什么是RQ值

RQ值（Relative Quantification），

即相对定量值，是在处理荧光定量PCR结果时对于某基因的相对表达量的简称。有时也会写为Fold Change，即倍数变化，含义是类似的。

在做荧光定量结果处理的时候，相信大家都知道“∆∆Ct”这个有点拗口的说法。一般来讲，这个说法基本都是这样的：

RQ = 2^（-∆∆Ct）

∆Ct = 未处理过的样品的目的基因Ct值 - 未处理过的样品的内参基因Ct值         

∆∆Ct （处理1）= （处理1的样品的目的基因Ct值 - 处理1的样品的内参基因Ct值）-（3个∆Ct的平均值）

∆∆Ct （处理2）= （处理2的样品的目的基因Ct值 - 处理2的样品的内参基因Ct值）-（3个∆Ct的平均值）

……

看起来有点晕，是吧？当然你擅长数学的话，应该没问题。但我们是学生物的……

没关系，这里我们给大家提供一个简明易懂的表述方式！

算法1

对于指定某个目的基因在第N天的表达量是第0天的多少倍（默认第0天的表达量为1，无单位），计算方法如下：

其中，Ef即为扩增效率（Efficiency）。在相对定量PCR中，理想的目的基因与内参基因的扩增效率是一致的。所以上下两个Ef是相等的，可以约掉，不必考虑。

算法2

对于在同一个时间点，检测基因B的表达量是基因A的多少倍，计算方法如下：

其中，公式中每个CT值都是3个孔的平均值。具体每孔的Ct值可在PCR数据结果中找到。一般在计算过程中先将3孔的CT值平均后再代入公式进行计算也是可以。

其他情况，如“同一基因在不同组织中的相对表达量情况”“同一基因在同一组织中经不同处理方法后的相对表达量情况”等等，逻辑上其实都是一样的，所以算法也是类似的。

注意这种算法，一般都要求除了内参基因外，在你的几组样品中要指定某中某一组做为对照组，才能进行计算。所以用这种算法算出来的对照组的RQ一定是等于1的。如果你在后期分析时想要更改对照组，那么在处理数据时就也要做相应的修改。