CN112331266A - 消除pcr荧光基线期波动的方法 - Google Patents

消除pcr荧光基线期波动的方法 Download PDF

Info

Publication number
CN112331266A
CN112331266A CN202011310533.1A CN202011310533A CN112331266A CN 112331266 A CN112331266 A CN 112331266A CN 202011310533 A CN202011310533 A CN 202011310533A CN 112331266 A CN112331266 A CN 112331266A
Authority
CN
China
Prior art keywords
value
data
fluorescence
pcr
data set
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011310533.1A
Other languages
English (en)
Other versions
CN112331266B (zh
Inventor
付坤明
刘聪
王超
侯剑平
刘耀基
李振坤
包瑞飞
张栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Autobio Experimental Instrument Zhengzhou Co Ltd
Original Assignee
Autobio Experimental Instrument Zhengzhou Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Autobio Experimental Instrument Zhengzhou Co Ltd filed Critical Autobio Experimental Instrument Zhengzhou Co Ltd
Priority to CN202011310533.1A priority Critical patent/CN112331266B/zh
Publication of CN112331266A publication Critical patent/CN112331266A/zh
Application granted granted Critical
Publication of CN112331266B publication Critical patent/CN112331266B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/20—Polymerase chain reaction [PCR]; Primer or probe design; Probe optimisation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Bioethics (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Genetics & Genomics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种消除PCR荧光基线期波动的方法，包含下述步骤：1，在实时荧光定量PCR反应中，采集荧光信号数据集，数据集包含多个数据点；将每个所述数据点与设定的顺序号一一对应，使得每一个数据点分别对应平面坐标系中的一个坐标点（x，y），其中，x值表示实时荧光PCR循环数，y值表示测得的荧光信号值，所述荧光信号值包含发光值、吸光度；2，通过使用数据拟合方法应用于函数模型，计算求出函数模型中的参数值a,b,c,d,e；3，对所述函数表达式进行处理，求出荧光信号值达到指数扩增时的循环周期数Ct值。本发明解决了聚合酶链式反应测光过程中荧光波动引起的数据不准确，为后续计算提供了准确、科学数据。

Description

消除PCR荧光基线期波动的方法
技术领域
本发明涉及聚合酶链式反应中放大扩增特定DNA片段的分子生物领域，尤其是涉及消除PCR荧光基线期波动的方法。
背景技术
众所周知，PCR（聚合酶链式反应，简称PCR）扩增中荧光信号因受到各种因素影响，最终得到的扩增数据不准确，PCR扩增曲线不平滑，给后续数据计算的准确性带来很大误差。
发明内容
本发明目的在于提供一种消除PCR荧光基线期波动的方法，对扩增曲线进行拟合标准化，实现提高后续计算的准确度。
为实现上述目的，本发明采取下述技术方案：
本发明所述消除PCR荧光基线期波动的方法，包含下述步骤：
步骤1，在实时荧光定量PCR反应中，采集荧光信号数据集，所述数据集包含多个数据点；将每个所述数据点与设定的顺序号一一对应，使得每一个数据点分别对应平面坐标系中的一个坐标点（x，y），其中，x值表示实时荧光PCR循环数，y值表示测得的荧光信号值，所述荧光信号值包含发光值、吸光度；
步骤2，通过使用数据拟合方法应用于函数模型，计算求出函数模型中的参数值a,b,c,d,e，得到函数表达式如下：
Figure DEST_PATH_IMAGE001
；
步骤3，对所述函数表达式进行处理，求出荧光信号值达到指数扩增时的循环周期数Ct值。
优选地，所述数据拟合步骤为：
步骤2.1，设置初始值：
a选取所述数据集中的第一个y值；
b选取1；
c选取数据集中x值的中位数或均值或最小数或最大数；
d选取数据集中最后一个y值；
e 选择1。
步骤2.2，设置搜索方向：
采用最速下降法、Gauss-NewTon法、Levenberg-Marquardt法、约束优化的搜索方法等方法中任意一种；
步骤2.3，终止条件：包含迭代的次数、误差和的限值、两次相邻迭代系数最大差值限值等条件中的一个或者多个。
优选地，计算所述Ct值的方法为：将y值设为任意荧光信号水平（AFI）时，带入所述函数表达式，根据函数求根方法计算所得x值即为Ct值。
本发明解决了聚合酶链式反应测光过程中荧光波动引起的数据不准确，为后续计算提供了准确、科学数据。同时，本方法函数模型系数较少，更容易实现，适用扩增曲线线型范围广。
附图说明
图1是本发明的流程框图。
图2是本发明数据拟合的流程框图。
图3是本发明实施例采集到的荧光信号数据集的示意图。
图4是本发明实施例使用函数表达式绘制的示意图。
具体实施方式
下面结合附图对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述实施例。
本发明所述消除PCR荧光基线期波动的方法，按照下述步骤进行：
步骤1，在实时荧光定量PCR反应中，采集荧光信号数据集，所述数据集包含多个数据点；将每个所述数据点与设定的顺序号一一对应，使得每一个数据点分别对应平面坐标系中的一个坐标点（x，y），其中，x值表示实时荧光PCR循环数，y值表示测得的荧光信号值，所述荧光信号值包含发光值、吸光度；获取到的数据如图3所示；
步骤2，通过使用数据拟合方法应用于函数模型，计算求出函数模型中的参数值a,b,c,d,e，得到函数表达式如下：
Figure 325070DEST_PATH_IMAGE002
；
步骤2.1，设置初始值为：
a=9137；b=1；c=9594(均值)；d=11484；e=1；
步骤2.2，设置搜索方向：采用Levenberg-Marquardt法进行方向设置
步骤2.3，终止条件：包含迭代的次数、误差和的限值、两次相邻迭代系数最大差值限值等条件中的一个或者多个。
选择迭代次数1000次及误差和小于1E-6作为终止条件。
重复步骤2.2及2.3最终得到函数模型中参数值为：
a=9159.77；b=16.94；c=37.37；d=11571.59；e=1.03；
最终函数表达式为：
Figure DEST_PATH_IMAGE003
使用函数表达式进行绘图，如图4所示；
步骤3，计算Ct：
对所述函数表达式进行处理，求出荧光信号值达到指数扩增时的循环周期数Ct值；
当y设置为9265时，带入函数表达式，根据函数求根方法可计算x为31.08，即Ct为31.08。
现以一组实验Ct计算结果展示效果示例：
1）待测样本：相同浓度样本；
2）计算Ct值使用相同的y设定值；
Ct值分布如下表格，使用本方法后相同浓度样本Ct值的CV从0.97%降低为0.63%，效果显著。
Figure 334221DEST_PATH_IMAGE004
。

