有很多剛進行ELISA實驗的科研人員不知道曲線該怎么制作?那么對于那么多的曲線計算公式，該如何選擇最佳的擬合方程呢?今天就給大家總結下ELISA曲線擬合的那些事。
我們一般可以用軟件繪制也可以通過excel進行制作。按照科學分析方法，如果存在奇異點或者污點，直接采用線性分析不是很好, 要對擬合曲線的幾個點進行取舍，同時也可以改用雙對數直線擬合或者四參數曲線擬合。
那么常用的曲線擬合回歸方程主要為以下幾種:
首先是直線回歸：直線回歸是簡單的回歸模型也是基本的曲線擬合回歸分析方法，將所有的測試點擬合為條直線，其擬合函數方程式為:y=a+bx。但是因為實際實驗中線性好的情況下可能直線回歸可以獲得較為理想的R2值。那么如果直線線性不理想的情況下如何擬合?
這里就推薦用戶進行多項式擬合來改善直線回歸線性不理想的問題。
二次多項式擬合回歸方程：二次多項式成拋物線狀開口向下或者向上，在很多ELISA實驗中，擬合近似于二次多項式的升段或者降段，所以使用二次多項式擬合時好保證取值的范圍都落在曲線的升段或者降段。其擬合函數方程式為: y=ax2+bx+C
對數擬合回歸方程：我們將標準品的0 D測值設為x軸，標準品濃度的對數作為y軸，濃度是自變量，0.D.值是因變量進行曲線擬合。
后種是四參數擬合回歸方程：競爭法和夾心法都可以用到。它的形狀根據情況可能是個單調上升的類似指數對數或雙曲線的曲線，也可能是個單調下降的上述曲線，還可以是條S形曲線。它要求X值不能小于0（因為指數是實數，故有此要求）。在很多情況下它都可以擬合ELISA的反應曲線，所以它也成了ELISA中應用廣的模型之一。
曲線擬合方法雖多，要根據不同類型ELISA本身的特點，選擇適合的曲線擬合模型，才能得到合理的實驗結果。一般情況下，需要綜臺考慮標準曲線的趨勢走向以及R值的大小以及樣本落值情況。
|
