ELISA实验结束，数据如何统计分析，做出图插入毕业论文？

HaHa

ELISA实验结束，数据如何统计分析，做出图插入毕业论文？
原文地址：https://www.zhihu.com/question/444404053

同花顺

好不容易避坑踩雷，辛辛苦苦完成实验拿到原始数据，最后一步数据分析却犯了难。那些统计作图软件，不是要付费，就是难得用，实在令人苦恼。

有没有那么一款良心软件，即能免费使用，又能准确地处理ELISA实验数据、高效地拟合标准曲线、便捷地获得样本浓度值？
还真有。。。

Proteintech IT团队自主开发的ELISA数据处理小工具——Proteintech ELISA Data Analyzer，一个免费的、在线的ELISA数据处理工具，百分百符合上述要求。希望能帮助大家节省更多宝贵时间，同时优化出更完美的实验数据！
下面咱们详细展示一下Proteintech ELISA Data Analyzer的强大功能。

工具网址导航

Proteintech ELISA Date Analyzer
工具功能介绍


该计算器工具由三个模块构成，分别是原始数据处理（Raw data processing）、曲线拟合（Curve Fit）和样本浓度计算（Concentration calculation），点击指定栏可切换对应步骤。



第一步：


原始数据处理模块由数据导入框（Data Importing）、标准浓度设置（Standard Concentrations Settings）和96孔板模拟布板图（Well Assignment）三部分组成。


将数据粘贴至数据导入框（步骤1），根据数据类型在标准浓度设置板块选择布板类型（步骤2），设置初始浓度（步骤3），提交数据（步骤4）即可获取标准品浓度梯度值。


标准浓度设置板块的布板类型有7标准品、11标准品和客户自定义标准品三种模式。
其中7标准品（下图 左）和11标准品（下图 右）直接给定布局，只需确认标准品初始浓度值。


客户自定义标准品模块：可自定义标准品方向（纵向或横向，步骤1），标准品梯度数和复孔数（步骤2和3），是否选择空白和对照组以及位置在标准品前或后（步骤4和5），初始浓度设置（步骤6）。


第二步：
提交数据后进入曲线拟合模块（如果你有计算好的标准品浓度-吸光度数据对,可以跳过第一步。直接将值粘贴进下图红色框标记框内）。程序将计算得到的OD吸光度值（OD value）和标准品浓度梯度值（Concentration gradient value）直接导入输入框中。



选择拟合模型（Regression/Fitting model）——直线拟合、四参数拟合 、半对数拟合、Log-Log拟合（四参数拟合为例，步骤1），X轴和Y轴坐标刻度可进行不均匀等分（Logarithm (base 2)为例，步骤 2），输入图例名称和XY轴坐标名称（步骤3），选择是否扣除本底（步骤4）。



提交数据，获得拟合曲线和方程数据。如图所示，拟合回归方程为y=d+(a-d)/(1+(x/c)^b)，四参数a、b、c、d值也相应给出，该曲线R2=0.999778，实验成功！该图支持一键下载功能。



第三步：


样本浓度计算模块。计算机直接导入样本OD数据并给出空白值。


点击Summary Data按钮计算并汇总数据。如图所示，可获取标准品和样本位置、理论OD值、理论平均OD值、实际OD值和浓度值。



怎么样，咱们的ELISA数据处理小工具够简单、够直接吧，相信大家浏览一遍就能立即上手！赶紧点击链接试试吧~

Proteintech ELISA Date Analyzer

ELISA试剂盒推荐
作为科研人员的忠实合作伙伴，Proteintech始终致力于为科学研究提供趁手的工具。目前Proteintech已开发出三百余种ELISA试剂盒，试剂盒SCI引用量非常优秀，产品质量深受科学家们的喜爱与认可。
这里小P将部分ELISA试剂盒产品列表汇总，希望能助您一臂之力!

继续前进

做完ELISA实验，测完吸光度，数据怎么处理？标准曲线不是直线怎么办？小科整理了ELISA数据处理相关知识，希望对您有帮助。
一、ELISA标准曲线分析步骤

• 标曲和样本孔的每个孔450nm的OD值减去630nm（或570nm）的OD值；
  
• 再将获得的标曲和样本孔数据分别减去空白孔Blank的OD值；
  
• 以标曲的浓度为横坐标，以上算出的OD值为纵坐标，拟合标曲（选择R2值大于0.99的比较好的拟合方式，必要时可以删除个别差异较大的标曲点进行拟合）；
  

4.计算样本值，将样本减去空白孔的OD值复制，选软件中的“粘贴”，得到的X值再乘以相应的稀释倍数就是最终的浓度值。




<hr/>二、 ELISA标准曲线拟合方程

• 直线回归：直线回归是最基本、简单的回归分析方法，将所有的测试点拟合为一条直线，其拟合函数方程式为：y=a+bx。一般实际实验中线性极好的情况下直线回归可以获得较为理想的R2值，如果直线拟合不理想，可以考虑三次曲线、logistic曲线（四参数）等。
  
• logistic曲线（四参数）拟合回归方程：竞争法和夹心法都可以用到。它要求X值不能小于0(因为指数是实数,故有此要求)。在很多情况下它都可以拟合ELISA的反应曲线,所以它也成了ELISA中应用最广的模型之一。
  

