Hoppa till innehåll

qPCR Effektivitetsberäknare: Standardkurvsanalysverktyg

Beräkna qPCR-effektivitet från Ct-värden och standardkurvor. Gratis verktyg för analys av PCR-amplifieringseffektivitet, slopberäkning och provvalidering med direkta resultat.

qPCR Effektivitetsberäknare

Inmatningsparametrar

Ct-värden

Resultat

Effektivitet
100.00%
R²
1.0000
Lutning
-3.3219
Skärningspunkt
15.0000

Standardkurva

Standardkurva
Standardkurva som visar Ct-värden plottade mot log utspädning med regressionslinjen15202530Ct-värde-4-3-2-10Log utspädning

Information

qPCR-effektivitet är ett mått på hur väl PCR-reaktionen fungerar. En effektivitet på 100% innebär att mängden PCR-produkt fördubblas för varje cykel under den exponentiella fasen.

Effektiviteten beräknas från lutningen på standardkurvan, som erhålls genom att plotta Ct-värdena mot logaritmen av den initiala mallkoncentrationen (utspädningsserie).

Effektiviteten (E) beräknas med formeln:

E = 10^(-1/slope) - 1

Laddningsberäknare...
📚

Dokumentation

Kalkylator för qPCR-effektivitet

En kalkylator för qPCR-effektivitet uppskattar hur väl en kvantitativ PCR-reaktion (qPCR) kopierar sin mål-DNA-sekvens under varje amplifieringscykel. Den använder Ct-värden (det cykelnummer då den fluorescerande signalen passerar ett fastställt tröskelvärde) från en spädningsserie för att beräkna effektivitet, lutning, skärningspunkt och R².

Vad är qPCR-effektivitet?

Kvantitativ PCR följer fluorescensen medan en reaktion kopierar en mål-DNA-sekvens, cykel för cykel. Amplifieringseffektivitet beskriver hur mycket mängden mål-DNA ökar per cykel. Vid 100 % effektivitet fördubblas mängden mål-DNA per amplifieringscykel.

Verkliga reaktioner når sällan exakt 100 %. De flesta laboratorier betraktar en effektivitet mellan 90 % och 110 % som godtagbar för tillförlitlig kvantifiering. Ett värde under 90 % eller över 110 % tyder på ett problem, till exempel dålig primerdesign, PCR-hämmare som följt med från provextraktionen eller pipetteringsfel i spädningsserien.

Effektiviteten är viktigast när genuttryck jämförs mellan prover. Den vanliga ΔΔCt-metoden för beräkning av fold change förutsätter att varje reaktion har 100 % effektivitet. När den uppmätta effektiviteten avviker från 100 %, eller när en målgen och en referensgen har olika effektivitet, kan resultatet för fold change bli felaktigt.

Formel för qPCR-effektivitet

Effektiviteten beräknas utifrån lutningen hos standardkurvan, en linje som bildas genom att Ct-värden plottas mot bas-10-logaritmen (log10) av mängden start-DNA i en spädningsserie.

E = 10^(-1/lutning) - 1

E är effektivitet, uttryckt som ett decimaltal (multiplicera med 100 för att få procent). Lutningen är standardkurvans lutning. Den är negativ, eftersom Ct ökar när mängden start-DNA minskar.

En lutning på -3,32 motsvarar 100 % effektivitet:

10^(-1/-3,32) - 1 = 10^0,301–1 ≈ 1,00

Det fungerar eftersom en 10-faldig spädning bör förskjuta Ct med ungefär 3,32 cykler om reaktionen fördubblar sitt DNA under varje cykel, eftersom log2(10) är ungefär 3,32.

I praktiken anses en lutning mellan -3,1 och -3,6 vara godtagbar. Det intervallet motsvarar en effektivitet på ungefär 90 % till 110 %. En lutning närmare -3,1 ger en högre beräknad effektivitet, medan en lutning närmare -3,6 ger en lägre.

Så beräknas qPCR-effektivitet: standardkurvemetoden

  1. Förbered en spädningsserie. Börja med det mest koncentrerade provet och späd det med en fast faktor, vanligtvis 10-faldigt, för varje efterföljande prov. Kör qPCR på varje spädning och registrera dess Ct-värde.
  2. Omvandla varje spädning till ett log10-värde. Om det första, mest koncentrerade provet räknas som position 0, har prov nummer i log10 för relativ mängd lika med -i × log10(spädningsfaktor).
  3. Plotta Ct (vertikal axel) mot log10-värdet (horisontell axel) för varje spädning och utför en linjär regression.
  4. Läs av regressionslinjens lutning, skärningspunkt och R².
  5. Sätt in lutningen i E = 10^(-1/lutning) - 1 för att få effektiviteten.

Kvalitetskriterier för standardkurvan

  • R² på minst 0,98. Detta mäter hur väl punkterna följer en rät linje. Ett lägre värde tyder ofta på pipetteringsfel eller ojämn amplifiering.
  • Lutning mellan -3,1 och -3,6. Detta intervall motsvarar 90–110% effektivitet.
  • Minst tre spädningspunkter. Fem eller sex punkter ger en tillförlitligare linje och gör det lättare att upptäcka ett avvikande värde.
  • Det mest koncentrerade provet bör ge ett Ct på omkring 15-20. Det mest utspädda provet bör ligga under Ct 35, eftersom högre värden närmar sig detektionsgränsen.

