拟合一条曲线_技巧篇 | ELISA曲线拟合

很多用户咨询ELISA实验后如何进行曲线制作？那么对于那么多的曲线计算公式，该如何选择最佳的拟合方程呢？

那么今天我们就来简要聊一聊ELISA标曲拟合的那些事儿吧！

产品说明书都会推荐用户拟合标曲方法，可以用软件绘制也可以通过excel进行制作。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几种：

第一种是直线回归：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。但是因为实际实验中线性极好的情况下可能直线回归可以获得较为理想的R2值。那么如果直线线性不理想的情况下如何拟合？

作为拥有十多年ELISA产品生产经验的企业，我们会推荐用户进行多项式拟合来改善直线回归线性不理想的问题。

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，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。其拟合函数方程式为：y=ax2+bx+c

说到双抗夹心，我们还有对应的竞争抑制ELISA产品，它的曲线拟合也要给您介绍下。

对数拟合回归方程：我们将标准品的O.D测值设为x轴，标准品浓度的对数作为y轴，浓度是自变量，O.D.值是因变量进行曲线拟合。

最后一种是四参数拟合回归方程：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。

曲线拟合方法虽多，要根据不同类型ELISA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值的大小以及样本落值情况。

这是我司关于双抗夹心与竞争抑制ELISA曲线拟合的示例，感兴趣的朋友浏览以下网页：

http://www.cloud-clone.cn/topic/201504010418350045.html

http://www.cloud-clone.cn/topic/201504221052060050.html

如果您有关于曲线拟合的建议和需要欢迎留言！