2024-12-16 18:10:35

基因芯片数据分析时,比值大于2.0或者小于0.5被认为是有表达差异,为什么要相差两倍呢?

基因芯片数据分析时,比值大于2.0或者小于0.5被认为是有表达差异,为什么要相差两倍呢?这个比值与PCR或Western blot验证时的基因或蛋白表达差异是否是一致的(即是否也是相差两倍以上)?按理说PCR或Western blot检测表达差异根本不需要相差两倍以上,这还取决于重复实验的次数及数据的分布情况。

回答 0 评论
您已邀请来回答问题
基因工程×

5个回答

2倍差异表达只是一种较为常用或通用的做法,具体到个人的实验,肯定不是这样的。如果是2倍差异,那qPCR结果很可能是4倍以上。
拿到基因芯片数据后,先大致看一下2倍差异,如果很多,则将倍数调整为5倍,10倍,直到自己觉的有能力分析为止,先将范围缩小。研究完了,再将范围扩大,4倍,2.5倍,继续研究,分析完后,如果还有能力,再研究2倍,等等。
如果拿到数据,发现2倍差异的就几个,那就扩大范围,比如1.5倍差异的也全包括进来。如果是一些调节基因,或者是自己想研究的目的基因,那不管几倍,都得圈进来分析。芯片实验,最忌讳的是自己一点想法也没有,也没有预期实验结果,纯粹抓把泥放入细胞,然后测实验和对照组,再让人家把2倍差异,GO,信号通路全部弄出来,还要讲出生物意义的。

2024-12-16 18:57:41

基因芯片挑选差异基因的原则:
1、根据统计学原理挑选P值小于0.01的基因(如果没有就选P值小于0.05的基因)。不建议直接按照2倍差异来挑,除非你没有做样本重复,但是发文章时绝对会麻烦。

2、如果是挑表达上调的差异基因的那组样本,那么必须信号值为检出(表明为P的基因);如果是挑表达下调的差异基因的那组样本则原则可以不考虑信号值,但在定量PCR验证时会不能检出。——所以最好还是都选信号值检出的基因。
3、最后考虑表达差异倍数2倍以上。
——因为芯片数据和定量PCR不完全一致,目前以定量为金标准,同时满足这3个条件的基因定量验证的一致性会高。
总结:任何实验都绝对要多个样本,统计学方法挑选差异基因(看P值)!


2024-12-16 21:32:30

芯片数据分析时选择2倍或0.5倍作为一个标准,其实是一个比较省事或者说比较傻的一个处理方式,为什么要选择2作为一个杠杆呢?参与生命过程中的重要基因往往微小变化就能引起生命过程的颠覆,因此要根据自己的试验目的,别漏掉了哪些重要的东西!


2024-12-16 21:35:25

基因芯片本身是高通量的检测方法,由于一次性检测基因数目较多,不可避免的出现假阴性和假阳性,这就是为什么芯片一般需要重复试验,甚至同一张芯片上都要有不同对照的目的,我个人认为客观的说应该把基因芯片定位在高通量、初筛的定性检测手段,芯片的结果只是给你下游试验提供一些线索,mRNA水平的表达必须通过定量PCR来验证,不能直接利用芯片的结果来区分基因表达量的差异。

2024-12-16 22:05:02

 其实,任何技术都很难在高通量与准确度上两全的,芯片只是用来初筛,将范围缩小在一个空间内,至于筛选的标准各个平台有不同的方式。
严格讲应该做多样本的组内重复,根据两组的统计检验(如T-test)来选择有显著差异的基因,即P值很小。但实际上很多人无法做到太多的样本重复,所以就简单地用两倍法来挑选,这只是约定俗成的做法,缺乏理论根据。
但是如果只是用来初筛的话2倍法也无大碍,因为筛完后一般都会将芯片的数据再进行QPCR验证的,至少应将你确认感兴趣的几个做一下验证,一是对芯片数据的检验,二是可以扩大样本检验。对于楼主说的SABiosciences的芯片我不了解,但是我同意zjubell的处理方式,毕竟验证之后才放心。


2024-12-16 22:28:53

你的回答