什么时候先看指南,而不是直接打开计算器
如果你已经知道要跑哪种模型,只差把未知浓度算出来,就直接去计算器。反过来,如果难点在于空白是否该扣、曲线形状是否合理、未知值是不是已经外推、或者报告里应该交代哪些决策,这页会更有帮助。
蛋白测定和 ELISA 的分岔点
BCA 和 Bradford 往往是较窄量程的标准曲线,所以常见判断集中在线性还是二次,以及空白处理是否一致。ELISA 更容易出现 S 形响应,实际争议通常会转到 4PL 还是 5PL、是否需要加权,以及上下平台是否可信。
- 做 BCA / Bradford 时,优先打开蛋白质标准曲线计算器。
- 做 4PL / 5PL、回算和恢复检查时,优先打开 ELISA 标准曲线拟合器。
- 在结果定稿前,用这页回看这些拟合输出到底意味着什么。
空白扣除与基线判断
空白扣除不是自动加分项。只有在空白确实代表标准品和未知样品共享的背景信号时,才值得统一扣除。如果一扣空白,结论就大幅变化,往往说明先该检查实验设置,而不是急着接受“更好看”的曲线。
蛋白测定里,要先确认零浓度标准是否真的对应未知样品的基质。ELISA 里,则要决定 0 浓度行是应该留在图上但不参与拟合、先扣空白再排除,还是在 log-x 设定下以极小值处理。
模型怎么选
模型应该跟着实验行为走,而不是只追求更高的分数。蛋白测定在中等量程下常常足以用线性或二次;ELISA 在覆盖宽量程且明显呈 S 形时,更适合比较 4PL 和 5PL。
- 先用与测定类型最匹配的简单模型起步。
- 看残差模式,不要只看一个总评分。
- 只有在复杂模型真正修复了系统性偏差时,才值得升级。
量程、离群点与外推
未知样品最好落在标准点夹住的范围内。一旦超出范围,结果就应被视为外推警告。更稳妥的做法通常是重新稀释、重新测量,或者收紧标准范围,而不是直接接受第一次估计值。
单个可疑点也比表面上的高 R² 更重要。若剔除了离群点,请同时记录剔除理由,以及保留该点时结论是否会改变。
报告里至少要交代什么
可复现的测定记录至少应写明:测定类型、标准范围、所选模型、是否加权、空白处理方式、是否剔除点、样品稀释倍数,以及是否存在外推。只有最终浓度数字,通常不足以支持结果复查。
接下来建议打开的页面
- 蛋白质标准曲线计算器(BCA/Bradford)实际运行 BCA 或 Bradford 的标准曲线拟合,比较线性与二次,并输出未知样品浓度。
- ELISA 标准曲线拟合器 (4PL/5PL)需要 4PL/5PL、加权、回算与恢复检查时,从这里继续。
- A260浓度和纯度计算器如果样品质量和浓度本身还不确定,先在这里检查,再进入测定曲线流程。
- 线性回归计算器只想单独看斜率、截距和残差时,用这个更轻量的页面复查。
- 生物学回到生物学中心,把 A260、测定曲线和回归复查放回完整实验流程中。
常见问题
什么时候应该扣除空白?
当标准品和未知样品确实共享同一背景信号时再扣除空白。不要只为了让曲线更好看就强行扣除;先确认空白是否真的代表相同的基线。
线性、二次、4PL 和 5PL 应该怎么选?
蛋白测定常见的是较窄量程,所以通常先比较线性和二次。ELISA 更常见的是 S 形响应,因此更需要比较 4PL、5PL、加权和平台是否合理。优先选能解释实验行为、同时又不过度复杂的模型。
未知样品落在标准范围之外怎么办?
把它当成外推警告,而不是稳定结果。更常见的做法是重新稀释或浓缩样品,在标准点覆盖的范围内重测,并在记录里说明第一次估计超出了量程。
报告里至少要写哪些信息,结果才可复现?
请写明测定类型、标准范围、所选模型、是否使用加权、空白处理、是否剔除点、样品稀释倍数,以及是否存在外推。只有最终浓度数字通常不足以让别人复现实验。