如何正确使用 Quantity One 进行定量

学霸君已经简要介绍了 Quantity One 蛋白定量的前两步——创建泳道和不同泳道的背景排除——如何正确使用 Quantity One 进行蛋白定量？接下来介绍创建条带、高斯建模与结果分析。

创建条带

前面我们已经识别和分析了电泳图的泳道，下面我们开始讲电泳条带。在这里要明确两个名词：「Lane」 指电泳泳道，「Band」 指电泳条带。

1. 电泳条带的识别：

和前面的 Lane 一样，我们首先要对 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，这时，Quantity One 会自动弹出一个 Detect Bands 的对话框。在 Detect Bands 对话框中有多个选项，可以调整一条泳道或者多条、自动或者手动、限制条带数、是否识别阴影等等。

如果要自动识别所有 Lanes 上的 Bands 就勾选 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，然后在后面的框中填上想识别的泳道号码。

注意：

第一次使用 Quantity One 时， Bands 被识别以后仅仅是画出了一条条红色的粗线。大家可以在 Band-BandAttributes 选项中设置 Bands 的显示形式，在下方的 Style 选项卡中选择 Brackets 就可以将原来的粗线改为括号形式了。

2. 如果仅仅想识别泳道上分光密度最强的 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 3），软件就会仅识别该泳道上光密度最大的 3 条 Bands。

3. 如果发现自动识别的 Bands 宽度太窄，圈定 Band 的红色括号范围小于黑色条带的影迹，此时可以用 Lane Width 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，最后要求其范围略宽于所包围的 Band 影迹。

4. 如果发现自动识别功能没有识别想要的 Band 或者误识别了不想要的 Band，还可以使用工具栏进行 「添加」 或 「删除」。

高斯建模与结果分析

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。

理论上每个泳道的 band 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），而实际操作过程中，往往出现类似方波的曲线或者波浪样（多）波峰。

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。

1. 执行 Band-Gauss Model Bands 命令，执行后 Quantity One 会弹出一个对话框询问要对哪条泳道进行高斯建模。勾选 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，这样会花费很多时间。

2. 分析结果：执行完高斯建模后点 Band-Band Information 来查看结果。

方法是将变成蓝色 「I」 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。

3. 在这幅图中，我们必须注意的是 Trace 和 Gauss Model Trace，因为我们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。图中还有 Relative Quantity 等数据，可自行寻找需要的数据。