ELISA 数据分析

在 ELISA 检测前，请考虑以下建议以获得准确，一致的数据：

1.设置样品复孔。

为帮助评估错误程度，应重复检测每个标准品和样品 (重复两次或三次，具体取决于样品数量和孔板上的室性)。随后，可以计算平均值，标准差 (SD) 和变异系数 (CV) ，从而确保移液精度。另外，重复样品的 CV 应小于 20%。如果 CV 高于 20% ，请考虑以下事项：

CV 可能较高的原因：

• 移液错误—检查移液技术。  有关正确移液技术，请参见 ELISA 故障排除指南。
• 板或试剂的污染—确保板和试剂正确储存并且不会交叉污染。此外，检查试剂是否有效期。
• 板间温度 - 微孔板在稳定的环境中孵育，以确保温度均匀。
• 蒸发—在所有孵育步骤中使用板盖。

2.在每个孔板上运行标准曲线。

根据操作员，移液，孵育和温度，每个 ELISA 的运行均略有不同。将这些变量考虑在内，在每个板上运行标准曲线是必需的。

3.运行阳性对照样品。

在每个平板上运行已知浓度的对照样品将指示是否成功进行 ELISA检测。如果质控品作为正确的浓度的代表，您可以可靠地获得其他未知样品的结果。

4.运行空白样品。

空白样品由缓冲液或水组成，不包括蛋白样品。这些样品可减少其余数据点的背景吸光度，以确保 OD 读数最准确。

5.稀释样品，以便它们位于标准曲线的线性范围内。

为了获得最准确的结果，请稀释样品，以便它们位于标准曲线的线性范围内。由于试验的限值，落在曲线顶部或底部的值往往会出现更高的误差量。许多操作者对多种稀释液的样品进行检测，以确保至少一种样品位于线性范围内。

运行试验并获得输出后，必须分析数据。无论在导出的吸光度读数上使用与分光光度计配合使用的软件还是 Microsoft ™ Excel ™程序，都必须进行类似的分析。

在分析过程中，请考虑以下最佳实践：

1.使用 4 参数算法生成标准曲线。

最好使用曲线拟合软件生成标准曲线。4 参数算法提供了最佳标准曲线。

2.将所有数据点的背景吸光度减去。

请记住使用空白样品将读数中的任何背景减去。如果空白样品的读数高于正常值，这可能表示检测中存在错误。

3.考虑稀释系数。

已知未知样品的吸光度后，请记住应用稀释系数 (如果使用)。例如，如果所有样品稀释 5 倍，将吸光度乘以 5 ，然后使用标准曲线获得最终浓度。

4.进行重复样品时计算平均值，标准偏差和 CV。

考虑到空白样和稀释因子后，可将未知样品的浓度与标准曲线进行比较。然后，如果进行重复样品，分析最终结果的平均值，标准差和 CV 的数据。

1. John R. Crowther, Methods in Molecular Biology, the ELISA Guidebook.
2. Butler J.E.The Behavior of Antigens and Antibodies Immobilized on a Solid Phase.M.H.V.Van Regenmortel, ed. Structure of Antigens.Boca Raton, FL: CRC Press, 1992: 209-259.Vol.1, 209; CRC Press, Inc.
3. Clinical chemistry 51.12 (2005):