qPCR效率计算器：标准曲线分析工具

qPCR效率计算器

qPCR效率计算器用于估算定量PCR（qPCR）反应在每个扩增循环中复制目标DNA序列的效果。它利用稀释系列中的Ct值（荧光信号越过设定阈值时所处的循环数）计算扩增效率、斜率、截距和R²。

什么是qPCR效率？

定量PCR逐循环追踪反应复制目标DNA序列时产生的荧光。扩增效率描述目标DNA量在每个循环中的增长幅度。当效率为100%时，目标DNA量在每个循环中翻倍。

实际反应很少能恰好达到100%。多数实验室将90%至110%之间的效率视为可靠定量的可接受范围。低于90%或高于110%的数值可能表明存在问题，例如引物设计不佳、样品提取过程中带入的PCR抑制剂，或稀释系列中的移液误差。

在比较不同样品间的基因表达时，效率尤其重要。用于计算倍数变化的常用ΔΔCt法假定每个反应的效率均为100%。当实测效率不同于100%，或目标基因与参考基因的效率不同时，倍数变化结果可能不准确。

qPCR效率公式

效率根据标准曲线的斜率计算。这条直线是以稀释系列中起始 DNA 量的以 10 为底的对数（log10）为横坐标、Ct 值为纵坐标绘制而成的。

E = 10^(-1/斜率) - 1

E表示效率，以小数表示（乘以100可换算为百分数）。斜率是标准曲线的斜率。它为负值，因为起始DNA量减少时，Ct会升高。

斜率为-3.32对应于100%的效率：

10^(-1/-3.32) - 1 = 10^0.301 - 1 ≈ 1.00

这是因为，如果反应中DNA每个循环翻倍，10倍稀释应使Ct改变约3.32个循环；这是因为log2(10)约等于3.32。

实际上，-3.1至-3.6之间的斜率通常被视为可接受范围。该范围对应的效率约为90%至110%。斜率越接近-3.1，计算得到的效率越高；斜率越接近-3.6，计算得到的效率越低。

如何计算qPCR效率：标准曲线法

配制稀释系列。以浓度最高的样品为起点，随后每个样品按固定倍数稀释，通常为10倍。对每个稀释样品进行qPCR并记录其Ct值。
将每个稀释样品转换为log10值。将第一个、浓度最高的样品记为位置0，则样品编号i的log10（相对量）等于-i × log10（稀释倍数）。
对每个稀释样品，以Ct为纵轴、log10值为横轴作图，并进行线性回归。
读取回归直线的斜率、截距和R²。
将斜率代入E = 10^(-1/斜率) - 1，即可得到效率。

标准曲线质量标准

R²至少为0.98。 该指标衡量各点与直线的拟合程度。数值较低通常表明存在移液误差或扩增不一致。
**斜率在 -3.1 与 -3.6 之间。**这个范围对应 90-110% 的效率。
至少三个稀释点。 五个或六个点可得到更可靠的直线，也更容易发现离群值。
浓度最高的样品所得Ct应约为15-20。浓度最低的样品应保持在Ct 35以下，因为高于该值时已接近检测限。

计算示例

一个五点、10倍的稀释系列，从浓度最高到最低所得Ct值如下：15.0、18.5、22.0、25.5、29.0。

log10（相对量）值为0、-1、-2、-3、-4，因为每个稀释步骤增加-log10(10)，即-1。每一步Ct升高3.5个循环，因此各点落在一条直线上，线性回归结果为：

斜率：-3.5
截距：15.0
R²：1.0

效率：E = 10^(-1/-3.5) - 1 = 10^0.286 - 1 ≈ 0.931，约为 93%。

效率为93%且R² = 1.0，符合标准质量要求，适用于基因表达定量。

代码示例

此JavaScript函数采用与计算器相同的方法。每个Ct值的索引在取对数前取负值，因为第一个、浓度最高的样品具有最大的相对量，之后的每个样品都更加稀释。

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

效率为何对基因表达很重要

倍数变化的计算（包括 ΔΔCt 法）假设每个反应在每个循环中都使目标加倍。当目标基因和参照基因的实测效率不同时，简单的 ΔΔCt 公式会引入误差。当两者的效率相差超过约五个百分点时，研究人员常改用经效率校正的计算方法，例如迈克尔·普法夫尔（Michael Pfaffl）在 2001 年描述的方法。MIQE 指南是 2009 年发布、被广泛引用的一套 qPCR 报告标准，建议研究在报告定量结果的同时，报告计算得到的效率、斜率和 R²。

常见问题

合适的qPCR效率百分比是多少？

一般认为 90% 至 110% 之间是可以接受的，优化良好的检测通常落在 95-105% 左右。斜率为 -3.32 时，效率恰好为 100%。

为什么我的qPCR效率高于110%？

常见原因包括稀释系列中的移液误差、引物二聚体、对高浓度样品和低浓度样品产生不均等影响的抑制剂，或将荧光阈值设在扩增指数期之外。熔解曲线出现多个峰可能表明存在引物二聚体。

为什么我的qPCR效率低于90%？

可能原因包括引物设计不佳、样品提取过程中带入的PCR抑制剂，或不理想的退火温度。检查引物特异性并进行温度梯度实验，有助于查明原因。

R²值较低意味着什么？

R² 衡量 Ct 值对稀释对数拟合直线的程度。若该值低于 0.98，可能说明移液不一致、样品受到抑制，或某个稀释点接近检测限。

标准曲线需要多少个稀释点？

至少三个，这是进行线性回归所需的最低数量。五个或六个点可得到更可靠的斜率，也更容易发现离群值。

不同实验之间的效率会发生变化吗？

会发生变化。新的试剂批次、新批次的引物、不同的样品类型或不同的qPCR仪器，都可能导致效率变化。许多实验室每隔几个月或每更换一个新的试剂批次就重新检查效率。

参考文献

Svec D、Tichopad A、Novosadova V、Pfaffl MW、Kubista M。How good is a PCR efficiency estimate: Recommendations for precise and robust qPCR efficiency assessments。Biomolecular Detection and Quantification，2015。Svec 等人 2015（PMC） — E = 10^(−1/斜率) − 1，斜率约为 −3.3（10 倍稀释系列，效率为 100% 时）。
Pfaffl MW。A new mathematical model for relative quantification in real-time RT-PCR。Nucleic Acids Research，2001。Pfaffl 2001（PMC） — 经效率校正的相对定量模型；Pfaffl 的 E = 10^(−1/斜率) 是每个循环的扩增因子，等于 1 加上本文所用的效率。

qPCR效率计算器：标准曲线分析工具