17 年
手机商铺
入驻年限:17 年
客服部
北京
技术服务、试剂、抗体、细胞库 / 细胞培养、ELISA 试剂盒
生产厂商
公司新闻/正文
143 人阅读发布时间:2026-03-25 13:31
为何你总在WB图前“卡壳”?
真的是像对待前任那样吗?看懂了心累,看不懂身心累。
条带忽明忽暗,是蛋白表达问题还是曝光手抖?
内参参差不齐,老板直接一句“重做”!
柱形图里的* #,到底显不显著啊?
不用担心,本期我们将分享如何解读WB实验结果!WB图片的解读有着明确的逻辑和方法。我们将抛开复杂的术语,“大白话”结合“实图注解”,读完让你可以:
10秒判断一张WB图是否可信
5分钟写出一篇结果描述,直接丢进论文或标书中
Western Blot结果到底长啥样?

图片源自文献:
在前面的文章中,我们经常展示WB异常条带,是不是已经忘记标准的WB是啥样了?如图所示,WB结果图加柱形图是“黄金搭档”,既有直观的原始数据,又有严谨的统计分析,说服力很强。
①条带清晰,没有拖尾或弥散;
②背景比较干净,没有多余的非特异性条带;
③内参条带(如β-actin、GAPDH)灰度均匀一致;
④分子量标记清晰准确,能确定目标蛋白的大小。
四步快速解读WB图
一张标准的WB结果图,主要展示四方面的信息:
|
对象 |
作用 |
判断金句 |
|
目的蛋白 |
研究的“主角” |
深浅变化必需肉眼可见 |
|
内参 |
图中的标尺 |
不齐就是翻车 |
|
对照组 |
研究的“配角” |
符合预期,有用 |
|
分子量 |
条带大小 |
跑错位置一票否决 |
基于WB图展示的主要信息,我们总结了“四步拆读法”。以上文图片为例,一步步把WB图看透、看懂。
Step 1:看“主角的起起伏伏”
本次研究的目的蛋白是γH2AX。通过结果图可以看出,出现亨廷顿病(HD)症状的R6/2小鼠模型的脑组织(ctx、str)中γH2AX条带要比正常小鼠(野生型(WT))演示更深,说明在亨廷顿病中γH2AX的表达量会升高。
γH2AX目前是国内外研究细胞DNA损伤应激反应的热门蛋白靶点之一。染色质的基本结构蛋白是核小体,核小体由DNA和组蛋白(Histone)组成,组蛋白包括H2A、H2B、H3和H4。H2AX是H2A的变体,在DNA发生双链断裂(DSBs)时,H2AX被磷酸化为γH2AX。在DNA修复后,γH2AX会快速发生去磷酸化。因此,γH2AX是经典的DNA损伤或修复的标志物。
Step 2:看内参“标尺”
内参蛋白条带情况很重要。如果条带清晰可见,亮度均一,说明实验过程中样品处理、电泳、转膜、抗体孵育等步骤操作正确,实验质量较高。如果目的蛋白的条带比内参条带弱,说明目的蛋白表达量相对较低。
在磷酸化蛋白WB实验中,会设置双内参,同时检测样本中对应靶点的总蛋白量。通过计算磷酸化蛋白与总蛋白的比值,检测蛋白质磷酸化水平。同时也可以区分总蛋白表达量与磷酸化蛋白之间的关系,是总蛋白表达量增加引起的磷酸化水平升高?还是总蛋白表达量没有变化仅是磷酸化水平发生变化?
本研究的内参是β-actin,图中显示内参条带颜色灰度一致,条带位置大小正确,说明实验操作无偏差,实验结果可信。无论是野生型还是HD型,目的蛋白γH2AX的表达量远远低于内参蛋白。
Step 3:看对照怎么设置
确定分组及处理条件:文献中会详细描述实验组和对照组的设置,如刺激物名称、作用机制、处理条件、处理时间等。不同样本处理方法中,“+”表示进行处理,“—”表示未进行处理。观察时多进行两两比较,分析不同处理方法对目的蛋白表达情况的影响。
本研究的对照有两个维度:WT vs HD、ctx vs str。其中WT和HD分别对应正常型(即野生型)和具有亨廷顿病症状的R6/2小鼠,ctx和str分别表示大脑皮层和纹状体区。
Step 4:看条带位置
首先内参蛋白大小正确(约43kDa),其次目的蛋白的大小符合预期。目的蛋白和内参蛋白的名称及其分子量大小,是验证实验结果准确性的关键信息。
通过图注还可以了解到本次研究至少进行了3次重复验证,并将实验结果数字化。t检测结果显示HD模型中ctx和str存在显著的DNA双链断裂,且纹状体损伤更严重,进一步支持HD神经元DNA损伤增加的病理机制(p<0.001)。
统计图中的一些重点
Western blot结果统计图,常用柱形图,可以直观地比较不同组别之间的蛋白质表达情况。
柱状图的高度表示蛋白的相对含量。如图中纵坐标是OD(pixel unit)值。在Image J类的作图软件中,OD(光密度值)表示像素颜色的深浅程度,与条带灰度值呈负相关。灰度值越高,则像素越白,OD值越小;灰度值越低,则像素越黑,OD值越大。
柱形图中常用的是将数据进行归一化处理。具体来说是将原始数据通过某种算法或公式转换到一个新的范围内,通常是0-1或-1到1之间。目的是消除不同评价指标的量纲和取值范围差异带来的影响,让数据值都在同一个量级,便于后续处理和分析。比如各组数据除以对照组的数值,将对照组设置为1。
统计图中还有一个重要的数据指标:显著性水平。
这类数据处理是为了更方便比较实验组与对照组之间的差异,图中的*、#表示组间的统计学差异性。一般*代表p<0.05,**代表p<0.01,以此类推。p值与显著性的关系非常密切,通常我们设置一个阈值(例如0.05),当p值小于或等于该阈值时,认为结果显著。如果p值大于该阈值,则认为结果不显著。无统计学意义的可标注n.s.或NS。
为了方便大家更好的理解不同显著性检验方法的特点,我们对四种常用方法进行了对比展示:

误差棒(Error Bar)是软件计算得到的,不是自己画上去的“T”。
误差棒是数据可视化的一部分,直观地展示数据的波动范围和不确定性,确定数据的可靠性和统计显著性。误差棒通常以垂直线或横线的形式出现在柱形图、线图或散点图中。
误差棒的长度表示数据的误差范围。较长的误差棒表示数据波动较大,较短的误差棒则表示数据较为集中。常见的误差棒有标准差、标准误差、置信区间等数据统计量。
· 标准差误差棒:表示数据的离散程度。
· 标准误差误差棒:反映样本均值的估计精度。
· 置信区间误差棒:表示总体参数的可能范围(如95%置信区间)。
文献中的WB图片虽然多种多样,但不会偏离以上这些基本要素。找对方法,沉着冷静,再难再复杂的WB图片也能快速看懂。