版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、摘要:現(xiàn)在最常用的兩種分析實(shí)時(shí)定量PCR 實(shí)驗(yàn)數(shù)據(jù)的方法是絕對(duì)定量和相對(duì)定量。絕對(duì)定量通過(guò)標(biāo)準(zhǔn)曲線計(jì)算起始模板的拷貝數(shù);相對(duì)定量方法則是 比較經(jīng)過(guò)處理的樣品和未經(jīng)處理的樣品目標(biāo)轉(zhuǎn)錄本之間的表達(dá)差異。Z*方法是實(shí)時(shí)定量 PCR 實(shí)驗(yàn)中分析基因表達(dá)相對(duì)變化的一種簡(jiǎn)便方法,即相對(duì)定量的一種簡(jiǎn)便方法。本文介紹了該方法的推導(dǎo),假設(shè)及其應(yīng)用。另外,在本文中我們還介紹了兩種2 ACT衍生方法的推導(dǎo)和應(yīng)用,它們?cè)趯?shí)時(shí)定量PCR 數(shù)據(jù)分析中可能會(huì)被用到。關(guān)鍵詞:反轉(zhuǎn)錄 PCR 定量 PCR 相對(duì)定量 實(shí)時(shí) PCR Taqman反轉(zhuǎn)錄 PCR (RT-PCR )是基因表達(dá)定量非常有用的一種方法(1 - 3 )。實(shí)
2、時(shí) PCR 技術(shù)和 RT-PCR 的結(jié)合產(chǎn)生了反轉(zhuǎn)錄定量 PCR 技術(shù)(4 ,5 )。實(shí)時(shí)定量 PCR 的數(shù)據(jù)分析方法有兩種:絕對(duì)定量和相對(duì)定量。絕對(duì)定量一般通過(guò)定量標(biāo)準(zhǔn)曲線來(lái)確定我們所 感興趣的轉(zhuǎn)錄本的拷貝數(shù);相對(duì)定量方法則是用來(lái)確定經(jīng)過(guò)不同處理的樣品目標(biāo)轉(zhuǎn)錄本之間的表達(dá)差異或是目標(biāo)轉(zhuǎn)錄本在不同時(shí)相的表達(dá) 差異。絕對(duì)定量通常在需要確定轉(zhuǎn)錄本絕對(duì)拷貝數(shù)的條件下使用。通過(guò)實(shí)時(shí)PCR 進(jìn)行絕對(duì)定量已有多篇報(bào)道(6 - 9 ),包括已發(fā)表的兩篇研究論文(10,11 )。在有些情況下,并不需要對(duì)轉(zhuǎn)錄本進(jìn)行絕對(duì)定量,只需要給出相對(duì)基因表達(dá)差異即可。顯然,我們說(shuō)X 基因在經(jīng)過(guò)某種處理彳灸表達(dá)量增加2.5
3、倍比說(shuō)該基因的表達(dá)從 1000 拷貝/細(xì)胞增加到 2500 拷貝/細(xì)胞更加直觀。用實(shí)時(shí) PCR 對(duì)基因表達(dá)進(jìn)行相對(duì)定量分析需要特殊的公式、假設(shè)以及對(duì)這些假設(shè)的驗(yàn)證。2乂CT方法可用于定量 PCR 實(shí)驗(yàn)來(lái)計(jì)算基因表達(dá)的相對(duì)變化:nCT公式的推導(dǎo),以及實(shí)驗(yàn)設(shè)計(jì),有效性評(píng)估在Applied Biosystems User Bulletin No.2 (P/N4303859 )中有介紹。用LCT方法分析基因表達(dá)數(shù)據(jù)在文獻(xiàn)中也有報(bào)道(5,6)。本文介紹了該方法的推導(dǎo)、假設(shè)以及應(yīng)用。另外,本文還介紹了 2乂 兩種衍生方法的推導(dǎo)和應(yīng)用,它們?cè)趯?shí)時(shí)定量PCR 數(shù)據(jù)分析中都可能被用到。1.MCT方法1.1. 2
