GraphPad Prism 标准曲线绘制与回归分析：ELISA/qPCR 数据处理

概述：标准曲线在定量分析中的作用

ELISA、qPCR、BCA 蛋白定量等实验都依赖标准曲线将仪器信号（OD 值、Ct 值）转换为浓度。标准曲线的质量直接决定定量结果的可信度。GraphPad Prism 是拟合这些曲线最常用的工具，关键在于选择合适的回归模型并正确评估拟合质量。

本文聚焦两类典型场景：

• ELISA 标准曲线（S 型曲线，4PL/5PL 模型）
• qPCR 标准曲线（线性回归，计算扩增效率）

数据准备

使用 XY 数据表（与统计检验用的 Column 表不同）：

1. File → New → New Project → XY table
2. X 列输入标准品浓度（取对数后输入或保持原始值，视模型而定）
3. Y 列输入对应的 OD 值（ELISA）或 Ct 值（qPCR），每个标准品浓度至少 2-3 个复孔
4. subcolumns 用于录入技术重复值

ELISA 数据示例

qPCR 数据示例

X 为模板拷贝数对数（log10），Y 为 Ct 值；模板做 10 倍系列稀释。

操作步骤

ELISA 4PL 拟合

1. 选中数据，点击工具栏 Analyze
2. 选择 XY analyses → Nonlinear regression (curve fit)
3. 在 Model 选项卡中：
   • Demographics → Sigmoidal dose-response
   • 选 Four parameter logistic regression, 4PL（最常用）
   • 5PL 选项适合明显不对称曲线
4. Compare 选项卡可用于比较两个曲线是否平行（多批次比较）
5. Output 选项卡中勾选 Show 95% confidence intervals 评估拟合精度

qPCR 标准曲线线性回归

1. XY 表中 X 列输入模板拷贝数对数 log10(copies)，Y 列输入 Ct 值
2. Analyze → XY analyses → Linear regression
3. Options 中勾选：
   • Show 95% confidence intervals for slope
   • Force line through zero：不要勾选（标准曲线不需要过原点）
4. 输出表会给出斜率（Slope）、截距（Intercept）、R²

反推样品浓度（ELISA）

1. Analyze → XY analyses → Interpolate a standard curve
2. Prism 自动调用已拟合的曲线，输入未知样品 OD 值得到浓度
3. 输出包含 95% 置信区间，置信区间过宽提示该浓度在曲线边缘

结果解读

ELISA 4PL 关键参数

R²（拟合优度）：应 ≥ 0.99，否则拟合不可信。

Sum of Squares（残差平方和）：越小越好。

qPCR 标准曲线指标

示例：斜率 -3.32，R²=0.998，则 E = 10^(0.301) - 1 ≈ 1.00 = 100%，完美扩增。

常见问题

R² 很低怎么办

依次排查：

1. 数据录入错误：浓度与 OD 不匹配
2. 浓度点分布不合理：高浓度已平台、低浓度接近本底，需要重新设计稀释梯度
3. 重复孔差异大：检查加样精度
4. 模型选择不当：明显 S 型曲线却用线性拟合

拟合参数不合理（如 Top < Bottom）

• 数据点过少（< 5 个浓度）→ 增加浓度点至 7-8 个
• 浓度范围过窄，未覆盖平台期 → 扩大梯度跨度
• 离群点干扰 → 用 Robust fit 选项（在 Parameters → Method 选项卡中）

样品 OD 值超出曲线范围

• OD 高于 Top：稀释样品后重新测定，不要外推
• OD 低于 Bottom：浓缩样品或重新设计曲线降低检测下限
• 曲线两端置信区间变宽是正常现象，避免在这些区域定量

qPCR 标准曲线斜率异常

• 斜率 < -3.6（效率 < 90%）：检查引物特异性、模板抑制剂、Mg²⁺ 浓度
• 斜率 > -3.1（效率 > 110%）：稀释操作误差、低浓度点污染、gDNA 残留
• R² < 0.99：检查每个浓度点的复孔一致性

注意事项

• 浓度梯度设计：ELISA 推荐 7-8 个浓度，2 倍或 3 倍系列稀释；qPCR 推荐 5-6 个 10 倍梯度
• 复孔数：ELISA 每浓度 ≥ 2，qPCR 每梯度 ≥ 3
• 加权拟合：ELISA 异方差明显时勾选 Weighting by 1/Y²（Method 选项卡）
• 回归 vs 插值：未知样品 OD 处于曲线中段时插值最准确，曲线两端的精度明显下降
• 模型选择：ELISA 优先 4PL，明显不对称时换 5PL；不要为了好看选多项式拟合
• 批次一致性：多批次实验拟合曲线对比时使用 Compare 功能检验平行性
• 空白处理：零浓度点作为 Bottom 拟合参数，不要从数据中剔除

总结

ELISA 与 qPCR 的标准曲线拟合虽然都叫”回归”，但模型选择完全不同：ELISA 用非线性 4PL/5PL，qPCR 用线性回归。Prism 把模型选择、参数估计、置信区间、插值整合在一个流程中，操作简单但仍需研究者根据实验原理选对模型，并按 R²、参数合理性和置信区间宽度三维度评估拟合质量。拟合完成后务必反查几个已知浓度的标准品，验证曲线是否真的可用。