當(dāng)前位置:儀器交易網(wǎng) » 公司 » 上海古朵生物科技有限公司

在線溝通:

沒有合適的產(chǎn)品?是否在線詢價?
詢價標題
聯(lián)系人
電話
主要內(nèi)容
驗證碼  
產(chǎn)品搜索
 
聯(lián)系我們

公司名稱:上海古朵生物科技有限公司

聯(lián)系人:洛辰

電話:18321664727

手機:13621980056

郵件:2712232205@qq.com

地址:上海市嘉定區(qū)曹安公路5588號

會員站:http://www.fkbio-sh.com

手機站:http://m.fkbio-sh.com

新聞中心

6 款曲線,解決 99% 的 ELISA 數(shù)據(jù)擬合難題

發(fā)布時間:2019-05-31瀏覽次數(shù):1633返回列表

師妹: 哎~歷時多久的實驗終于完成,可為什么做數(shù)據(jù)分析時曲線擬合度不高呢?

師兄:不會吧?我看你的數(shù)據(jù)還不錯,會不會是用的擬合曲線不合適呢?

師妹:擬合曲線不合適?難道不都是直線方程么?

師兄:誰說的!每一對抗原抗體都有自己獨特的動力學(xué)反應(yīng)過程,直線方程是無法涵蓋這么多反應(yīng)類型的。

師妹:啊,原來如此那還有什么其他的方法嗎?

師兄:請我看《復(fù) 4》,我給你講講常用的曲線類型吧!


我們通常 ELISA 實驗完成后,后面zui重要的工作就是如何把 OD 值轉(zhuǎn)化為濃度,以達到分析數(shù)據(jù)的目的。樣本濃度的分析是根據(jù)標準品數(shù)據(jù)所生成的標準曲線完成的。要確保樣本結(jié)果的準確性,先就要保證標準曲線盡量能還原抗原抗體的動力學(xué)反應(yīng)過程。


目前,我們常用的方法是 excel 繪圖,或者用繪圖專用軟件 curve 軟件做圖。常用的函數(shù) excel 都能歸納,但是 excel 能歸納的曲線模型比較有限,而專業(yè)的 curve 軟件能擬合的回歸曲線就比較多也比較。所以目前專業(yè)的 curve 軟件是目前zuiliu行的數(shù)據(jù)處理軟件之一。


我們常用的曲線擬合回歸方程主要為以下 6 種:


1.直線擬合回歸方程:


直線回歸是zui簡單的回歸模型, 也是zui基本的曲線擬合回歸分析方法, 將所有的測試點擬合為一條直線,其擬合函數(shù)方程式為:y=a+bx



2.二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,由于曲線的特性,同一個濃度值在曲線圖上可能表現(xiàn)出沒有對應(yīng)的 OD 值、有一個 OD 值,或者兩個 OD 值,所以使用二次多項式擬合時,zui好保證取值的范圍都落在曲線的升段或者降段,否則哪怕是相關(guān)系數(shù)很好也很可能與實際的值不一致。其擬合函數(shù)方程式為:y = a+bx+cx2 ,形狀如下圖:



3.三次多項式擬合回歸方程:


三次多項式像倒狀的「S」形,在實驗結(jié)果剛好在曲線的升段或者降段的時候,效果還可以,但是對于區(qū)間較廣的情形, 由于其彎曲的波動,三次方程擬合模擬不一定很好,跟二次方程擬合一樣,看曲線的相關(guān)系數(shù)的同時也要看計算的點在曲線上的分布,這樣才算出理想的結(jié)果,本軟件計算值時,選擇性的取相對于濃度或者 OD 值,比較符合實際的那個結(jié)果,而沒有將多個結(jié)果列出。擬合函數(shù)方程式為:y= a+bx+cx2+dx3,形狀如下圖:



4.半對數(shù)擬合回歸方程

半對數(shù)擬合即將濃度值取對數(shù)值,然后再和對應(yīng)的 OD 值進行直線回歸,理想的狀態(tài)下,在半對數(shù)坐標中是一條直線,常用于濃度隨著 OD 值的增加或者減低呈對數(shù)增加或者減少的情況,即濃度的變化比 OD 值的變化更為劇烈。在 ELISA 實驗中較常用(有很多用 EXCEL 畫圖時,也常使用半對數(shù)),擬合函數(shù)方程式為:y = alg(x)+b ,形狀如下圖(注意其 X 軸是對數(shù)坐標):



5.Log-Log 擬合回歸方程

Log-Log 擬合和半對數(shù)相似, 只是將 OD 值和對應(yīng)的濃度值均取對數(shù),然后再進行直線回歸,擬合函數(shù)方程式為:lg(y) = alg(x)+b ,形狀如下圖:



6.Logit-Log 擬合回歸方程


Logit-log 則是免疫學(xué)檢測中的模型, 可用于競爭法。它zui早用于 RIA, 但在 ELISA 中也是可以應(yīng)用的。 Logit 變換源于數(shù)學(xué)中的 Logistic 曲線。在競爭法放射免疫分析(RIA)及 ELISA 中,當(dāng)競爭性反應(yīng)物為 0 時結(jié)合率為 , 如果某一濃度下結(jié)合率為 B,B=OD/OD(0),在對 B 進行 Logit 變換:y=ln[B/(1-B)],之后 y 與濃度的對數(shù)成線性關(guān)系,即:y=a+blg(x),擬合函數(shù)方程式為:lg(y) = alg(x)+b 就得到了 Logit-log 直線回歸模型,這個模型一般適用于競爭法的擬合,所以擬合時要求只有少有一個零濃度測試的 OD 值,并且此值為整個反應(yīng)的zui大值(也就是我們常說的至少要做一個空白對照)。


7.四參數(shù)擬合回歸方程:


四參數(shù)方程的擬合函數(shù)表達式為:


競爭法和夾心法都可以用到。它的形狀, 根據(jù)情況, 可能是一個單調(diào)上升的類似指數(shù), 對數(shù), 或雙曲線的曲線, 也可能是一個單調(diào)下降的上述曲線, 還可以是一條 S 形曲線。 它要求 X 值不能小于 0(因為指數(shù)是實數(shù), 故有此要求)。 在很多情況下它都可以擬合 ELISA 的反應(yīng)曲線, 所以它也成了 ELISA 中應(yīng)用zui廣的模型之一。



切記,在實驗過程中,要根據(jù)各個實驗本身的特點,選擇zui適合的曲線擬合模型,才能得到zui合理的實驗結(jié)果, 一般情況下,需要綜合考慮標準曲線的趨勢走向以及 R 值的大小,來zui終選擇適合自己的回歸方程。

師兄:很簡單吧,所以,為了zui終數(shù)據(jù)的準確性,一定要選擇合適的擬合方式才行!

師妹:嗯,這下漲姿勢啦,看來直線方程不是唯yi的,我這就去試試其他的方程式吧。