4、 字CT方法的推導(dǎo)PCR 指數(shù)擴(kuò)增的公式是:|6|XN代表經(jīng)過(guò)均一化處理過(guò)的初始目標(biāo)分子量;CT表示目標(biāo)基因和內(nèi)標(biāo)基因CT值的差異(CT,XCT,R)整理上式得:X= & X (1 + x)nill這里,Xn是第 n 個(gè)循環(huán)彳灸目標(biāo)分子數(shù),X0是初始目標(biāo)分子數(shù),Ex是目標(biāo)分子擴(kuò)增效率,n 是循環(huán)數(shù),CT代表目標(biāo)擴(kuò)增產(chǎn)物達(dá)到設(shè)定閾值所經(jīng)歷的循環(huán)數(shù)。因此:AV = Ao x (1 + Ex)CTX=Kx12XT是目標(biāo)分子達(dá)到設(shè)定的閾值時(shí)的分子數(shù)。CT,X是目標(biāo)分子擴(kuò)增達(dá)到閾值時(shí)的循環(huán)數(shù)。Kx是一個(gè)常數(shù)。對(duì)于內(nèi)參反應(yīng)而言,也有同樣的公式:七=凡x (I+成戶=地=爪用XT除以RT得到:RT凡
5、X (1 + ER)CTR KR對(duì)于使用 Taqman 探針的實(shí)時(shí)擴(kuò)增而言,XT和RT的值由一系列因素決定:包括探針?biāo)鶐У臒晒鈭?bào)導(dǎo)基團(tuán)、探針序列對(duì)探針熒光特性的影響、探針的水解效率和純度以及熒光閾值的設(shè)定。因此常數(shù)K 并不一定等于 1。假設(shè)目標(biāo)序列與內(nèi)參序列擴(kuò)增效率相同:咎X (1 += K15|外=KX (I +目 767|最后用任一樣本 q 的XN除以參照因子(calibrator, cb)的XN得到:國(guó)=KX (1 + E)匚勇=Ak.cbKX (I + EL%在這里二一 =心6勺ACTxb)對(duì)于一個(gè)少于 150bp 的擴(kuò)增片斷而言,如果 Mg2+濃度、引物都進(jìn)行了適當(dāng)?shù)膬?yōu)化,擴(kuò)增效率接
6、近于1。因此目標(biāo)序列的量通過(guò)內(nèi)均一化處理之后相對(duì)于參照因子而言就是1.2.2皿CT方法的假設(shè)和應(yīng)用要使 CT 計(jì)算方法有效,目標(biāo)序列和內(nèi)參序列的擴(kuò)增效率必須相等??磧蓚€(gè)反應(yīng)是否具有相同的擴(kuò)增效率的方法是看他們模板濃度梯度稀釋彳灸擴(kuò)增產(chǎn)物 CT 如何變化。W i.k.tiont. !i|i tiir n. hl irr(1IIiJ-| NA, svnrhcsiZE1*! from d life rentamounts of RNA. The effidcncy of amplifiof thetarget Reiw* andIRCCIruil controlIC.API Hi w ,cxamin
7、odusinrcal tijncPlR andIutqMandoifcuonti anwriplase, cDNA yntlu.Lsi2*?d From I鼻軋ml ci I RNA isoiatedmI Ji i HjiiiR:I)E H il,St nd Jih r i r; - I 3 iM x.-fp -Hi | itj- d hriil-time PCR usng gerw-spec ifi 1I 1 1 1S )圖 1 顯示的是 cDNA 樣品在 100 倍稀釋范圍內(nèi)的實(shí)驗(yàn)結(jié)果。對(duì)于每一個(gè)稀釋樣本,都用GAPDH 和 c-myc 特異的熒光探針及引 物進(jìn)行擴(kuò)增。計(jì)算出 c-myc
