众所周知，qPCR从来就不是让人省心的实验。小心翼翼的提RNA，宝贝一样的呵护起来；兢兢业业的摸索最佳温度梯度，生怕引物探针一言不合就「罢工」；
好不容易跋山涉水来到最后一关，拿到了一大堆Cq值，可大神级的SPSS、R语言听起来就头大，更惶论轻松掌握了，不擅长统计分析的你是不是欲哭无泪？
终于，福音出现了——SATQPCR1
全称：shortforStatisticalAnalysisToolforQuantitativePCRData
它是免费的网页版工具，无需安装软件，简单易用；完全遵循MIQE指南设计2（扩增效率、内参基因的选择等）；支持图片生成、t检验和方差分析（事后检验采用TukeyTest）。
闲话少说，直接上干货。
图文教程
按照下图所示导出Cq值到Excel或者txt，其中第二行为扩增效率，没有数值用NA表示。
2.进入SATQPCR网页，点击「SATQPCRTool」按钮即可到达数据上传页面。点击「选择文件」按钮将example数据文件上传。
3.如果要做ANOVA分析，则需要选择Yes选项，同时上传Factor文件。
4.数据上传成功后会自动识别重复的数量。
内参基因可以由用户自己指定（fixed）或者由程序根据算法3自动寻找最稳定表达的基因（calculated），数量可以选择2个或者3个。
同时可以选择以某一个样本（如col0h1）为control来建图，误差线可选择标准误SE或者标准差SD。点击Submit提交。
5.数据文件中包括表达量数据、柱状图和统计检验三部分，可以直接点击下载压缩的结果文件。
6.Normalize_Data文件中包含每个靶标基因的均一化表达量。
Gene_柱状图展示了不同的sample中特定靶标的表达量（以col0h1为control），Sample_柱状图展示了同一sample中不同靶标的表达量。
7.Sign.test文件展示了特定靶标在不同样本中表达量的t-test检验的p值矩阵，下图以Gene1为例，可以看到col0h1样本与其他样本均有极显著的统计学差异（p＜0.01）。
8.summaryANOVA及summaryANOVA2分别展示了单因素和双因素的ANOVA检验结果。
该实验中我们需要参考双因素的检验结果，可以看到Treatment因素具有极显著的统计学差异（双星号表示，最后一行有标注说明），这样需要对Treatment因素进行TukeyTest。
9.tukeyTEST给出了不同基因的检验结果，包括差值（diff）、95%family-wise置信区间（lwr和upr）及p值。
是不是够easy？简化流程而又不出错是我们做数据分析的目标，这个网站都帮我们想到了。
参考文献：1.Rancurel,Corinne,etal."SATQPCR:Websiteforstatisticalanalysisofreal-timequantitativePCRdata."Molecularandcellularprobes46(2019):101418.2.Bustin,StephenA.,etal."TheMIQEguidelines:minimuminformationforpublicationofquantitativereal-timePCRexperiments."Clinicalchemistry55.4(2009):611-622.3.Vandesompele,Jo,etal."Accuratenormalizationofreal-timequantitativeRT-PCRdatabygeometricaveragingofmultipleinternalcontrolgenes."Genomebiology3.7(2002):research0034-1.