ELISA的实验数据如何拟合曲线？数据如图

ELISA的实验数据如何拟合曲线？数据如图

一、做ELISA试剂盒标准曲线样品检测时有几个问题需要注意
1、样品的浓度等指标是根据标准曲线计算出来的，所以首先要把做标准曲线看作是比做正式实验还要重要的一件事，否则后面的实验结果无从谈起。
2、设置标准曲线样品的标准浓度范围要有一个比较大的跨度，并且要能涵盖你所要检测实验样品的浓度，即样品的浓度要在标准曲线浓度范围之内，包括上限和下限。而对于呈S型的标准曲线，尽量要使实验样品的浓度在中间坡度最陡段，即曲线几乎成直线的范围内。
3、最好采用倍比稀释法配制标准曲线中的标准样品浓度，ELISA试剂盒这样就能够保证标准样品的浓度不会出现较大的偏离。
4、检测标准样品时，应按浓度递增顺序进行，以减少高浓度对低浓度的影响，提高准确性。
5、标准曲线的样品数一般为7个点，但至少要保证有5个点。
6、做出的标准曲线相关系数因实验要求不同而有所变动，但一般来说，相关系数R至少要大于0.98，对于有些实验，至少要0.99甚至是0.999.
二、选择什么方程去拟合
在S曲线的低浓度部门可以用乘幂方程很好的拟合，中低浓度部门可以用直线方程，中间部门可用对数方程，而中后段可用四参数。免疫检测时尺度点（可以是倍比稀释的，也可以不是）浓度假如和相应的吸光度（OD）值假如能够呈现直线关系当然是最理想的了，这时可以通过EXELL等利便的获得拟合曲线，进而推算出样品的浓度值。
关于尺度曲线的拟合方式，直线、二次曲线、三次曲线、指数、对数等虽都可用于ELISA及其它生物学反应中的曲线拟合，但都只合用于曲线的一部门，有的合用于前半段，有的合用于后半段，有的合用于中间一段，而Logistic曲线则对曲线的全部都有较好的合用性。
在一个长的区间内，Logistic应该都能拟合得较为理想。假如用来定量，S形曲线的中间段（较陡处）是比较好的，而两真个平坦部门计算误差会大，有时甚至会很大。用于免疫检测的所谓“尺度曲线"实在称为拟合曲线比较合适。目前国际上最流行的免疫检测拟合方式是“四参数逻辑拟合"，用这种拟合方式往往能够比较精确的反映浓度和吸光度的曲线关系，从而进一步比较准确的获得样品中待测物质的浓度值。但我们做免疫检测很少有时候能够有这么理想的情况，标品浓度和相应OD值往往是"S"型的曲线关系，这时就不能用直线拟合的方式了，而对拟合方法进行选择就是必要的了。枢纽在于你的尺度曲线做到了S形的哪一部门，你想检测的样品浓度在曲线的哪一部门。当然，假如用于定量，仍是在中间一段较好。但建模型是一回事，ELISA试剂盒而用它来定量是另一回事。这些方法固然没有一种方法可以通用，但也都可以用。但并不是说它就是万能的。事实上不仅是ELISA，其它良多生物学反应都是S形曲线，也都可以用Logistic曲线拟合。
仅供参考