8、和 GAPDH 的平均CT值以及CT值,通過(guò) cDNA 濃度梯度的 log 值對(duì)CT值作圖,如果所得直線斜率絕對(duì)成立, CT 方法可以用來(lái)分析數(shù)據(jù)。如果兩個(gè)擴(kuò)增反應(yīng)效率不同,則需要通過(guò)定量標(biāo)準(zhǔn)曲線和絕對(duì)定量的方法來(lái)進(jìn)行相對(duì)定量;或者 也可以重新設(shè)計(jì)引物,優(yōu)化反應(yīng)條件使得目標(biāo)序列和內(nèi)參序列具有相同的擴(kuò)增效率。1.3. 2乂 內(nèi)標(biāo)和參照因子的選擇使用內(nèi)標(biāo)基因的目的是為了對(duì)加入到反轉(zhuǎn)錄反應(yīng)中的RNA 進(jìn)行均一化處理。標(biāo)準(zhǔn)的看家基因一般都可被用作內(nèi)標(biāo)基因。適合于實(shí)時(shí) PCR 反應(yīng)內(nèi)標(biāo)基因包括 GAPDH , 6 -actin , fe-microglobulin 以及 rRNA。當(dāng)然,其它的看家基因也
9、同樣能被用作內(nèi)標(biāo)。我們推薦在應(yīng)用某一基因作為內(nèi)標(biāo)之前首先確證 該基因的表達(dá)不會(huì)受實(shí)驗(yàn)處理的影響。驗(yàn)證實(shí)驗(yàn)處理是否對(duì)內(nèi)標(biāo)基因表達(dá)產(chǎn)生影響的方法在2.2 部分有描述。MCT方法中參照因子的選擇決定于基因表達(dá)定量實(shí)驗(yàn)的類型。最簡(jiǎn)單的設(shè)計(jì)就是把未經(jīng)處理的樣品作為參照因子(calibrator )。經(jīng)內(nèi)標(biāo)基因均一化處理后,通過(guò)方法計(jì)算,目標(biāo)基因表達(dá)差異通過(guò)經(jīng)過(guò)處理的樣本相對(duì)于未經(jīng)處理的樣本的倍數(shù)來(lái)表示。對(duì)于未經(jīng)處理的 參照樣, CT=0,而 20=1。所以根據(jù)定義,未處理樣本的倍數(shù)變化為1。而對(duì)于那些經(jīng)過(guò)處理的樣本,相對(duì)于參考因子基因表達(dá)的倍數(shù)為CT。同樣的分析也可用于不同時(shí)相的基因表達(dá)差異,在這種情況
10、下,一般選 0 時(shí)刻的樣本作為參照因子。有些情況下,并不是比較不同處理樣本基因表達(dá)差異。例如,有的是想看某一器官中特定mRNA 的表達(dá)。在這種情況下,參照因子可能是另一器官中該 mRNA 的表達(dá)。表 1 顯示了大腦和腎臟總 RNA 中 c-myc 和 GAPDH 轉(zhuǎn)錄本的 CT 值。在這一個(gè)例子中,大腦 被人為的選擇為參照因子,通過(guò)計(jì)算得到腎臟c-myc 表達(dá)量經(jīng) GAPDH 校正彳灸相對(duì)于大腦的表達(dá)量的結(jié)果。盡管相對(duì)定量方法可用于這種組織之間的比較,但結(jié)果的生物學(xué)解釋是相當(dāng)復(fù)雜的。不同種類細(xì)胞中目標(biāo)和參照轉(zhuǎn)錄本單一的相對(duì)量變化可能在任何特定的組織中都 存在。值接近于 0,說(shuō)明目標(biāo)基因和內(nèi)標(biāo)基