Claims (3)

1.一种消除PCR荧光基线期波动的方法，其特征在于：包含下述步骤：
步骤1，在实时荧光定量PCR反应中，采集荧光信号数据集，所述数据集包含多个数据点；将每个所述数据点与设定的顺序号一一对应，使得每一个数据点分别对应平面坐标系中的一个坐标点（x，y），其中，x值表示实时荧光PCR循环数，y值表示测得的荧光信号值，所述荧光信号值包含发光值、吸光度；
步骤2，通过使用数据拟合方法应用于函数模型，计算求出函数模型中的参数值a,b,c,d,e，得到函数表达式如下：
Figure 380917DEST_PATH_IMAGE001
；
步骤3，对所述函数表达式进行处理，求出荧光信号值达到指数扩增时的循环周期数Ct值。
2.根据权利要求1所述消除PCR荧光基线期波动的方法，其特征在于：所述数据拟合步骤为：
步骤2.1，设置初始值：
a选取所述数据集中的第一个y值；
b选取1；
c选取数据集中x值的中位数或均值或最小数或最大数；
d选取数据集中最后一个y值；
e选取1；
步骤2.2，设置搜索方向：
包含最速下降法、Gauss-NewTon法、Levenberg-Marquardt法、约束优化的搜索方法；
步骤2.3，终止条件：包含迭代的次数、误差和的限值、两次相邻迭代系数最大差值的限值条件中的一个或者多个。
3.根据权利要求1或2所述消除PCR荧光基线期波动的方法，其特征在于：提高计算Ct准确度；
计算所述Ct值的方法为：将y值设为任意荧光信号水平时，带入所述函数表达式，根据函数求根方法计算所得x值即为Ct值。
CN202011310533.1A 2020-11-20 2020-11-20 消除pcr荧光基线期波动的方法 Active CN112331266B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011310533.1A CN112331266B (zh) 2020-11-20 2020-11-20 消除pcr荧光基线期波动的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011310533.1A CN112331266B (zh) 2020-11-20 2020-11-20 消除pcr荧光基线期波动的方法

Publications (2)

Publication Number Publication Date
CN112331266A true CN112331266A (zh) 2021-02-05
CN112331266B CN112331266B (zh) 2024-06-25

Family

ID=74321996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011310533.1A Active CN112331266B (zh) 2020-11-20 2020-11-20 消除pcr荧光基线期波动的方法

Country Status (1)

