Model based analysis of real-time PCR data from DNA binding dye protocols.
Model based analysis of real-time PCR data from DNA binding dye protocols.
复制标题
DOI：
10.1186/1471-2105-8-85
复制
发表时间：
2007-03-09
影响因子：
3
通讯作者：
Pitossi FJ
中科院分区：
文献类型：
--
作者：
Alvarez MJ;Vila-Ortiz GJ;Salibe MC;Podhajcer OL;Pitossi FJ
逆转录后进行实时 PCR 广泛用于特定 mRNA 的定量，并且随着双链 DNA 结合染料的使用，它正在成为微阵列数据验证的标准。尽管实时 PCR 生成动力学信息，但大多数流行的分析方法都假设样品之间的扩增效率恒定，当扩增效率不同时会引入强烈的偏差。我们在此提出了一种基于 PCR 的经典指数描述的新数学模型，但将扩增效率建模为产物产量的 S 形函数。该模型经过实验结果验证，并用于开发实时 PCR 数据分析的新方法。当用于定量计算机生成和实验实时 PCR 结果时，与以前的方法相比，这种基于模型的实时 PCR 数据分析方法显示出最佳的准确性和精密度。此外，该方法适用于扩增效率相似或不相似的样品的分析。所提出的方法显示出最佳的准确性和精密度。此外，它不依赖于校准曲线，使其成为全自动高通量应用的理想选择。
Reverse transcription followed by real-time PCR is widely used for quantification of specific mRNA, and with the use of double-stranded DNA binding dyes it is becoming a standard for microarray data validation. Despite the kinetic information generated by real-time PCR, most popular analysis methods assume constant amplification efficiency among samples, introducing strong biases when amplification efficiencies are not the same. We present here a new mathematical model based on the classic exponential description of the PCR, but modeling amplification efficiency as a sigmoidal function of the product yield. The model was validated with experimental results and used for the development of a new method for real-time PCR data analysis. This model based method for real-time PCR data analysis showed the best accuracy and precision compared with previous methods when used for quantification of in-silico generated and experimental real-time PCR results. Moreover, the method is suitable for the analyses of samples with similar or dissimilar amplification efficiency. The presented method showed the best accuracy and precision. Moreover, it does not depend on calibration curves, making it ideal for fully automated high-throughput applications.
登录
查看更多内容
影响因子：
14.9
作者：
BECKERANDRE, M;HAHLBROCK, K
通讯作者：
HAHLBROCK, K
影响因子：
2.7
作者：
Wittwer, CT;Herrmann, MG;Rasmussen, RP
通讯作者：
Rasmussen, RP
影响因子：
9.3
作者：
Ståhlberg, A;Åman, P;Kubista, M
通讯作者：
Kubista, M
影响因子：
14.9
作者：
Rutledge, RG;Côté, C
通讯作者：
Côté, C
DOI：
10.1073/pnas.87.7.2725
发表时间：
1990-04-01
影响因子：
11.1
作者：
GILLILAND, G;PERRIN, S;BUNN, HF
通讯作者：
BUNN, HF