qPCR数据处理,2-ΔΔCT计算万能模板,一键出图:

qPCR的ΔCt、ΔΔCt、2^-△△Ct到底怎么算？这个【qPCR 计算Excel万能模板】我直接免费送，适用于100个样品，关注《国科金》公众号，发送：qpcr模板

即可

接着我们要比较这个WNT4基因在哪个组里面表达高，哪个低。也就是目的基因减去内参基因，计算它们的2^-△△Ct，并且分析出有没有统计学意义。

那应该怎么做呢？打开这份万能模板，一个步骤就行，直接输入机器跑出来的CT值，以6个样本，2个基因，3个复孔为例子，直接输入：

就给你自动算好了2^-△△Ct：可以看到，对照组样本1，2，3中目的基因的表达量都出来了，而且还都矫正为了1，实验组4，5，6号样本也计算好了，这里可以看到这个基因的敲降效率是70%，从1变为了0.3左右，非常不错：

那直接复制粘贴就出图了：

这个模板适合2-100个样本，万能模板的，非常方便，对我们大众来说，完全够用了！【qPCR 计算Excel万能模板】，关注《国科金》公众号，发送：qpcr模板

模板会用，接下来我们再把背后的计算原理讲清楚。qPCR 最先要做的是样本内部归一化：同一个 biological sample 里，目的基因和内参基因通常都做 3 个 technical replicates，先分别取平均 Ct，然后计算 ΔCt = Target mean Ct − Reference mean Ct。这一步的作用，是尽量校正不同样本之间 RNA 起始量、逆转录效率和加样量带来的差异。举个例子，如果某个样本目的基因平均 Ct 是 23.4，GAPDH 平均 Ct 是 18.2，那么 ΔCt 就是 5.2。这里一定要记住，3 个复孔只是技术重复，不能当成 n=3；真正用于后面统计学分析的 n，仍然是独立的 biological samples。

有了每个样本的 ΔCt，第二步才是跟对照组比较。先计算所有 Ctrl biological replicates 的平均 ΔCt，把它作为 calibrator，然后计算 ΔΔCt = 每个样本的 ΔCt − Ctrl 组平均 ΔCt。例如 Ctrl 组平均 ΔCt 是 5.217，而某个 KD 样本的 ΔCt 是 6.800，那么这个 KD 样本的 ΔΔCt 就是 1.583。这个数值可以理解成：经过内参校正之后，这个样本和对照组相比相差了多少个 Ct。也正因为用的是“对照组平均 ΔCt”，所以对照组里面每一个独立样本的最终结果不一定都精确等于 1，而是通常分布在 1 附近。

最后一步就是大家最熟悉的 2^-ΔΔCt。在扩增效率接近 100%、且目的基因和内参基因扩增效率足够接近的前提下，Ct 每相差 1 个循环，大约对应 2 倍的模板差异，因此要把 ΔΔCt 转换成 Relative expression = 2^-ΔΔCt。例如 ΔΔCt = 1.583，那么 2^-1.583 ≈ 0.334，也就是说这个样本的表达量大约是对照的 33.4%；如果结果是 2，则大约是对照的 2 倍。最后再把每个 biological replicate 的相对表达量按 Group 汇总，计算 Mean、SD 或 SEM，再进行统计检验和作图，这才是完整的 qPCR 相对定量流程。

此外，那博士要混的好，就有中基金，这些标书全文吗，科学部正规发布，大家赶紧下载收藏，如下这篇2026年的标书就可以直接借鉴很多观点：

比如你要看这个别人课题的背景怎么写，别人知道重点语句加粗：

再看看别人的体内体外研究内容，完全可以参考：

技术路线图怎么画：

那这923份标书如下：

一共923份，【26年的923份国家自然科学基金医学部的标书】，关注《国科金》公众号，发送：26标书