# qPCR verilerini 2^−ΔΔCt yöntemiyle analiz edin

> qPCR koşunuzun Ct değerlerini yükleyin. Yila teknik tekrarların ortalamasını alır, referans geninize göre normalize eder, ΔCt üzerinde test yapar ve her biyolojik tekrarın görüldüğü kat değişimi grafiğini çizer.

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

## Neler alırsınız

- **Kat değişimi grafiği** (PNG + SVG): Her gen için ortalama kat değişimini gösteren çubuklar, nokta olarak her biyolojik tekrar, hata çubukları ve anlamlılık işaretleri; değişimin olmadığı düzeyde de bir çizgi.
- **ΔCt / ΔΔCt tablosu** (CSV): Her biyolojik tekrarın ΔCt, ΔΔCt ve kat değişimi değerleri; böylece hesaplamanın her adımı kontrol edilebilir.
- **Test sonuçları** (CSV): Her gen için gruplara göre ΔCt ortalamaları ve standart sapmaları, test istatistiği, serbestlik derecesi, p değeri ve etki büyüklüğü.
- **Betik** (Python betiği): Hesaplamanın tamamı Python ile (isterseniz R ile); bir sonraki plakaya hazır.

## Nasıl çalışır

1. **Ct değerlerini yükleyin ve referansı belirtin**: Koşuyu cihazdan CSV veya Excel olarak dışa aktarın ve hangi genin referans, hangi grubun kalibratör olduğunu söyleyin.
2. **Yila plaka düzenini kontrol eder**: Hangi kuyucukların biyolojik, hangilerinin teknik tekrar olduğunu belirler; herhangi bir hesaplama yapmadan önce birbiriyle uyuşmayan teknik tekrarları ve Ct değeri olmayan kuyucukları arar.
3. **Grafiği, tabloyu ve betiği alın**: Göreli ekspresyon hesaplanır, test edilir, grafiğe dökülür ve tam tablo ile betikle birlikte kaydedilir. İkinci bir referans gen, logaritmik ölçek ya da verimliliğe göre düzeltilmiş değerler isterseniz aynı sohbette söyleyin.

## Kullanım alanları

- **Dizileme bulgularını doğrulamak**: RNA-Seq ya da mikrodizi deneyinizin öne çıkardığı genleri, bir hakemin adım adım izleyebileceği sayılarla qPCR ile doğrulayın.
- **Knockdown ve aşırı ekspresyon kontrolleri**: siRNA ya da bir ekspresyon vektörü sonrasında hedef genin ne kadar değiştiğini her tekrar için ayrı ayrı gösterin.
- **Rutin laboratuvar analizi**: Her plakanın dışa aktarılan verisini, e-tabloyu her seferinde yeniden kurmadan bir grafiğe ve tabloya dönüştürün.

## Sık sorulan sorular

### 2^−ΔΔCt yöntemi nedir?

Ct değerlerinden göreli ekspresyon elde etmenin bir yolu. ΔCt, aynı örnekte hedef genin Ct değeri eksi referans genin Ct değeridir; ΔΔCt, bu ΔCt eksi kalibratör grubun ortalama ΔCt değeridir; kat değişimi ise 2 üzeri −ΔΔCt'dir. Yöntem, iki genin de yaklaşık %100 verimlilikle çoğaldığını varsayar.

### Test neden kat değişimi yerine ΔCt üzerinde yapılır?

ΔCt değerleri logaritmik ölçektedir ve yaklaşık olarak normal dağılır; kat değişimleri ise çarpıktır. Testin ΔCt üzerinde yapılması kabul görmüş uygulamadır; kat değişimi gösterim içindir. Örnekte üç biyolojik tekrar olduğundan Welch t testi kullanıldı.

### Dosyam nasıl görünmeli?

Her kuyucuk için örnek, koşul, gen ve Ct içeren bir satır; çoğu cihaz zaten bu biçimde dışa aktarır. Geniş formatlı tablolar da olur; sütun adları açık değilse hangi sütunun ne olduğunu söyleyin. Ct değeri belirlenemeyen kuyucukları cihazın verdiği gibi bırakın.

### Primerlerimin verimliliği %100 değilse ne olur?

Her primer çiftinin verimliliğini verin; Yila 2^−ΔΔCt yerine Pfaffl yöntemini kullanır, böylece sonuç eşit olmayan amplifikasyon nedeniyle yanlı olmaz.

### Birden fazla referans gen kullanabilir miyim?

Evet. Genleri belirtin; Yila, MIQE kılavuzunun önerdiği gibi bunların geometrik ortalamasına göre normalize eder.

### Biyolojik ve teknik tekrarlar farklı mı ele alınır?

Evet. Önce teknik tekrarların ortalaması alınır; testte ve hata çubuklarında yalnızca biyolojik tekrarlar bağımsız gözlem olarak sayılır.

### Örnek gerçek bir deneyden mi?

Hayır. Bu sayfa için hazırlanmış, öyle olduğu belirtilmiş ve indirilen pakete dâhil edilmiş küçük bir kurgusal veri seti kullanılıyor. Yila kullanıcıların verilerini asla örnek olarak kullanmaz.

---

- [qPCR verilerini 2^−ΔΔCt yöntemiyle analiz edin](https://yila.ai/tr/playbooks/qpcr-analysis)
- [llms.txt](https://yila.ai/tr/llms.txt)
