# Analysez vos données de qPCR par la méthode 2^−ΔΔCt

> Importez les valeurs de Ct de votre plaque. Yila fait la moyenne des réplicats techniques, normalise par votre gène de référence, teste sur les ΔCt et trace le graphique du fold change en montrant chaque réplicat biologique.

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

## Ce que vous obtenez

- **Le graphique du fold change** (PNG + SVG): Des barres pour le fold change moyen de chaque gène, chaque réplicat biologique sous forme de point, les barres d’erreur et les marques de significativité, avec une ligne de référence marquant l’absence de variation.
- **Le tableau des ΔCt / ΔΔCt** (CSV): Le ΔCt, le ΔΔCt et le fold change de chaque réplicat biologique, pour que chaque étape du calcul puisse être vérifiée.
- **Les résultats des tests** (CSV): Moyennes et écarts types des ΔCt par groupe, statistique de test, degrés de liberté, valeur p et taille d’effet pour chaque gène.
- **Le script** (Script Python): Le calcul complet en Python (ou en R sur demande), prêt pour la prochaine plaque.

## Les étapes

1. **Importez les valeurs de Ct et nommez la référence**: Exportez les résultats de l’appareil en CSV ou en Excel, et indiquez quel gène sert de référence et quel groupe sert de calibrateur.
2. **Yila vérifie le plan de plaque**: Il détermine quels puits sont des réplicats biologiques et lesquels sont des réplicats techniques, et repère les réplicats techniques discordants ou les puits sans Ct avant tout calcul.
3. **Récupérez le graphique, le tableau et le script**: L’expression relative est calculée, testée, représentée graphiquement, puis enregistrée avec le tableau complet et le script. Demandez un second gène de référence, une échelle logarithmique ou des valeurs corrigées de l’efficacité dans la même conversation.

## Utile pour

- **Valider des résultats de séquençage**: Confirmez par qPCR les gènes signalés par votre expérience de RNA-Seq ou de puces à ADN, avec des chiffres qu’un relecteur peut recalculer.
- **Contrôler un knockdown ou une surexpression**: Montrez de combien une cible a varié après un siRNA ou une construction, réplicat par réplicat.
- **Les analyses courantes du laboratoire**: Transformez l’export de chaque plaque en graphique et en tableau, sans refaire le tableur à chaque fois.

## Questions fréquentes

### Qu’est-ce que la méthode 2^−ΔΔCt ?

Une façon d’obtenir l’expression relative à partir des valeurs de Ct. Le ΔCt est le Ct de la cible moins le Ct du gène de référence dans le même échantillon ; le ΔΔCt est ce ΔCt moins le ΔCt moyen du groupe calibrateur ; le fold change vaut 2 à la puissance −ΔΔCt. La méthode suppose que les deux gènes s’amplifient avec une efficacité proche de 100 %.

### Pourquoi tester sur les ΔCt plutôt que sur le fold change ?

Les ΔCt sont sur une échelle logarithmique et suivent à peu près une loi normale, alors que les fold changes ont une distribution asymétrique. Tester les ΔCt est la pratique admise ; le fold change sert à l’affichage. Avec trois réplicats biologiques, l’exemple a utilisé un test t de Welch.

### Sous quelle forme doit être mon fichier ?

Une ligne par puits avec l’échantillon, la condition, le gène et le Ct, ce que la plupart des appareils exportent. Les formats larges conviennent aussi ; précisez à quoi correspond chaque colonne si les noms ne sont pas explicites. Laissez les puits indéterminés tels que l’appareil les exporte.

### Et si l’efficacité de mes amorces n’est pas de 100 % ?

Indiquez l’efficacité de chaque couple d’amorces : Yila utilise alors la méthode de Pfaffl au lieu de 2^−ΔΔCt, pour que le résultat ne soit pas biaisé par des amplifications inégales.

### Puis-je utiliser plusieurs gènes de référence ?

Oui. Nommez-les et Yila normalise par leur moyenne géométrique, comme le préconisent les recommandations MIQE.

### Les réplicats biologiques et techniques sont-ils traités différemment ?

Oui. Les réplicats techniques sont d’abord moyennés ; seuls les réplicats biologiques comptent comme observations indépendantes dans le test et les barres d’erreur.

### L’exemple vient-il d’une vraie expérience ?

Non. Il utilise un petit jeu de données synthétiques créé pour cette page, signalé comme tel et inclus dans le téléchargement. Yila n’utilise jamais les données de ses utilisateurs comme exemples.

---

- [Analysez vos données de qPCR par la méthode 2^−ΔΔCt](https://yila.ai/fr/playbooks/qpcr-analysis)
- [llms.txt](https://yila.ai/fr/llms.txt)