注：曲线拟合方法虽多，要根据不同类型ELISA本身的特点，选择最适合的曲线拟合模型，才能得到最合理的实验结果。一般情况下，需要综合考虑标准曲线的趋势走向以及R2值的大小以及样本落值情况。

感恩由您

一. 心路

一直以来，搞实验作图的都不屑于适用Excel（可能只是个人的猜想），这可能是由于Excel太过于大众，几乎PC机子都会装，觉着可能不够专业，一般就选择了GraphPad Prism或者OriginLab的产品，或者R，或者MATLAB等，以至于忽略了Excel的实力。

虽然数据都一样，但是感觉每个软件做出来的图都有一些自己的特性，以至于一眼看某个图，就能猜到用什么软件做的。就我个人来说，觉着视觉效果最好的是Excel出来的图，（可能有些同学就会觉着Excel出来的图没有“科研”的质感，相较于Prism，尤其是OriginLab）因为Excel的图有股“商业感”，就和苹果发布会的PPT和科研PPT给人的感觉差不多。但是其实还是有好多科学家也用Excel做出不错的图来发表呢。

当然还有另外一种原因，那就是相较于Prism，Excel给的数学模型太少了，对于复杂的曲线拟合来说，就很不够。就拿4参数拟合来说（以下简称4PL），用Prism就能套用现成的数学模型，一顿无脑操作，就能得到专业的拟合结果，然而用Excel时才发现，毫无头绪，就连网上教程都是瞎扯，一顿操作后才发现似乎只能用一些付费插件来实现，然而这类居然还需要联网才能实现功能，就拟合个曲线还需要联网么？这不是逗我？果断放弃。

实话说，以往使用Prism时候，过于无脑操作，以至于忽略了其中的数学意义，这样做出来的图像是木有灵魂的，因为失去了对图像数学理解（狗头doge)，用Excel实现4PL后，觉着有了一丝升华。。。
二. 好处

我觉着：

• Excel图挺好看（个人因素）。
  
• Excel微软出品，就是想用。
  
• Excel一般用来进行原始数据处理，因此想直接一个软件搞定所有过程，不想再用第三方软件。
  

三. 实现

3.1 算出公式

• 找到4PL的公式
  

(该公式来自于graphpad的软件文档。。。)
2. 将公式输入Excel对应行，如下图


此时图中左边的参数就是所谓的4参数，我这属于计算后的，如果是新数据，可以初始为1。
3. 计算OD的方差


4. 求方差和


5. 利用Solver插件，拟合RSS最小时，4个参数的值




solver插件的位置：Solver插件是官方插件，直接加载即可



solver加载后的具体位置



按照图上红线的指示，就能实现求出RSS最小时候的4参数具体数值

此处应该注意，往往一次拟合（就是进行一次Solve）还不是最佳结果，需要多次进行该过程，直到参数稳定不变为止。
还有需要注意的是，不同软件最后结果可能不是完全一致，但是差距不会相差过大，这应该是算法导致，我认为均可接受。
3.2 利用公式反算样品浓度

有两种实现方案：

• 反推公式，进行计算，公式如下：
  

输入公式计算浓度即可（如图）



Excel反算浓度

2.利用“单变量求解”
如果你懒得输入公式，或是数据不多时候，完全可以使用“单变量求解”反算出浓度，具体操作过程可自己搜。



“单变量求解”的具体位置

3.3 曲线绘制

由于Elisa給的点数比较少，且不是均分，所以需要生成更多的点来绘制一条流畅的曲线，我们可以新建一个sheet来输入生成光滑曲线的数据（为了美观），数据不宜过多，否则会卡顿。



用公式生成光滑曲线所需的坐标点，不得不说excel确实有些不智能，连画个方程都要半自动



那我的图做个例子，可以细改一下，添添坐标描述啥的

3.4 其余注意事项

由于希望这个Excel表以后能直接输入原始数据就能产生想要结果，所以当时制作时候注意能粘贴“链接”就粘贴“链接”而不是”数字“。
四 总结

我服务一下大众，把模板放上来，以后大家也可以用Excel来拟合4PL来分析ELISA啦！
其实不难发现，看完这个介绍后，用同样的方法套路，EXCEL拟合其他复杂的曲线也变得十分的可行！
https://1drv.ms/x/s!AiKRWiosYZbbhMsLnYG6Pwhr5-wR6w?e=eRNYD0

同花顺

• 组间比较
  
• 录入数据（标准差）
  
• 选择柱状图
  

同花顺

简单回答下这个问题，我今天也才把图做出来，网上资料太难找了。
ELISA一般分为实验组和对照组，以及按比值分组，所以有三个变量（可能每个人的实验不一样，我是做CART和肿瘤细胞共培养后收集细胞因子上清液检测）：细胞因子浓度（定量数据）、比值（等级数据，也就是半定量数据，我的为5:1，10:1两个比值）、组别（定性数据）。
1、作图建议用Graph pad，核心步骤其实跟SPSS一样（新手务必先去翻医学统计学最后面的SPSS教程，很详细和基础），就三步：
①建立变量名框架
②录入数据
③作图
2、按照上面的三步法，我把我的实战粗略图分享出来：
①和②建立变量框架及录入数据：


③作图：


PS：我这个只是粗图，刚刚才做的半成品，还在调试中。
核心流程就上面几步，其它的再自己琢磨琢磨吧。