什麼時候先看指南，而不是直接打開計算器
如果你已經知道要跑哪種模型，只差把未知濃度算出來，就直接去計算器。反過來，如果難點在於空白是否該扣、曲線形狀是否合理、未知值是不是已經外推、或者報告裡應該交代哪些決策，這頁會更有幫助。
蛋白測定和 ELISA 的分岔點
BCA 和 Bradford 往往是較窄量程的標準曲線，所以常見判斷集中在線性還是二次，以及空白處理是否一致。ELISA 更容易出現 S 形響應，實際爭議通常會轉到 4PL 還是 5PL、是否需要加權，以及上下平臺是否可信。
- 做 BCA / Bradford 時，優先打開蛋白質標準曲線計算器。
- 做 4PL / 5PL、回算和回收率檢查時，優先打開 ELISA 標準曲線擬合器。
- 在結果定稿前，用這頁回看這些擬合輸出到底意味著什麼。
空白扣除與基線判斷
空白扣除不是自動加分項。只有在空白確實代表標準品和未知樣品共享的背景信號時，才值得統一扣除。如果一扣空白，結論就大幅變化，往往說明先該檢查實驗設定，而不是急著接受“更好看”的曲線。
蛋白測定裡，要先確認零濃度標準是否真的對應未知樣品的基質。ELISA 裡，則要決定 0 濃度行是應該留在圖上但不參與擬合、先扣空白再排除，還是在 log-x 設定下以極小值處理。
模型怎麼選
模型應該跟著實驗行為走，而不是隻追求更高的分數。蛋白測定在中等量程下常常足以用線性或二次；ELISA 在覆蓋寬量程且明顯呈 S 形時，更適合比較 4PL 和 5PL。
- 先用與測定類型最匹配的簡單模型起步。
- 看殘差模式，不要只看一個總評分。
- 只有在複雜模型真正修復了系統性偏差時，才值得升級。
量程、離群點與外推
未知樣品最好落在標準點夾住的範圍內。一旦超出範圍，結果就應被視為外推警告。更穩妥的做法通常是重新稀釋、重新測量，或者收緊標準範圍，而不是直接接受第一次估計值。
單個可疑點也比表面上的高 R² 更重要。若剔除了離群點，請同時記錄剔除理由，以及保留該點時結論是否會改變。
報告裡至少要交代什麼
可復現的測定記錄至少應寫明：測定類型、標準範圍、所選模型、是否加權、空白處理方式、是否剔除點、樣品稀釋倍數，以及是否存在外推。只有最終濃度數字，通常不足以支援結果複查。
接下來建議打開的頁面
- 蛋白質標準曲線計算器（BCA/Bradford）實際執行 BCA 或 Bradford 的標準曲線擬合，比較線性與二次，並輸出未知樣品濃度。
- ELISA 標準曲線擬合器 (4PL/5PL)需要 4PL/5PL、加權、回算與回收率檢查時，從這裡繼續。
- A260濃度和純度計算器如果樣品質量與濃度本身還不確定，先在這裡檢查，再進入測定曲線流程。
- 線性回歸計算器只想單獨看斜率、截距和殘差時，用這個更輕量的頁面複查。
- 生物學回到生物學中心，把 A260、測定曲線和迴歸複查放回完整實驗流程中。
常見問題
什麼時候應該扣除空白？
當標準品和未知樣品確實共享同一背景信號時再扣除空白。不要只為了讓曲線更好看就強行扣除；先確認空白是否真的代表相同的基線。
線性、二次、4PL 和 5PL 應該怎麼選？
蛋白測定常見的是較窄量程，所以通常先比較線性和二次。ELISA 更常見的是 S 形響應，因此更需要比較 4PL、5PL、加權和平臺是否合理。優先選能解釋實驗行為、同時又不過度複雜的模型。
未知樣品落在標準範圍之外怎麼辦？
把它當成外推警告，而不是穩定結果。更常見的做法是重新稀釋或濃縮樣品，在標準點覆蓋的範圍內重測，並在記錄裡說明第一次估計超出了量程。
報告裡至少要寫哪些信息，結果才可復現？
請寫明測定類型、標準範圍、所選模型、是否使用加權、空白處理、是否剔除點、樣品稀釋倍數，以及是否存在外推。只有最終濃度數字通常不足以讓別人復現實驗。