验是去医院收样本来做的，一次收不了几个，所以用荧光PCR做相对定量只能分很多次做，这样我要最后把数据集中起来就没有办法直接用仪器给出的图表，而且有些数据我也还要筛选一下。
5、cDNA检测是确保实验结果的关键步骤，可通过琼脂糖凝胶电泳验证RNA质量。直接用cDNA进行PCR扩增，结果更具有说服力。在qPCR条件确定时，若设计的引物存在较大差异，可通过梯度PCR验证最佳温度。数据分析中，相对荧光定量PCR采用2-ΔΔCT方法处理数据。确保实验结果的准确性和可重复性，是科研工作的关键。
6、在实践中，qRT-PCR的每一步都需精确执行。以96孔板为例，合理的布板设计（表1）是关键。上样时，遵循试剂盒指示，包括引物、cDNA模板和ddH2O等（表2）。qRT-PCR的扩增程序包括变性、退火和荧光数据采集（表3），而溶解曲线的获取也是标准步骤。
扩增效率检测是确保qRT-PCR结果准确性的重要步骤，通过标准曲线法或LinRegPCR程序计算效率，理想范围为85%-115%。正确设计引物并进行扩增效率检测，能提高实验的可靠性和精确性。实验过程中，RNA质量要求纯度为7 OD260/OD2800，A260/A230在2左右。
qRT-PCR基于cDNA模板通过荧光信号实时监测扩增过程，Ct值代表荧光信号达到预设阈值的循环数。实验中，扩增曲线评估引物效率，理想的是一次性峰值，保证结果准确性。而 Livak法的步骤如下：计算对照组（wt）和处理组（mut）的内参基因（如ATCB）Ct值均值。
qRT-PCR是一种相对表达定量的方法，他的计算方法有很多，常用的相对定量数据分析方法是KJ Livak（Applied Biosystems）等人在2001年提出的“比较Ct法相对定量”，即：利用ΔCt值差异来推算基因表达差异（Ct目的基因 – Ct内参基因 = ΔCt），该方法的具体计算方法请参见文章： qRT-PCR相对定量计算详解 。
qRT-PCR是一种相对表达定量的方法，他的计算方法有很多，常用的相对定量数据分析方法是KJ Livak（Applied Biosystems）等人在2001年提出的“比较Ct法相对定量”，即：利用ΔCt值差异来推算基因表达差异（Ct目的基因 – Ct内参基因 = ΔCt），该方法的具体计算方法请参见文章： qRT-PCR相对定量计算详解 。
首先要定义基因集（gene set），也就是基于我们的先验知识（基因组注释信息），将基因富集，可以想象成，用一堆代表基因功能的箱子（bin）把具有相同或相似功能的基因装起来，起到了降维的作用，当然，每个基因可能同时参与好几种功能，这种cross-talk我这里就不说了。
