什么是 R²（决定系数）
R²（决定系数，Coefficient of Determination）是回归分析中衡量线性模型对数据变异解释能力的统计量，取值 0–1。在 qPCR 标准曲线中，R² 反映”浓度的对数（log₁₀）—Ct 值”线性回归的拟合度，公式为 R² = 1 − SS_res/SS_tot，其中 SS_res 是残差平方和，SS_tot 是总平方和。R² = 1 表示所有点完全落在回归线上；R² = 0.99 表示 99% 的 Ct 变异可由浓度对数解释。qPCR 实验合格标准通常要求 R² ≥ 0.99，部分高灵敏度实验要求 R² ≥ 0.999。
实验中为什么重要
R² 是判断 qPCR 标准曲线能否用于定量分析的核心质控指标。R² 偏低意味着标准曲线在不同浓度区间表现不一致，由该曲线反算的未知样品浓度会出现系统偏差。R² <0.98 时定量结果不可信，必须重新做标准曲线。R² 与扩增效率（Efficiency, E）是 qPCR 定量的两大支柱：E = 90–110%（即斜率 −3.1 ~ −3.6）保证不同浓度区间扩增能力一致，R² ≥0.99 保证回归模型可靠，两者同时合格才能保证定量结果在跨实验间的可比性。发表 qPCR 数据通常需同时报告 E、R² 和斜率。
常见误区
- 只看 R² 不看效率：R² = 0.999 但斜率 −2.5（E = 158%）的曲线不能用，效率超出 90–110% 范围定量失真。
- 剔除”异常点”凑 R²：随意剔除末点会把 R² 从 0.96 拉到 0.99，但掩盖了真实低浓度/高浓度区间的失效，正确做法是定位异常点原因并重做。
- 标准品浓度点过少：3 个点算 R² 几乎都 >0.99，建议至少 5–6 个浓度点（5–7 个数量级）才有统计意义。
- 忽略复孔变异：复孔 Ct SD >0.5 时 R² 可能虚高，应先剔除异常复孔再拟合。
相关工具
- 梯度稀释计算器：辅助生成标准曲线梯度浓度。
相关阅读
相关工具
继续用工具完成条件判断和计算
本文用于科研实验排查与条件优化，不替代实验室 SOP、试剂说明书或医学判断。