定量聚合酶链反应是目前用于研究特定基因转录物表达谱的最精确方法之一，其在脑膜瘤中根据其各自的世界卫生组织等级表达不同。使用该技术，无论是绝对和核糖核酸的相对量可以定量。关于定量聚合酶链反应的相对定量，其精确度和可靠性取决于正常化的稳定内部控制的适当选择。在脑膜瘤基因表达谱基于定量的分析而言，相对于未调节的参考基因作为内部标准的结果的归一化是强制性的。因此，通常将定量聚合酶链反应数据标准化为两个甚至三个不同的稳定表达基因。最佳的参考基因将被不断几乎在所有组织中表达进行测试，而使用不适当参考基因可以导致靶基因的检测灵敏度的损伤，最终导致不正确的结果。对于一般定量聚合酶链反应测定中最常用的参考基因是甘油醛磷酸脱氢酶，尽管已知的是甘油醛磷酸脱氢酶，在特定条件下，可以在比较对照。在来自阿尔茨海默病患者的尸检脑组织中，被鉴定为最稳定表达的基因，因此，最合适的管家基因候选。此外，频繁使用的参考基因包括微球蛋白，次黄嘌呤磷酸和肌动蛋白。
　　然而，关于脑膜瘤背景中与未调节的管家基因相关的分子标记和基因表达水平的可靠数据很少。脑膜瘤约占所有颅内肿瘤的高达，发病率每年他们从脑膜中出现的最常见的肿瘤。这些肿瘤的组织病理学分级基于世界卫生组织目前的分类，将其分为三组：经典/良性，非典型和间变性。多数脑膜瘤的被分类为经典，由非典型的和间变性。人们对脑膜瘤的肿瘤发生，恶性进展和遗传学知之甚少，特别是与其他颅内肿瘤如胶质瘤相比。在家族性脑膜瘤中，除了众多遗传缺失，比较基因组杂交研究已证明间变性脑膜瘤的等位基因增加。该研究旨在验证脑膜瘤中的特定参考基因，测试它们在各种治疗条件下和不同组织样品中的稳定表达。此外，由于可能对参考基因表达产生影响，因此考虑了潜在的调节因子变量，例如患者的年龄和性别。有一大组统计计算方法可以确定一组候选基因中最稳定的表达，每一个都指不同的背景来确定基因的稳定性。其中之一是算法，它使用并排比较来计算变化。该算法的一个相关缺点是失去了对核心调节的敏感性。另一种潜在的计算模型是算法，它通过逐步排除最不稳定的候选者来确定最稳定的基因对。
　　 总之，所有不同的数据评估和分析算法提供了互补的结果，是所有混合脑膜瘤和硬脑膜组织样本组中最稳定表达的基因。尽管如此，实验设置之间仍存在差异。“活的”组织或细胞样品通常显示通常使用的管家基因是最稳定的。所测试的新鲜组织样品，然而，不同的分析方法显示最稳定表达的基因的排名有很大的变化。鉴于这些发现，重要的是要注意组织样本在神经外科切除后直接冷冻。这引入了一个警告，即加工的样品显示出细胞组成的高度异质性和其他组织结构的污染。在细胞培养物的样品，当使用的变化测量算法相对均匀时所见的变化。对这种效应的一种解释可能是仅培养依赖性地分离少数细胞类型而没有残留的血液或血管细胞。在文献中，关于细胞培养系统中的参考基因知之甚少，并且在原代人脑膜瘤细胞的背景下对此没有任何了解。然而，在结肠癌细胞和组织以及卵巢癌细胞系中已经证明了选择准确基因进行标准化的重要性。第三个分析组，脑膜瘤和脑膜组织，显示是一种癌症特异性标志物，最稳定表达。
　　 这项研究的优势在于脑膜瘤和脑膜组织的分析，这是研究人员之前从未做过的。另一个重要方面是研究人员对三种不同实验环境的分析，这为未来的大量研究开辟了可能性，包括回顾性分析，体外实验和来自确定患者队列的转录分析。利用四种不同的分析方法可以提高结果的强度，并确定最稳定的参考基因，因为建立靶基因标准化的参考基因应该最佳地结合至少三种稳定性分析方法。验证不受调节和稳定表达的参考基因，用于脑膜瘤和非病理性脑膜组织中定量数据的标准化，对于脑膜瘤中靶基因表达的研究是必不可少的。在这项研究中，研究人员分析了一组预先选择的候选参考基因，用于手术组织标本，细胞培养标本和脑膜瘤和非病理性硬脑膜和蛛网膜组织的组织样本中的管家。