明明实验结果有差异,我却看上去没差异,这就是我和明明的差别!
在上一节中我们介绍了最基本的qPCR分析结果分析,可以在订阅号的“历史记录”里面看到,也可以登录www.查看。现在有20对病人某肿瘤组织标本,每对组织有癌(T)和癌旁(N)两个组织,我们想看基因A的mRNA水平在癌和癌旁中是否有差异?对20对标本(40个组织)分别采用提取组织mRNA的方式,protocol可以在科研狗网站http://www. 中找到,然后逆转录成cDNA。qPCR过程和注意事项我们会在另外一个专题中介绍。进行qPCR之后我们会得到如下结果(只展示了第一对和第二对标本组织,T1代表第一个对的癌组织,N1代表第一对的癌旁组织):然后我们做完20对组织的qPCR之后,整理数据得到如下结果:
按照上一次案例1里面的统计方法去画图,
如果我们按照上一次案例1里面的统计方法去做,先求出N(癌旁)2^-△Ct的平均值n1,然后用T(癌) 2^-△Ct分别除以n1,再用每个N(癌旁)2^-△Ct处理n1,就得到了最终可以统计的结果T(癌) 2^-△△Ct,和N(癌旁)2^-△△Ct,具体计算过程就不罗列了,整理结果如下: 你是不是吓一跳,癌和癌旁是不是没差异了?
但是仔细一看,从数据角度看来所有的癌里面A的表达水平都比癌旁低啊,为什么做到这个图上面,看上去这么不可能呢。
那么问题究竟出在哪里呢?
首先上一节中我们是三次重复试验,对于同一种药物作用于同一种细胞相同的时间,理论上三次独立重复试验中药物引起p53 mRNA水平的变化是确定的,而在本案例中,不同病人之间的标本不能算作是实验重复,不同个体之间的A基因mRNA水平也是不一样的。因此,不能采用案例1中的计算方式。
下面首先介绍下我们常用的模式:
我们用每组的T(癌) 2^-△Ct除以N(癌旁)2^-△Ct,得到T(癌) 2^-△△Ct,这样一来,N(癌旁)2^-△△Ct都为1,然后整理结果得到如下:这个是不是比第一次柱形图好看?
但是这种做法其实是有问题的,虽然看上去差异比较大(通过统计计算差异也比较大),但是N(癌旁)已经没有误差,这是不科学的。所以在本文中,科研狗认为应该以T(癌) 2^-△C和N(癌旁)2^-△Ct做成散点图,如下所示(注意不是△△),如果你有更好的想法可以告诉我们一起交流学习。可以看出,在癌旁组散点图位置均上移。我们通过SPSS软件统计分析两组之间的差异:采用配对T检验(T检验的前提是样本服从正太分布,可以提前检测下,一般测定某一个蛋白或者mRNA的水平,可以看作是正态分布)。
|