Räkneexempel

En fempunktsserie med 10-faldiga spädningar ger följande Ct-värden, från högst till lägst koncentration: 15,0, 18,5, 22,0, 25,5, 29,0.

Värdena för log10(relativ mängd) är 0, -1, -2, -3, -4, eftersom varje spädningssteg lägger till -log10(10), eller -1. Ct ökar med 3,5 cykler vid varje steg, så punkterna ligger på en rät linje och den linjära regressionen ger:

  • Lutning: -3,5
  • Skärningspunkt: 15,0
  • R²: 1,0

Effektivitet: E = 10^(-1/-3,5) - 1 = 10^0,286–1 ≈ 0,931, eller omkring 93 %.

En effektivitet på 93 % med R² = 1,0 uppfyller standardiserade kvalitetskriterier och lämpar sig för kvantifiering av genuttryck.

Kodexempel

Denna JavaScript-funktion följer samma metod som kalkylatorn. Indexet för varje Ct-värde negeras innan logaritmen beräknas, eftersom det första, mest koncentrerade provet har den högsta relativa mängden och varje senare prov är mer utspätt.

1function qpcrEfficiency(ctValues, dilutionFactor) {
2  // Sample 0 is most concentrated; each later sample is diluted further,
3  // so its log10(relative quantity) is negative.
4  const x = ctValues.map((_, i) => -i * Math.log10(dilutionFactor));
5  const n = ctValues.length;
6  let sumX = 0, sumY = 0, sumXY = 0, sumXX = 0;
7  for (let i = 0; i < n; i++) {
8    sumX += x[i];
9    sumY += ctValues[i];
10    sumXY += x[i] * ctValues[i];
11    sumXX += x[i] * x[i];
12  }
13  const slope = (n * sumXY - sumX * sumY) / (n * sumXX - sumX * sumX);
14  const intercept = (sumY - slope * sumX) / n;
15  const efficiency = (Math.pow(10, -1 / slope) - 1) * 100;
16  return { efficiency, slope, intercept };
17}
18
19qpcrEfficiency([15.0, 18.5, 22.0, 25.5, 29.0], 10);
20// => { efficiency: 93.07, slope: -3.5, intercept: 15 }
21

Varför effektiviteten är viktig för genuttryck

Beräkningar av fold change, inklusive ΔΔCt-metoden, förutsätter att varje reaktion fördubblar sin målsekvens per cykel. När en målgen och en referensgen har olika uppmätt effektivitet ger den enkla ΔΔCt-formeln ett fel. Forskare byter ofta till en effektivitetskorrigerad beräkning, till exempel den metod som Michael Pfaffl beskrev år 2001, när effektivitetsskillnaden är större än ungefär fem procentenheter. MIQE-riktlinjerna, en ofta citerad uppsättning rapporteringsstandarder för qPCR som publicerades år 2009, rekommenderar att studier rapporterar beräknad effektivitet, lutning och R² tillsammans med kvantifieringsresultaten.

Vanliga frågor

Vilken qPCR-effektivitetsprocent är bra?

Mellan 90 % och 110 % accepteras vanligtvis, medan väloptimerade analyser hamnar omkring 95–105%. En lutning på -3,32 motsvarar exakt 100 %.

Varför är min qPCR-effektivitet över 110 %?

Vanliga orsaker är pipetteringsfel i spädningsserien, primerdimerer, hämmare som påverkar koncentrerade och utspädda prover olika mycket eller ett fluorescenströskelvärde som satts utanför amplifieringens exponentiella fas. En smältkurva med mer än en topp kan tyda på primerdimerer.

Varför är min qPCR-effektivitet under 90 %?

Möjliga orsaker är dålig primerdesign, PCR-hämmare som följt med från provextraktionen eller en suboptimal hybridiseringstemperatur. Kontroll av primerspecificiteten och en temperaturgradient kan hjälpa till att hitta orsaken.

Vad betyder ett lågt R²-värde?

R² mäter hur väl Ct-värdena passar en rät linje mot logaritmen av mängden. Ett värde under 0,98 tyder på ojämn pipettering, ett hämmat prov eller en spädningspunkt nära detektionsgränsen.

Hur många spädningspunkter behöver en standardkurva?

Minst tre, vilket är det minsta antal som behövs för en linjär regression. Fem eller sex punkter ger en tillförlitligare lutning och gör det lättare att upptäcka avvikande värden.

Kan effektiviteten förändras mellan experiment?

Ja. En ny reagenslot, en ny primerbatch, en annan provtyp eller ett annat qPCR-instrument kan förändra effektiviteten. Många laboratorier kontrollerar effektiviteten på nytt med några månaders mellanrum eller vid varje ny reagenslot.

Referenser

  1. Bustin SA, Benes V, Garson JA, et al. The MIQE guidelines: minimum information for publication of quantitative real-time PCR experiments. Clinical Chemistry. 2009;55(4):611-622.
  2. Pfaffl MW. A new mathematical model for relative quantification in real-time RT-PCR. Nucleic Acids Research. 2001;29(9):e45.
  3. Svec D, Tichopad A, Novosadova V, Pfaffl MW, Kubista M. How good is a PCR efficiency estimate: Recommendations for precise and reliable qPCR efficiency assessments. Biomolecular Detection and Quantification. 2015;3:9-16.