没有melt这个函数_[pandas]处理pcr数据的时候，melt真是好东西呀

摘要：

如果几个列的数据都是一个类型，合并起来会更容易分析。怎么合并呢？用pandas的melt函数。在文末对于rt-pcr ddct值的统计也写了一点个人的认识。

---

pcr的数据表一般长成这样，每一列一个ct值，然后各次测量的结果就一行一行列下来。或者长成下面这样：

三次检测从左到右依次排开，基因和treatment group作为两个id var就这么放在左边。不管是哪种形式，真正方便我们做数据分析的，还是下面这种：

在excel里面做这种转换很蛋疼，所以还是直接用pandas比较好

import pandas as pd
pcr = pd.read_csv('datasets/data.csv')
pcr_melt = pd.melt(pcr, id_vars=['group', 'gene'],var_name='ct trial',value_name='ct')
pcr_melt.to_csv('datasets/pcr_melt.csv')

搞定。

pd.melt的文档：pandas.melt - pandas 0.24.1 documentation

---

关于rt-pcr的统计

下面的内容是我自己粗浅的理解，如有错误请务必指出。

1. ct值是什么东西呢？

ct值指的是目标基因通过不断的复制，到达可以被pcr仪器检测的临界值时候经历的周期数。自然，越早（ct值越小）到达临界值，说明要检测的基因含量越高。

2. ddct是怎么一个计算过程

首先肯定要有一个内参基因，比如说GAPDH，这个基因的ct我们写作

，然后现在我们有一个目标基因，比如说是OPG和RANKL，ct值计作

,两种ct值都是重复测量3次，都求平均值分别记作：

。先求dCt，分别是

和

，之后的ddCt就是

。

哦，上面的例子选取有点不大对，一般是同一个基因control组和对照组相比，但是不要在意这么多细节好了。

那在简化的情况下，我们认为pcr各个周期都是倍增的（当然实际情况可能不会一直这么快），那么相对的倍数（OPG的基因水平比起RANKL的基因水平，另外很多时候我们是检测rna的水平，所以会先做一个逆转录拿到cDNA，然后再跑RT-PCR）就是

上面这些一路走过来倒还ok，只不过error bar怎么办呢？比如现在你有三个数据，那就可以求一个方差对吧，但是这个方差是ct值的方差呀，不是dct或者ddct更加不是

的方差哦。

3. 方差怎么算

先看dct的算法，比如

这个就是两个平均数的方差，emmm，所以不就是等同于

呢，当x和y相互独立的时候，对吧。

至于平均值的方差自然就应该是

,从样本去估算的话， 就应该是

对吧，把数据依次弄进去就可以拿到dct的方差了

而对于ddct呢，因为ddct是

，所以这个时候应该就是两个dCt的方差的和了。不过说实话，

作为内参，方差一般都是不大的，不然你还做个毛线内参，所以最后大体上也就是

两个方差的和。

这个方差求出来以后就能开方拿到标准差，不过这个时候也仅仅只是ddCt的方差，不过只是做一个幂运算

不会引入新的变量，所以实际上相对倍数应该表示为

,不过幂运算这东西，指数部分的加减算出来的对于均值并不对称，也就是说肯定不能写成

对吧，当然了，对称不对称，在bar图上真的挺难分辨的。

所以，关于方差的bottom lines：

1. 方差应该相加，所以用来做对照的那一组其实不应该画error bar，因为最终的error bar是两边均值方差的叠加，一起画在treatment group上才对
2. error bar其实是不对称的，真正对平均值对称的仅仅到ddCt这一步为止，再往后就不对称了。