11、因的擴(kuò)增效率相同,就可以通過(guò)CT 方法進(jìn)行相對(duì)定量。在圖 1 中,直線斜率是 0.047 ,因而假設(shè)MW ACB*1Q9- Fijj B泓LWO46v*t Ac*n0PFSEJC*LMWBW fcnnmiH aai,DILMKRtaut tetn1& PWfl 23 J9gUUNWMM ASIAE11 FEftIMGM*PR?fl F袒,?oa&M1 AdA1pnCHgf 1t框UMHBvtaAcftn1PRJ21,BlMLiknBHKIJWfki|w114ELSt lr. fpTMH擊Mi r chM”心IvtH n蛔幅 少用 廠* mmiS Thn kM rhjnpv* m
12、心網(wǎng) g 電加口dvi tur小仆-“昂昂偵由rfljrKiIDIlia inlrnai rointmlFTW審審A-|LIIl Jt% 可心廈,Limn |Mjril%握!1 Lliopi, _TIHIMMI Q at iksto Ufu Mv slsmiii Irolorfd buftmlat ia,“jnipliT cakuLifi tan lor Ui# Baldi rhs叩n*頃p* jtAi* khLuk baKi1.4. M 方法的數(shù)據(jù)分析實(shí)時(shí)定量 PCR 所得到 CT 值可以很容易的輸出到表格程序如Microsoft Excel 中去。為了顯示數(shù)據(jù)分析過(guò)程,我們?cè)谶@里給出了一個(gè)
13、基因表達(dá)定量的實(shí)驗(yàn)數(shù)據(jù)和樣本列表。通過(guò)6-actin 均一化處理,我們對(duì)目標(biāo)基因fos-glo-myc 的表達(dá)變化進(jìn)行了監(jiān)測(cè)。在 8h 的時(shí)間范圍內(nèi),在每一時(shí)間點(diǎn)都取3 個(gè)重復(fù)樣本,每一樣本在 cDNA 合成之彳灸都做定量 PCR,數(shù)據(jù)分析用到了公式9,即:IABLE】TreauntM M RplkotrTarg瀏射Rckrtiwr Ar* Amplkhed ui Separace wlh*Thw*hC nir CfGAP Ml GVirnull iITmi nivminind-.ilco bfm如HMMHMM葡aaJOnWMaaJOnWMILWJi口cm3 SBJi* 49 2 U 15ZJ
14、 b.1*IMF*KJdrwy7 i*i27 03Mif u i331w*7 10TbM-Mi時(shí)MM暮Z7 03 *MI062?fi* (HIMDUO * U 1,747k*Bl JHUL tain Jmmam bfJdnMK| mutwv vwamtitiMc) |(m t tamarh. LiiJnf tvwrw trains rptwrdJNA w %ymiFmd Imm I xR f-NA Ah |nDtL44 rlJNAWTIhnvd如TInnpMr 1 rml ru. it K r* urcnfAinirf rTn f prtnvri *rrt prolK Mr c-nrir w
15、prinititAIK| prelw kr (WPH P-v hE*HMnnuinM| cPMAdftmvl MNNIV ngM| RNAimrilon w ptrfoniwLtaffiM WWI Trt*Qwvfit闕A1LM444MFn-fPvtftwUNHM*T5LMffi.5 伊k.T04LMdflLMCH- iMrgrC4n!tSlNfihi?GtLMMN|MlLIHMltMHMM ,AFfn陽(yáng),lU1 C394ji i。?*割&Al t1 IJMPH1tailti tmin?! prtino1 1gtt tW 9RR1,E 1n *rw Owft橋fftfWi-D* IJM
