# حلّل بيانات qPCR بطريقة 2^−ΔΔCt

> ارفع قيم Ct التي أخرجها الجهاز. يحسب Yila متوسط المكرّرات التقنية، ويطبّع القيم نسبةً إلى الجين المرجعي، ويُجري الاختبار على قيم ΔCt، ويرسم رسمًا بيانيًا للتغيّر بالأضعاف (fold change) تظهر فيه كل المكرّرات البيولوجية.

URL: https://yila.ai/ar/playbooks/qpcr-analysis

## ما الذي ستحصل عليه

- **رسم بياني للتغيّر بالأضعاف** (PNG + SVG): أعمدة لمتوسط التغيّر بالأضعاف لكل جين، وكل مكرّر بيولوجي نقطةً، مع أشرطة الخطأ وعلامات الدلالة الإحصائية، وخط يدل على انعدام التغيّر.
- **جدول ΔCt / ΔΔCt** (CSV): قيم ΔCt وΔΔCt والتغيّر بالأضعاف لكل مكرّر بيولوجي، ليمكن التحقق من كل خطوة في الحساب.
- **نتائج الاختبارات** (CSV): متوسطات ΔCt وانحرافاتها المعيارية في كل مجموعة، وإحصاءة الاختبار، ودرجات الحرية، وقيمة p، وحجم الأثر لكل جين.
- **النص البرمجي** (نص برمجي بلغة Python): الحساب كاملًا بلغة Python (أو R إن طلبت)، جاهزًا للصفيحة التالية.

## كيف يعمل

1. **ارفع قيم Ct وحدّد الجين المرجعي**: صدِّر نتائج التشغيل من الجهاز بصيغة CSV أو Excel، واذكر أي جين هو المرجعي وأي مجموعة هي مجموعة المعايرة.
2. **يتحقق Yila من تخطيط الصفيحة**: يحدّد أي الآبار مكرّرات بيولوجية وأيها مكرّرات تقنية، ويبحث قبل أي حساب عن مكرّرات تقنية متباينة أو آبار بلا قيمة Ct.
3. **احصل على الرسم البياني والجدول والنص البرمجي**: يُحسب التعبير النسبي ويُختبر ويُرسم، ثم يُحفظ مع الجدول كاملًا والنص البرمجي. ويمكنك أن تطلب في المحادثة نفسها جينًا مرجعيًا ثانيًا، أو مقياسًا لوغاريتميًا، أو قيمًا مصحَّحة بحسب كفاءة التضخيم.

## حالات الاستخدام

- **التحقق من الجينات التي أبرزها التسلسل**: أكّد بتقنية qPCR الجينات التي رشّحتها تجربة RNA-Seq أو المصفوفات الدقيقة، بأرقام يستطيع المحكّم تتبّعها.
- **التحقق من الإسكات وفرط التعبير**: بيّن مقدار تغيّر الجين المستهدف بعد siRNA أو بعد إدخال بنية جينية (construct)، مكرّرًا بمكرّر.
- **التحليل المخبري الروتيني**: حوّل الملف المصدَّر لكل صفيحة إلى رسم بياني وجدول دون إعادة بناء جدول البيانات في كل مرة.

## أسئلة شائعة

### ما طريقة 2^−ΔΔCt؟

طريقة لحساب التعبير النسبي من قيم Ct. فقيمة ΔCt هي قيمة Ct للجين المستهدف مطروحًا منها قيمة Ct للجين المرجعي في العينة نفسها؛ وقيمة ΔΔCt هي قيمة ΔCt تلك مطروحًا منها متوسط ΔCt في مجموعة المعايرة؛ أما التغيّر بالأضعاف فهو 2 مرفوعًا إلى الأس −ΔΔCt. وتفترض الطريقة أن كفاءة تضخيم الجينين كليهما قريبة من 100%.

### لماذا يُجرى الاختبار على قيم ΔCt لا على التغيّر بالأضعاف؟

قيم ΔCt على مقياس لوغاريتمي وتتوزع توزيعًا طبيعيًا تقريبًا، أما قيم التغيّر بالأضعاف فملتوية. والاختبار على ΔCt هو الممارسة المعتمدة، ويُستخدم التغيّر بالأضعاف للعرض. ومع ثلاثة مكرّرات بيولوجية، استُخدم في المثال اختبار Welch t.

### كيف يجب أن يكون ملفي؟

صف لكل بئر يتضمن العينة والحالة التجريبية والجين وقيمة Ct، وهذا ما تصدّره معظم الأجهزة. ويصلح التنسيق العريض أيضًا؛ فاذكر ما يحويه كل عمود إن لم تكن الأسماء واضحة. واترك الآبار غير المحدَّدة (undetermined) كما يصدّرها الجهاز.

### ماذا لو لم تكن كفاءة البادئات 100%؟

اذكر كفاءة كل زوج من البادئات، فيستخدم Yila طريقة Pfaffl بدلًا من 2^−ΔΔCt، كي لا تنحاز النتيجة بسبب تفاوت التضخيم.

### هل يمكنني استخدام أكثر من جين مرجعي؟

نعم. اذكرها، فيطبّع Yila القيم نسبةً إلى متوسطها الهندسي، كما توصي إرشادات MIQE.

### هل تُعامَل المكرّرات البيولوجية والتقنية معاملةً مختلفة؟

نعم. يُحسب متوسط المكرّرات التقنية أولًا؛ ولا تُعدّ مشاهداتٍ مستقلة في الاختبار وأشرطة الخطأ إلا المكرّرات البيولوجية.

### هل المثال من تجربة حقيقية؟

لا. يستخدم مجموعة بيانات افتراضية صغيرة أُعدّت لهذه الصفحة، ووُسمت بذلك، وهي مضمَّنة في ملف التنزيل. ولا يستخدم Yila بيانات المستخدمين أمثلةً أبدًا.

---

- [حلّل بيانات qPCR بطريقة 2^−ΔΔCt](https://yila.ai/ar/playbooks/qpcr-analysis)
- [llms.txt](https://yila.ai/ar/llms.txt)
