内容发布更新时间 : 2024/4/25 23:36:56星期一 下面是文章的全部内容请认真阅读。

自身存在着一定的光密度“背景”。这个背景的存在导致该泳道上各个电泳条带之间不能处于同一水平进行对比；如果考虑到相邻的其他泳道更是因为不同背景的存在而无法对比不同泳道上的不同电泳条带。如何去除这个背景呢？我们继续看右边的“Lane Backgroud Substruction”对话框。这个对话框的上方“All Lanes”表示可以对所有泳道进行一次性处理；下方的“Selected Lane”表示仅针对此次选中的这个泳道进行处理。我们用鼠标选择“Selected Lane”的“Lane On”选项。然后在下面的“Rolling Disk Size”里填上“5”，再按“回车”键。大家再来看看现在“Optical Density”中出现了一条紧紧沿着光密度曲线分布的酱色曲线。这条曲线将泳道的背景与电泳条带的光密度分布十分精确的划分开来。

注意：

“Rolling Disk Size”是什么意思呢？实际上就是数理里面的微分等差逼近。我们可以将Quantity One提供的去除背景功能想象成是一个滚动的小球。如果这个小球的半径越小，那么它沿着光密度曲线滚动时滚过的路径就越发精细，具体反映在酱色曲线的轨迹越发靠近黑色光密度分布曲线的基线。因此从理论上来说“Rolling Disk Size”的取值越小，它的去除背景效果越好。大家可以试着选择一个较大的值比如80，再来看看此时酱色曲线的轨迹。当然也不能取太小的值。因为如果取值太小，大家可以想象这个十分微小的球就会滚入光密度曲线内部，造成有效阳性信号的损失。个人感觉5~20是一个比较好的取值范围。

我们可以对每条泳道依葫芦画瓢进行以上类似的背景排除工作。不过有时候如果大家觉得可以使用同样的标准，即相同的“Rolling Disk Size”进行排除，那么我们可以在“Lane Backgroud Substruction”对话框中选择上方的“All Lanes On(same level)”选项。然后在“Rolling Disk Size”中填上一个合适的值，点击“Done”按钮确认就可以了。此时该电泳图片上所有的泳道都以相同的标准进行了背景去除。

3.创建条带：

前面我们已经识别和分析了电泳图片的泳道，下面我们开始研究电泳条带的问题。首先在这里明确两个名词翻译：“Lane”指电泳泳道；“Band”指电泳条带（在下文中一律使用这两个英文名词来表示这两个意思）。

a.电泳条带的识别：和前面研究Lane一样，首先我们要对Lane上的Band进行识别。识别方式同样分为自动识别和人工识别。自动识别的时候选择“Band-Detect Bands...”命令。这时Quantity One会自动弹出一个“Detect Bands”的对话框。

注意：

第一次用Quantity One时，您的Bands识别以后仅仅是画出了一条红色的粗线，而在上面的演示图片中却是上下括号的形式。其实大家可以在“Band-Band Attributes”选项中设置Bands的显示形式。在下方的“Style”选项卡中选择“Brackets”就会将原来的粗线改为括号形式了。

b.如果要自动识别所有Lanes上的Bands就钩选Lands后面的“All”选项；如果仅仅想自动识别某一条Lane上的Bands就钩选“One”，然后在后面的输入框中填上您想识别的泳道号码；

如果仅仅想识别泳道上部分光密度值最强的Bands，可以在“Bands”后面的选项中选择“Limit”，然后填上相应的数目（比如10）。Quantity One就会仅识别该泳道上光密度最大的10条Bands；

如果您发现自动识别的Bands宽度太窄，圈定Band的红色括号内范围小于黑色的光密度影。此时可以使用“Lane Width”命令来调整Bands识别的宽度。用鼠标点击“Lane Width”后面的向上箭头就会发现红色括号逐渐变宽，最后要求其范围略为宽过其包绕的Band影迹；

如果您发现自动识别功能没有识别您想要的Band或者误识别了您不想要的Band，您还

可以使用上面的工具栏进行“添加”或“删除”。将您的鼠标指向每个图标，Quantity One就会知道弹出一个黄色的提示信息告诉您这个按钮的功能。

4.高斯建模与结果分析：

a.高斯建模，即用数学方法（微积分）对正态分布曲线进行统计分析。理论上每道band的光密度都呈正态分布的平滑曲线（每个band中间位置蛋白压缩最紧浓度最高，向上向下因扩散而减弱）；然而实际操作过程中，如果荧光过强，往往出现类似方波的曲线（曲线无peak峰，上方为平滑直线，超识别的最高阈值）；荧光较弱宜出现波浪样（多）波峰，或难与背景区分。

首先电脑会统计band中每个点的光密度值，并对这些值按正态分布进行归类，当读值不符合正态分布的原理时，电脑会自动做出选择以对偏离正态分布的数据进行统计学取舍（置信区间），从而最终优化光密度曲线呈正态分布。

如何进行高斯建模呢？很简单，只要执行“Band-Gauss Model Bands...”命令就可以了，执行后Quantity One回弹出一个对话框问您要对那条泳道进行高斯建模。请钩选“One”，然后再输入需要建模的泳道代码就可以了；如果选择了“All”则对所有泳道进行高斯建模，当然建模这么多泳道会费一点时间了。

b.观察结果：执行完高斯建模以后使用“Band-Band Information”命令来观察结果。 方法是将变成蓝色惊叹号的鼠标移到刚才已经识别的Band的部位，一个详细的“Band Information”信息框就会立刻弹出来。在这幅图中我们必须注意的是“Trace”和/或“Gauss Model Trace”，因为我们刚才辛苦了半天就是为了得到这个数据。这个数据表示的就是Band光密度分布曲线下面积，也就是Quantity One用来表达Band内分子总量的方式。

最后，我们计算、记录的值，应该是“Gauss Model Trace”这一栏的读值。