जीवविज्ञान पर वापस जाएँ

असे मानक वक्र गाइड

जब असली सवाल यह हो कि ब्लैंक कैसे संभालें, कौन-सा फिट बचाव योग्य है, रेंज कैसे पढ़ें और रिपोर्ट में क्या लिखें, तब इस पेज से शुरू करें।

अन्य भाषाएँ 日本語 | English | 简体中文 | Español | Português (Brasil) | Bahasa Indonesia | Français | हिन्दी | العربية
प्रोटीन असे वक्र ELISA वक्र जीवविज्ञान हब

कब गाइड, कैलकुलेटर से ज़्यादा उपयोगी होती है

अगर आपको पहले से पता है कि कौन-सा मॉडल चलाना है, तो सीधे कैलकुलेटर पर जाएँ।

और अगर केवल सांद्रता निकालनी है, तब भी कैलकुलेटर काफ़ी है।

अगर असली दिक्कत यह हो कि ब्लैंक घटाना चाहिए या नहीं, तो यह गाइड ज़्यादा उपयोगी है。

फिट का आकार बचाव योग्य है या नहीं, यह देखना हो, तब भी गाइड बेहतर रहती है।

अज्ञात नमूने के सीमा-बाहर अनुमान पर फैसला करना हो, तो भी पहले यही पढ़ें।

प्रोटीन असे और ELISA में कार्यप्रवाह कहाँ अलग होता है

BCA और Bradford अक्सर छोटी रेंज वाले assay होते हैं। इसलिए मुख्य निर्णय रैखिक बनाम द्विघात और blank handling पर होता है।

ELISA में response ज़्यादा बार sigmoid होती है। इसलिए 4PL बनाम 5PL, weighting और plateau behavior पर ज़्यादा ध्यान देना पड़ता है।

ब्लैंक subtraction और baseline

ब्लैंक subtraction अपने-आप improvement नहीं है।

इसे तभी इस्तेमाल करें जब ब्लैंक वही पृष्ठभूमि संकेत पकड़ता हो। वही संकेत standards और unknowns में भी होना चाहिए।

प्रोटीन असे में देखें कि शून्य standard वास्तव में unknown matrix से मेल खाता है या नहीं।

ELISA में पहले तय करें कि 0 concentration row को fit से बाहर रखना है या नहीं।

अगर row रखनी है, तो तय करें कि subtract पहले करना है या log-x कार्यप्रवाह में बहुत छोटे मान की तरह संभालना है।

मॉडल कैसे चुनें

मॉडल चयन को परीक्षण के व्यवहार के साथ चलना चाहिए। सिर्फ़ बेहतर दिखने वाले score को नहीं।

प्रोटीन असे में moderate range पर रैखिक या द्विघात मॉडल पर्याप्त हो सकते हैं। ELISA में, जब प्रतिक्रिया साफ़ sigmoid दिखती है, तब 4PL या 5PL की तुलना ज़्यादा सार्थक होती है।

  1. परीक्षण परिवार से मेल खाने वाले सबसे सरल मॉडल से शुरू करें।
  2. केवल एक summary metric नहीं, residual pattern भी देखें।
  3. ज़्यादा flexible model तभी लें जब वह वास्तविक mismatch को ठीक करे।

रेंज, outlier और सीमा-बाहर अनुमान

अच्छा यही है कि अज्ञात नमूना standard range के भीतर रहे।

अगर value range से बाहर जाती है, तो इसे stable result नहीं बल्कि warning मानें। सामान्यतः नमूने को दोबारा dilute या concentrate करके range के भीतर पुनः मापना बेहतर होता है।

एक संदिग्ध data point headline score से ज़्यादा महत्वपूर्ण हो सकता है।

यदि किसी point को exclude किया गया है, तो reason और उससे conclusion पर क्या असर पड़ता है, दोनों लिखें।

रिपोर्ट में क्या लिखना चाहिए

Reproducible assay note में परीक्षण प्रकार, standard range, fit मॉडल और weighting लिखें।

इसके साथ blank handling, excluded points, dilution factors और सीमा-बाहर अनुमान की जानकारी भी दें। केवल final concentration लिख देना काफ़ी नहीं है।

अगले कदम के लिए सुझाए गए पेज

सामान्य प्रश्न

ब्लैंक कब घटाना चाहिए?

ब्लैंक तभी घटाएँ जब standards और unknowns के लिए वही पृष्ठभूमि संकेत उचित हो।

केवल वक्र को साफ़ दिखाने के लिए ब्लैंक घटाना सही नहीं है।

रैखिक, द्विघात, 4PL और 5PL में कैसे चुनें?

प्रोटीन असे में पहले रैखिक और द्विघात मॉडल की तुलना करें।

ELISA में 4PL, 5PL, weighting और plateau behavior पर ज़्यादा ध्यान दें। वही मॉडल चुनें जो परीक्षण के व्यवहार को साफ़ तरीके से समझाए।

अगर अज्ञात नमूना standard range से बाहर चला जाए तो क्या करें?

इसे सीमा-बाहर अनुमान की चेतावनी मानें।

अज्ञात नमूने को फिर dilute या concentrate करके standard range के भीतर दोबारा मापना आम तौर पर बेहतर होता है।

रिपोर्ट में क्या लिखना जरूरी है ताकि analysis दोहराया जा सके?

परीक्षण प्रकार, standard range, चुना गया मॉडल और weighting ज़रूर लिखें।

इसके साथ blank handling, excluded points, dilution factors और सीमा-बाहर अनुमान भी लिखें। केवल final concentration पर्याप्त नहीं होती।