16、,由2a1ua,qi,頃EL*ami *14jia打漏漏a vu2MH Cr TIM X MH* Cr Ufflf 9atnoimt of target = 2一心。丁Time x 表示任意時(shí)間點(diǎn),Time 0 表示經(jīng) 6 -actin 校正后 1 倍量的目標(biāo)基因表達(dá)。0 時(shí)刻目標(biāo)基因和內(nèi)標(biāo)基因的平均CT(見(jiàn)圖 2 第 8 欄)被用于公式 9 中。通過(guò)公式 9 計(jì)算出每一個(gè)樣本目標(biāo)基因表達(dá)通過(guò)6 -actin 均一化處理彳灸相對(duì)于 0 時(shí)刻的倍數(shù)(見(jiàn)圖 2 第 9 欄)。平均 SD , CV 由每一個(gè)時(shí)間點(diǎn)所取的三個(gè)重復(fù)樣求得。用這種分析方法,在0 時(shí)刻的平均倍數(shù)變化接近于1。我們發(fā)現(xiàn)通過(guò)檢測(cè)
17、在0 時(shí)刻平均倍數(shù)變化是否為 1 可以很方便的驗(yàn)證三個(gè)重復(fù)樣品之間是否有錯(cuò)誤或者誤差。如果得到的結(jié)果與 1 偏差很大,則表明存在計(jì)算錯(cuò)誤或者是很高的實(shí)驗(yàn)誤差。在前面的例子中,在每一時(shí)間點(diǎn)上分別取了三個(gè)獨(dú)立的RNA 樣本進(jìn)行了分析。因此對(duì)每一個(gè)樣本分別處理,通過(guò)計(jì)算彳灸取結(jié)果的平均值就非常重要。如果是同一樣本進(jìn)行PCR 擴(kuò)增的重復(fù),這就需要首先求出平均CT,然彳菱再進(jìn)行 計(jì)算。怎么樣計(jì)算平均值就要看目標(biāo)基因和內(nèi)參基因是在同一個(gè)管子中擴(kuò)增還是在不同的管子中擴(kuò)增。表1 給出了目標(biāo)基因(c- myc )和內(nèi)參基因(GAPDH )在不同管中擴(kuò)增的實(shí)驗(yàn)數(shù)據(jù)。在這里不應(yīng)該把任一單個(gè)的c-myc 管子和 GA
18、PDH 管子作比較,而應(yīng)該分別計(jì)算出 c-myc 和 GAPDH 的平均CT來(lái)計(jì)算CT。重復(fù)實(shí)驗(yàn)中CT值的估計(jì)偏差通過(guò)標(biāo)準(zhǔn)的指數(shù)計(jì)算轉(zhuǎn)化成最彳受結(jié)果中相對(duì)量的變化。但其中的一個(gè)難點(diǎn)是CT值與相應(yīng)的拷貝數(shù)成指數(shù)關(guān)系(見(jiàn)第 4 部分),因此,在最彳灸的計(jì)算中,的誤差通過(guò)CT加上標(biāo)準(zhǔn)偏差和CT減去標(biāo)準(zhǔn)偏差來(lái)評(píng)估,這就使得求得的數(shù)值相對(duì)于平均值呈不對(duì)稱分布。不對(duì)稱分布是因?yàn)榻Y(jié)果經(jīng)指數(shù)處理彳受轉(zhuǎn)化成量的線性比較造成的。通過(guò)不同熒光染料標(biāo)記的探針,我們可以在同一管中同時(shí)擴(kuò)增目標(biāo)序列和內(nèi)標(biāo)序列。表 2 給出了目標(biāo)基因(c-myc )和內(nèi)標(biāo)基因(GAPDH )在同一管中擴(kuò)增的實(shí)驗(yàn)數(shù)據(jù)。對(duì)于任意一個(gè)管子,目標(biāo)基
