在ELISA試劑實(shí)驗(yàn)中,樣本值低于空白值是一個(gè)經(jīng)常性的問題。當(dāng)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(cè)。究其原因,主要在于兩個(gè)方面,一方面是誤差,另一方面是基質(zhì)效應(yīng)。下文逐個(gè)分析不同影響因素的原理、和解決方案。
一、誤差Error
誤差分為三類,系統(tǒng)誤差、隨機(jī)誤差和過失誤差。這三類誤差中,系統(tǒng)誤差對(duì)樣本值和空白值之間的差異無(wú)影響。ELISA樣本值低于空白值在誤差方面主要來(lái)源于隨機(jī)誤差和過失誤差。
1、隨機(jī)誤差 RandomError
無(wú)法控制的變因,使測(cè)量值產(chǎn)生隨機(jī)分布的誤差,服從統(tǒng)計(jì)學(xué)上的正態(tài)分布。從統(tǒng)計(jì)學(xué)上來(lái)看,測(cè)量值有99%的置信限在±3SD之間,如果CV值是20%,隨機(jī)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(jī)誤差的影響,特別是空白值只有一個(gè)值時(shí)。
隨機(jī)誤差不可消除,只能通過多次測(cè)量獲得的均值盡量逼近真值。降低隨機(jī)誤差的解決方案1是增加空白值的重復(fù)數(shù)量,一般認(rèn)為空白值重復(fù)10次,測(cè)量均值接近真值。
方案2是提高實(shí)驗(yàn)技能,也能夠有效降低隨機(jī)誤差的影響。如果CV值在5%,樣本值趨近于零時(shí),在統(tǒng)計(jì)上樣本值將不會(huì)低于空白值15%。
2、過失誤差 Gross Error
過失誤差主要是由于測(cè)量者的疏忽,犯了不應(yīng)有的錯(cuò)誤造成的。過失誤差是可以避免的。針對(duì)于ELISA試劑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(lái)源于空白孔HRP的重復(fù)加樣或污染或洗滌不干凈,造成空白值偏高,相對(duì)比來(lái)說,樣本值低于空白值。解決方案就是重復(fù)實(shí)驗(yàn),規(guī)范操作。
二、基質(zhì)效應(yīng) Matrix Effect
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(duì)分析物的分析過程有顯著的干擾,并影響分析結(jié)果的準(zhǔn)確性,這些影響和干擾被稱為基質(zhì)效應(yīng)。ELISA試劑盒在開發(fā)過程中,標(biāo)準(zhǔn)品不能采用人或動(dòng)物血清、血漿作為標(biāo)準(zhǔn)曲線的稀釋液,只能采用其模擬物。模擬物與被測(cè)樣本在蛋白豐度、復(fù)雜性、pH等因素都會(huì)存在差異。當(dāng)樣本的基質(zhì)與其模擬物相比,降低抗原抗體的結(jié)合,便產(chǎn)生了樣本值低于空白值的現(xiàn)象。造成樣本值無(wú)法計(jì)算出數(shù)值,或者數(shù)值為負(fù)。
目前常用的去除基質(zhì)效應(yīng)的方法是,通過已知分析物濃度的標(biāo)準(zhǔn)樣品,同時(shí)盡可能保持樣本中的基質(zhì)不變,建立一個(gè)校正曲線(Calibration Curve)。
當(dāng)單個(gè)樣本或少量樣本值低于空白值時(shí),可能是誤差原因,這時(shí)應(yīng)增加重復(fù),提高操作技能。當(dāng)大量樣本都低于空白值時(shí),應(yīng)考慮基質(zhì)效應(yīng)的影響,建立校正曲線予以修正。
以上是上海晶抗生物關(guān)于ELISA樣本值低于空白值的問題講解,希望對(duì)您的科研事業(yè)提供幫助!
上海晶抗生物工程有限公司
地址:上海市金山工業(yè)區(qū)亭衛(wèi)公路6558號(hào)9幢2441室
版權(quán)所有:上海晶抗生物工程有限公司 備案號(hào):滬ICP備16026504號(hào)-5 總訪問量:548530 站點(diǎn)地圖 技術(shù)支持:智慧城市網(wǎng) 管理登陸