# 2^−ΔΔCt 法で qPCR データを解析

> qPCR の測定で得た Ct 値をアップロードしてください。Yila が技術的反復を平均し、参照遺伝子で正規化して ΔCt で検定を行い、すべての生物学的反復が見える fold change のグラフを描きます。

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

## 得られるもの

- **fold change のグラフ** (PNG + SVG): 遺伝子ごとの平均 fold change を棒で示し、すべての生物学的反復を点で重ねて、エラーバーと有意性の記号、変化なしを示す基準線を加えます。
- **ΔCt / ΔΔCt の表** (CSV): 生物学的反復ごとの ΔCt、ΔΔCt、fold change をまとめるので、計算の各段階を確認できます。
- **検定結果** (CSV): 遺伝子ごとに、群ごとの ΔCt の平均値と SD、検定統計量、自由度、p 値、効果量を示します。
- **解析スクリプト** (Python スクリプト): 計算全体を Python（ご希望なら R）で記述しているので、次のプレートにもそのまま使えます。

## 進め方

1. **Ct 値をアップロードして参照遺伝子を指定**: 装置から測定結果を CSV または Excel で書き出し、どの遺伝子を参照遺伝子に、どの群をキャリブレーターにするかを伝えます。
2. **Yila がプレートのレイアウトを確認**: どのウェルが生物学的反復で、どのウェルが技術的反復かを読み取り、計算を始める前に、値が食い違う技術的反復や Ct 値のないウェルがないかを確認します。
3. **グラフ・表・スクリプトが完成**: 相対発現量を計算して検定し、グラフを描いて、すべての値を含む表とスクリプトとともに保存します。2 つ目の参照遺伝子、対数軸、増幅効率で補正した値が必要なときは、同じ会話の中で依頼してください。

## 主な用途

- **シーケンシングで見つかった遺伝子の検証**: RNA-Seq やマイクロアレイで候補になった遺伝子を qPCR で確かめられます。査読者が計算をたどれる数値もそろいます。
- **ノックダウンと過剰発現の確認**: siRNA やコンストラクトの導入後に標的遺伝子がどれだけ変化したかを、反復ごとに示せます。
- **研究室での日常的な解析**: プレートごとに書き出したデータを、毎回スプレッドシートを作り直すことなく、グラフと表にできます。

## よくある質問

### 2^−ΔΔCt 法とは何ですか？

Ct 値から相対発現量を求める方法です。ΔCt は同じサンプルにおける標的遺伝子の Ct から参照遺伝子の Ct を引いた値、ΔΔCt はその ΔCt からキャリブレーター群の ΔCt の平均を引いた値で、fold change は 2 の −ΔΔCt 乗になります。どちらの遺伝子も 100% に近い効率で増幅されることを前提としています。

### なぜ fold change ではなく ΔCt で検定するのですか？

ΔCt 値は対数スケールでおおむね正規分布に従うのに対し、fold change は分布が歪んでいます。ΔCt で検定するのが一般的な方法で、fold change は表示に使います。作例は生物学的反復が 3 つだったため、Welch の t 検定を使いました。

### ファイルはどのような形式にすればよいですか？

1 行に 1 ウェルで、サンプル、条件、遺伝子、Ct 値を並べた形です。ほとんどの装置はこの形式で書き出します。横長の形式でもかまいませんが、列名からわかりにくい場合は、どの列が何を表すかを伝えてください。検出されなかったウェル（Undetermined）は、装置が出力したままの表記にしておいてください。

### プライマーの増幅効率が 100% でない場合はどうなりますか？

各プライマーペアの増幅効率を伝えれば、Yila が 2^−ΔΔCt 法の代わりに Pfaffl 法を使うので、増幅効率の違いによって結果に偏りが生じません。

### 複数の参照遺伝子を使えますか？

はい。使う遺伝子を指定すれば、MIQE ガイドラインの推奨どおり、Yila がそれらの幾何平均で正規化します。

### 生物学的反復と技術的反復は区別して扱われますか？

はい。技術的反復はまず平均し、検定とエラーバーでは生物学的反復だけを独立した観測として扱います。

### 作例は実際の実験のデータですか？

いいえ。このページのために作成した小さな模擬データセットを使っており、その旨を明記したうえでダウンロードに含めています。Yila がユーザーのデータを作例に使うことはありません。

---

- [2^−ΔΔCt 法で qPCR データを解析](https://yila.ai/ja/playbooks/qpcr-analysis)
- [llms.txt](https://yila.ai/ja/llms.txt)
