亚洲无码一区二区黄色视频_91久久人澡人人添人人爽_337p大胆69_精久在线

技術文章您現(xiàn)在的位置:首頁 > 技術文章 > ELISA樣本值低于空白值的原因分析

ELISA樣本值低于空白值的原因分析

更新時間:2015-02-27   點擊次數(shù):1247次

    當樣本值較低接近試劑盒的靈敏度就容易發(fā)生樣本值低于空白值的現(xiàn)象,特別是在血清和血漿樣本的檢測。上海恒遠ELISA試劑盒技術專家對此現(xiàn)象的原因分析有兩個方面,一是基質(zhì)效應、二是實驗誤差。
*、基質(zhì)效應 
    分析中,基質(zhì)指的是樣本中被分析物之外的組分,基質(zhì)常常對分析物的分析過程有顯著的干擾,并影響分析結果的準確性,這些影響和干擾被稱為基質(zhì)效應。ELISA試劑盒在開發(fā)過程中,標準品不能采用人或動物血清、血漿作為標準曲線的稀釋液,只能采用其模擬物。模擬物與被測樣本在蛋白豐度、復雜性、pH等因素都會存在差異。當樣本的基質(zhì)與其模擬物相比,降低抗原抗體的結合,便產(chǎn)生了樣本值低于空白值的現(xiàn)象。造成樣本值無法計算出數(shù)值,或者數(shù)值為負。
    目前zui常用的去除基質(zhì)效應的方法是,通過已知分析物濃度的標準樣品,同時盡可能保持樣本中的基質(zhì)不變,建立一個校正曲線。
    當單個樣本或少量樣本值低于空白值時,可能是誤差原因,這時應增加重復,提高操作技能。當大量樣本都低于空白值時,應考慮基質(zhì)效應的影響,建立校正曲線予以修正。

第二、實驗誤差
    誤差分為三類,系統(tǒng)誤差、隨機誤差和過失誤差。這三類誤差中,系統(tǒng)誤差對樣本值和空白值之間的差異無影響。ELISA樣本值低于空白值在誤差方面主要來源于隨機誤差和過失誤差。
    1.隨機誤差 Random Error
    無法控制的變因,使測量值產(chǎn)生隨機分布的誤差,服從統(tǒng)計學上的正態(tài)分布。從統(tǒng)計學上來看,測量值有99%的置信限在±3SD之間,如果CV值是20%,隨機誤差的邊界就是±60%,也就是說在CV值20%的狀況下,樣本值低于空白值60%之內(nèi),有可能是隨機誤差的影響,特別是空白值只有一個值時。
    隨機誤差不可消除,只能通過多次測量獲得的均值盡量逼近真值。降低隨機誤差的解決方案1是增加空白值的重復數(shù)量,一般認為空白值重復10次,測量均值接近真值。
    方案2是提高實驗技能,也能夠有效降低隨機誤差的影響。如果CV值在5%,樣本值趨近于零時,在統(tǒng)計上樣本值將不會低于空白值15%。
    2.過失誤差 Gross Error
    主要是由于測量者的疏忽,犯了不應有的錯誤造成的。過失誤差是可以避免的。針對于ELISA樣本值低于空白值的問題,過失誤差產(chǎn)生的原因多數(shù)來源于空白孔HRP的重復加樣或污染或洗滌不干凈,造成空白值偏高,相對比來說,樣本值低于空白值。解決方案就是重復實驗,規(guī)范操作。

聯(lián)