有很多客戶向我們咨詢ELISA實驗后如何進行曲線制作？那么對于那么多的曲線計算公式，該如何選擇*的擬合方程呢？今天上海勁馬的技術員就給大家總結下：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：
第yi種是直線回歸：直線回歸是簡單的回歸模型,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，其擬合函數方程式為：y=a+bx。但是因為實際實驗中線性*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？
作為擁有十多年ELISA產品生產經驗的企業，我們會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，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O.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，O.D.值是因變量進行曲線擬合。
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,可能是一個單調上升的類似指數,對數,或雙曲線的曲線,也可能是一個單調下降的上述曲線,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中應用比較廣的模型之一。
曲線擬合方法雖多，要根據不同類型ELISA本身的特點，選擇比較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，需要綜合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。