Country Link
CN (1) CN112331266B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112685686A (zh) * 2020-08-25 2021-04-20 杭州博日科技股份有限公司 一种熔解曲线平滑方法
CN117153257A (zh) * 2023-10-27 2023-12-01 鲲鹏基因（北京）科技有限责任公司 Pcr扩增曲线有效扩增的实时判定方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1588002A (zh) * 2004-09-16 2005-03-02 邓平建 降低实时荧光pcr仪器定量分析系统误差的分析方法及应用
CN101004765A (zh) * 2005-12-20 2007-07-25 霍夫曼-拉罗奇有限公司 利用双s形的曲率分析的pcr肘确定
DE102017101309A1 (de) * 2016-12-23 2018-06-28 Georg Hennig Verfahren zum quantitativen Bestimmen einer fluoreszierenden Komponente in Blut und Messgerät
US20200075129A1 (en) * 2018-08-30 2020-03-05 Life Technologies Corporation Machine learning system for genotyping pcr assays
CN111593098A (zh) * 2020-05-29 2020-08-28 成都瀚辰光翼科技有限责任公司 一种qpcr实时荧光数据定量分析的方法
CN111944883A (zh) * 2020-08-25 2020-11-17 杭州博日科技股份有限公司 荧光定量的指标确定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1588002A (zh) * 2004-09-16 2005-03-02 邓平建 降低实时荧光pcr仪器定量分析系统误差的分析方法及应用
CN101004765A (zh) * 2005-12-20 2007-07-25 霍夫曼-拉罗奇有限公司 利用双s形的曲率分析的pcr肘确定
DE102017101309A1 (de) * 2016-12-23 2018-06-28 Georg Hennig Verfahren zum quantitativen Bestimmen einer fluoreszierenden Komponente in Blut und Messgerät
US20200075129A1 (en) * 2018-08-30 2020-03-05 Life Technologies Corporation Machine learning system for genotyping pcr assays
CN111593098A (zh) * 2020-05-29 2020-08-28 成都瀚辰光翼科技有限责任公司 一种qpcr实时荧光数据定量分析的方法
CN111944883A (zh) * 2020-08-25 2020-11-17 杭州博日科技股份有限公司 荧光定量的指标确定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ERIC B.SHAIN: ""A new method for robust quantitative and quaIitative anaIysis of real-time PCR"", 《NUCLEIC ACIDS RESEARCH》, vol. 36, no. 14, 4 July 2008 (2008-07-04), pages 1 - 7 *
易健明 等: ""实时荧光定量PCR的数据分析方法"", 《生物技术通讯》, vol. 26, no. 1, 31 January 2015 (2015-01-31), pages 140 - 145 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112685686A (zh) * 2020-08-25 2021-04-20 杭州博日科技股份有限公司 一种熔解曲线平滑方法
CN112685686B (zh) * 2020-08-25 2021-08-06 杭州博日科技股份有限公司 一种熔解曲线平滑方法
CN117153257A (zh) * 2023-10-27 2023-12-01 鲲鹏基因（北京）科技有限责任公司 Pcr扩增曲线有效扩增的实时判定方法及装置
CN117153257B (zh) * 2023-10-27 2024-01-23 鲲鹏基因（北京）科技有限责任公司 Pcr扩增曲线有效扩增的实时判定方法及装置

Also Published As

Publication number Publication date
CN112331266B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
CN112331266B (zh) 消除pcr荧光基线期波动的方法
CN107622185B (zh) 一种数字pcr浓度计算方法
CN108256289A (zh) 一种基于目标区域捕获测序基因组拷贝数变异的方法
CN109887546B (zh) 基于二代测序的单基因或多基因拷贝数检测系统及方法
CN111593098B (zh) 一种qpcr实时荧光数据定量分析的方法
CN110619927A (zh) 一种实时荧光定量pcr的数据分析方法
JP6907388B2 (ja) 核酸増幅反応を分析するための分析方法およびシステム
CN116490927A (zh) 具有扩张的卷积神经网络的碱基调用器
CN101587517A (zh) 用于除去实时pcr荧光数据中的步长不连续的系统和方法
KR101771402B1 (ko) 핵산 정량 방법
WO2021102942A1 (zh) 随机乳化数字绝对定量分析方法及装置
CN107312850A (zh) 一种pcr无效扩增的检测方法
CN111696622B (zh) 一种校正和评估变异检测软件检测结果的方法
WO2023124779A1 (zh) 基于三代测序数据检测点突变的分析方法和装置
CN107723343B (zh) 一种基因定量分析的方法
CN115081485B (zh) 一种基于ai的漏磁内检测数据自动分析方法
CN110232951A (zh) 判断测序数据饱和的方法、计算机可读介质和应用
WO2023207396A1 (zh) 用于分析变异检测结果的模型的构建方法
CN114882948A (zh) 一种实时荧光定量pcr数据处理方法及装置
CN109613618B (zh) 一种重力敏感器的长期漂移误差补偿方法
CN107784197B (zh) 一种pcr实验优化方法
CN110866643A (zh) 基于最大二次互信息准则回归的发酵过程质量变量预测
CN112582026B (zh) 基于效率的qPCR初始浓度检测的高鲁棒性六参数全局拟合法
CN118038981A (zh) 一种基于qPCR扩增曲线曲率变化提取Cq值的方法及测量仪
CN116092585B (zh) 基于机器学习的多重pcr扩增优化方法、系统、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Country or region after: China

Address after: 450016 No.199, Jingkai 15th Street, Zhengzhou Economic and Technological Development Zone, Henan Province

Applicant after: AUTOBIO LABTEC INSTRUMENTS Co.,Ltd.

Address before: No. 199, 15th Street, economic and Technological Development Zone, Zhengzhou City, Henan Province

Applicant before: AUTOBIO LABTEC INSTRUMENTS Co.,Ltd.

Country or region before: China

CB02 Change of applicant information
GR01 Patent grant