19、因( c- myc)和內(nèi)參基因(GAPDH )擴(kuò)增時(shí)加入的 cDNA 量都是一樣 多的,所以可以分別對(duì)每個(gè)管子計(jì)算CT值,這些值取平均后再進(jìn)行計(jì)算。在這里估計(jì)誤差值也是一個(gè)不對(duì)稱的范圍,反映了誤差經(jīng)指數(shù)處理轉(zhuǎn)化為線性差異。在表 1 和表 2 中,估計(jì)誤差在從CT到八CT的計(jì)算中未見(jiàn)有增加,這是因?yàn)槲覀儼褏⒄栈蚝蜋z測(cè)基因的誤差都顯示出來(lái)了。我們把 ACT, cb 當(dāng)作一個(gè)人為設(shè)定的常數(shù)來(lái)減去,得到 ACT。這樣得到的結(jié)果就與圖 2 所顯示的在求平均之前對(duì)不同重復(fù)樣本分別通過(guò)各自的 CT 值求實(shí) 所得結(jié)果 相當(dāng)。另一種方法是將參照基因當(dāng)作沒(méi)有任何誤差的1 倍的量,在這種情況下,平均 CT,cb的
20、誤差值被引入到每一樣本的CT中。在表 1 中,腎臟中CT變成-2.50 =0.20 而經(jīng)過(guò)校正的 c-myc 量是 5.6 倍,范圍從 4.9 至 V 5.6。而|9|在大腦中的結(jié)果是沒(méi)有誤差的1 倍I JLU LLZTn iiUHmi4 Rw-pliB-iiiLmnVklfi,Ri |-f ff-HC iTM/Ampliihrd Hi ihi1SariwrUHT| 麻麻r tpi r口 M|A iNormaUKd c mw amntrnlTim*孑Cl3H 1 t-Mto iTiklfi1iSj?T3I33 3IJS7 0KM6 R4S4Z$ 177 ITSI4sn * o 16d M M
21、H |61*1 1 IIJ 齡4 43A 524 51跆i心14Hma24 254r ttM ftpMW dft JUL,i n I | M + - lirib-t-u = | H 1 I- I 。I I -flit I 1 p . 1. |l FiM ! I I:n1 Wl I 14T I isiJ !*! H I h -”呻i Ir-r! I i l| I I - u,-.JEI tkilJU iLfmLILdM* JlElr rJl.2. 2“Cf方法2.1. 2 Cf方法的推導(dǎo)通過(guò)內(nèi)標(biāo) RNA 可以對(duì)加入 RNA 的量的差異進(jìn)行校正。2乂CT方法的數(shù)據(jù)分析的一個(gè)特點(diǎn)就是能夠利用實(shí)時(shí)PC
22、R 實(shí)驗(yàn)的一部分?jǐn)?shù)據(jù)來(lái)完成這種校正。在其它的方法不能定量初始RNA 量的時(shí)候:例如,在能得到的 RNA 量非常有限的時(shí)候或者需要處理高通量的樣品的時(shí)候,這一方法的優(yōu)勢(shì)就格外明顯。當(dāng)然我們也可以利用PCR 實(shí)驗(yàn)以外的方法來(lái)完成這種校正。最常用的一種方法就是用紫外吸收來(lái)確定用于 cDNA 合成的 RNA 量,然彳灸將相同的 RNA 反轉(zhuǎn)錄產(chǎn)生的 cDNA 用于 PCR 定量反應(yīng)。這種外標(biāo)法校正的一個(gè)應(yīng)用例子就是研究某種實(shí)驗(yàn)處理是否影響內(nèi)標(biāo)基因的表達(dá)。在這里,目標(biāo)基因和內(nèi)標(biāo)合二為一。在這個(gè)例子中,公式2不被公式3除,公式5 變成:為x】+扃政=板.10整理得::任一樣品 X0,q除以參照品 X0,c
23、b得:在這里 CT=CT,q-CT,cb。 C T與前面計(jì)算中用的CT(用目標(biāo)基因CT值減去參照基因CT值)相互區(qū)別(1 + Ex)*氣1121就象在 1.1 部分所描述的,如果條件優(yōu)化較好,效率接近于 1,內(nèi)標(biāo)相對(duì)于參照因子為:2/2.2. 2“Cf方法的應(yīng)用2CT方法的一個(gè)應(yīng)用就是確定實(shí)驗(yàn)處理對(duì)某一候選內(nèi)標(biāo)基因的影響。為了顯示這一過(guò)程,我們做了血清饑餓/誘導(dǎo)實(shí)驗(yàn)(7)。血清饑餓/誘導(dǎo)是研究某些 mRNA 降解的常用方法(8)。然而,血清可能影響一些基因的表達(dá)包括標(biāo)準(zhǔn)的看家基因的表達(dá)。在 24-h 血清饑餓培養(yǎng)之彳灸,在 NIH 3T3 細(xì)胞中加入 15%血清誘導(dǎo)基因表達(dá)。從細(xì)胞中提取Pol
