ELISA樣本值低於空白值的原因分析

    當樣本值較低接近試劑盒的靈敏度就容易發生樣本值低於(yú)空白值的現象，特别是在血清和血漿樣本的檢測(cè)。上海恒遠elisa試劑盒技術專家對此現象的原因分析有兩個方面，一是基質效應、二是實驗誤差。

    一、基質效應 
    分析中，基質指的是樣本中被分析物之外的組分，基質常常對分析物的分析過程有顯著的幹擾，並影響分析結果的準確性，這些影響和幹擾被稱爲基質效應。ELISA試劑盒在開發過程中，标準品不能採用人或動物血清、血漿作爲标準曲線的稀釋液，隻能採用其模拟物。模拟物與被測樣本在蛋白豐度、複雜性、pH等因素都會存在差異。當樣本的基質與其模拟物相比，降低抗原抗體的結合，便産生瞭樣本值低於空白值的現象。造成樣本值無法計算出數值，或者數值爲負。

    目前常用的去除基質效應的方法是，通過已知分析物濃度的标準樣品，同時盡可能保持樣本中的基質不變，建立一個校正曲線。

    當單(dān)個樣本或少量樣本值低於(yú)空白值時，可能是誤差原因，這時應增加重複，提高操作技能。當大量樣本都低於(yú)空白值時，應考慮基質效應的影響，建立校正曲線予以修正。

    二、實驗誤差
    誤差分爲三類，系統誤差、随機誤差和過失誤差。這三類誤差中，系統誤差對樣本值和空白值之間的差異無影響。ELISA樣本值低於空白值在誤差方面主要來源於随機誤差和過失誤差。

    1.随機誤差 Random Error
    無法控制的變因，使測量值産生随機分布的誤差，服從統計學上的正态分布。從統計學上來看，測量值有99%的置信限在±3SD之間，如果CV值是20%，随機誤差的邊界就是±60%，也就是說在CV值20%的狀況下，樣本值低於空白值60%之内，有可能是随機誤差的影響，特别是空白值隻有一個值時。

    随機誤差不可消除，隻能通過多次測(cè)量獲得的均值盡量逼近真值。降低随機誤差的解決方案1是增加空白值的重複(fù)數量，一般認爲空白值重複(fù)10次，測(cè)量均值接近真值。

    方案2是提高實驗技能，也能夠(gòu)有效降低随機誤差的影響。如果CV值在5%，樣本值趨近於(yú)零時，在統計上樣本值将不會低於(yú)空白值15%。

    2.過失誤差Gross Error
    主要是由於測量者的疏忽，犯瞭不應有的錯誤造成的。過失誤差是可以避免的。針對於ELISA樣本值低於空白值的問題，過失誤差産生的原因多數來源於空白孔HRP的重複加樣或污染或洗滌不幹淨，造成空白值偏高，相對比來說，樣本值低於空白值。解決方案就是重複實驗，規範操作。