武汉菲恩生物科技有限公司品牌商

10

手机商铺

qrcode
商家活跃:
产品热度:
  • NaN
  • 0.5
  • 0.5
  • 2.5
  • 2.5
品牌商

武汉菲恩生物科技有限公司

入驻年限:10

  • 联系人:

    王经理

  • 所在地区:

    湖北 武汉市 洪山区

  • 业务范围:

    ELISA 试剂盒、抗体、试剂、技术服务

  • 经营模式:

    生产厂商

在线沟通
推荐产品

beta actin antibody|beta actin抗体 FNab00869

品牌:菲恩生物(FineTest)

¥450 - 750

咨询

Asprosin antibody|Asprosin抗体

品牌:菲恩生物(FineTest)

¥900 - 1500

咨询

Normal Rabbit IgG Control

品牌:菲恩生物(FineTest)

¥300 - 1800

咨询

TGFB1 antibody|TGFB1抗体 FNab08638

品牌:菲恩生物(FineTest)

¥900 - 1500

咨询

TNF alpha antibody|TNF alpha抗体 FNab08821

品牌:菲恩生物(FineTest)

¥1260 - 2100

咨询
查看全部产品

公司新闻/正文

ELISA标曲拟合方程解析

5052 人阅读发布时间:2021-03-09 10:55

ELISA 标准曲线那么多的曲线计算公式,那么对于那么多的曲线计算公式,我该如何选择最佳的拟合方程呢?样本浓度的分析是根据标准品数据所生成的标准曲线完成的,要确保样本结果的准确性,就要保证标准曲线尽量能还原抗原抗体的动力学反应过程。
 

一般情况按照说明书推荐方法拟合标曲,可以用软件绘制也可以手动制作。标曲呈现s型曲线,两端趋于水平,中间趋于线性,中间部分为较佳的检测范围。当标准品的量超过与包被抗体结合的量,此时标准品已饱和,在增加标准品的量,其 OD 值不再变化,故当标准品达到一定浓度后,曲线趋于水平。按照科学分析方法,如果存在奇异点或者污点,直接采用线性分析不是很好,要对拟合曲线的几个点进行取舍,同时也可以改用双对数直线拟合或者四参数曲线拟合。那么常用的曲线拟合回归方程主要为以下7种:

 

01 直线回归

直线回归是最简单的回归模型,也是最基本的曲线拟合回归分析方法,将所有的测试点拟合为一条直线。其拟合函数方程式为:y=a+bx
 

新闻图片1

               
02 二次多项式拟合回归方程

二次多项式成抛物线状,开口向下或者向上,在很多 ELISA 实验中,拟合近似于二次多项式的升段或者降段,由于曲线的特性,同一个浓度值在曲线图上可能表现出没有对应的OD值、有一个 OD 值,或者两个 OD 值,所以使用二次多项式拟合时,最好保证取值的范围都落在曲线的升段或者降段,否则哪怕是相关系数很好也很可能与实际的值不一致。其拟合函数方程式为:y = a + b x + c x2
 

新闻图片2


03 三次多项式拟合回归方程

三次多项式像倒状的‘S’形,在实验结果刚好在曲线的升段或者降段的时候,效果还可以,但是对于区间较广的情形, 由于其弯曲的波动,三次方程拟合模拟不一定很好.跟二次方程拟合一样,看曲线的相关系数的同时也要看计算的点在曲线上的分布,这样才算出理想的结果,本软件计算值时,选择性的取相对于浓度或者 OD 值,比较符合实际的那个结果,而没有将多个结果列出。拟合函数方程式为:y = a + b x + c x2 + d x3
 

新闻图片3


04 半对数拟合回归方程

半对数拟合即将浓度值取对数值,然后再和对应的 OD 值进行直线回归,理想的状态下,在半对数坐标中是一条直线,常用于浓度随着 OD 值的增加或者减低呈对数增加或者减少的情况,即浓度的变化比 OD 值的变化更为剧烈。在 ELISA 实验中较常用(有很多用 EXCEL 画图时,也常使用半对数)。拟合函数方程式为:y = a lg(x) + b
 

新闻图片4


05 Log-Log 拟合回归方程

Log-Log 拟合和半对数相似,只是将 OD 值和对应的浓度值均取对数,然后再进行直线回归。拟合函数方程式为:lg(y) = a lg(x) + b
 
新闻图片5


06 Logit-Log 拟合回归方程
Logit-log 则是免疫学检测中的模型, 可用于竞争法。它最早用于 RIA,但在 ELISA 中也是可以应用的。Logit 变换源于数学中的 Logistic 曲线。在竞争法放射免疫分析 (RIA) 及 ELISA 中,当竞争性反应物为 0 时结合率为 100%,如果某一浓度下结合率为 B,B=OD/OD(0),在对B进行 Logit 变换:y=ln[B/(1-B)],之后 y 与浓度的对数成线性关系,即:y = a + b lg(x),拟合函数方程式为:lg(y) = a lg(x) + b 就得到了 Logit-log 直线回归模型,这个模型一般适用于竞争法的拟合,所以拟合时要求只有少有一个零浓度测试的 OD 值,并且此值为整个反应的最大值(也就是我们常说的至少要做一个空白对照)。


07 四参数拟合回归方程
四参数方程的拟合函数表达式为:新闻图片6
 

竞争法和夹心法都可以用到。它的形状, 根据情况, 可能是一个单调上升的类似指数, 对数, 或双曲线的曲线, 也可能是一个单调下降的上述曲线, 还可以是一条 S 形曲线。它要求 X 值不能小于 0 (因为指数是实数, 故有此要求)。在很多情况下它都可以拟合 ELISA 的反应曲线, 所以它也成了 ELISA 中应用最广的模型之一。
 

新闻图片7


切记,在实验过程中,要根据各个实验本身的特点,选择最适合的曲线拟合模型,才能得到最合理的实验结果, 一般情况下,需要综合考虑标准曲线的趋势走向以及 R 值的大小,来最终选择适合自己的回归方程。


 

 

上一篇

Sirt1靶点检测详解

下一篇

发文献,领奖励

更多资讯

我的询价