24、y(A)+RNA,并將之反轉(zhuǎn)錄成 cDNA。利用 SYBR Green 通過(guò)實(shí)時(shí)定量 PCR 檢測(cè) GAPDH , 6 2 -microglobulin cDNA 的量。GAPDH 和 阻-microglobulin 各自的 相對(duì)量通過(guò) 2A。丁公式求得。細(xì)胞處理對(duì)于 GAPDH 的基因表達(dá)有明顯影響,但對(duì) 缶-microglobulin 沒(méi)有什么影響。因此 位-microglob ulin 很適合做血清刺激定量實(shí)驗(yàn)的內(nèi)標(biāo),而 GAPDH 并不適合。這一例子向大家展示了在只研究一個(gè)基因的時(shí)候怎么用2“CT的方法分析基因相 3.實(shí)時(shí) PCR 數(shù)據(jù)的統(tǒng)計(jì)學(xué)分析實(shí)時(shí) PCR 最終分析的是閾值循環(huán)或CT。CT值通過(guò) PCR 信號(hào)的對(duì)數(shù)值和循環(huán)數(shù)來(lái)確定。因
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- GB/T 45178-2024化學(xué)纖維抗氧化活性測(cè)定DPPH和ABTS法
- GB/T 45160-2024木工機(jī)床安全臥式鋸板機(jī)
- 湖南省岳陽(yáng)市2024年中考第二次模擬考試數(shù)學(xué)試卷附答案
- 高一化學(xué)二課后習(xí)題(全)
- 2024屆百色市重點(diǎn)中學(xué)高考化學(xué)三模試卷含解析
- 2024高中地理第2章區(qū)域生態(tài)環(huán)境建設(shè)第2節(jié)第2課時(shí)熱帶雨林的開(kāi)發(fā)與保護(hù)學(xué)案新人教版必修3
- 2024高中物理第三章磁場(chǎng)章末質(zhì)量評(píng)估三含解析粵教版選修3-1
- 2024高中語(yǔ)文第四單元?jiǎng)?chuàng)造形象詩(shī)文有別大鐵椎傳作業(yè)含解析新人教版選修中國(guó)古代詩(shī)歌散文欣賞
- 2024高考化學(xué)一輪復(fù)習(xí)專練48基本儀器的使用及藥品的存放含解析新人教版
- 2024高考化學(xué)一輪復(fù)習(xí)課練31物質(zhì)的制備含解析
- 2024政務(wù)服務(wù)綜合窗口人員能力與服務(wù)規(guī)范考試試題
- 第十五屆全國(guó)石油和化工行業(yè)職業(yè)技能競(jìng)賽(化工總控工)考試題庫(kù)-下(判斷題)
- 羊肉購(gòu)銷合同范本
- 2024五年級(jí)下冊(cè)語(yǔ)文組詞表
- 2024 smart社區(qū)運(yùn)營(yíng)全案服務(wù)項(xiàng)目
- JT∕T 1477-2023 系列2集裝箱 角件
- JT-T-566-2004軌道式集裝箱門(mén)式起重機(jī)安全規(guī)程
- 危險(xiǎn)廢物處置項(xiàng)目實(shí)施方案
- 人教版初三化學(xué)上冊(cè)講義
- (完整版)共邊比例定理及其應(yīng)用
- 村情要素模板
評(píng)論
0/150
提交評(píng)論